OpenClaw 入门：你的本地AI同事，不联网、不付费、不交出文件

问题

你试过让ChatGPT帮你整理微信聊天导出的CSV？它只能“说”，不能“做”——打不开你电脑里的文件，跑不了mv命令，更发不出带附件的周报邮件。云端AI再聪明，也只是隔着玻璃的顾问；你需要的是一个坐在你桌面上、听你调遣、永不掉线的AI同事。

方案

OpenClaw 就是这个同事。它不是聊天框，而是一个可执行程序：下载即用，全程离线运行，所有数据（Excel、日志、邮箱密码）永远不离开你的硬盘。支持 Windows/macOS/Linux，用 Python 写插件、用 CLI 发指令、用 HTTP API 接入你自己的脚本——三接口打通，真正嵌进你的工作流。

它和 ChatGPT 的本质区别：
✅ 隐私安全：微信CSV、公司财报、家庭照片——AI处理时，连网线都不插；
✅ 工程友好：不是“回复一段文字”，而是返回 {"status": "success", "output_path": "/home/user/report_2024w23.pdf"}；
✅ 零订阅成本：开源免费（MIT协议），无账号、无用量限制、无隐藏API调用费。

步骤

1. 安装（5秒完成）

OpenClaw 基于 Python 3.9+，不需要 Docker，也不需要 GPU：

pip install openclaw

默认用轻量级本地模型（如 Phi-3-mini），16GB内存笔记本也能跑。不依赖云端API，省去密钥配置和网络超时等待。

2. 启动服务（本地API就绪）

openclaw serve --port 8000

终端会显示 Server running at http://localhost:8000 —— 你的AI同事“开机了”。

3. 实操：一行命令自动归档微信CSV并生成周报

假设你导出了 wechat_export_20240610.csv，想：
① 把它移到 ~/Documents/wechat_archives/；
② 用Python分析消息频次；
③ 生成PDF周报；
④ 邮件发给自己。

只需一条命令：

openclaw run --task "auto-archive-wechat-csv" \
  --input "./wechat_export_20240610.csv" \
  --config '{"archive_dir": "~/Documents/wechat_archives", "email_to": "me@home.com"}'

OpenClaw 内置文件系统操作、Shell执行、SMTP邮件模块。你也可以用纯Python写自定义任务（比如 tasks/auto_archive.py），把“AI理解意图”和“系统执行动作”彻底打通。

4. 用Python直接调用（嵌入你的脚本）

from openclaw import Claw
claw = Claw(base_url="http://localhost:8000")
result = claw.run_task(
    task="summarize_log",
    input_path="/var/log/app.log",
    max_lines=1000
)
print(result["summary"])  # 直接拿到结构化结果

返回标准 JSON，字段明确（不是自由文本），可直接进数据库或触发告警。

验证

启动后访问 http://localhost:8000/docs，你会看到交互式 API 文档（Swagger UI）。点开 /v1/tasks/list，点击 “Try it out” → “Execute”，立刻看到你已安装的所有自动化任务（如 send_email, read_pdf, run_shell）。这不是Demo，是真实可用的功能列表。

实际效果示例：

• macOS 上，双击 .command 文件 → 自动备份桌面截图到iCloud + OCR识别文字存为笔记；
• Linux 服务器上，每小时 cron 调用 openclaw run --task "check_disk_usage" → 邮件预警 + 清理临时文件；
• Windows 用户拖拽 Excel 到脚本图标 → 输出带图表的 HTML 分析页。

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

常见问题

❓ 需要显卡吗？
不需要。默认用 CPU 运行量化模型（phi-3-mini-4k-instruct-q4_k_m.gguf），M2 MacBook Air 处理 10MB CSV 只需 8 秒。

❓ 能连我的企业微信/钉钉吗？
可以。OpenClaw 提供 WebhookReceiver 插件模板，你填入企业微信机器人 Webhook 地址，它就能接收消息并触发本地动作（比如收到“查库存”就自动读取 inventory.db 并回复）。

❓ 中文支持好吗？
内置模型针对中文微调，实测对“把D盘里所有‘发票’开头的PDF按日期重命名，合并成一个文件”这类长指令准确率＞92%（测试集：500条真实办公指令）。

下一步

现在你已拥有一个随时待命的本地AI同事。下一步推荐：

• 🔧 《OpenClaw 插件开发：30分钟写一个自动归类邮件的Python任务》
• 📁 《用 MCP 协议把 OpenClaw 接入 Cursor，让AI直接改你正在写的代码》
• 🌐 《对比评测：OpenClaw vs. AutoGen vs. LangGraph 本地Agent框架》

别再把AI当聊天对象——让它成为你键盘边那个沉默但高效的同事。现在就打开终端，敲下 pip install openclaw。