OpenClaw：把 AI 助手接进所有聊天平台

老Z2026/4/10大约 5 分钟

前言

日常用 AI 助手，一般是打开网页或者切到某个 App 问一句。但如果你的工作流分散在 Slack、Telegram、Discord 多个平台，来回切换本身就是损耗。

OpenClaw 做的事，就是把 AI 助手接到所有这些平台里，让它像一个真正的同事——在任何一个聊天软件里 @ 它，就能帮你干活。

OpenClaw 是什么

OpenClaw 是一个本地运行的个人 AI 助手，核心理念：

本地优先：跑在你自己的设备上，数据不经过第三方
多平台接入：WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Matrix、Microsoft Teams 等
多智能体：可以配置多个独立 Agent，每个有自己的人格、工作区和模型
语音 + Canvas：支持 macOS/iOS/Android 语音交互，以及可控制的 Canvas 界面

核心原理

整体架构

Gateway：消息中枢

Gateway 是 OpenClaw 的核心，扮演消息路由 + 会话管理 + 认证三位一体的角色：

Channel Adapters：每个平台有独立的适配器，负责消息收发和平台特定格式转换
消息路由层：根据消息来源（群组/私聊/指令）分发到对应 Agent
会话管理器：维护对话上下文，支持按人/按对话/按时间多种隔离策略
Agent Runtime：执行 AI 任务，调用工具，Streaming 输出

会话隔离机制

// 会话管理配置
session: {
  scope: "per-sender",        // 按发送者隔离
  dmScope: "per-channel-peer", // 私聊按对话方隔离
  reset: {
    mode: "daily",            // 每天重置
    atHour: 4,
    idleMinutes: 60,          // 空闲 N 分钟重置
  },
  resetTriggers: ["/new", "/reset"], // 手动重置指令
}

会话 Key 的格式：agent:<agentId>:<mainKey>，私聊用主 Key，群组/房间默认隔离。

消息队列机制

当一个请求正在处理时，新消息会进入队列：

routing: {
  queue: {
    mode: "collect",        // 收集模式
    debounceMs: 1000,      // 防抖间隔
    cap: 20,               // 队列上限
    drop: "summarize",      // 超出时 summarizing
  },
}

工具调用

Agent Runtime 通过 MCP 风格的工具接口调用各种能力：

工具	用途
`sessions_spawn`	创建新会话/任务
`read` / `write`	文件读写
`web_fetch`	网页抓取
浏览器控制	浏览器自动化操作
`firecrawl_search` / `firecrawl_scrape`	搜索和爬取

模型路由

agents: {
  defaults: {
    model: {
      primary: "anthropic/claude-sonnet-4-6",
      fallbacks: [
        "anthropic/claude-opus-4-6",
        "openai/gpt-5.2",
      ],
    },
    imageModel: {
      primary: "openrouter/anthropic/claude-sonnet-4-6",
    },
  },
},

支持多模型 fallback，优先用 Sonnet，挂了切 Opus，再挂了切 GPT。

典型应用场景

1. 跨平台信息汇总

在 Slack 里 @openclaw，它帮你查邮件、日历，生成今日简报——不用再打开一堆 App。

2. 浏览器自动化

「帮我订下周一去上海的机票」——OpenClaw 可以调用浏览器工具完成任务，全程不需要你手动操作。

3. 跨设备协同

手机上发指令，Gateway 在服务器上执行，结果推送到你所在的任意平台。

4. 多 Agent 分工

可以配置多个独立 Agent：

一个处理技术问题（用 Opus）
一个处理日常事务（用 Sonnet）
各自有独立工作区和会话历史，互不干扰

5. 团队共享

部署在服务器上，团队成员通过飞书/Slack 等平台访问，复用同一个 AI 能力池。

优缺点分析

优点

优点	说明
本地化	数据不经过第三方平台，适合对隐私有要求的场景
多平台统一	一个 AI，多个入口，不用在 App 间切换
多 Agent 隔离	不同任务用不同 Agent，工作区独立
持久化工作区	有文件系统作为长期记忆，不像纯对话那样丢上下文
工具编排	浏览器、文件、Web Fetch 统一调度，适合复杂任务
模型路由	自动 fallback，保证可用性

缺点

缺点	说明
配置门槛	JSON5 配置文件对普通用户不友好
CLI 后端限制	命令行模式不支持工具调用和 Streaming 输出
平台限制	iMessage 依赖本地 macOS，Signal 接入相对复杂
多设备同步	多人协作场景不如专业团队工具成熟
调试成本	本地运行，出问题得自己排查日志

对比同类工具

工具	定位	OpenClaw 优势	OpenClaw 劣势
Claude Code	IDE 内编程助手	多平台接入、跨 App 自动化	编程辅助能力弱于 Code
ChatGPT App	通用对话	本地化、多 Agent	UI 体验不如官方 App
LangChain Agent	开发者框架	开箱即用、消费级	定制化不如框架灵活

OpenClaw 更像是个人 AI 协调层——不追求极致的编程能力，而是解决「怎么让 AI 无处不在」的问题。

安装部署

官方提供一键安装：

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

或从源码构建（需要 pnpm）：

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm build
openclaw onboard

Gateway 启动后常驻后台，通过配置文件管理各平台连接。

小结

OpenClaw 的价值不在于模型本身——模型是通用的——而在于接入方式和本地化。如果你：

每天在多个平台切换
想要 AI 帮你串联不同 App 的能力
需要本地化部署、不想把数据交给第三方

可以试试。反正一行命令就能跑起来。

官网：https://openclaw.ai