OpenClaw实战：你的电脑自己操作WhatsApp、Telegram、Discord——不联网、不传数据、全本地运行

问题

你可能需要AI自动完成这些事：

• 每天早8点截取公司内部Discord频道的排班表，OCR识别后发到微信
• 在Telegram群聊里监控关键词，一出现“库存告急”，立刻填好采购表单并截图发给主管
• 用WhatsApp给10个客户发带姓名和订单号的定制消息，但聊天记录绝不离开你电脑

传统自动化工具（Zapier、Make）必须联网，要API密钥，消息经第三方中转——你的截图、表格内容、客户手机号全在别人服务器上过一遍。

方案

用 OpenClaw：一个真正跑在你笔记本里的AI自动化工具。它不调用云端大模型API，不连接互联网，不依赖任何SaaS服务。它直接调用系统级接口，像真人一样操作：
✅ 真实鼠标点击、键盘输入
✅ 自动截图 + 本地OCR（PaddleOCR）
✅ 解析网页/聊天窗口里的表格（PyAutoGUI+OpenCV定位 + 本地LLM推理）
✅ 填写表单、复制粘贴、跨App发送结构化消息
✅ 所有数据——截图、文本、坐标、流程逻辑——全程只存在你硬盘上

💡 关键技术点：OpenClaw默认用Ollama加载phi3:3.8b（4GB显存可跑），所有AI决策都在本地完成；控制层用Python+PyAutoGUI+Playwright，绕过各App的官方API限制（WhatsApp Desktop、Telegram Desktop、Discord桌面版均可直接操控）。

步骤（Windows/macOS/Linux通用）

1. 安装基础环境（5分钟）

# 确保已安装 Python 3.11+
python --version

# 安装Ollama（管理本地模型）
curl -fsSL https://ollama.com/install.sh | sh  # macOS/Linux
# Windows：去 https://ollama.com/download 下载安装包，双击运行

# 启动Ollama并拉取轻量模型（无GPU也能跑）
ollama run phi3:3.8b  # 首次运行会下载约3.2GB，完成后输入 "hi" 确认响应正常

phi3:3.8b 是微软开源的小而快模型，专为边缘设备优化。OpenClaw不用GPT-4或Claude——它们必须联网，且无法保证数据不出设备。

2. 克隆并配置OpenClaw（免API密钥！）

git clone https://github.com/OpenClaw/openclaw.git
cd openclaw
pip install -r requirements.txt

# 创建配置文件（不需任何API密钥！）
echo '{
  "llm": {"backend": "ollama", "model": "phi3:3.8b"},
  "browser": {"headless": false},
  "apps": {
    "whatsapp": {"path": "/Applications/WhatsApp.app"},  # macOS示例
    "discord": {"path": "/usr/bin/discord"}              # Linux示例
  }
}' > config.json

OpenClaw不走Webhook或官方API，而是用pygetwindow+pyautogui直接找应用窗口句柄。你只需告诉它App安装在哪，它就能“看到”并操作——就像你用手点开WhatsApp一样自然。

3. 运行第一个任务：自动截图+解析Discord表格

创建 tasks/daily-schedule.yaml：

name: "抓取排班表"
steps:
- action: screenshot
  target: "Discord"
  region: [100, 300, 800, 400]  # x,y,width,height（用截图工具量出表格区域）
- action: ocr
  engine: paddle
- action: llm_parse
  prompt: "从以下OCR文本中提取所有姓名、班次、日期，输出为JSON数组，字段：name, shift, date"
- action: send_to_whatsapp
  contact: "张主管"
  message: "今日排班：{{ .result }}"

运行：

python main.py --task tasks/daily-schedule.yaml

OpenClaw先用mss库高速截图（比浏览器截图快3倍），再用本地PaddleOCR识别文字（不联网），最后用phi3在本地解析结构——全程无外部请求。

验证

✅ 终端显示 Screenshot saved → OCR done → Parsed 12 rows → Sent to WhatsApp
✅ 你手机WhatsApp收到一条带格式的消息，含真实姓名和班次
✅ 打开./outputs/文件夹：只有截图PNG和JSON结果，无日志上传、无云端缓存

👉 Binance · OKX · Gate.io · HTX · Bitget

常见问题

Q：WhatsApp提示“此浏览器未获授权”？
A：这是WhatsApp Web的防自动化机制。OpenClaw默认用桌面版WhatsApp（非网页版），请确保已安装官方桌面客户端，并在config.json中正确填写路径。

Q：OCR识别错别字多？
A：用paddleocr --use_gpu=False（CPU模式更稳）；或在screenshot步骤加scale: 2提高截图分辨率。

Q：Mac上Discord窗口找不到？
A：首次运行前，在「系统设置→隐私与安全性→自动化」中，给终端和Python进程开启「屏幕录制」「辅助功能」权限（必须！否则无法截图）。

下一步

你现在已掌握“AI真做事”的核心能力：本地感知+本地决策+本地执行。
👉 接下来可以：

• 《用OpenClaw+Ollama搭建私有客服Agent》：自动读客户消息、查本地知识库、生成回复并发送
• 《MCP协议入门：让OpenClaw和本地Dify工作流联动》：把网页表格解析结果，直接喂给本地Dify做审批流
• 或直接看OpenClaw完整命令手册

数据主权不是口号——是你关掉WiFi后，AI依然在你电脑上安静干活的样子。