AI

大家好，我是极客老墨。 今天我们来盘点 OpenClaw 社区公认、高频实用的十大核心 Skills，按「安全打底→基础核心→场景提效→进阶成长」排序，覆盖你做内容创作、开发运维、日常自动化的全场景需求，老墨亲测，文末附一键安装指令。 什么是 Skill？ 如果没有Skill，你会发现你的 OpenClaw 功能会非常有限。装上 Skill，相当于给它插上了翅膀，让它变得强大且聪明。 你可以把 OpenClaw 想象成一部手机，它的 Skill 就是手机里的APP：它本质上是一个可以独立运行的插件和应用程序，大模型根据需要按需调用它实现某些特定的功能。 比如 file-organizer（文件管理 Skill）是 “文件管理器 APP”，agent-browser 是 “浏览器自动化 APP”；这些 Skill 是独立的可执行程序，有自己的代码、依赖、配置，安装后能直接运行；你对 OpenClaw 说 “整理我的桌面文件”，OpenClaw 会调用 file-organizer 这个 Skill 直接执行，无需大模型额外处理。 去哪里找 Skill？ 官方有个 ClawHub，这是 OpenClaw 的 Skill 社区。 我给老铁安装OpenClaw的时候一般都会把官方的 clawhub Skill装上，这样就可以通过对话的方式让 OpenClaw 自己安装 Skills 了。 但 ClawHub 经常限速，我现在更推荐用腾讯的 skillhub，国内访问更快。 安装方式： 方式1：对话安装（推荐） 直接和 OpenClaw 说： 根据 https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/skillhub.md 安装Skillhub商店。 方式2：命令行安装（macOS/Linux） 1curl -fsSL https://skillhub-1251783334.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash ...

大家好，我是极客老墨。 之前好几个[找我安装OpenClaw]({ « ref “content/posts/ai/20260305-为了搞个 AI 助手，我在 Windows 上折腾了整整一天.md” » })的粉丝（小白😄）一直给我诉苦： 飞书我不会啊，一会儿企业、一会儿机器人，门槛太高了！ 老提示没权限，飞书这权限怎么搞啊，一天了连个文档都没给我创建起！ 老墨，你不是说可以帮我写文案、搞表格啊？怎么还要我复制？ …… 搞得老墨一阵尴尬！作为宠粉的我，哪能仍受你们受这种痛苦！ 之前早都看到 Github早就支持了 QQ和企业微信，这两天刚好又看到腾讯官方也支持接入OpenClaw，这简直是福音啊，必须安排上！ 说干就干，当天晚上就开始折腾。QQ 端 3 分半钟跑通，企业微信 10 分钟搞定。现在我的小龙虾 AI 已经住进 QQ 里了，手机随时能调用。 今天把整个过程记录下来，包括我踩过的所有坑。 为什么我要折腾这个？ 说实话，之前国内的几大办公大佬中，只有飞书率先官方支持OpenClaw，所以飞书当然是当前的主流！但粉丝的需求让我意识到几个问题： 问题1：飞书门槛确实高 很多小白根本没听过飞书这东西，跟别提用了！ 问题2：QQ/企业微信才是国民级应用 腾讯看家的东西，你我都懂，国民级应用。谁手机里没有 QQ？哪个公司不用企业微信？这才是真正的刚需。 所以，这两个，老墨必须给他干明白！废话不多说，正式开搞！ 我先试了 QQ，结果 3 分半钟就跑通了 前置条件 你已经部署好了 OpenClaw（大模型已经配置好，能够启动并且状态正常） 你有一个已经登录的QQ 没有准备好的，可以看我的 [Mac上安装]({« rel “content/posts/ai/20260207-ep02_install.md” »}) 和 [Windows 上安装]({« rel “content/posts/ai/20260305-为了搞个 AI 助手，我在 Windows 上折腾了整整一天.md»})。 创建机器人：比想象中简单 打开 https://q.qq.com，要求你登录，直接扫码登录就对了，这里不多赘述。 直接向下看，你应该看到了这个“龙虾专用入口”的通道，点击“去使用”： 点「创建机器人」，一键自动就给你创建好了，AppID、AppSecret 直接给你，没那么多弯弯绕绕，贴心！当然，给你的默认信息你可以修改： ...

大家好，我是极客老墨。 今天我们不聊技术，咱们聊聊 AI 助手的未来。 早上（3月7日）刷到 36氪那条新闻 的时候，我正在用 OpenClaw 帮我整理昨天的代码笔记。标题很刺眼：“GPT-5.4 发布，OpenClaw 的能力要被替代？” 我愣了一下，然后笑了。 不是因为觉得 OpenClaw 真的会被替代，而是这种"替代论"太熟悉了。去年这个时候，大家还在讨论 Copilot 会不会让程序员失业；今年，轮到了 OpenClaw。 说实话，GPT-5.4 的发布确实让我挺激动的。不是看新闻激动，而是因为我之前在 Cursor 里体验过它。 那种体验，怎么说呢？ 就是你写一个函数，它不仅能理解你想干什么，还能主动帮你重构，把那种"能跑但有点丑"的代码，改成"看起来像是精心设计的"样子。有一次我写了个数据处理脚本，逻辑有点绕，它直接给我重写成管道式处理，还附带了注释：“这样更容易测试”。 我当时盯着屏幕看了三秒钟，然后默默删掉了自己原来的代码。 这就是 GPT-5.4 的代码能力。不是简单的补全，是真的在理解你的意图，然后给出更好的方案。 但今天的重点不是这个。 让我真正思考的是另一件事：GPT-5.4 原生支持桌面操作了。 根据那篇文章，OpenAI 把 CUA（Computer Use Ability）直接整合进了模型。这意味着什么？意味着 GPT-5.4 可以直接操作你的电脑，打开浏览器、点击界面、发送邮件、安排日历——基本上就是 OpenClaw 现在做的事，但它是原生的。 相比于 5.2, OSWorld Verified 的测试成绩从 47.3% 提升到 75%，BrowseComp 从 65.8% 提升到 82.7%。 OSWorld Verified: AI 在真实操作系统环境中完成 开放式任务 的能力。 BrowseComp: AI 在 浏览器环境 中完成复杂任务的能力。 数字很枯燥，但背后的意思很清楚：OpenAI 正式入场"AI 操作电脑"这个赛道了。 ...

大家好，我是极客老墨。 经过昨天的艰难跋涉（详见上篇），OpenClaw 终于在 Windows 上跑起来了。第一天使用下来，说实话，这玩意儿比我想象的能干。 让它帮我写代码：经典贪吃蛇游戏 作为技术控，第一个尝试必须是代码！我还是让 小墨（我的AI助理） 帮我写一个经典的贪吃蛇网页游戏。 我直接告诉他：“小墨，帮我写一个贪吃蛇的网页游戏，最后文件直接发给我”。结果他没反应，后来才知道，原来他正卖力的写代码去了，顾不上理我，因为现在数据还没有能力流式返回，必须等他写完了给我我才知道（晚上的「飞书龙虾会直播」我看了，已经有流式返回数据的插件了，后边研究了再来讲） 写完之后，他并没有直接给我文件，而是问我怎么给我这个文件。这里应该是我的提示词没优化好，第一次配合，有点翻车。 再次确认让他发给我，这次就对了。打开游戏一看——界面还不错，完成度100%。就是速度太快了，我玩了几次才适应过来。 第二个任务：自动搜索小红书爆款文案 我的想法很简单：让 AI 助手自动搜索小红书上某个类目的爆款视频标题和内容。 OpenClaw 的做法很硬核——直接本地打开浏览器，像真人一样操作。这也是它完成工作的主要方式：模拟真人操作电脑。 让他搜索小红书，结果告诉我要登录： 登录后，他成功打开浏览器并返回了数据给我： 再次让他搜索 OpenClaw： 这是他打开的网页： 他能够读取网页并返回准确的数据回来。 第三个任务：每日早报功能 我很关注 AI 领域的新闻，所以想让小墨每天定时给我报告最新的新闻和 AI 资讯。我直接告诉他： 1你好，小墨。整理下边的信息发给我 21. 获取今天成都天气 32. 获取今日微博全球新闻榜前10条，标题为微博新闻 43. 获取今日最新的AI相关的新闻资讯前10条，标题为AI咨询 54. 整理成自带链接可以直接点击的简洁文字内容发给我 一开始 prompt 忘记加链接了，补上后，他返回了正确的数据。同样地，他会打开本地浏览器，输入网址自己看，最后返回正确的数据： 最后，我需要每天定时给我，他成功帮我搞定： 一个小插曲，他干完活浏览器没关闭，我提醒他之后他认识到了自己的错误。 可以看到，gateway 控制页面上的“定时任务”菜单中查看，已经加上了这个任务： 晚上看了飞书玩虾大会，几点感悟 晚上看了飞书的玩虾大会直播，看大牛们都是怎么玩龙虾的，有几点感悟： 1. 自动化办公真的来了 飞书与 OpenClaw 集成之后，抓数据、做报表、整理知识库这些日常工作都可以交给 OpenClaw 了。 2. 多只龙虾协同配合 多个龙虾搞到群组中，一起协同配合，形成工作流。这比传统的工作流工具方便得多，而且更智能。龙虾之间在不同的工程中可以互相促进，并变得更智能。 ...

2026年2月：AI狂飙的一个月，老墨的技术探索之旅 大家好，我是极客老墨。 2026年的2月，对我来说是个特别的月份。不仅因为这是马年春节，更因为这一个月我完成了一次彻底的技术转型——从一个传统的后端开发者，变成了一个AI时代的"全栈玩家"。 这个月我发布了多篇技术文章，涵盖AI、Golang、工具开发等多个领域。有些在我的博客上已经发布几年了，这月拿出来重新整理和更新了，有些则是老墨一字字重新码起来的。熟悉我的读者都知道，老墨秉持的风格就是简洁、高效，只讲干货、不讲废话！ 本月自公众号恢复更新以来，粉丝数量和阅读量都有非常明显的增长，非常感谢大家的关注🙏！今天就来盘点一下这个月的收获，也给关注我的朋友们一个交代。 一、AI实战系列：从入门到精通的完整路径 这个月最大的主题就是AI。从本地部署到智能体开发，我用4篇连载文章（EP00-EP03）带大家走完了整个流程。 EP00：DeepSeek R1本地部署实战 核心内容：手把手教你在Mac上用Ollama部署DeepSeek R1，实现完全免费、隐私安全的本地AI环境。 技术亮点： 详细的模型选择指南（1.5B到32B全覆盖） 性能优化技巧（Flash Attention + KV Cache量化） 接入VS Code实现免费的Copilot替代方案 读者反馈：“终于不用担心代码泄露了，本地跑DeepSeek真香！” EP01：为什么选OpenClaw做数字管家 核心观点：OpenClaw不是简单的聊天工具，而是一个运行在本地的AI Gateway，能让你躺在床上用手机指挥电脑干活。 深度解析： OpenClaw的架构设计（Gateway模式） 与Claude Desktop的本质区别 创始人Peter Steinberger的传奇故事（卖掉公司1亿欧元后重新创业） 核心价值：“Your assistant. Your machine. Your rules.” —— 这才是真正的私人AI助理。 EP02：安装和搭建OpenClaw 实战指南：从零开始配置OpenClaw，接入Telegram/Discord，实现远程控制。 踩坑经验： Telegram配置的完整流程（包括Pairing机制） Discord的复杂权限设置 网络代理的关键配置 读者评价：“跟着教程一步步来，半小时就搞定了！” EP03：OpenClaw的Docker监狱 安全第一：如何用Docker隔离OpenClaw，防止AI"越狱"搞破坏。 技术深度： 文件系统隔离策略 网络白名单配置 官方Sandbox机制详解 从Native迁移到Docker的完整方案 核心理念：“永远不要信任你的Agent” —— 这是极客生存法则第一条。 大模型实战指南（2026新春版） 全面对比：国内外主流大模型的深度评测，从GPT-5到DeepSeek V4，从Claude 4到通义千问Qwen 3。 评分体系： 复杂任务成功率 推理深度与幻觉率 智能体交互体验 核心结论： GPT-5 Omni：深度推理天花板（9.9分） Claude 4 Opus：拟人化与长记忆之王（9.8分） Qwen 3：国内综合最强六边形战士（9.7分） DeepSeek V4：代码性价比之王（9.6分） 选型建议：“组合使用，才是2026年最高效的AI生存之道” ...

大家好，我是极客老墨。 去年这个时候，我还在纠结要不要订阅 Cursor Pro。今年，我的电脑里装了七八个 AI IDE，一个月下来，花的钱是零。 不是我抠门，是这些工具的免费额度真的够用。写个脚本、改改 Bug、重构代码，基本不用掏钱。当然，如果你是重度用户，每天写几千行代码，那该付费还是得付费。但对于大部分开发者来说，薅羊毛的空间还是很大的。 下面这些工具是我这段时间用下来觉得值得折腾的，有些需要科学上网，有些需要改地区，有些直接某宝买个 Key 就能用。别问我怎么搞，懂的都懂。 为什么需要 AI IDE？ 说实话，刚开始我也觉得 AI 写代码是噱头。直到有一次我要写个 Python 脚本处理 JSON 数据，平时可能要查半天文档，结果 Cursor 直接给我生成了，改都不用改。 回想一下，2025 年初的时候，GitHub Copilot 还只能做行内补全，写个函数名它给你补全函数体，仅此而已。那会儿大家还在惊叹"哇，AI 能写代码了"。结果到了 2025 年中，Cursor 出来了，直接能多文件编辑，Cmd+K 一下改十几个文件。再到 2025 年底，Claude 3.5 Sonnet 发布，上下文窗口直接干到 200K，能理解整个项目的代码逻辑。 现在 2026 年初，这才过了一年，AI IDE 已经卷到什么程度了？Windsurf 免费无限补全，Kiro 支持本地模型和自定义工作流，Antigravity 能看懂设计稿直接生成 UI 代码。一年前你还在为 Copilot 的 10 刀月费纠结，现在免费工具多到用不过来。 更夸张的是模型本身的进化速度。GPT-4 刚出来的时候，写个复杂算法还经常出 Bug。现在 Claude 3.5 Sonnet 和 GPT-4 Turbo，不仅能写代码，还能做代码审查、重构、写测试、解释架构。去年你还在担心 AI 会不会抢饭碗，今年你已经在担心不用 AI 会不会被淘汰。 这个速度真的有点吓人,而且仍然再以肉眼可见的速度飞速发展。谁能想到，在2026年初，你只要描述你的需求，AI就能直接给你生成完整的、能够直接运行的前后端代码，包括 UI 设计都能给你实现！虽然编写大型代码还存在一定的问题，但是老墨大胆预测一下，2026年将迎来 AI 齐头并进、百花争艳的盛况！ ...

春节回家，最怕的是什么？不是堵车，不是抢票，而是亲戚的灵魂拷问。 “工资多少啊？” “有对象了吗？” “什么时候买房？” 今年我决定不再被动挨打，用3天时间撸了个"春节嘴替"小程序，让AI帮我练习怼人。更重要的是，整个开发过程几乎全靠AI完成——从产品设计到代码实现，我只是个"提示词工程师"。 先看效果 小程序叫"春节嘴替"，核心功能有三个： AI嘴替对话 - 和虚拟亲戚battle，练习高情商回怼 妈妈银行存单 - 生成趣味压岁钱对账单 马年开运头像 - 制作春节专属头像 神仙祝福 - AI生成个性化拜年祝福语 最有意思的是AI嘴替功能。我设计了4个经典角色： 势利眼二姨（儿子阿里P8，逢人就炫） 催婚大姑（见面就问对象） 凡尔赛邻居（女儿在国外"留学"） 严肃二舅（体制内，看不起互联网打工人） 每个角色都有完整的人设和攻击策略，AI会根据你的回复动态调整战斗力。如果你怼得好，AI会破防；如果你怼得不够狠，AI会继续压制你。 你可以体验一下，看看效果： AI开发全流程 这个项目最大的特点是：几乎全部由AI来完成。 1. 产品设计：Google AI Studio + Gemini 3.0 Pro Preview 我先把需求丢给Gemini： “我想做一个春节主题的小程序，帮年轻人应对亲戚的尬聊。你帮我设计产品方案。” Gemini给出了完整的PRD文档，包括： 目标用户画像 核心功能定义 技术架构建议 上架物料清单 开发时间表 这份文档直接成为了我的开发指南。AI不仅帮我理清了思路，还提醒我注意内容合规、类目审核等坑点。 2. UI素材：Nano Banana Pro（图片生成） 小程序需要大量视觉素材：角色头像、背景图、装饰元素等。我全部用Google AI Studio的图片生成模型搞定。 典型的Prompt： A cute 3D cartoon Chinese aunt character, wearing red traditional clothes, holding a smartphone, slightly snobbish expression, pop mart style, bright red background, Chinese New Year atmosphere, 8k 生成的图片质量很高，直接就能用。关键是速度快，几秒钟就能出图，比找设计师或自己画快太多了。 ...

大模型实战指南（2026年新春版）：深度推理与智能体的时代 发布背景速览 2026年初，各大AI公司密集发布新一代大模型，标志着大模型技术进入新的发展阶段： Google Gemini 3.0：2026年1月发布，重点强化多模态能力，在图像和视频处理方面实现重大突破，成为多模态领域的领跑者。 ChatGPT 5.3：OpenAI在2025年底推出GPT-5 Omni后，2026年初发布5.3版本，进一步优化深度推理能力，在复杂逻辑推导方面保持领先。 Claude Opus 4.6：Anthropic在2026年初推出4.6系列，特别针对代码生成和智能体场景进行深度优化，成为开发者的首选工具。 国内模型：阿里通义千问Qwen 3、百度文心一言4.0、字节Seedance 2.0等均在2026年初完成重要更新，在中文理解和特定领域应用上实现突破。 最近被朋友问麻了：“老墨，都2026年了，GPT-5到底值不值那个天价订阅费？” “Claude 4的超长记忆真的不丢包了吗？” “国产模型现在的‘推理能力’是不是真的赶上来了？” 作为一个AI探索的老鸟，我想说：2026年的大模型之战，已经从“生成内容”变成了“解决复杂问题”。 如果说两年前大家还在惊叹AI能写诗、画图，那么现在，如果你不能帮我自主完成一个跨应用的工作流，或者进行长达半小时的深度逻辑推导，那你都不好意思叫顶尖模型。 今天老墨就把压箱底的实测经验掏出来，从实战角度对比国内外主流大模型（2026版）。不玩虚的排行榜，只聊“怎么用、在哪用、值不值得用”。 注意，这里老墨只列出正式发布的、老墨实际使用过的、能够直接上生产环境用的大模型版本，其他的还没有正式发布的版本比如 gpt-5.3-turbo-preview、 Google Gemini 3.0 Pro Preview 等暂不考虑。 此外，评分都是根据老墨的个人使用经验，难免有疏漏。如果有任何错误或建议，请在评论区留言。 先搞懂3个问题：老墨不说废话（2026年版） 1. 大模型现在进化到哪一步了？ 别再只盯着“多模态”看了，那在2024年底就已经是标配了。2026年的关键词是： 深度推理（System 2 Thinking）：模型不再是只会快思考的“鹦鹉”，它们现在能像人类一样慢下来，进行多步规划、自我反思和纠错。这是解决数学难题和复杂编程的关键。 智能体化（Agents）：模型不再是一个等着你提问的聊天框，而是能主动操控浏览器、终端、为你点外卖、订机票的“数字员工”。 记忆与个性化：顶尖模型现在能记住你几个月前说过的话，真正成为了懂你的私人助理，而不是每次都要重新介绍背景。 2. 老墨的评分凭什么？ 两年前的那些MMLU基准早就不够看了。现在老墨主要看： 复杂任务成功率：扔给它一个模糊的商业需求，它能不能拆解并最终交付结果？ 推理深度与幻觉率：在长链条逻辑推导中，它会不会自己把自己绕晕？（现在幻觉已经大幅降低，但依然存在）。 智能体交互体验：它调用外部工具（如搜索、代码解释器、第三方API）顺不顺手？ 3. 国内外模型现在的真实差距？ 老墨结论（2026年版）： 顶尖战力：OpenAI和Anthropic依然在**“深度推理”和“通用智能体架构”**上引领方向，属于“定义未来”的角色。 多模态王者：Google的Gemini在图像和视频处理方面已经超越ChatGPT，在多模态领域处于绝对领先地位。 中国速度：国内头部大厂（阿里、字节、百度、深求）在应用层打磨得极好，在**特定领域（如中文语境下的复杂任务、性价比代码生成）**已经完全不输甚至局部领先国际巨头， 但是，在图像图像处理、视频处理等多模态领域，仍然有明显的差距。 格局：以前是仰望，现在是慢慢看齐，中国大模型正在以非常快的速度追赶。 国际主流大模型：探索智能上限的先行者 1. GPT-5 Omni (OpenAI) —— 深度推理的绝对王者 最新动态：2025年底发布的重磅炸弹，目前（2026年初）公认的战力天花板。 核心能力：革命性的“慢思考”模式（System 2）。遇到难题时，你会看到它显示“正在规划思路…”，然后进行长达数十步的自我推导和验证。此外，它的原生全模态（视频/音频/文本无缝实时流转）体验极其丝滑。 老墨评价：它是拿来解决你解决不了的问题的。 如果你只是写个邮件，用它属于杀鸡用牛刀。但如果你要设计复杂的软件架构、推导前沿数学猜想，或者需要一个能真正理解视频内容并和你实时语音辩论的AI，GPT-5 Omni是唯一选择。贵是真贵，强是真强。 适合场景：前沿科研、复杂系统设计、需要极高逻辑密度的任务、实时视频/语音深度交互。 老墨评分：9.9分（扣0.1分是因为价格和偶尔的过度思考） 在 Cursor 最新版本中早就支持了 GPT 5.3 版本，老墨也在测试中，目前来看，这是目前地球上写代码最强的“大脑”, 与 Claude Opus 4.6 有点旗鼓相当的味道了，代码理解能力超强，这里暂不赘述，后续在考虑撰文来评测一番。 ...

EP03 - 试图驯服一只猛兽：OpenClaw 的 Docker 监狱 昨天我在测试 OpenClaw 的 “File System Tool” 时，发生了一件让我冷汗直流的事。 我给它的指令是：“清理一下当前目录的临时文件”。 可能是因为我的 Prompt 写得太随意，它直接把我的整个 ~/Downloads 文件夹给清空了。 幸好那里只有一堆没用的安装包。但如果它删的是我的 ~/Documents 或者 .ssh 密钥呢？ 这就是我们在 link:/posts/ai/why-i-choose-openclaw/[] 里提到的代价：强大的能力伴随着巨大的风险。 一个拥有 Shell 权限的 AI Agent，本质上就是一个盯着你键盘随时准备按下回车键的超级用户。在裸机 (Bare Metal) 上直接运行它，无异于把自家大门的钥匙交给一个喝醉了的锁匠。 今天，我们要给这个不仅聪明而且危险的家伙，造一座牢不可破的监狱。 这也是极客生存法则第一条：永远不要信任你的 Agent。 本文涉及本地Native安装的一些知识，你可以阅读上一篇 EP02 来了解它们。 为什么一定要用 Docker？ 很多人觉得 Docker 只是为了方便部署。 错。对于 Agent 开发来说，Docker 是保命符。 文件隔离 (Filesystem Isolation): 把它关在 /app 里。它想 rm -rf /？请便，删的只是容器里的文件，我的 Mac 毫发无损。 网络白名单 (Network Whitelist): 我们可以限制它只能访问特定的 API，防止它把我的本地数据传给不知名的服务器。 环境一致性: 你不用担心 Node.js 版本不对，或者缺了什么 Python 库。 手把手构建 “The Cage” 我们不需要什么花哨的 k8s，一个简单的 Dockerfile 和 docker-compose.yml 就够了。 但这里有几个针对 Mac 用户和 Ollama 的关键坑，我都替你踩平了。 ...

EP02 - 给你的电脑安装一个数字管家: 安装和搭建 OpenClaw 安装 OpenClaw 暂时抛开官方这些“深奥”的建议，我们先来尝试安装它，下一篇我们再来安全地把它关到“沙盒”中去。安装 OpenClaw 非常简单，只需要一行命令： 1# macos 2curl -fsSL https://openclaw.bot/install.sh | bash 3 4# windows 5iwr -useb https://openclaw.ai/install.ps1 | iex 但是过程中有许多注意的地方，以我的mac为例，我们来看一下安装过程。 终端执行上述命令后，会先检查一些依赖，比如node, npm等，如果你的电脑没有安装，需要先安装： 稍作等待，安装完成后，OpenClaw 会自动执行 OpenClaw doctor 命令，来诊断环境和安装是否正确。 由于我之前安装了旧版的 clawdbot, 它会自动迁移配置信息。 doctor 执行完成后，会自动进行设置，此时会弹出诸多选项让你做出选择，比如配置模型、配置聊天客户端、Skills 等。 最终完成会输出访问的url(默认是 http://127.0.0.1:18789)， 就可以在浏览器中打开控制台(dashboard)了. 接入 Telegram (首选) 为什么首选 Telegram？ 很遗憾，国内的IM目前 OpenClaw 都不支持, 对于飞书、钉钉的支持据说还在开发中，所以目前我们最好的方式就是选择 Telegram. 因为它是这个星球上对开发者最友好的 IM，没有之一: 不需要手机号验证码，不需要营业执照，不需要企业认证。 你只需要跟一个叫 @BotFather 的机器人聊两句，就能拿到通往 OpenClaw 的钥匙。 极客配置三步走： 搞定 Token 打开 Telegram，搜索 @BotFather (认准蓝标)。 发送指令 /newbot。 给你的机器人起个名字 (比如 MyJarvis) 和用户名 (必须以 bot 结尾，比如 my_jarvis_bot)。 BotFather 会给你一串红色的 Token，长得像这样：123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11。复制它 切勿外传，否则可能别人就帮你操作你的电脑了！ 配置 OpenClaw 如果你之前已经设置了telegram，那么直接下一步。没有配置，则推荐使用交互式配置： 1openclaw channels add 选择 Telegram，然后粘贴 Token。 或者直接修改配置文件 ~/.openclaw/openclaw.json (更 Geek 的方式，不推荐，除非你完全掌握了OpenClaw)： 1"channels": { 2 "telegram": { 3 "token": "YOUR_TOKEN_HERE" 4 } 5} 验证与配对 (Pairing) 在 Telegram 里找到你的机器人，点击 Start 或发送 /start。 ...

EP01 - 告别 Claude Desktop：为什么我选 OpenClaw 做我的数字管家 To be honest，Claude Desktop 发布 MCP (Model Context Protocol) 的时候，我是真的很兴奋。 但那种兴奋只维持了三天。 当你真正试图把 AI 融入工作流时，你会发现 Claude Desktop 有两个致命死穴： 它被困在桌面上：你必须坐在电脑前才能用它。 它是闭源的黑盒：你不知道它怎么处理你的文件，每一条指令都像在把家门钥匙交给那个坐在旧金山办公室的陌生人。 直到我发现了 OpenClaw。 Not Just a Bot, It’s a Gateway 先澄清一个误区：OpenClaw 不仅仅是一个像 Chatbox 那样的“套壳客户端”。 它的本质是一个运行在你本地的 Gateway（网关）。 如果你读过它的官方文档，你会发现它的架构非常 Sex： WhatsApp / Telegram <-> Gateway (Localhost) <-> AI Agent (Tools) 这意味着什么？ 这意味着你可以躺在床上用手机发消息（支持 WhatsApp/Telegram 等等几十种聊天客户端），指挥你书房里的 Mac 干重活。 这也是它的口号： “The AI that actually does things.” 我想这也是为什么他会这么大火的原因。 场景 A: 周末出门在外，服务器突然报警。你不用掏出电脑连热点 SSH，直接在 Telegram 里发一句：“查一下 Nginx 为什么挂了”。OpenClaw 帮你跑 tail -f /var/log/nginx/error.log 并总结给你。 场景 B: 路上突然想到一个 Idea。发给 OpenClaw：“记到我的 Obsidian 里，并同步到 GitHub”。它直接操作你本地的文件系统。 你可以到这里看看大家都在用 OpenClaw 做些什么：https://openclaw.ai/showcase ...

EP00 - DeepSeek R1 本地部署实战 (Mac篇) 摘要: 别被几万块的显卡劝退。你的 MacBook Pro (Apple Silicon) 就是跑 DeepSeek R1 的神器。本文手把手教你用 Ollama 在本地跑起“满血版”推理模型，不仅免费，而且隐私绝对安全。 阅读时间: 5分钟 适用人群: 程序员、科研党、隐私敏感用户 硬件要求: M1/M2/M3/M4 Mac，推荐 16GB+ 内存 为什么要在本地跑 DeepSeek？ 隐私安全: 你的代码、私有文档不需要上传到云端，断网也能用。 零延迟响应: 没有网络延迟，交互更丝滑（取决于模型大小）。 无审查: 你懂的。 免费: 不需要订阅费，只消耗电费。 核心工具：Ollama Ollama 是目前 macOS 上体验最好的大模型运行工具，没有之一。它开源免费，支持非常多的大模型，GitHub仓库在 这里， 目前161K的 Star。 用程序员最能听懂的话解释：Ollama 就是大模型界的 Docker。 Docker 让你可以一行命令跑 MySQL / Nginx。 Ollama 让你可以一行命令跑 DeepSeek / Llama3。 它在后台默默做了三件事：驱动 GPU、管理模型文件、提供 API 服务。装了它，你的 Mac 就有了“大脑”。 安装 Ollama 有两种方式： 方式 A: 官网下载 (推荐小白) 访问 ollama.com 下载 macOS 版本并安装。 ...