最近几个月AI Agent 工具链的迭代速度明显加快。OpenClaw 从一个偏个人化的自动化实验项目逐步变成了社区里讨论度很高的通用智能体运行时。尤其是 OpenClaw 2.0 发布后围绕安装方式、Skill 扩展机制、Workspace 管理、本地模型接入的提问明显变多。本文基于实际体验梳理 OpenClaw 2.0 的核心变化、部署步骤、Skill 配置思路、本地模型接入方式以及高频踩坑问题的排查路径。我会尽量把每个环节讲清楚先介绍 OpenClaw 解决什么问题再拆解 2.0 的关键更新点然后给出 Windows 和 Linux 环境下的可操作方案最后用表格整理常见报错。无论你是刚接触 AI Agent 的新手还是已经在尝试本地化部署的开发者这篇文章都适合作为一份可以直接参考的实操笔记。1. OpenClaw 与 AI Agent 运行时1.1 什么是 OpenClawOpenClaw 是一个面向开发者和进阶用户的 AI Agent 运行时工具。通俗地说它提供了一个“让大模型能够操作电脑、读写文件、执行命令、调用第三方服务”的框架。你不需要把每个自动化场景都写成完整程序只需要给 Agent 描述目标OpenClaw 负责拆解任务、调用工具、反馈结果。它和普通聊天机器人的区别在于普通聊天机器人只输出文字。OpenClaw 会真实地执行命令、操作文件、访问网络、调用 API。所以在实际使用中OpenClaw 更像一个“命令行上的智能副驾”而不是简单的问答框。1.2 OpenClaw 解决什么问题日常开发里重复性操作非常多批量重命名文件、整理日志、抓取网页信息、处理表格、调用接口同步数据、生成代码骨架。这些任务如果手工完成效率低且容易出错如果专门写脚本每次都要维护。OpenClaw 的思路是用自然语言驱动 Agent让 Agent 自动选择工具完成操作。比如你可以说“帮我把/tmp/logs下所有超过 100MB 的日志文件压缩并生成一个汇总清单。”OpenClaw 会自动调用 shell 命令、文件操作工具分步完成并把结果整理给你。1.3 2.0 版本为什么值得关注从社区反馈和实际体验来看OpenClaw 2.0 不是一次小修小补。它主要变化集中在几个方面工具链更完整内置了更多可复用的能力组件。Skill 机制独立出来用户可以像安装插件一样扩展 Agent 能力。ClawHub 成为统一的扩展分发渠道方便安装和更新。Workspace 概念更清晰文件操作被限制在可控目录范围内。执行审批机制强化关键操作需要用户确认。本地模型接入更容易对 Ollama、NVIDIA NIM 等方案支持更友好。这些变化让 OpenClaw 从“能跑起来的实验工具”变成了“可以接入日常开发流程的可用工具”。1.4 常见易混淆概念在阅读其他资料时你会发现几个概念经常一起出现Agent、Skill、Tool、Workflow、ClawHub。它们的关系是概念含义类比Agent负责理解任务、规划步骤、调度工具团队里的项目经理ToolAgent 可以调用的具体能力如终端、浏览器、文件系统螺丝刀、扳手Skill一组围绕特定场景封装好的能力组合一套专用的工具箱Workflow预先编排好的任务流程标准作业流程ClawHub分发和安装 Skill 的扩展市场应用商店理解这些概念之后再看 OpenClaw 2.0 的更新就会清晰很多。2. 环境准备与安装方式对比OpenClaw 的安装方式非常灵活支持 Windows、macOS、Linux也支持 Docker 部署和云端部署。官方主要推荐命令行方式安装但不同系统下细节差异不小。2.1 系统要求说明OpenClaw 底层依赖 Node.js 环境和 Git部分功能需要调用系统命令所以并不是所有平台体验完全一致。系统建议环境备注Windows 10/11PowerShell 7、Node.js 18注意执行策略Ubuntu 22.04Node.js 18、Git、curlNVIDIA NIM 需要额外配置 CUDAmacOSNode.js 18与系统版本兼容性较好版本建议根据实际发布时间动态调整。如果安装时报依赖版本错误优先检查 Node.js 是否满足要求。2.2 Windows 安装 OpenClawWindows 下推荐使用 PowerShell 安装。注意不要使用 Windows PowerShell 5.1尽量安装 PowerShell 7 或更高版本。# 官方推荐安装命令示例 irm https://openclaw.example.com/install.ps1 | iex这里需要说明的是不同来源的安装脚本可能不同请以官方仓库或官方文档中的命令为准。如果你希望指定安装目录部分版本支持参数指定。比如# 部分版本支持指定目录安装 irm https://openclaw.example.com/install.ps1 | iex -Args -Path D:\openclaw如果上述命令不支持也可以通过 npm 方式安装npm install -g openclaw安装完成后在 PowerShell 中输入openclaw --version如果系统提示“无法将‘openclaw’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”说明安装路径没有加入 PATH或者安装未成功。具体排查方法见第 6 节。2.3 Ubuntu 安装 OpenClawUbuntu 下建议先安装 Node.js 18 和 Gitcurl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt-get install -y nodejs git curl确认版本node -v npm -v git --version然后安装 OpenClawnpm install -g openclaw安装完成后验证openclaw --version2.4 验证安装与初始化无论哪种系统安装完成后都需要初始化工作目录。OpenClaw 默认会在用户目录下创建.openclaw文件夹里面存放配置、日志、审批文件和工作区。openclaw init执行后你会看到类似下面的输出Initialized OpenClaw workspace at ~/.openclaw Workspace: ~/.openclaw/workspace这里的 Workspace 是 Agent 操作文件的默认根目录。为了安全OpenClaw 默认不允许 Agent 随意访问 Workspace 之外的文件路径除非你手动批准。3. OpenClaw 2.0 核心更新拆解3.1 Workspace更清晰的目录边界在 2.0 版本中Workspace 被提升为一个核心概念。每个 Agent 任务都会有一个明确的工作目录。你可以在配置中修改默认路径。以 Windows 为例安装后默认路径通常是C:\Users\你的用户名\.openclaw\workspaceLinux 下则是/root/.openclaw/workspace这是一个非常重要的设计。AI Agent 在操作文件时如果没有边界限制可能会误删系统文件或者读取敏感资料。Workspace 相当于给 Agent 划定了一个“沙盒工作区”文件读写默认只能在里面进行。如果确实需要让 Agent 访问其他目录比如/home/user/projects/my-app你需要在配置文件或审批环节中显式授权。3.2 Skill插件化能力扩展Skill 是 OpenClaw 2.0 最重要的更新之一。它的作用是把某一类任务封装成可复用的能力包。比如web-scraper网页抓取技能。file-organizer文件整理技能。git-helperGit 操作辅助技能。>openclaw skill install skill-name例如openclaw skill install git-helper安装后Agent 在遇到 Git 相关任务时会自动加载该 Skill从而获得更专业的 Git 操作指令集。3.3 ClawHub扩展分发市场ClawHub 可以理解成 OpenClaw 的“应用商店”。社区开发者可以把写好的 Skill 发布上去其他用户直接安装使用。搜索 Skillopenclaw clawhub search 数据查看已安装 Skillopenclaw skill list卸载 Skillopenclaw skill uninstall skill-nameClawHub 的出现解决了两个问题用户不需要自己从零编写所有工具。Skill 可以版本化管理更新更方便。3.4 执行审批机制AI Agent 自动执行命令是有风险的尤其是涉及删除文件、安装依赖、修改系统配置等操作。OpenClaw 2.0 强化了执行审批机制。当你启动 Agent 时可以在配置中决定审批策略none不审批Agent 可以自由执行全部命令。dangerous仅危险命令需要审批。all所有命令都需要审批。相关配置可以在~/.openclaw/config.json中修改。Linux 下审批记录会保存在~/.openclaw/exec-approvals.json这个文件记录了你批准过的命令规则。如果你看到类似下面的提示Legacy exec approvals exist at /root/.openclaw/exec-approvals.json. Run openclaw migrate to migrate.说明旧版本的审批记录需要迁移。执行openclaw migrate即可完成迁移。3.5 Runtime Metadata更便于排查问题2.0 版本引入了更完整的 Runtime Metadata 机制。每次运行 Agent 时系统会记录执行了哪些命令。调用了哪些工具。消耗了多长时间。产生了哪些文件。是否遇到错误。这些信息对调试非常有用。你可以查看最近一次运行的元数据openclaw run --metadata也可以查看历史运行记录openclaw logs3.6 模型接入更灵活OpenClaw 2.0 支持多种模型接入方式包括OpenAI 兼容接口。本地 Ollama。NVIDIA NIM。自定义中转站。这一点对国内用户很有意义。很多人希望通过本地模型或自定义中转服务来控制成本、保护数据隐私。后面第 5 节会专门演示配置方法。4. 从安装到运行一个完整实战案例下面通过一个完整案例演示从零开始用 OpenClaw 完成一次实际任务。任务目标让 Agent 在 Workspace 中创建一个 Markdown 项目管理文件并自动写入内容结构。4.1 初始化 OpenClaw如果你还没有初始化先执行openclaw init初始化完成后确认目录结构# Linux / macOS ls -la ~/.openclaw # Windows PowerShell dir $HOME\.openclaw你应该能看到类似这样的结构.openclaw/ ├── config.json ├── workspace/ ├── skills/ └── logs/4.2 配置模型接入编辑配置文件。以 Linux 为例vim ~/.openclaw/config.json基础配置模板{ model: { provider: openai, apiKey: your-api-key, modelName: gpt-4o-mini, baseURL: https://api.openai.com/v1 }, execution: { approvalMode: dangerous }, workspace: { path: ~/.openclaw/workspace } }如果你使用的是自定义中转站只需要修改baseURL和apiKey。如果你使用本地 Ollama则走第 5 节的配置方式。4.3 启动交互模式OpenClaw 支持交互式对话模式openclaw启动后会出现一个交互提示符。这时你可以直接输入任务指令。4.4 编写一个实际任务指令在交互框输入请在 workspace 下创建一个名为 project-management.md 的文件内容包含项目名称、项目目标、负责人、里程碑、风险登记表。结构要清晰。OpenClaw 会分解任务调用文件系统工具。切换到 workspace 目录。创建project-management.md。写入 Markdown 结构。执行完成后检查生成文件cat ~/.openclaw/workspace/project-management.md输出示例# 项目管理办法 ## 项目名称 待填写 ## 项目目标 待填写 ## 负责人 待填写 ## 里程碑 - [ ] 里程碑 1 - [ ] 里程碑 2 - [ ] 里程碑 3 ## 风险登记表 | 风险描述 | 影响程度 | 应对措施 | 状态 | | --- | --- | --- | --- | | 待填写 | 高/中/低 | 待填写 | 待评估 |4.5 非交互模式运行如果你希望一条命令完成某个任务可以使用run子命令openclaw run 读取 workspace 下的 project-management.md并在最后追加一条项目状态更新记录这种方式非常适合脚本化调用或定时任务。4.6 安装并使用一个 Skill再来看 Skill 的实际使用。搜索一下有没有项目管理相关的技能openclaw clawhub search 项目管理假设结果里有project-helperopenclaw skill install project-helper安装后再次启动 OpenClawopenclaw输入用 project-helper 帮我生成一份周报模板Agent 会调用 Skill 中封装好的方法而不是从零拼凑。这就是 Skill 的价值把高频、标准化的能力沉淀下来。5. 本地模型接入实战Ollama 与 NVIDIA NIM5.1 为什么需要本地模型使用云端大模型方便但在一些场景下会有顾虑数据隐私代码、文档、业务数据可能不适合发送到云端。成本控制高频调用会产生费用。网络环境自定义中转不稳定。离线环境内网开发环境无法访问公网模型。本地模型正好可以解决这些问题。5.2 接入本地 OllamaOllama 是当前最常用的本地模型运行工具之一。先安装 Ollama 并拉取模型。# 安装 Ollama curl -fsSL https://ollama.com/install.sh | sh # 拉取一个轻量模型 ollama pull qwen2.5:7b然后修改 OpenClaw 配置{ model: { provider: ollama, baseURL: http://localhost:11434/v1, modelName: qwen2.5:7b } }保存配置后启动openclaw输入一个测试指令用中文介绍你自己并列出你能完成的三类任务。如果配置正确OpenClaw 会通过 Ollama 接口调用本地模型返回结果。5.3 接入 NVIDIA NIMNVIDIA NIM 是 NVIDIA 提供的模型推理服务适合在本地 GPU 环境运行模型。Ubuntu 环境下需要提前安装 CUDA 和 NVIDIA 驱动。确认环境nvidia-smi然后拉取 NIM 模型容器。不同模型拉取方式不同这里以常见方式为例# 登录 NGC 并拉取模型容器 docker login nvcr.io docker pull nvcr.io/nim/meta/llama3-8b-instruct:latest启动 NIM 服务后修改 OpenClaw 配置{ model: { provider: openai, apiKey: not-needed, modelName: llama3-8b-instruct, baseURL: http://localhost:8000/v1 } }NIM 提供的接口兼容 OpenAI 风格所以 provider 可以设置为openai只需要改 baseURL。5.4 如何安装 Skill 到本地模型环境有些 Skill 可能依赖特定模型能力。安装时也可以指定模型环境openclaw skill install>npm prefix -g如果显示的不是预期目录可以手动添加 PATH。6.2 审批记录迁移问题问题现象常见原因解决思路启动时提示 legacy exec approvals 需要迁移旧版本审批记录格式与 2.0 不兼容在.openclaw目录执行openclaw migrate命令总是需要重复人工批准没有配置好审批策略把任务对应的命令加入白名单或修改approvalMode6.3 PowerShell 安装指定目录问题有些用户想安装到自定义目录比如D:\openclaw。这里需要确认安装脚本是否支持参数。如果直接使用iex管道安装默认路径通常由安装脚本决定。更可控的方式是下载安装脚本查看参数说明后再执行或者使用 npm 安装。npm 安装默认会放到 npm 全局目录你可以通过 npm 配置修改npm config set prefix D:\nodejs\global npm install -g openclaw这样 OpenClaw 的可执行文件会安装到D:\nodejs\global下。6.4 Workspace 路径错误问题现象常见原因解决思路Agent 提示无法访问指定目录文件路径超出 Workspace 边界将文件复制到 Workspace或在配置中显式添加允许访问的目录Windows 下路径包含反斜杠导致解析问题路径转义不完整在配置中使用正斜杠或双反斜杠6.5 CUA Computer 设置问题有用户提到 OpenClaw 的 CUA Computer 如何设置。CUA 是 Computer Use Agent 的缩写指的是 Agent 模拟人类操作电脑的能力比如移动鼠标、点击按钮、键盘输入。这类功能依赖图形界面环境。Windows 桌面环境支持较好Linux 服务器如果没有桌面环境则需要配合虚拟显示方案。如果不是特别需要模拟 GUI 操作建议优先使用命令行工具和文件操作能力稳定性和效率都更高。6.6 模型响应异常问题现象常见原因解决思路Agent 回答内容与任务无关模型能力不足或 Prompt 解析错误切换更大的模型查看日志定位 Prompt请求超时本地模型推理慢或网络不通检查 ollama 服务状态换更小的模型调整超时时间中转站接口报 401API Key 或鉴权方式错误检查中转站文档确认请求头和鉴权字段6.7 卸载 OpenClaw如果你需要卸载# 先查看已安装相关包 npm list -g --depth0 # 卸载 npm uninstall -g openclaw同时建议手动删除配置和缓存目录rm -rf ~/.openclawWindows 下删除Remove-Item -Recurse -Force $HOME\.openclaw卸载前请确认没有需要保留的审批记录、Skill 或工作区文件。7. 最佳实践与工程建议7.1 数据安全与权限控制OpenClaw 的默认设计虽然已经考虑了安全边界但在实际项目中仍然要注意不要把 API Key 直接写死在配置文件中建议使用环境变量。生产环境务必开启危险命令审批。Workspace 内不要存放没有加密的密码、Token 等敏感信息。定期检查exec-approvals.json清理过于宽松的审批规则。推荐使用环境变量管理密钥export OPENCLAW_OPENAI_API_KEYyour-key export OPENCLAW_OLLAMA_BASE_URLhttp://localhost:11434/v17.2 Skill 使用原则不要一股脑安装大量 Skill。Skill 越多Agent 在任务规划时的选择成本越高反而可能降低效率和准确性。建议按实际业务场景安装 Skill比如开发项目就安装git-helper。定期更新 Skill保持与上游版本同步。自研 Skill 时尽量保持接口简洁便于复用。7.3 日志与运行元数据如果 Agent 执行结果不符合预期不要只看最终输出。先分析日志openclaw logs --tail 50查看运行元数据openclaw run --metadata --task 你的任务描述通过日志你可以定位出问题的是模型规划环节、工具调用环节还是命令执行环节。不要忽略这些现场数据。7.4 与项目管理的结合社区里有不少用户把 OpenClaw 和 Obsidian、飞书、项目管理工具结合起来使用。例如让 Agent 每天定时读取工作区中的任务清单生成日报。让 Agent 把日志分析结果写入 Obsidian 笔记。通过飞书机器人接收 Agent 完成通知。这些都属于进阶玩法。建议先把基础的文件操作、Skill 使用、本地模型接入弄熟再尝试接入外部系统。7.5 关注版本迁移OpenClaw 迭代速度较快升级大版本时多留意官方发布的迁移说明。遇到下面这类提示时不要跳过Legacy exec approvals exist at /root/.openclaw/exec-approvals.json. Run openclaw migrate to migrate.迁移操作虽然看着不起眼但会影响已有审批策略是否继续生效。8. 总结与下一步实践建议OpenClaw 2.0 给我最明显的感受是Agent 运行时正在从“能跑”走向“好用”。Workspace 让文件操作边界更清晰Skill 机制让扩展能力更标准ClawHub 让社区贡献可以高效分发审批机制让自动化执行更可控。对于需要大量重复操作的开发者来说这类工具带来的效率提升是实打实的。如果你还没有安装过建议先从 Windows 或 Ubuntu 环境入手完成一次简单的文件生成任务。如果你已经在使用本地模型可以尝试接入 Ollama把成本降到最低。下一步可以往这几个方向深入学习如何编写自定义 Skill。尝试把 OpenClaw 接入定时任务实现自动化日报生成。研究如何通过 Runtime Metadata 分析任务执行瓶颈。在测试环境中尝试更复杂的跨工具任务编排。动手实践时记得在.openclaw目录下保留好配置、Skill 和日志它们是排查问题的重要依据。
OpenClaw 2.0 实操指南：AI Agent 运行时部署、Skill 扩展与本地模型接入
最近几个月AI Agent 工具链的迭代速度明显加快。OpenClaw 从一个偏个人化的自动化实验项目逐步变成了社区里讨论度很高的通用智能体运行时。尤其是 OpenClaw 2.0 发布后围绕安装方式、Skill 扩展机制、Workspace 管理、本地模型接入的提问明显变多。本文基于实际体验梳理 OpenClaw 2.0 的核心变化、部署步骤、Skill 配置思路、本地模型接入方式以及高频踩坑问题的排查路径。我会尽量把每个环节讲清楚先介绍 OpenClaw 解决什么问题再拆解 2.0 的关键更新点然后给出 Windows 和 Linux 环境下的可操作方案最后用表格整理常见报错。无论你是刚接触 AI Agent 的新手还是已经在尝试本地化部署的开发者这篇文章都适合作为一份可以直接参考的实操笔记。1. OpenClaw 与 AI Agent 运行时1.1 什么是 OpenClawOpenClaw 是一个面向开发者和进阶用户的 AI Agent 运行时工具。通俗地说它提供了一个“让大模型能够操作电脑、读写文件、执行命令、调用第三方服务”的框架。你不需要把每个自动化场景都写成完整程序只需要给 Agent 描述目标OpenClaw 负责拆解任务、调用工具、反馈结果。它和普通聊天机器人的区别在于普通聊天机器人只输出文字。OpenClaw 会真实地执行命令、操作文件、访问网络、调用 API。所以在实际使用中OpenClaw 更像一个“命令行上的智能副驾”而不是简单的问答框。1.2 OpenClaw 解决什么问题日常开发里重复性操作非常多批量重命名文件、整理日志、抓取网页信息、处理表格、调用接口同步数据、生成代码骨架。这些任务如果手工完成效率低且容易出错如果专门写脚本每次都要维护。OpenClaw 的思路是用自然语言驱动 Agent让 Agent 自动选择工具完成操作。比如你可以说“帮我把/tmp/logs下所有超过 100MB 的日志文件压缩并生成一个汇总清单。”OpenClaw 会自动调用 shell 命令、文件操作工具分步完成并把结果整理给你。1.3 2.0 版本为什么值得关注从社区反馈和实际体验来看OpenClaw 2.0 不是一次小修小补。它主要变化集中在几个方面工具链更完整内置了更多可复用的能力组件。Skill 机制独立出来用户可以像安装插件一样扩展 Agent 能力。ClawHub 成为统一的扩展分发渠道方便安装和更新。Workspace 概念更清晰文件操作被限制在可控目录范围内。执行审批机制强化关键操作需要用户确认。本地模型接入更容易对 Ollama、NVIDIA NIM 等方案支持更友好。这些变化让 OpenClaw 从“能跑起来的实验工具”变成了“可以接入日常开发流程的可用工具”。1.4 常见易混淆概念在阅读其他资料时你会发现几个概念经常一起出现Agent、Skill、Tool、Workflow、ClawHub。它们的关系是概念含义类比Agent负责理解任务、规划步骤、调度工具团队里的项目经理ToolAgent 可以调用的具体能力如终端、浏览器、文件系统螺丝刀、扳手Skill一组围绕特定场景封装好的能力组合一套专用的工具箱Workflow预先编排好的任务流程标准作业流程ClawHub分发和安装 Skill 的扩展市场应用商店理解这些概念之后再看 OpenClaw 2.0 的更新就会清晰很多。2. 环境准备与安装方式对比OpenClaw 的安装方式非常灵活支持 Windows、macOS、Linux也支持 Docker 部署和云端部署。官方主要推荐命令行方式安装但不同系统下细节差异不小。2.1 系统要求说明OpenClaw 底层依赖 Node.js 环境和 Git部分功能需要调用系统命令所以并不是所有平台体验完全一致。系统建议环境备注Windows 10/11PowerShell 7、Node.js 18注意执行策略Ubuntu 22.04Node.js 18、Git、curlNVIDIA NIM 需要额外配置 CUDAmacOSNode.js 18与系统版本兼容性较好版本建议根据实际发布时间动态调整。如果安装时报依赖版本错误优先检查 Node.js 是否满足要求。2.2 Windows 安装 OpenClawWindows 下推荐使用 PowerShell 安装。注意不要使用 Windows PowerShell 5.1尽量安装 PowerShell 7 或更高版本。# 官方推荐安装命令示例 irm https://openclaw.example.com/install.ps1 | iex这里需要说明的是不同来源的安装脚本可能不同请以官方仓库或官方文档中的命令为准。如果你希望指定安装目录部分版本支持参数指定。比如# 部分版本支持指定目录安装 irm https://openclaw.example.com/install.ps1 | iex -Args -Path D:\openclaw如果上述命令不支持也可以通过 npm 方式安装npm install -g openclaw安装完成后在 PowerShell 中输入openclaw --version如果系统提示“无法将‘openclaw’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”说明安装路径没有加入 PATH或者安装未成功。具体排查方法见第 6 节。2.3 Ubuntu 安装 OpenClawUbuntu 下建议先安装 Node.js 18 和 Gitcurl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt-get install -y nodejs git curl确认版本node -v npm -v git --version然后安装 OpenClawnpm install -g openclaw安装完成后验证openclaw --version2.4 验证安装与初始化无论哪种系统安装完成后都需要初始化工作目录。OpenClaw 默认会在用户目录下创建.openclaw文件夹里面存放配置、日志、审批文件和工作区。openclaw init执行后你会看到类似下面的输出Initialized OpenClaw workspace at ~/.openclaw Workspace: ~/.openclaw/workspace这里的 Workspace 是 Agent 操作文件的默认根目录。为了安全OpenClaw 默认不允许 Agent 随意访问 Workspace 之外的文件路径除非你手动批准。3. OpenClaw 2.0 核心更新拆解3.1 Workspace更清晰的目录边界在 2.0 版本中Workspace 被提升为一个核心概念。每个 Agent 任务都会有一个明确的工作目录。你可以在配置中修改默认路径。以 Windows 为例安装后默认路径通常是C:\Users\你的用户名\.openclaw\workspaceLinux 下则是/root/.openclaw/workspace这是一个非常重要的设计。AI Agent 在操作文件时如果没有边界限制可能会误删系统文件或者读取敏感资料。Workspace 相当于给 Agent 划定了一个“沙盒工作区”文件读写默认只能在里面进行。如果确实需要让 Agent 访问其他目录比如/home/user/projects/my-app你需要在配置文件或审批环节中显式授权。3.2 Skill插件化能力扩展Skill 是 OpenClaw 2.0 最重要的更新之一。它的作用是把某一类任务封装成可复用的能力包。比如web-scraper网页抓取技能。file-organizer文件整理技能。git-helperGit 操作辅助技能。>openclaw skill install skill-name例如openclaw skill install git-helper安装后Agent 在遇到 Git 相关任务时会自动加载该 Skill从而获得更专业的 Git 操作指令集。3.3 ClawHub扩展分发市场ClawHub 可以理解成 OpenClaw 的“应用商店”。社区开发者可以把写好的 Skill 发布上去其他用户直接安装使用。搜索 Skillopenclaw clawhub search 数据查看已安装 Skillopenclaw skill list卸载 Skillopenclaw skill uninstall skill-nameClawHub 的出现解决了两个问题用户不需要自己从零编写所有工具。Skill 可以版本化管理更新更方便。3.4 执行审批机制AI Agent 自动执行命令是有风险的尤其是涉及删除文件、安装依赖、修改系统配置等操作。OpenClaw 2.0 强化了执行审批机制。当你启动 Agent 时可以在配置中决定审批策略none不审批Agent 可以自由执行全部命令。dangerous仅危险命令需要审批。all所有命令都需要审批。相关配置可以在~/.openclaw/config.json中修改。Linux 下审批记录会保存在~/.openclaw/exec-approvals.json这个文件记录了你批准过的命令规则。如果你看到类似下面的提示Legacy exec approvals exist at /root/.openclaw/exec-approvals.json. Run openclaw migrate to migrate.说明旧版本的审批记录需要迁移。执行openclaw migrate即可完成迁移。3.5 Runtime Metadata更便于排查问题2.0 版本引入了更完整的 Runtime Metadata 机制。每次运行 Agent 时系统会记录执行了哪些命令。调用了哪些工具。消耗了多长时间。产生了哪些文件。是否遇到错误。这些信息对调试非常有用。你可以查看最近一次运行的元数据openclaw run --metadata也可以查看历史运行记录openclaw logs3.6 模型接入更灵活OpenClaw 2.0 支持多种模型接入方式包括OpenAI 兼容接口。本地 Ollama。NVIDIA NIM。自定义中转站。这一点对国内用户很有意义。很多人希望通过本地模型或自定义中转服务来控制成本、保护数据隐私。后面第 5 节会专门演示配置方法。4. 从安装到运行一个完整实战案例下面通过一个完整案例演示从零开始用 OpenClaw 完成一次实际任务。任务目标让 Agent 在 Workspace 中创建一个 Markdown 项目管理文件并自动写入内容结构。4.1 初始化 OpenClaw如果你还没有初始化先执行openclaw init初始化完成后确认目录结构# Linux / macOS ls -la ~/.openclaw # Windows PowerShell dir $HOME\.openclaw你应该能看到类似这样的结构.openclaw/ ├── config.json ├── workspace/ ├── skills/ └── logs/4.2 配置模型接入编辑配置文件。以 Linux 为例vim ~/.openclaw/config.json基础配置模板{ model: { provider: openai, apiKey: your-api-key, modelName: gpt-4o-mini, baseURL: https://api.openai.com/v1 }, execution: { approvalMode: dangerous }, workspace: { path: ~/.openclaw/workspace } }如果你使用的是自定义中转站只需要修改baseURL和apiKey。如果你使用本地 Ollama则走第 5 节的配置方式。4.3 启动交互模式OpenClaw 支持交互式对话模式openclaw启动后会出现一个交互提示符。这时你可以直接输入任务指令。4.4 编写一个实际任务指令在交互框输入请在 workspace 下创建一个名为 project-management.md 的文件内容包含项目名称、项目目标、负责人、里程碑、风险登记表。结构要清晰。OpenClaw 会分解任务调用文件系统工具。切换到 workspace 目录。创建project-management.md。写入 Markdown 结构。执行完成后检查生成文件cat ~/.openclaw/workspace/project-management.md输出示例# 项目管理办法 ## 项目名称 待填写 ## 项目目标 待填写 ## 负责人 待填写 ## 里程碑 - [ ] 里程碑 1 - [ ] 里程碑 2 - [ ] 里程碑 3 ## 风险登记表 | 风险描述 | 影响程度 | 应对措施 | 状态 | | --- | --- | --- | --- | | 待填写 | 高/中/低 | 待填写 | 待评估 |4.5 非交互模式运行如果你希望一条命令完成某个任务可以使用run子命令openclaw run 读取 workspace 下的 project-management.md并在最后追加一条项目状态更新记录这种方式非常适合脚本化调用或定时任务。4.6 安装并使用一个 Skill再来看 Skill 的实际使用。搜索一下有没有项目管理相关的技能openclaw clawhub search 项目管理假设结果里有project-helperopenclaw skill install project-helper安装后再次启动 OpenClawopenclaw输入用 project-helper 帮我生成一份周报模板Agent 会调用 Skill 中封装好的方法而不是从零拼凑。这就是 Skill 的价值把高频、标准化的能力沉淀下来。5. 本地模型接入实战Ollama 与 NVIDIA NIM5.1 为什么需要本地模型使用云端大模型方便但在一些场景下会有顾虑数据隐私代码、文档、业务数据可能不适合发送到云端。成本控制高频调用会产生费用。网络环境自定义中转不稳定。离线环境内网开发环境无法访问公网模型。本地模型正好可以解决这些问题。5.2 接入本地 OllamaOllama 是当前最常用的本地模型运行工具之一。先安装 Ollama 并拉取模型。# 安装 Ollama curl -fsSL https://ollama.com/install.sh | sh # 拉取一个轻量模型 ollama pull qwen2.5:7b然后修改 OpenClaw 配置{ model: { provider: ollama, baseURL: http://localhost:11434/v1, modelName: qwen2.5:7b } }保存配置后启动openclaw输入一个测试指令用中文介绍你自己并列出你能完成的三类任务。如果配置正确OpenClaw 会通过 Ollama 接口调用本地模型返回结果。5.3 接入 NVIDIA NIMNVIDIA NIM 是 NVIDIA 提供的模型推理服务适合在本地 GPU 环境运行模型。Ubuntu 环境下需要提前安装 CUDA 和 NVIDIA 驱动。确认环境nvidia-smi然后拉取 NIM 模型容器。不同模型拉取方式不同这里以常见方式为例# 登录 NGC 并拉取模型容器 docker login nvcr.io docker pull nvcr.io/nim/meta/llama3-8b-instruct:latest启动 NIM 服务后修改 OpenClaw 配置{ model: { provider: openai, apiKey: not-needed, modelName: llama3-8b-instruct, baseURL: http://localhost:8000/v1 } }NIM 提供的接口兼容 OpenAI 风格所以 provider 可以设置为openai只需要改 baseURL。5.4 如何安装 Skill 到本地模型环境有些 Skill 可能依赖特定模型能力。安装时也可以指定模型环境openclaw skill install>npm prefix -g如果显示的不是预期目录可以手动添加 PATH。6.2 审批记录迁移问题问题现象常见原因解决思路启动时提示 legacy exec approvals 需要迁移旧版本审批记录格式与 2.0 不兼容在.openclaw目录执行openclaw migrate命令总是需要重复人工批准没有配置好审批策略把任务对应的命令加入白名单或修改approvalMode6.3 PowerShell 安装指定目录问题有些用户想安装到自定义目录比如D:\openclaw。这里需要确认安装脚本是否支持参数。如果直接使用iex管道安装默认路径通常由安装脚本决定。更可控的方式是下载安装脚本查看参数说明后再执行或者使用 npm 安装。npm 安装默认会放到 npm 全局目录你可以通过 npm 配置修改npm config set prefix D:\nodejs\global npm install -g openclaw这样 OpenClaw 的可执行文件会安装到D:\nodejs\global下。6.4 Workspace 路径错误问题现象常见原因解决思路Agent 提示无法访问指定目录文件路径超出 Workspace 边界将文件复制到 Workspace或在配置中显式添加允许访问的目录Windows 下路径包含反斜杠导致解析问题路径转义不完整在配置中使用正斜杠或双反斜杠6.5 CUA Computer 设置问题有用户提到 OpenClaw 的 CUA Computer 如何设置。CUA 是 Computer Use Agent 的缩写指的是 Agent 模拟人类操作电脑的能力比如移动鼠标、点击按钮、键盘输入。这类功能依赖图形界面环境。Windows 桌面环境支持较好Linux 服务器如果没有桌面环境则需要配合虚拟显示方案。如果不是特别需要模拟 GUI 操作建议优先使用命令行工具和文件操作能力稳定性和效率都更高。6.6 模型响应异常问题现象常见原因解决思路Agent 回答内容与任务无关模型能力不足或 Prompt 解析错误切换更大的模型查看日志定位 Prompt请求超时本地模型推理慢或网络不通检查 ollama 服务状态换更小的模型调整超时时间中转站接口报 401API Key 或鉴权方式错误检查中转站文档确认请求头和鉴权字段6.7 卸载 OpenClaw如果你需要卸载# 先查看已安装相关包 npm list -g --depth0 # 卸载 npm uninstall -g openclaw同时建议手动删除配置和缓存目录rm -rf ~/.openclawWindows 下删除Remove-Item -Recurse -Force $HOME\.openclaw卸载前请确认没有需要保留的审批记录、Skill 或工作区文件。7. 最佳实践与工程建议7.1 数据安全与权限控制OpenClaw 的默认设计虽然已经考虑了安全边界但在实际项目中仍然要注意不要把 API Key 直接写死在配置文件中建议使用环境变量。生产环境务必开启危险命令审批。Workspace 内不要存放没有加密的密码、Token 等敏感信息。定期检查exec-approvals.json清理过于宽松的审批规则。推荐使用环境变量管理密钥export OPENCLAW_OPENAI_API_KEYyour-key export OPENCLAW_OLLAMA_BASE_URLhttp://localhost:11434/v17.2 Skill 使用原则不要一股脑安装大量 Skill。Skill 越多Agent 在任务规划时的选择成本越高反而可能降低效率和准确性。建议按实际业务场景安装 Skill比如开发项目就安装git-helper。定期更新 Skill保持与上游版本同步。自研 Skill 时尽量保持接口简洁便于复用。7.3 日志与运行元数据如果 Agent 执行结果不符合预期不要只看最终输出。先分析日志openclaw logs --tail 50查看运行元数据openclaw run --metadata --task 你的任务描述通过日志你可以定位出问题的是模型规划环节、工具调用环节还是命令执行环节。不要忽略这些现场数据。7.4 与项目管理的结合社区里有不少用户把 OpenClaw 和 Obsidian、飞书、项目管理工具结合起来使用。例如让 Agent 每天定时读取工作区中的任务清单生成日报。让 Agent 把日志分析结果写入 Obsidian 笔记。通过飞书机器人接收 Agent 完成通知。这些都属于进阶玩法。建议先把基础的文件操作、Skill 使用、本地模型接入弄熟再尝试接入外部系统。7.5 关注版本迁移OpenClaw 迭代速度较快升级大版本时多留意官方发布的迁移说明。遇到下面这类提示时不要跳过Legacy exec approvals exist at /root/.openclaw/exec-approvals.json. Run openclaw migrate to migrate.迁移操作虽然看着不起眼但会影响已有审批策略是否继续生效。8. 总结与下一步实践建议OpenClaw 2.0 给我最明显的感受是Agent 运行时正在从“能跑”走向“好用”。Workspace 让文件操作边界更清晰Skill 机制让扩展能力更标准ClawHub 让社区贡献可以高效分发审批机制让自动化执行更可控。对于需要大量重复操作的开发者来说这类工具带来的效率提升是实打实的。如果你还没有安装过建议先从 Windows 或 Ubuntu 环境入手完成一次简单的文件生成任务。如果你已经在使用本地模型可以尝试接入 Ollama把成本降到最低。下一步可以往这几个方向深入学习如何编写自定义 Skill。尝试把 OpenClaw 接入定时任务实现自动化日报生成。研究如何通过 Runtime Metadata 分析任务执行瓶颈。在测试环境中尝试更复杂的跨工具任务编排。动手实践时记得在.openclaw目录下保留好配置、Skill 和日志它们是排查问题的重要依据。
