Install
openclaw skills install @ruiyongwang/pkuhb-openclaw-skillPkuhb Openclaw Skill
提供北京大学肖睿团队的OpenClaw平台入门指南，涵盖产品定位、技术架构、部署配置、Skills开发及安全实践。
🦞 北京大学2026年OpenClaw使用入门指南
来源: 北京大学肖睿团队《OpenClaw001：龙虾使用入门》
版本: 2026年3月 | 作者: 李晴
一、OpenClaw概述
1.1 产品定位
OpenClaw 是一个自托管的本地优先AI助手平台，核心特点：
| 特性 | 说明 |
|---|---|
| 本地优先 | 数据存储在本地，用户完全掌控 |
| 多平台接入 | 支持飞书、钉钉、微信、QQ、Telegram等 |
| 模型无关 | 支持Claude、GPT、DeepSeek、Kimi等任意模型 |
| 开源免费 | MIT协议，社区驱动 |
1.2 发展历程
| 时间 | 里程碑 |
|---|---|
| 2025年11月 | 项目启动，最初名为"Clawdbot" |
| 2026年1月29日 | 更名为"Moltbot"（Anthropic要求） |
| 2026年1月30日 | 最终定名"OpenClaw" |
| 2026年2月 | 创始人加入OpenAI，项目移交基金会 |
| 2026年3月 | GitHub Stars突破30万+，超越Linux |
1.3 市场表现
- 250,000+ GitHub Stars（约60天）
- 2,500,000+ 周访问量
- 10,700+ 社区Skills插件
二、AI进化阶段
五个阶段模型
| 阶段 | 特征 | 代表产品 |
|---|---|---|
| 第一阶段 | 对话式交互 | ChatGPT |
| 第二阶段 | 推理与思考 | DeepSeek R1 |
| 第三阶段 | 云端Agent | Manus、Genspark |
| 第四阶段 | 本地Agent | Claude Code |
| 第五阶段 | 平民化Agent | OpenClaw |
核心观点: "执行能力正在从技术团队快速扩散到普通用户手中"
三、技术架构
3.1 核心组件
┌─────────────────────────────────────────────────────┐
│ 模型层 (LLM) │
│ Claude / GPT / DeepSeek / Kimi 等 │
├─────────────────────────────────────────────────────┤
│ 执行/框架层 (Gateway) │
│ 任务规划 │ 工具选择 │ 状态管理 │ 事件调度 │
├─────────────────────────────────────────────────────┤
│ 工具层 (Skills) │
│ 内置工具 + 10,700+ 社区Skills + MCP扩展 │
├─────────────────────────────────────────────────────┤
│ 通讯层 (Channel) │
│ 飞书 │ 钉钉 │ 微信 │ QQ │ Telegram等 │
└─────────────────────────────────────────────────────┘
3.2 记忆系统
OpenClaw采用文件为本源、向量检索加速的混合方案：
| 文件 | 用途 |
|---|---|
SOUL.md | Agent人格与行为准则 |
USER.md | 用户画像与偏好 |
MEMORY.md | 长期记忆 |
memory/YYYY-MM-DD.md | 每日会话日志 |
AGENTS.md | 多Agent协作配置 |
3.3 检索机制 (RAG)
- 向量索引: 基于Embedding的语义检索
- 关键词匹配: BM25精确匹配
- 时间衰减: 近记忆权重更高
- 混合搜索: 多路召回+Rerank
四、Agent运行流程
ReAct模式
用户输入 → 意图识别 → 上下文检索 → 任务拆解
↑ ↓
← 最终决策 ← 结果观察 ← 工具调用 ←
七步执行流程:
- 接收输入 (Input)
- 意图识别 (Intent)
- 上下文检索 (RAG)
- 任务拆解 (Planning)
- 工具调用 (Action)
- 结果观察 (Observation)
- 最终决策 (Decision)
五、模型选择建议
5.1 国内模型（推荐日常使用）
| 模型 | 优势 | 适用场景 |
|---|---|---|
| Step 3.5 | 逻辑推理强、指令遵循高 | 日常主力、复杂任务 |
| M2.5 (MiniMax) | 响应快、长对话稳定 | 工具调用、日常交互 |
| K2.5 (Kimi) | 超长上下文 | 深度研究、写长文 |
| Qwen | 多模态、本地可跑 | 视觉任务、开源部署 |
5.2 国际模型（复杂任务首选）
| 模型 | 优势 | 适用场景 |
|---|---|---|
| Claude Opus 4.6 | 极致稳定、长任务不崩 | 核心规划、重要代码 |
| GPT-5 系列 | 生态广、函数调用规范 | 代码开发 |
| Gemini 3 Pro | 多模态、超长上下文 | 文档/视频分析 |
5.3 混合策略建议
- 简单高频任务: Step 3.5 Flash / M2.5 Flash
- 中等复杂任务: Kimi-research / Gemini 3 Pro Flash
- 核心规划任务: Claude Opus 4.6
- 视觉/多模态: Qwen视觉版 / GLM-4V
六、工作区配置
6.1 目录结构
~/.openclaw/workspace/
├── SOUL.md # 核心人格定义（必填）
├── USER.md # 用户画像（必填）
├── IDENTITY.md # Agent名字与形象
├── AGENTS.md # 安全规则
├── HEARTBEAT.md # 定时主动任务
├── MEMORY.md # 长期记忆
├── memory/
│ └── YYYY-MM-DD.md # 每日会话日志
└── skills/
└── <skill-name>/
└── SKILL.md
6.2 SOUL.md编写要点
# SOUL.md - 核心人格定义
## 核心原则
- 先给答案，再解释
- 简洁有力
- 重点询问（删除/修改需确认）
## 说话风格
- 专业 + 轻松
- Markdown清晰排版
- 默认100-300字
## 绝对红线
- 不询问/存储敏感信息
6.3 USER.md编写要点
# USER.md - 关于用户
- 名字：
- 常驻地：（时区）
- 主要工作：
- 偏好：
- 禁忌：
七、Skills开发规范
7.1 SKILL.md格式
---
name: skill-name
description: 什么时候用这个skill，触发场景描述
---
# 技能名称
## 何时使用
（触发条件）
## 使用步骤
1. ...
2. ...
## 注意事项
- ...
7.2 开发四步走
- 创建目录:
skills/<skill-name>/ - 定义规范: 编写SKILL.md
- 逻辑实现: 编写Python/JS/Shell脚本
- 加载生效:
openclaw gateway restart
八、安全实践
8.1 核心风险
| 风险类型 | 说明 |
|---|---|
| 供应链攻击 | 恶意Skills植入木马 |
| 权限过大 | 坏Skill可控制整台电脑 |
| 实例暴露 | 公网无认证导致泄露 |
⚠️ 统计数据: 36% Skills含有安全漏洞，13%含恶意载荷
8.2 安全建议
- 最小化挂载: 仅挂载必要目录
- 独立用户: Agent用独立系统账号
- Shell白名单: 限制高风险命令
- 定期审计: 检查logs和memory目录
- 及时更新: 保持核心和Skills最新
九、国内替代产品
| 产品 | 部署 | 核心优势 | 入口 |
|---|---|---|---|
| Kimi Claw | 云端 | 5000+ Skills | kimi.moonshot.cn |
| ArkClaw | 云端 | 飞书深度适配 | 火山引擎 |
| LobsterAI | 本地 | 本地+IM全覆盖 | lobsterai.youdao.com |
| AutoClaw | 本地 | 浏览器自动化强 | autoglm.zhipuai.cn |
| WorkBuddy | 本地 | 企微最强 | codebuddy.cn |
十、常见问题
Q1: OpenClaw和Claude Code有什么区别？
OpenClaw更开放，支持任意模型；Claude Code主要绑定Claude模型。
Q2: 本地部署推荐什么设备？
Mac mini > Linux > WSL。内存建议16GB+。
Q3: Skills安全吗？
⚠️ 建议从可信来源安装，定期扫描，限制权限。
Q4: MEMORY.md越来越大怎么办？
定期精简，移至memory/历史文件夹。建议控制在1500字以内。
📚 参考资料
- 北京大学肖睿团队《OpenClaw001：龙虾使用入门》
- OpenClaw 官网: https://openclaw.ai
- ClawHub市场: https://clawhub.ai
- OpenClawmp: https://openclawmp.stepfun.com
本指南基于北京大学2026年3月课件整理，供OpenClaw学习者参考。