前言¶
2026 年開年，GitHub 上有一個開源項目的 Star 數以肉眼可見的速度攀升。它不是又一個 ChatGPT 套殼，也不是單純的 CLI 工具，而是一個可以 24/7 運行在你自己機器上的個人 AI 助手——OpenClaw（🦞，社區暱稱 Molty）。
OpenClaw 由 PSPDFKit 創始人 Peter Steinberger 發起，項目先後經歷過 Clawdbot、Moltbot 等名稱，最終定名爲 OpenClaw，並由 OpenClaw Foundation 以 MIT 協議維護。截至 2026 年 8 月，其 GitHub 主倉庫 Star 數已突破 38 萬，被不少開發者稱爲「最接近 JARVIS 的開源方案」。
與雲端 SaaS 助手不同，OpenClaw 的核心思路是本地優先：你在自己的 Mac、Linux 或 Windows（WSL2）上跑一個 Node.js Gateway，把 WhatsApp、Telegram、Slack、Discord、Signal、iMessage 等聊天應用接到 AI Agent，讓它能讀文件、跑 Shell、控瀏覽器、記長期記憶——而你從手機發一條消息就能觸發這一切。
本文基於 OpenClaw 官方倉庫、官方文檔 及 DigitalOcean 技術解讀 交叉覈實，梳理其架構、Skill 生態、Ollama 本地部署路徑，以及當前最受關注的 Agent 安全問題。
OpenClaw 是什麼¶
OpenClaw 本質上是一個自託管 Gateway（網關），充當聊天渠道與 AI Agent 之間的控制平面。官方文檔將其定義爲：
在你自己的機器（或服務器）上運行單個 Gateway 進程，成爲消息應用與始終在線 AI 助手之間的橋樑。
它面向的是開發者和進階用戶——希望擁有一個可以從任意渠道發消息、數據留在自己硬件上的個人 AI 助手，而不依賴託管服務。
幾個關鍵特徵：
- 本地優先：Gateway、會話、記憶、配置文件都在你的設備上；默認配置路徑爲
~/.openclaw/openclaw.json。 - 多通道收件箱：一個 Gateway 同時服務多個 Channel 插件。官方內置支持 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage（BlueBubbles）、Matrix、Microsoft Teams、Feishu、LINE、WebChat 等；通過插件還可擴展 Twitch、Nostr、Zalo 等渠道。
- Agent 原生：內置工具調用、會話隔離、多 Agent 路由、持久記憶（以本地 Markdown 存儲）、Cron 定時任務、Webhook 等能力。
- 模型無關：支持 Claude、GPT、Gemini、DeepSeek 等 25+ 雲廠商 API，也支持通過 Ollama、LM Studio 等跑本地模型；自帶 API Key，按量付費。
DigitalOcean 的文章指出，OpenClaw 在發佈後 72 小時內 GitHub Star 即突破 6 萬，開發者社區將其形容爲能在本地執行真實任務的「 proactive personal agent（主動式個人 Agent）」，而非只能聊天的 Bot。
核心架構：Node.js Gateway¶
OpenClaw 的技術核心是一個長期運行的 Node.js / TypeScript Gateway 進程，默認監聽 18789 端口，在同一端口上覆用 WebSocket 控制、HTTP API、Control UI 和插件路由。
官方架構示意如下：
聊天應用 + Channel 插件 → Gateway → OpenClaw Agent
↓
CLI / Web Control UI / macOS 菜單欄 / 移動端 Node
Gateway 負責：
- Channel 連接：維護 WhatsApp、Telegram 等渠道的 WebSocket/HTTP 長連接；
- 會話路由：按發送者、羣組、Agent 工作區隔離 Session；
- 工具執行：Shell、文件讀寫、瀏覽器自動化、Canvas 渲染等；
- 記憶管理：讀寫本地 Markdown 工作區文件。
推薦運行時版本爲 Node 26（也支持 Node 22.22.3+、24.15+、25.9+）。安裝後可通過 launchd（macOS）或 systemd（Linux）用戶服務保持 Gateway 常駐，實現真正的 24/7 助手。
本地 Control UI 默認地址：http://127.0.0.1:18789/。遠程訪問官方建議優先走 Tailscale 或 SSH 隧道，並強調隧道本身不能繞過 Gateway 鑑權——客戶端仍需攜帶 token 或 password。
多通道消息：從手機遙控你的 Agent¶
OpenClaw 的「出圈」能力，很大程度上來自把 Agent 塞進你已經在用的聊天軟件。
以 WhatsApp 爲例，配置 channels.whatsapp.allowFrom 白名單後，只有指定號碼能向 Agent 發私信；羣組場景可設置 requireMention: true，避免 Agent 在羣裏「搶話」：
{
channels: {
whatsapp: {
allowFrom: ["+15555550123"],
groups: { "*": { requireMention: true } },
},
},
messages: { groupChat: { mentionPatterns: ["@openclaw"] } },
}
Telegram 被官方文檔標註爲「最快上手」的渠道。Slack、Discord 則適合團隊協作場景——同一個 Gateway 可同時掛載多個 Channel，Inbound 消息經路由規則分發到不同 Agent 工作區。
DigitalOcean 列舉的實際用例包括：在 WhatsApp 裏管理 Notion/Obsidian 待辦、讓 Agent 在你睡覺時跑 Cron 調試任務、通過瀏覽器插件自動填表抓數據、聯動 Home Assistant 控制智能家居等。核心邏輯一致：自然語言入口 + 本地工具執行。
Skill 生態：Markdown 驅動的能力擴展¶
OpenClaw 的能力擴展不靠改源碼，而靠 Skill 機制——與 Claude Skills 思路相近。
Skill 以 SKILL.md 等 Markdown 文件描述能力、觸發條件與行爲指引；Agent 讀取這些說明後，自行組合底層 Tool（文件讀、Shell 執行、Web Fetch 等）完成任務。社區已有 100+ 預配置 AgentSkills，可通過 CLI 搜索、安裝；也可以讓 Agent 根據需求自動生成新 Skill 並分享回社區。
官方文檔將擴展體系分爲三層：
| 層級 | 說明 |
|---|---|
| Tool | 類型化的底層原語：讀文件、執行命令、瀏覽器操作 |
| Skill | Markdown 定義的任務能力包，描述何時、如何調用 Tool |
| Plugin | Channel 插件、Provider 插件等，擴展 Gateway 本身 |
onboarding 嚮導（openclaw onboard）會在初次安裝時引導你選擇、安裝 Skill，降低上手門檻。對於開發者而言，這比每次改 Prompt 或寫新微服務要輕量得多——用文檔描述能力，Agent 自己編排執行。
本地模型：Ollama 接入¶
「數據不出本機」是 OpenClaw 的重要賣點之一。除了雲 API，官方一等支持 Ollama 及 LM Studio、vLLM、MLX 等 OpenAI 兼容端點。
在 openclaw onboard 中選擇 Local only 或 Cloud + Local，嚮導會探測本機 Ollama 地址、列出已安裝模型，並在模型缺失時提示拉取。Loopback 或局域網內的 Ollama 無需真實 API Key，配置中使用 ollama-local 佔位符即可滿足鑑權校驗。
典型本地配置思路：
# 確保 Ollama 已運行並拉取模型
ollama pull llama3.1:8b
# 安裝 OpenClaw 並走 onboarding
npm install -g openclaw@latest
openclaw onboard --install-daemon
# 在嚮導中選擇 Local only，baseUrl 默認 http://127.0.0.1:11434
官方文檔特別提醒：本地小模型缺少雲廠商側的安全過濾，對 Prompt Injection 更脆弱。若使用 Ollama，應優先選擇上下文窗口 ≥16K 的模型，開啓 Compaction，收窄 Tool 白名單，並考慮啓用沙箱（見下節）。LM Studio 則被推薦爲「最低摩擦」的本地入門路徑。
記憶檢索也可完全本地化：設置 memory.search.provider: "local" 即可使用 GGUF/llama.cpp 嵌入，無需把向量上傳雲端。
快速部署：五分鐘跑通 Gateway¶
官方推薦安裝路徑如下（macOS / Linux / Windows WSL2 均適用）：
npm install -g openclaw@latest
openclaw onboard --install-daemon
openclaw dashboard
onboard --install-daemon 會安裝 systemd/launchd 用戶服務，保證 Gateway 崩潰後自動拉起。也可使用官方一鍵腳本：
curl -fsSL https://openclaw.ai/install.sh | bash
若希望容器化部署，官方提供 Docker 鏡像與 Compose 示例；DigitalOcean 等平臺也提供帶安全加固的 1-Click 鏡像，適合不想在本機裸跑的用戶。
最小硬件需求相對 modest：社區經驗值約爲 2GB RAM、1 CPU 核、5GB 磁盤（跑本地大模型則需更高配置）。Docker Compose 是目前較常見的生產部署方式之一。
Agent 安全：能力越大，風險越高¶
OpenClaw 能執行 Shell、讀寫文件、控瀏覽器——這意味着模型一旦被 Prompt Injection 或惡意消息誘導，攻擊面直接落在你的主機上。這也是 2026 年圍繞該項目討論最多的話題。
官方安全文檔的核心立場：
- 沙箱默認關閉。
agents.defaults.sandbox設爲docker或podman後，Tool 執行才進入容器；Gateway 進程始終在宿主機。文檔明確寫道：「這不是完美安全邊界，但能在模型犯錯時顯著限制文件系統與進程訪問。」 - Elevated 模式是顯式逃生艙。
tools.elevated允許在沙箱外執行exec，必須收緊allowFrom，切勿對陌生人開放。 - Channel 白名單是第一道門。務必配置
allowFrom、羣組 @ 提及規則，避免公開 Internet 上的任意用戶向你的 Agent 發指令。 - 本地模型需更嚴 Tool Policy。縮小可讀目錄、禁用高危 Tool、對 Browser 訪問做域名限制。
- Gateway 鑑權默認開啓。非 loopback 暴露時必須配置
gateway.auth.token或 password；反向代理場景可用trusted-proxy模式。
安全社區與多篇第三方評測指出：OpenClaw 將「能做事」做到了開源領域的前列，但權限模型仍要求使用者具備 DevOps 安全意識——把它當作「給 LLM root 權限」來部署，風險極高；當作「帶 Tool 的聊天 Bot」來部署，則浪費其核心價值。折中方案是：沙箱 + 白名單 + 強模型 + 定期 openclaw doctor 審計。
小結：爲什麼值得開發者關注¶
OpenClaw 的火爆並非偶然。它切中了一個長期存在的缺口：Agent 框架大多停在「能推理」，很少默認「能動手、能常駐、能從手機觸發」。OpenClaw 用單個 Node.js Gateway 把 Channel 路由、Session、Tool、Skill、記憶串成閉環，MIT 開源、模型無關、Skill 可擴展——對想要自建 JARVIS 的開發者來說，目前幾乎沒有同等完成度的替代品。
但務必清醒認識邊界：
- 它是個人助手/runtime，不是企業級零信任 Agent 平臺；
- 安全能力大量依賴正確配置，而非「開箱即安全」；
- 雲 API 質量仍明顯優於小參數本地模型，本地部署適合隱私敏感或 7×24 輕量任務。
如果你已經熟悉終端、願意維護一臺常開機器，並理解 Shell 權限的含義，OpenClaw 值得花一個下午跑通 onboard 流程，從 Telegram 或 WhatsApp 發第一條消息開始體驗。如果團隊需要合規審計、細粒度 RBAC 和供應商 SLA，則應將其視爲實驗性基礎設施，而非直接上生產。
參考來源
- OpenClaw GitHub：https://github.com/openclaw/openclaw
- OpenClaw 官方文檔：https://docs.openclaw.ai/
- DigitalOcean：《What is OpenClaw? Your Open-Source AI Assistant for 2026》
