OpenClaw 不止是聊天機器人：開源 AI 自動化框架詳解

你試過讓 AI 不只是“回答問題”，而是真正“做事”嗎？比如用戶在微信群發“查我上月電費”，AI 自動調用電力局 API、解析 PDF 賬單、把金額發回微信——整個過程不靠人工寫死邏輯，也不用重寫后端。OpenClaw 就是干這個的。

它不是另一個聊天界面，而是一個輕量級開源框架，把 AI 自動化拆成四個可落地的環節：消息觸發 → LLM 決策 → API 調用 → 狀態持久化。ChatGPT 會說“電費是 286.5 元”，OpenClaw 能真的幫你把這筆錢繳了（當然得你授權）。

為什么需要 OpenClaw？

純對話模型（如 ChatGPT）像一個知識淵博但手腳被綁住的人：知道答案，卻沒法點鼠標、調接口、記下你上次問過什么。真實場景里，客服要查訂單 + 改地址 + 發短信；運營要拉數據 + 生成報告 + 發郵件——這些都需要“記憶”和“動作”。

OpenClaw 把這些能力標準化：消息進來 → 讓大模型判斷該做什么 → 調用對應工具 → 把結果和上下文存進數據庫，下次還能接著聊。

手把手部署：3 分鐘跑通第一個自動化流程

? 步驟 1：安裝（Mac/Linux，Windows 用 WSL）

git clone https://github.com/yitb/openclaw.git  
cd openclaw  
pip install -e .

-e 是開發模式安裝，改代碼立刻生效，不用反復 pip install。調試時省心。

? 步驟 2：啟動內置示例（自動回復 + 記錄歷史）

openclaw serve --config examples/simple_chat.yaml

simple_chat.yaml 定義了：監聽哪類消息（Slack/HTTP）、用哪個 LLM（默認本地 Ollama 的 phi3）、調用什么函數（這里只是 echo + 存數據庫）。它已經幫你搭好了路由、狀態管理、錯誤重試——你不用從零寫 Web 服務。

? 步驟 3：發條消息測試閉環

新開終端，用 curl 模擬用戶提問：

curl -X POST http://localhost:8000/webhook \
  -H "Content-Type: application/json" \
  -d '{"user_id":"u123","text":"今天天氣怎么樣？"}'

你會看到返回：

{"response":"我已記錄你的問題：今天天氣怎么樣？","status":"success"}

這行返回背后發生了什么？

• 消息被 webhook 接收

• LLM（phi3）讀取上下文，決定執行 log_message 函數
• 函數把 user_id 和 text 寫進 SQLite（./data/state.db）
• 返回結果帶狀態標記，方便前端做 UI 反饋
  四步閉環，全部自動串聯

真實用例：3 行代碼接入企業微信客服

假設你要做“查物流”功能：用戶發單號，AI 自動調快遞 100 API，返回最新節點。只需新增一個函數：

# 在 functions/tracking.py 中添加：
import requests

def get_tracking_info(tracking_number: str):
    res = requests.get(f"https://api.kuaidi100.com/api/v1/tracking?number={tracking_number}")
    return res.json()["data"][0]["context"]  # 返回最新物流描述

再在 config.yaml 里加一行：

tools:
  - name: get_tracking_info
    description: 查詢快遞物流詳情，輸入單號
    function: functions.tracking:get_tracking_info

重啟服務，用戶發“查單號 SF123456789”，LLM 就會自動調用這個函數——不用寫 API 路由、不用管鑒權、不用設計狀態表結構。

常見問題

? 必須用 Ollama 嗎？
不用。OpenClaw 支持 OpenAI、Anthropic、本地 vLLM，甚至自定義 HTTP LLM 接口。改 config.yaml 里的 llm.provider 即可。

? 狀態存在哪？能換 MySQL 嗎？
默認 SQLite，適合起步。要換 MySQL，只需改 state_backend 配置項，框架自動適配連接池和遷移腳本。

? 安全嗎？能限制 API 調用范圍？
可以。每個 tool 函數支持 allowed_users: ["admin"] 或 IP 白名單，敏感操作（如刪庫）默認禁用。

下一步建議

你現在已跑通“接收 → 決策 → 執行 → 存儲”最小閉環。下一步推薦：

• 《用 OpenClaw + Dify 搭建多步驟審批機器人》：讓 AI 自動走完“請假 → 主管審批 → 同步日歷 → 發郵件”全流程
• 《給 OpenClaw 接入企業微信/飛書/釘釘》：5 分鐘把自動化投到真實工作群
• 《用 MCP 協議讓多個 AI 工具協作》：讓一個 LLM 調另一個 LLM 做代碼審查，再調第三個做測試

OpenClaw 的價值不在炫技，而在省掉那些重復造輪子的 80% 工作量。你負責定義“做什么”，它負責可靠地“做完”。