一文手把手教你用OpenClaw打造专属AI助手：从安装到自定义Skills全过程

目录

• 前言
• 一、环境准备
• 二、安装与初始化
• 2.1 通过 npm 安装（推荐）
• 2.2 从源码构建（开发者）
• 三、核心配置文件详解
• 3.1 SOUL.md —— 给龙虾定规矩
• 3.2 HEARTBEAT.md —— 定时任务
• 四、接入聊天平台
• 4.1 创建 Telegram Bot
• 4.2 配置 OpenClaw
• 五、编写自定义 Skill（重点）
• 5.1 基础 Skill 示例：Git 日报生成器
• 六、记忆系统详解
• 七、安全最佳实践
• 八、实用技巧
• 九、总结

本文从零开始搭建一个属于你自己的 OpenClaw AI 助手，并教你如何编写自定义 Skill，让这只龙虾真正为你干活。

依赖	版本要求
Node.js	≥ 22
操作系统	macOS / Linux / Windows (WSL2)
LLM API Key	Claude / GPT / 其他兼容模型

Windows 用户强烈建议使用 WSL2，原生 Windows 支持还不够稳定。

# 全局安装
npm install -g openclaw@latest
# 验证安装
openclaw --version
# 运行引导向导
openclaw onboard --install-daemon

引导向导会依次帮你完成：

1. Gateway 守护进程安装（launchd/systemd）
2. 工作空间目录创建
3. 聊天通道配置（选择你要接入的平台）
4. LLM API Key 配置
5. 基础 Skills 安装

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm ui:build    # 首次运行会自动安装 UI 依赖
pnpm build
pnpm openclaw onboard --install-daemon
# 开发模式（TS 文件变更自动重载）
pnpm gateway:watch

安装完成后，你的工作空间大致长这样：

~/openclaw/
├── SOUL.md          # Agent 的"灵魂"，定义人格和行为准则
├── IDENTITY.md      # 身份信息
├── USER.md          # 你的个人偏好
├── HEARTBEAT.md     # 定时任务配置
├── memory/          # 持久化记忆目录
│   └── MEMORY.md    # 记忆索引
└── skills/          # 技能插件目录

这是 OpenClaw 最有意思的设计之一。你可以用自然语言定义 Agent 的行为：

# Soul
## 基本原则
- 你是我的私人技术助手，专注于后端开发和 DevOps
- 回复使用中文，技术术语保留英文
- 简洁直接，不要废话
## 行为边界
- 未经确认不要执行危险的 Shell 命令（rm -rf、drop table 等）
- 涉及金钱操作时必须二次确认
- 不要主动访问我未授权的目录
## 风格
- 像一个靠谱的同事，不是客服
- 可以适当幽默

# Heartbeat

## 每日晨报 (07:30)
- 汇总昨天的 Git commit
- 列出今天的日历事件
- 检查服务器监控面板是否有异常

## 每周五下午 (17:00)
- 生成本周工作周报草稿

以 Telegram 为例：

1. 在 Telegram 中找到 @BotFather
2. 发送 /newbot，按提示创建
3. 获取 Bot Token

在引导向导中选择 Telegram，或手动编辑配置：

openclaw channel add telegram --token YOUR_BOT_TOKEN

配置完成后，给你的 Bot 发消息就能和 OpenClaw 对话了。

其他平台（Slack、Discord、飞书等）流程类似，向导都有引导。

Skills 是 OpenClaw 的灵魂。一个 Skill 本质上就是一个 Markdown 文件，告诉 Agent 如何完成某类任务。

在 skills/ 目录下创建 git-daily-report.md：

# Skill: Git 日报生成器
## 触发条件
当用户说"生成日报"或"今天做了什么"时触发。
## 执行步骤
1. 执行以下命令获取今天的 commit 记录：
   ```bash
   git log --since="today 00:00" --pretty=format:"%h - %s (%an)" --all

按以下格式整理输出：

• 按仓库分组
• 每个 commit 一行，包含简短描述
• 底部统计总 commit 数

输出格式：

📋 今日工作日报 (YYYY-MM-DD)
## 项目A
- abc1234 - 修复登录页面样式问题
- def5678 - 添加用户权限校验
## 项目B  
- ghi9012 - 优化数据库查询性能
---
总计：3 个提交

### 5.2 进阶 Skill 示例：服务器健康检查
```markdown
# Skill: 服务器健康检查
## 触发条件
当用户说"检查服务器"或由 HEARTBEAT 定时触发。
## 执行步骤
1. 检查目标服务器列表（从 USER.md 中读取 server_list）
2. 对每台服务器执行：
   ```bash
   curl -s -o /dev/null -w "%{http_code}" https://{server_url}/health

汇总结果：

• ✅ 正常（HTTP 200）
• ⚠️ 响应慢（> 2s）
• ❌ 异常（非 200 或超时）

如果有异常服务器，主动通过当前聊天通道告警，格式：

🚨 服务器异常告警
❌ api-server-03: HTTP 502 (响应时间: 5.2s)
❌ db-replica-02: 连接超时
其余 8 台服务器运行正常 ✅

### 5.3 使用 ClawHub 社区技能
除了自己写，你也可以从社区技能市场安装现成的 Skill：
```bash
# 浏览热门技能
openclaw skills search "email"
# 安装技能
openclaw skills install @community/email-manager

OpenClaw 的记忆系统是它区别于普通聊天机器人的关键。

memory/
├── MEMORY.md          # 记忆索引和摘要
├── conversations/     # 对话历史
├── facts/             # 提取的事实（如：用户偏好 Python 3.12）
└── diary/             # Agent 的"日记"

记忆基于 SQLite 做语义搜索，Agent 会自动：

• 从对话中提取关键事实
• 在后续对话中检索相关记忆
• 定期整理和压缩过期记忆

你也可以手动管理：

# 查看记忆
openclaw memory list
# 删除特定记忆
openclaw memory forget "某条不需要的记忆"
# 导出记忆
openclaw memory export --format json

本地运行 = 你的机器暴露给了 Agent，务必注意：

# 1. 配置 DM 配对模式，防止陌生人访问
# 默认已开启，确认一下：
openclaw config get dmPolicy
# 应该返回 "pairing"
# 2. 审查已安装的 Skills
openclaw skills list --verbose
# 3. 运行安全检查
openclaw doctor
# 4. 保持更新
openclaw update --channel stable

多模型切换：可以配置多个 LLM，按任务类型自动选择

openclaw models add claude-sonnet --provider anthropic
openclaw models add gpt-4o --provider openai
openclaw models set-default claude-sonnet

调试模式：排查问题时开启 verbose

openclaw gateway --verbose

Canvas 功能：OpenClaw 支持渲染实时 Canvas，适合可视化展示

openclaw agent --message "画一个系统架构图" --canvas

OpenClaw 的上手门槛其实不高，核心就三步：

1. 安装 + 配置 API Key
2. 接入你常用的聊天平台
3. 编写或安装 Skills

真正的价值在于 Skills + Memory 的组合。随着你使用时间越长，这只龙虾就越了解你，越能帮你干活。

建议从简单的 Skill 开始写起，比如日报生成、提醒事项，慢慢扩展到更复杂的自动化工作流。

以上就是一文手把手教你用OpenClaw打造专属 AI 助手：从安装到自定义Skills全流程的详细内容，更多关于OpenClaw打造专属AI助手的资料请关注风君子博客其它相关文章！