把 AI 助理请进你自己的聊天软件:OpenClaw 让 WhatsApp/Telegram/ 飞书里跑起一个 7×24 在线 Agent

开头:你的 AI 助手为什么总在「等你」?

你有没有这种感觉:早上 9 点,脑子里冒出来一句「帮我查一下昨天那份竞品报告的链接,整理成三句话发到飞书群」—— 但打开 ChatGPT 输入框、复制粘贴、调整格式、再切到飞书、贴上去、回车,前后折腾了 5 分钟。本质问题在哪?主流 AI 助手都是一个「网页聊天框」,它永远在等你去找它,而不是活在你的工作流里。

OpenClaw 想做的事,刚好反过来:把 AI 装进你已经在用的聊天软件 ——WhatsApp、Telegram、Slack、Discord、iMessage、Signal、飞书、QQ、微信公众号都行;配上一个 7×24 在线的小守护进程(daemon),它会按你定的心跳节奏主动来找你,甚至在你没问的时候就把活儿干了。

GitHub 上 38.2 万 stars、220 个 release、2629 位贡献者。它是怎么做到的?今天拆给你看。

项目背景:解决「AI 助手不能落地工作流」的最后一公里

OpenClaw(前身叫 Moltbot、Clawdbot)由 Peter Steinberger 主导,2026 年 1 月底开源后一周内就冲到 GitHub 趋势榜前三。它的产品定位不是「又一个 Agent 框架」,而是 「Personal AI Assistant + Control Plane」—— 一个跑在你本机的网关,把所有外部世界的消息入口(聊天软件、邮件、日历、Webhook)统一编排,路由到隔离的 Agent 会话里,再去调用 LLM 和工具。

它的三大核心立场:

  • 本地优先(local-first):网关、工具调用、记忆、技能、配置全在你的机器上,硬盘上是普通 Markdown + YAML 文件,不锁进某个云服务。
  • MIT 协议:核心完全开源可商用。比起 Anthropic 曾经 DMCA Claude Code 反编译者、OpenAI Codex CLI 命令行开源但 Web UI 闭源、Manus 整个闭源 ——OpenClaw 是少有的「真・全栈开源」选项。
  • Autonomous by design:网关后台跑(macOS 上是 LaunchAgent,Linux 是 systemd),默认每 30 分钟一次心跳,读你写的 HEARTBEAT.md 清单,决定要不要主动发消息给你。

如果说 LangChain、AutoGen 这类框架是「让开发者写 Agent」,OpenClaw 是「让 Agent 活在你的生活里」。

核心功能亮点

1. 20+ 聊天软件统一网关,一个进程接管所有消息

OpenClaw 把 20+ 个 IM 平台的协议适配器塞进一个 Node.js 长连接进程 ——

WhatsApp(Baileys)、Telegram(grammY)、Discord、Slack、iMessage、Signal、IRC、Microsoft Teams、Matrix、飞书、LINE、Mattermost、Nextcloud Talk、Nostr、Synology Chat、Tlon、Twitch、Zalo、Zalo Personal、微信、QQ、WebChat,还有 macOS /iOS/ Android 原生节点。

每个平台一个 adapter,把收到的消息归一化进 OpenClaw 的内部事件总线;发出去的消息再序列化回对应平台。一句话:「一次开发,所有平台生效」。新人入职第一条消息提醒、自动播报客户邮件、新评论到达等多通道通知,统统在 openclaw.json 里加几行就完事。

2. 多 Agent 路由:每个渠道 / 账号 / 群独立会话

不是所有 Agent 都该用同一个上下文。OpenClaw 的网关支持把不同渠道、账号、甚至群里的某个人路由到完全隔离的 Agent 工作区 —— 内存、技能、历史互不污染:

1
2
3
4
5
6
7
8
9
10
11
12
13
# openclaw.json(节选)
agents:
- id: work-assistant
workspace: ~/.openclaw/work
channels: [slack, feishu]
- id: family-bot
workspace: ~/.openclaw/family
channels: [whatsapp]
dmPolicy: pairing # 陌生人发消息只回配对码
- id: dev-researcher
workspace: ~/.openclaw/research
sandbox: docker
allowedTools: [bash, read, web_search]

你可以让「工作助理」拿 GPT-5 跑重逻辑,让「家庭助手」用本地 Llama 跑轻量提醒,让「研究助手」在 Docker 沙箱里跑 shell 命令 —— 三个 Agent 共存一个网关,互不打扰。

3. 心跳调度 + Cron + Webhook:Agent 主动找你,而不是等你

这是 OpenClaw 跟「网页聊天框 AI」最大的区别:

1
2
3
4
5
6
# 守护进程模式(推荐)
openclaw onboard --install-daemon
openclaw gateway status

# 手动前台(调试用)
openclaw gateway --port 18789 --verbose

网关启动后,按 HEARTBEAT.md 里的清单每 30 分钟(Anthropic OAuth 模式是 1 小时)触发一次 Agent 循环 —— 读清单 → 判断要不要执行 → 要么给你发消息,要么静默回 HEARTBEAT_OK(网关自动丢弃)。外部触发源除了心跳还有:cron 表达式、Webhook、聊天消息、子 Agent 调用。

也就是说,你可以写这样一段:

1
2
3
4
# HEARTBEAT.md
- [ ] 检查 Gmail 是否有客户邮件,按优先级发到飞书
- [ ] 监控的 GitHub repo 有新 release 时,生成 changelog 摘要发到 Slack
- [ ] 每周五 17:00 汇总本周 OKR 进度推送给团队

Agent 会自己决定什么时候、怎么处理这些事。

4. 沙箱与安全:默认拒绝高危操作

把 Agent 装进能跑 shell 的环境,最怕的不是它不行,而是它太行。OpenClaw 的安全模型分两层:

  • DM 配对(pairing):默认对 Telegram、WhatsApp、Signal、iMessage 等私聊,陌生人发消息只会收到一段配对码,需要你 openclaw pairing approve <channel> <code> 才真正接通 —— 防止被骚扰或被钓鱼。
  • 会话级沙箱:在 agents.defaults.sandbox.mode: "non-main" 下,主会话保留 host 全权限,其他 Agent 全部塞进 Docker / SSH / OpenShell 后端,默认禁止 browser / canvas / cron / discord / gateway 这类高危工具。openclaw doctor 一键体检配置。

对生产环境,这个「最小权限 + 默认安全」模型比 LangChain 默认给你 run_shell 友好得多。

5. 技能生态 + ClawHub:人类可读的 SKILL.md

OpenClaw 的技能是 SKILL.md + YAML frontmatter + 自然语言描述 —— 和 Claude Code、Cursor 兼容。社区建了一个叫 ClawHub 的注册中心,Agent 自己会搜索、安装新技能。比如:

1
2
3
4
5
6
7
8
9
10
---
name: feishu-bitable
description: 在飞书多维表格(Base)里查询和新增记录。
---

# feishu-bitable

当用户说「查一下这个 base 表的最新一行」时:
1. 调用 `feishu.bitable.list_records`,传入 app_token 和 table_id。
2. 把结果按日期倒序返回。

可以本地写,也可以一条命令 openclaw skill install feishu-bitable 从 ClawHub 装上。技能越多,Agent 越像你团队的「老员工」,而不是「查 Google 的实习生」。

实战示例:5 分钟跑通一个飞书机器人

下面演示把 OpenClaw 接入飞书,搭一个会自动回复常见问题的客服机器人。

1. 安装

1
2
npm install -g openclaw@latest   # 需要 Node 24 或 22.19+
openclaw onboard --install-daemon

2. 配置飞书 Channel

openclaw.json 里加:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
{
"channels": {
"feishu": {
"appId": "cli_xxx",
"appSecret": "yyy",
"dmPolicy": "pairing"
}
},
"agents": {
"defaults": {
"model": "anthropic/claude-sonnet-4.6",
"sandbox": { "mode": "non-main", "backend": "docker" }
}
}
}

3. 写第一个技能

1
2
3
4
5
6
7
8
9
mkdir -p ~/.openclaw/workspace/skills/order-status
cat > ~/.openclaw/workspace/skills/order-status/SKILL.md <<'EOF'
---
name: order-status
description: 查询订单物流状态(mock 数据,方便演示)。
---
# order-status
当用户问「我的订单到哪了」,回复「订单 #12345 已从杭州发出,正在派送中,预计今天 18:00 前送达」。
EOF

4. 启动网关 + 配对

1
2
openclaw gateway start
openclaw pairing approve feishu ABCD-1234 # 用户收到配对码后用这条接通

5. 跟机器人说话

在飞书里给机器人发:帮我查下订单 #12345。Agent 会自动调用 order-status 技能,回你那句话 —— 整个流程零代码上线

适用场景 vs 限制

适合用 OpenClaw 的场景

  • 个人 / 小团队需要「AI 活在 IM 里」而不是网页里 —— 尤其是经常用 Telegram、WhatsApp、飞书的跨境 / 远程团队。
  • 想做 AI 客服AI 提醒机器人AI 数据周报推送,又不想被 LangChain 那种「代码驱动」框架劝退。
  • 数据本地化有强需求(金融、医疗、隐私敏感行业),不愿意让对话上下文出本机。
  • 想要 多 Agent 编排 —— 一个网关统管「客服」「研发」「财务」几个隔离 Agent。

限制和坑

  • 本地优先 ≠ 零成本:跑 20+ 通道 + 心跳 + 多 Agent,你的 LLM API 账单和机器内存都得跟上。普通笔电撑 2-3 个 Agent 还行,10 个 Agent 建议上小服务器。
  • Node 24 是硬要求,老环境要先升级。
  • DM 配对默认对私聊很安全,但公开群里的消息 OpenClaw 默认当 untrusted input 处理;你要在 allowFrom 里显式开白名单。
  • 跟 Hermes Agent 这类「自进化」框架不同,OpenClaw 的记忆和技能需要你主动维护 ——HEARTBEAT.md 不写,Agent 就没活干;SOUL.md 不写,Agent 性格就模糊。它不会「越用越聪明」,但也不容易越界。

总结

OpenClaw 不是「又一个 LLM wrapper」,而是一套让 AI 真正住进你工作流的操作系统级框架。它把 20+ 聊天平台统一成一条消息总线,把多 Agent 编排、心跳调度、沙箱安全、技能生态这些「生产级 AI 助理」的必备组件打包到一个 Node 进程里 ——MIT 协议全开源,38 万星背书,社区活跃。

如果你受够了「打开 ChatGPT → 粘贴 → 复制 → 关掉 → 切回 IM」的循环,明早第一件事推荐你跑一行 npm install -g openclaw@latest,给自己装一个会主动来找你聊天的 AI 同事。

🔗 项目地址:github.com/openclaw/openclaw
📚 官方文档:docs.openclaw.ai
🎁 技能市场:clawhub.ai