0 龙虾OpenClaw从零开始学习路线图

如果你已经会用 ChatGPT、Claude 或 Gemini，第一眼看到 OpenClaw 可能会想：这不还是一个 AI 聊天工具吗？

不是。

普通聊天工具解决的是“回答问题”。OpenClaw 想解决的是“把问题接进你的真实工作流，然后安全地做完一部分事”。它可以从聊天入口接收任务，交给模型理解，再调用记忆、技能、文件、浏览器、工作流和审批机制，最后把结果交回给你。

这也是为什么我把这个系列叫做“从零开始”，而不是“快速上手”。OpenClaw 的重点不只是安装命令，而是建立一套个人 AI 助手的使用方法：哪些事可以让它直接做，哪些事只能让它先分析，哪些事必须停下来等你确认。

查看大图

这张路线图可以先这样看：左边是你发出任务的入口，中间是 OpenClaw 的调度和技能，右边是审批与执行。学 OpenClaw，不要一开始就追求“全自动”，先把这条路走通。

我建议把 OpenClaw 的学习拆成验收路线：先确认入口能收到消息，再确认模型能回答，然后接工具和记忆，最后才设计 Lobster 工作流。顺序反了，很容易一开始就卡在权限和自动化上。

查看大图

学完整套课，不应该只知道它有哪些模块，而应该能说出自己的第一个安全任务是什么、需要哪些权限、失败后怎么恢复。

查看大图

这套课要解决什么问题

这套课不是写给“只想看热闹”的人，而是写给想真正搭一个个人 AI 助手的人。

你最终要得到的不是一个会说漂亮话的机器人，而是一个能帮你处理具体事务的工作系统。例如：

• 你把一个项目目录交给它，它能先只读检查 README、依赖、目录结构和 Git 状态。
• 你让它整理今天的 AI 资料，它能按大模型、Agent、工具、论文、产品分组。
• 你把一篇文章交给它，它能检查结构、事实、来源和可读性。
• 你让它执行高风险动作时，它知道要先停下来，让你确认。

这就是 OpenClaw 值得学的地方：它不是把大模型放进另一个聊天框，而是把大模型放进一个能被管理、能复用、能审计的执行环境里。

OpenClaw 到底怎么工作

先看这张系统图。

查看大图

OpenClaw 可以拆成四层。

第一层是聊天入口。你可以从 Telegram、Slack、Discord、WebChat、微信、QQ 等入口发消息。新手不要一开始全接，先选一个风险最低、自己最常用的入口。

第二层是 Gateway。它像一个调度台，负责接消息、保存上下文、选择模型、调用工具、处理审批。如果 Gateway 没有跑稳，后面的技能和工作流都会不稳定。

第三层是助手大脑。这里包含模型 Provider、Memory、Skills、Persona 等能力。模型决定理解和生成能力，记忆决定长期偏好，技能决定重复任务能不能沉淀下来。

第四层是工具。文件、浏览器、日历、邮件、脚本、第三方 API 都属于工具层。工具越强，越要小心权限，因为它不只是回答你，它真的会改变外部世界。

读这张图时只记住一句话：OpenClaw 的核心不是“多接几个工具”，而是让消息、上下文、模型、工具和审批形成稳定闭环。

新手最容易走错的路

很多人学 Agent，一上来就想接入所有账号、打开所有权限、做一个全自动助手。这样很容易失败。

更稳的顺序是：

1. 先让 OpenClaw 在本机跑起来。
2. 再接一个低风险聊天入口。
3. 先做只读任务，不修改文件。
4. 再沉淀一个简单技能。
5. 最后才把多步任务放进 Lobster 工作流。

如果你跳过前面的基础，直接做复杂自动化，出了问题很难排查：到底是模型没理解，是上下文没给够，是工具权限不对，还是工作流步骤设计错了？新手阶段要让问题尽量小。

全系列学习路线

下面 5 节课会一步一步把这套系统搭起来。每一课都只解决一个核心问题。

第 1 课：OpenClaw 是什么

查看大图

进入第 1 课：OpenClaw 是什么

这一课先帮你分清：OpenClaw 和普通 AI 聊天、Claude Code、Codex、Dify、Coze 有什么不同。

学完后你应该能回答三个问题：

• OpenClaw 为什么更像个人 AI 助手，而不是聊天页面？
• 为什么多入口、多模型、多工具需要一个 Gateway？
• 为什么 Agent 系统必须重视权限、日志和审批？

第 2 课：安装与第一次启动

查看大图

进入第 2 课：安装与第一次启动

这一课只追求一件事：跑起来。

你会检查 Node 环境，安装 OpenClaw，执行 openclaw onboard，启动 Gateway，并完成第一次对话。这里不要急着改复杂配置，也不要急着接生产账号。先看到它稳定回复，再往下走。

我建议你在这一课结束时做一个小记录：

我使用的系统：
Node 版本：
OpenClaw 启动命令：
模型 Provider：
第一次成功回复的时间：
遇到的问题：

以后排查问题，这个记录会很有用。

第 3 课：通道、模型、记忆和技能

查看大图

进入第 3 课：通道、模型、记忆和技能

这一课开始让 OpenClaw 变得“像你的助手”。

通道决定消息从哪里来，模型决定任务怎么理解，记忆决定它是否记得你的偏好，技能决定重复任务能不能固化。你可以把这一课理解成给助手装工作台：入口、脑子、笔记本、工具箱都要放对位置。

这一课最重要的不是配置项本身，而是学会判断：

• 这个任务适合哪个入口？
• 这个任务需要强模型还是便宜模型？
• 哪些偏好值得写进记忆？
• 哪些重复步骤应该做成技能？

第 4 课：Lobster 工作流

查看大图

查看大图

学习 OpenClaw 这类项目时，路线图要落到动手条件上。设备、环境、控制和调试路径先准备好，后面的实验会更少卡住。

进入第 4 课：Lobster 工作流

单轮聊天适合临时问题，但真实工作往往是多步的。比如发布一篇文章，至少包含读取草稿、检查结构、核对来源、生成修改建议、等待确认、应用修改、再次检查几个步骤。

这类任务就适合 Lobster。

查看大图

这张图的重点是“审批”在中间。好的 Agent 工作流不是一口气把所有事做完，而是在关键节点停下来，让你确认方向。这样既能提高效率，又不会把不可逆动作交给模型自由发挥。

你可以先用 Lobster 做三个低风险流程：

• 每日资料摘要
• 发布前检查清单
• 项目状态只读报告

等这三个流程稳定后，再尝试带写入动作的流程。

第 5 课：安全边界与第一个实战清单

查看大图

进入第 5 课：安全边界与第一个实战清单

如果一个 Agent 能读文件、改文件、发消息、调用 API，它就必须有安全边界。否则能力越强，风险越大。

查看大图

这张安全图可以直接当作你的检查清单：

• 最小权限：能只读就不要写入，能只给一个目录就不要给全盘。
• 审批点：删除、发送、发布、付款、改线上配置，必须人工确认。
• 日志：重要动作要留下记录，方便复盘和追责。
• 可回滚：执行前想清楚怎么撤回，不能撤回的动作更要谨慎。

安全不是为了限制 OpenClaw，而是为了让它能长期使用。一个无法控制的自动化工具，迟早会让人不敢用。

第一周怎么学

如果你今天刚开始，可以按这个节奏走。

时间	学习重点	当天产出
第 1 天	看第 0-1 课，理解定位	写下 3 个想交给 OpenClaw 的任务
第 2 天	完成安装和第一次启动	本机能稳定收到回复
第 3 天	接入一个聊天入口	从固定入口发一个只读任务
第 4 天	配置模型、记忆和技能	做一个简单重复任务模板
第 5 天	设计 Lobster 工作流	把一个多步任务画出来
第 6 天	加审批点和日志	明确哪些动作必须确认
第 7 天	复盘并整理配置	固化你的第一个个人助手用法

第一周不要追求复杂。只要你能让 OpenClaw 稳定完成一个真实小任务，这套系统就已经开始产生价值。

建议从三个练习开始

练习一：项目资料只读检查

请只读查看这个项目的 README、package.json、目录结构和最近 git 状态。
总结这个项目是做什么的、如何启动、当前有哪些明显风险。
不要修改任何文件。

查看大图

阅读《龙虾OpenClaw从零开始学习路线图》前，可以先用配图确认主线；读完后再检查哪些步骤能直接操作，哪些还需要补资料。

这个练习能测试 OpenClaw 是否理解本地上下文，同时风险很低。

练习二：每日 AI 信息摘要

请整理今天新增的 AI 相关资料，按“大模型、Agent、工具、论文、产品”分类。
每类提炼 3 条重点，并标出值得继续跟进的内容。

这个练习能帮你感受个人助手的长期价值：它不是一次性问答，而是每天帮你降低信息噪音。

练习三：发布前检查

请检查这篇文章是否适合发布到我的网站。
重点看标题是否清楚、段落是否太长、是否重复、是否缺少来源说明。
只提出修改建议，不直接改文件。

等你熟悉后，可以把它升级成 Lobster 流程：检查、给建议、等待确认、应用修改、再次检查、输出发布清单。

学 OpenClaw 的核心判断

每次准备让 OpenClaw 做事之前，先问自己四个问题：

1. 这个任务需要哪些上下文？
2. 它需要调用哪些工具？
3. 哪一步可能产生副作用？
4. 哪一步必须让我确认？

你能回答这四个问题，就已经不是在“试用 AI 工具”，而是在设计自己的个人 AI 工作系统。

下一节我们正式开始：OpenClaw 到底是什么，它和普通聊天机器人有什么不同。

参考资料

• OpenClaw GitHub：https://github.com/openclaw/openclaw
• OpenClaw 官方站点：https://openclaw.ai
• OpenClaw 文档：https://docs.openclaw.ai
• Lobster 工具文档：https://docs.openclaw.ai/tools/lobster

查看大图

读完《龙虾OpenClaw从零开始学习路线图》后，可以先挑一个小样例走完整流程，再判断哪些步骤已经能独立完成。

查看大图

读到这里，可以把《龙虾OpenClaw从零开始学习路线图》整理成一张复盘表：先说清主线，再拿一个小任务检查结果。