准备阶段：安装依赖

官方文档说得很简单：

curl -fsSL https://openclaw.ai/install.sh | bash

我满怀期待地在终端里敲下这行命令，以为一键搞定，结果就开始踩坑了。

第一次跑脚本，卡在“Downloading CLI”那里，报错“Permission denied”。原因是脚本试图全局安装npm包，但我的用户权限不够。解决：加sudo，但脚本不支持sudo。官网文档说要检查环境变量，我加了export PATH="/usr/local/bin:$PATH"到~/.zshrc，然后source一下。

重跑脚本，这次通过了安装，跑openclaw --version，显示成功。

配置和首次运行

执行openclaw onboard会启动一个TUI交互式引导，依次配置Gateway、模型、消息渠道和 Skills。看上去很优雅，但我在这里耗了最长时间。

配置好Bot Token后Gateway启动了，但就是收不到Telegram 消息。折腾了半小时才发现：Telegram Bot API要求用户先主动给Bot 发一条/start，Bot 才能知道你的chat_id并建立连接。

onboard完成后，执行openclaw start：

openclaw start

✔ Gateway started on ws://127.0.0.1:18789
✔ iMessage channel: active
✔ Telegram channel: active
✔ Skills loaded: filesystem, terminal, browser
 Molty is online.

然后我打开Telegram给Bot发了一句：“帮我看看桌面上有哪些文件。”

大概三四秒后，Bot回复了一份列表——是我MacBook桌面上真实的文件名。那一刻确实有点震撼。它不是在模拟，它是真的跑了ls ~/Desktop。

实际使用体验

最惊艳的是上下文持久化。OpenClaw 的记忆是跨会话的——我前天告诉它“我的项目目录在 ~/Projects/myblog”，今天直接说“帮我看看 myblog 有没有新文件”，它直接就去找了，不用重复交代背景。这和每次都要从头解释的普通 AI 对话体验差距很大。

Skills机制很聪明。本质上是一个带SKILL.md描述文件的文件夹，Agent读这个文件了解自己有什么能力。社区已经有超过5000个Skill，覆盖Obsidian、Notion、GitHub、智能家居等，扩展性很强。

目前的不足：

• Token消耗：这玩意儿是真费钱，为了维持上下文，它一顿操作下来可能就几块钱没了。

• 安全性疑虑：最近出的ClawJacked漏洞提醒我们要时刻保持更新。大家千万记得及时运行npm update -g openclaw。

结语

OpenClaw的折腾过程虽然有些繁琐，但它确实代表了AI的下一个形态：从“工具”变成“代理”。当然它还很早期，稳定性和安全边界都需要自己把控。但如果你不介意折腾，这只龙虾值得花两个小时跑起来看看。