早上九点你刚到工位还没接上热水电脑上已经堆了四件事邮箱里躺着三十封待处理邮件工作群里有人在催上周的报表昨晚的会议记录散落在三个文档里日历又弹出一条“十点跟客户过需求”。这就是我当初想把 OpenClaw 部署起来的直接原因——一个能自己接手这些杂事、还能 24 小时待机的 AI 助手。OpenClaw 在社区里也常被叫做 Clawdbot本质是一套开源的 agent 运行框架。你把它装到本地电脑或云服务器上配好模型密钥、接上想用的工具它就能按你的指令去处理消息、整理笔记、生成报表。这篇教程写给 2026 年还在被重复劳动困住的打工人不用折腾复杂的开发环境用尽量省事的方式把 OpenClaw 一键部署起来再掌握几个真正让工作变轻松的妙招。1. 先搞清楚 OpenClaw 是个什么角色一个开源的 agent 框架凭什么给你省心1.1 大脑、手脚和记忆OpenClaw 的三大核心组件很多第一次接触的人会问OpenClaw 和“一个网页版聊天机器人”有什么区别区别在于聊天机器人只会“说”而 OpenClaw 会“做”。它由三部分拼起来模型层是大脑负责理解你的指令channel 和工具插件是手脚负责连接实际工作场景本地 session 文件是记忆负责把对话上下文和任务状态存下来。我自己喜欢用一个比喻来理解OpenClaw 像你雇了一个记性不错、但需要你给工具才能干活的实习生。它有个大脑模型但要看文件得给文件路径要回消息得接上聊天工具要记笔记得告诉它往哪个 Obsidian 目录里写。你部署 OpenClaw 的过程本质上是在给这个“实习生”配齐办公设备。我们后面要讲的 session file locked 报错就是“记忆”这一层出了状况。这个坑会在第五章专门拆解。这里先记住一个结论session 文件锁是 OpenClaw 用来保证同一时间只有一个进程在写状态的机制正常情况不会打扰你但误操作时会变成拦路虎。1.2 为什么它天然适合打工人你仔细盘点一下自己的日常工作会发现在办公室消耗最多时间的根本不是那些需要创造力的核心任务而是“搬砖型操作”把邮件按客户分类、把群消息的关键信息摘出来、把报表里的数字转成文字结论、把会议录音变成待办清单。这些工作的共同特点是规则明确、重复度高、输入输出都是文本。OpenClaw 这类 agent 框架最擅长的恰恰就是这些事。你可以让它“每天早上八点看一遍收件箱把标了 urgent 的邮件整理成摘要发到 Teams 群”也可以让它“每周五下午把工作目录里的项目周报自动归档”。它不睡觉、不摸鱼、不会因为消息太多就漏掉关键内容。把脏活交给它你才有时间去做真正需要判断和决策的事。1.3 OpenClaw 和 workbuddy 怎么选说点我自己的感受不少人在搜索时会问“OpenClaw 和 workbuddy 哪个好”。这两个东西我都在自己的机器上跑过一段说实话它们不是一个路线的产品。workbuddy 给我的感觉更像一个“预制好的员工”装完就能用里面已经塞了一堆预设好的任务流程适合不想花时间调教、打开就要看效果的人。OpenClaw 则是一个“工作台”框架本身很干净模型、channel、工具链都让你自己接灵活度高但需要你花一两个小时把配置理顺。我的建议是如果你只想明天就让 agent 帮你整理周报选预制方案如果你希望它逐渐长成符合自己工作习惯的助理慢慢给本地的 Obsidian、Teams、日历这些工具加上能力那 OpenClaw 更值得投入时间。我就是从预制方案换到 OpenClaw 的原因是后者在接入公司内部工具时更自由也不会被一个固定的功能边界卡住。2. 部署前的三样准备环境、密钥、工作目录2.1 三条部署路线怎么选OpenClaw 可以装在 Windows、Ubuntu 这类 Linux 系统上也可以放到云服务器里。我见过不少新手一上来就急着执行脚本结果装到一半发现缺这个缺那个又回头来补功课。提前把路线定好后面会顺很多。部署路线适合谁优点需要注意的点Windows 本机平时用 Windows 办公、agent 只在自己上班时用安装门槛低无需额外买服务器电脑关机 agent 就下线不适合 7x24 在线Ubuntu 本机/虚拟机有 Linux 基础希望长期稳定运行资源占用可控方便用 systemd 托管自启初期要熟悉基本命令和权限概念阿里云等云服务器希望 agent 全天在线比如挂 Teams 机器人随时通过远程方式访问网络稳定有费用但新用户通常能申请免费试用或低配套餐我自己最终把主实例放在了一台云服务器上因为要接 Teams 机器人的话agent 必须全天候在线。如果你只是白天办公时用放到 Windows 本机完全够。记住一个原则agent 在哪个环境长期跑就部署在哪个环境而不是装完再迁移迁移 session 是一件很麻烦的事。2.2 需要提前备好的“三把钥匙”第一把是模型服务的 API Key。OpenClaw 本身不内置模型能力它需要调用一个大模型来完成理解和生成。你可以用海外主流模型也可以用国内的千问系模型。继续阅读到第四章我会专门讲千问的配置因为它在中文办公场景下便宜、稳定、效果好。这里先记住先申请好密钥再开始部署免得装完干瞪眼。第二把是 channel 的访问令牌。如果你想让 agent 出现在 Teams、社交软件群里需要先去对应平台创建一个机器人应用拿到 App ID、客户端密码之类的凭证。如果暂时只打算在命令行或本地网页里跟 agent 对话这一步可以跳过。第三把是一个“工作目录”。这是我自己踩过坑后强烈建议的在服务器或本机建一个干净的文件夹比如 /data/agent-workspace专门给 agent 读写文件。不要让它满盘乱找也不要把你的整个用户目录直接丢给它。目录权限给太宽agent 可能在你没注意的时候改到不该改的文件目录结构太乱它又会花大量时间在翻找上。给 agent 一个整洁的工位它干活的效率能高出一大截。2.3 硬件配置真的不用焦虑很多打工人担心自己的电脑带不动。我说句实话OpenClaw 这类框架本身并不吃资源因为它只做消息调度和状态管理真正重的推理发生在云端模型服务那边。本机 4 核 8G 内存跑起来已经非常宽裕哪怕是 2 核 4G 的轻量云服务器也能撑起一个只服务自己的 agent 实例。真正需要留意的是内存别被塞满。我遇到过因为长期不重启、让 agent 加载了大量历史 session 导致内存上涨的情况后面养成了每周清理一次日志的习惯。这个放到第五章再细说。总之不用为了部署它专门买一台高配电脑普通的办公机能跑免费的云服务器试用名额更能跑。3. 一键部署实操手记Windows 和 Ubuntu 两条路线3.1 Windows从 windowshub 到 PowerShell 脚本Windows 上部署 OpenClaw 有两种常见方式。第一种是通过 windowshub 这类包管理入口安装打开终端输入对应的安装命令系统会自动把运行环境和主程序拉下来。它比较适合不喜欢看安装向导的人一条命令就完事。第二种方式是去官方仓库下载 Windows 一键安装脚本然后在 PowerShell 里执行。我建议新手优先走图形化的安装路径在 windowshub 里搜索 OpenClaw选定版本后安装省心。装完之后进入安装目录双击启动或运行启动命令第一次启动时会出现一个交互式界面让你选择模型供应商、填写 API Key、设置工作目录。这个过程是全交互式的填完它自动生成配置文件基本上十分钟内能跑起来。有一个细节容易被卡住Windows 的 PowerShell 默认执行策略可能不允许直接跑脚本。如果遇到“无法加载文件因为在此系统上禁止运行脚本”的提示不要慌用管理员权限打开 PowerShell执行下面这条命令放行当前用户的脚本权限Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser执行完按 Y 确认再重新跑安装脚本就行。自己机器上的安全策略改一下没问题但在公司域环境下需要先确认 IT 策略允不允许别为了装一个工具把自己账号弄进风控名单。3.2 Ubuntu一条脚本装完顺手用 systemd 托管如果你手头有云服务器或者一台长期开机的 Linux 电脑我更推荐直接走 Ubuntu 路线。官方提供了一键部署脚本通常长这样curl -fsSL 官方仓库提供的一键脚本地址 | bash这里的地址请以 OpenClaw 官方仓库首页为准不要用搜索引擎里来路不明的镜像链接。脚本会完成依赖安装、主程序下载、初始配置生成这几件事。装完后先用 openclaw doctor 或者 openclaw status 这类命令检查一下环境如果一切正常再初始化运行openclaw init openclaw start真正让我推荐 Linux 的原因是可以很方便地用 systemd 把 agent 注册成服务。这样就算你退出 SSHagent 也还在后台跑服务器重启后它会自动拉起。注册服务的文件可以写成这样[Unit] DescriptionOpenClaw Agent Service Afternetwork.target [Service] User你的用户名 WorkingDirectory/data/agent-workspace ExecStart/usr/local/bin/openclaw start Restarton-failure RestartSec10 [Install] WantedBymulti-user.target把这个文件放到 /etc/systemd/system/openclaw.service然后执行 systemctl daemon-reload、systemctl enable --now openclaw服务就托管起来了。以后想重启 agent只需要sudo systemctl restart openclaw强烈建议在部署完成后立刻做这一步后面可以省掉无数重复启动的麻烦。手动在终端里启动的实例一关窗口就没了还容易出现第五章那种“两个实例抢同一个文件锁”的诡异问题。3.3 部署完成后先做这几项验收装完别急着配一堆功能先做最小化验收。打开 agent 的命令行对话界面发一句最简单的“你是谁”或者“现在几点了”看它能不能正常返回。这个动作看似小儿科但它同时验证了三件事模型 API Key 是否有效、网络链路是否通畅、agent 主进程是否真的活着。接着检查 session 目录是否已经生成。在 Linux 上通常位于用户目录下的 .openclaw 文件夹Windows 上则在对应的数据目录里。能看到 session 文件说明 agent 的“记忆”系统已经初始化成功。这一步如果不做后面遇到 agent 一直报错却发现没有 session 文件你会很迷茫。最后打开配置文件看一眼关键字段填对没有。配置里会分块列出模型信息、channel 设置、工作目录路径。我见过太多人部署完才发现模型地址填错了结果 agent 一直秒退。花五分钟把配置值跟实际凭证对一遍比事后翻日志快十倍。4. 把 OpenClaw 接进真实工作流channel、模型与工具链的配置顺序4.1 channel 怎么选先想清楚你希望 agent 在哪“上班”channel 这个词听着抽象翻译成人话就是“agent 的出入口”。OpenClaw 支持同时保持多个 channel每个 channel 独立开关而不是只能二选一。常见的 channel 包括本地命令行、Web 控制台、Teams 机器人、社交软件机器人、Obsidian 笔记工具等。选 channel 不能凭新鲜感要看你的使用场景。如果你只是自己偶尔问一句“明天天气怎么样”命令行加 Web 控制台足够了。如果你希望它出现在团队工作群里自动汇报项目进度那就必须接 Teams。如果你希望它写完笔记直接归档到自己的知识库那就接 Obsidian。我个人的建议是第一遍先把 channel 控制在两个以内。一个用来触发任务比如 Teams 里对它说话一个用来沉淀结果比如 Obsidian 收笔记。通道一旦铺得太多你会陷入“维护一堆机器人的入口”这种新的繁琐里反而违背了让工作轻松的初衷。4.2 接入 Microsoft Teams 的实际步骤Teams 是目前办公场景里最常见的 channel 之一。整个接入过程不复杂但有一个环节很多人第一次会绕晕要先在 Teams 这边创建机器人把令牌拿回来再填到 OpenClaw 的配置里。具体流程是这样的登录到 Microsoft Teams 开发后台新建一个 Bot 应用系统会生成 App ID 和客户端密钥拿到这两样后把它们填到 OpenClaw 的 Teams 配置块中。随后回到 Teams 客户端把已经注册的机器人应用添加进你的团队。完成之后在群里 一下机器人它就会通过 OpenClaw 的调度来响应。这里要提醒一句Teams 机器人创建后需要配置消息端点地址。OpenClaw 在启动时会告诉你它监听在哪个本地端口你需要在 Teams 后台把这个公网可达的地址填到“消息端点”里。如果你的 OpenClaw 跑在公司内网而 Teams 在云端中间还需要内网穿透或者给服务器配一个公网入口。这也是我建议把 agent 放在云服务器上的原因——省掉内网穿透这一大堆麻烦。4.3 给 OpenClaw 配上千问模型为什么推荐它先解释为什么要在部署初期就配好模型OpenClaw 默认可能指向某个海外模型端点但在国内低延迟、低成本、合规性上都未必合适。我自己的主力配置是千问系模型。原因很简单价格便宜中文理解能力强尤其是处理邮件摘要、会议纪要、Excel 数据解读这类办公任务时不会出现英文模型那种“能看懂字但读不懂人情味”的尴尬。配置方式也不难。去阿里云百炼平台申请一个 API Key然后在 OpenClaw 的模型配置块里增加一个 OpenAI 兼容的 provider填成这样provider: qwen api_key: sk-你的密钥 base_url: https://dashscope.aliyuncs.com/compatible-mode/v1 model: qwen-plus填完后重启 agent再用“你是谁”的测试问一句如果它开始正常说话就说明模型已生效。有一点要提醒不同模型名称对应的价格和能力差异很大qwen-plus 适合日常任务qwen-max 适合复杂推理。先按性价比保守选跑顺了再根据实际需求升级别一上来就上最贵的模型。4.4 让 Obsidian 变成 agent 的“第二大脑”Obsidian 是很多打工人搭个人知识库的首选。OpenClaw 接入 Obsidian 的方式通常不是靠擦除接口而是直接把文件写到你的 Obsidian 库目录里。你要在配置里指定一个“输出目录”比如 /data/agent-workspace/notes然后把 Obsidian 库的其中一个文件夹路径指向这里或者直接让 agent 往这个目录写 Markdown。我最常用的一句话指令是“把今天下午会议的讨论要点整理成一篇笔记存到工作台目录”。几秒钟后Obsidian 里就会出现一篇结构清晰的 Markdown 文件里面的标题、要点、待办事项都整理好了。这个体验比你复制粘贴聊天记录再排版舒服得多。有个注意事项Obsidian 的库目录如果放在云服务器上你要考虑如何把文件同步回本地电脑。我见过有人让 agent 直接写到一个网盘同步目录结果文件写入太频繁导致持续同步冲突。后来我把输出目录切回服务器本地再用定时任务每天批量同步一次就太平了。5. 被 session file locked 劝退的人按这条链路排查5.1 先理解这个报错到底在说什么“agent failed before reply: session file locked (timeout 60000ms)”是我在部署 OpenClaw 时遇到过的头号拦路虎网上提问的人也挺多。它的意思是agent 在处理你这条消息之前尝试获取 session 文件的写锁但等待了 60 秒仍然没拿到于是直接放弃回复。session 文件是 agent 的记忆载体记录着每一次对话的上下文。为了保证数据不写乱OpenClaw 用文件锁机制防止多个进程同时修改同一个 session。正常情况下这个锁拿放很快你不会感知到。但如果某个进程占着锁不释放或者锁文件已经变成残留垃圾就会出现这个超时错误。5.2 完整排查链路从复现到恢复我第一次遇到这个报错时也懵了后来整理出一条比较通用的排查链路遇到类似问题可以直接照做。第一步先确认是不是真有多个实例在跑。在 Linux 上执行ps aux | grep -i openclaw如果看到至少两个 openclaw 主进程那基本就是“两个实例抢一把锁”。常见场景是你一边在终端手动启动了一个 openclaw另一边 systemd 又把它拉起了一次。解决办法是全部杀掉保留一种启动方式就够了。第二步找到锁文件和 session 目录。通常在 .openclaw/sessions 下文件后缀是 .lock。执行find ~/.openclaw -name *.lock -mmin -60能列出最近 60 分钟内有改动的锁文件说明 agent 最近还在尝试使用它们。如果看到某个锁文件的时间戳停留在几天前而且当前已经没有对应进程了那这基本就是一个残留锁就地删除是安全的。第三步清理残留进程和锁文件pkill -f openclaw rm -f ~/.openclaw/sessions/*.lock第四步用你选定的方式重启 agent然后发一条测试消息。如果这次它能秒回说明锁问题已经解决。这里的关键是清完锁之后不要又开双份实例否则同样的错误马上会再出现。5.3 防止这个坑复发的三个习惯我后来发现session file locked 问题绝大多数是可以预防的。第一Linux 上一律用 systemd 托管 agent不要既用服务又手动开前台。第二设置一个定时任务每周清一次日志和过期锁文件顺手查一下磁盘占用。第三如果你用了网盘同步软件把 .openclaw 目录同步到云端极容易导致文件被外部进程短暂锁定最好把 .openclaw 目录排除在同步范围之外。除了这个报错部署时常见的还有API Key 填错导致 401 认证失败Teams 机器人没有配置消息端点导致消息有去无回agent 所在服务器的系统时区不对导致定时任务每天早一小时或晚一小时执行。这些问题的排查思路都有个共同点先看进程再看文件最后看网络而不是凭感觉乱改配置。6. 掌握这几招让 OpenClaw 真正给打工人减负6.1 场景一自动会议纪要直接落进 Obsidian我每周要开四五个线上会议之前最烦的就是会后要把散乱的会议记录整理成一份像样的纪要。现在我的操作是会前把录音或文字转写丢进 agent 的工作目录然后用一句话让它“提取讨论焦点、明确下一步行动项和负责人写一篇纪要存到 Obsidian 的会议库”。它写完我再瞄一眼改改遗漏十分钟的整理活压缩到两分钟。这个场景能跑通的关键在于你提前把工作目录和 Obsidian 库目录的对应关系在配置里固定好agent 每次都知道往哪个路径写文件。它不需要你去重复解释“Obsidian 库在哪里”就像你的新助理第一天上班就先认识了你公司的文件夹结构。6.2 场景二Teams 群里自动汇报项目进度接好 Teams channel 之后我建了一个专门的项目状态群把机器人拉进群每天下午五点让它巡查工作目录里的项目文档生成一份更新摘要发到群里。团队成员不用翻各种表格就能看到当前进度追问“上次说到哪了”的次数明显变少。用的时候要注意给 agent 划边界。我会明确告诉它只读取指定目录下的文档不要修改任何文件汇报里只列事实和进展不做主观评价。让机器人在工作群里发言比自己在群里发言更应该克制这一点一开始就定好规矩后面省心很多。6.3 场景三每天早上自动生成今日待办早上打开电脑不知道先干什么是很多打工人共同的问题。我的做法是让 agent 在每天早上八点把日历里的事项、收件箱里标记为重要的邮件、知识库里尚未关闭的任务合并成一份“今日待办”放到一个新的 Markdown 文件里。这个功能一开始最花时间的其实是“教它怎么找数据”邮件要从哪个文件夹读日历从哪个接口拿待办列表存在哪个文件里。教过一次之后它每天就按同样的路径自动执行。你可以让它把待办直接发到 Teams 频道或者写进 Obsidian 的每日笔记模板里看你自己习惯哪个入口。6.4 场景四低成本的数据分析助手数据分析不等于写复杂 Python 脚本。很多打工人只是想把一张 Excel 表里的数字翻译成人话。我会把 CSV 文件丢给 agent让它“统计本周各渠道的转化率变化找出异常波动最大的一天并给出可能原因”。用千问这类国产模型处理中文表头和业务术语效果出奇地好。但这里一定要提醒一句数据是有敏感性的。我在测试阶段拿过真实报表数据发现 agent 的配置如果存在云服务器上你跟模型服务商之间的数据链路是否符合公司合规要求必须提前确认。如果公司对数据处理有严格要求就把它部署在本机只用内网可达的模型服务别图省事把客户数据发到外部接口。6.5 最后分享几个真正好用的小习惯我部署 OpenClaw 后养成了一套自己的使用习惯给 agent 的临时文件单独开一个目录每周清空一次在配置里给常用指令起短别名比如“日报”就代表“整理今天的邮件、会议和任务输出一条 200 字工作日报”每次升级版本前先备份配置文件和 session 目录防止升级后模型配置被重置。还有一条很实用不要一下给 agent 太广的权限。从只读工作目录里的文件开始跑顺了再让它写文件、发消息、操作其他工具。agent 能干的活越多越需要你给它设好边界。工作目录别给到整个服务器文件写权限别无条件开放权限给的越收敛你后面收拾烂摊子的概率就越低。我自己把 OpenClaw 跑了大半年最大的心得是它不会真的“替你思考”但它能非常忠实地替你把那些不想做的重复操作做完。与其指望一个 agent 解决所有问题不如先挑一个最让你头疼的小场景比如会议纪要或者每日待办把它跑通。一个能稳定解决一个小问题的 agent远好过一个什么都会一点但什么都不稳定的演示品。等工作流顺畅了再慢慢给它加新技能你会发现“打工人工作轻松”并不是一句空话。