前言

这段时间实实在在被OpenClaw刷屏了。无论是V2EX、小红书，还是b站、小黑盒，都充斥着关于OpenClaw的讨论。在小红书随便搜一下，搜索结果就都是使用OpenClaw进行工作流的帖子，甚至还有人把OpenClaw当成了“生产力工具”来使用。
也有人提出反对意见，在小红书检索“OpenClaw是伪需求吗？”这一关键词，结果也有不少相关的帖子。许多都是抱怨OpenClaw的使用体验不佳，不易上手，也就是做做噱头的玩具而已。
 

包括我一直在关注的科技自媒体“差评”的两篇有关理性讨论OpenClaw的文章(《让 Mac Mini 都涨价的 AI 助手，真有那么强吗？》《我混进那个“人类禁入”的论坛，发现AI正在尝试出卖人类。》)，更加让我相信这不过是AI圈子里的圈地自萌。
于是在春节假期期间，我也试着部署了一下OpenClaw，想看看ta到底如何。

部署体验

虽然去年自费购入了一台Mac Mini M4,但因为担心Agent的隐私问题和误删文件，便没有第一时间部署OpenClaw。直到最近看到身边有不少朋友都在使用，才决定自己租一台云服务器来部署一下。

服务器选型

在选型上，衡量了性能和性价比，最终选择了腾讯云的2Core 4GB的轻量应用服务器，区域选择东京，便于docker之类的部署。
 

部署过程

直接使用的腾讯云的OpenClaw镜像（OpenCloudOS系统，基于CentOS9系统），自动部署完毕后，使用了OpenClaw中的命令openclaw onboard --install-daemon运行新手教程进行部署，由于OpenClaw每天都会更新，腾讯云的镜像版本比较旧，我使用了curl -fsSL https://openclaw.ai/install.sh | bash命令来更新到最新版本。

所以你可能现在有个疑问，作为一个计算机科班生的我，为什么刚开始部署OpenClaw没有用Ubuntu这些常见Linux发行版（即使Ubuntu是我常用的发行版本），而是选择了OpenClaw官方推荐的镜像呢？

在一开始我是选择了Ubuntu镜像进行部署，想着后续维护和安装其他需要的服务会更加顺手，并且，OpenClaw的一键安装脚本也很方便了。
在初次安装过程中，遇到了一个常用的小问题（这个小bug从我刚开始使用腾讯到现在还没修复）：腾讯云的面板上设置过了SSH登录密钥，但在安装过程中，系统提示没有SSH登录密钥，还是需要手动上传密钥并且修改配置文件。
手动上传ssh密钥对于我来说是微不足道的小事情，毕竟在部署后就不怎么需要SSH进行登录了。一劳永逸。
但是，安装了OpenClaw后，发现只能在前台运行，gateway无法使用systemctl进行自启动，给OpenClaw新建了账户、加sudo也无法修复权限问题。
最后还是偷懒，直接使用了腾讯云官方推荐的镜像，部署后就没有遇到过什么问题了。也只使用SSH密码登录，OpenClaw设置完成后关闭SSH登录的22端口。

模型选择

最近好多大模型厂商都推出了自己的Coding Plan套餐，最后选择了目前比较便宜的MiniMax,Starter套餐也够用了。
 

使用体验

初次体验

OpenClaw相较于ChatGPT、Google Gemini这类聊天应用来说，更加像一个AI助手、AI Agent，也更加有“活人感”。
在一开始，我让ta做的一个最简单的工作是让ta总结网页链接，再就是结合我的n8n工作流，发给taArXiv上的论文链接，让ta发送论文的PDF文件给我：
 

不同于ChatGPT网页端访问链接的方式，（即通过搜索引擎检索链接，获取搜索引擎抓取的网页简介这一方式），OpenClaw是直接访问链接，获取网页的内容进行总结的。所以在总结的准确性上，OpenClaw的表现还是不错的。(在此想要吐槽一番ChatGPT,为什么要删除你之前的Schedule功能？)

不好的体验

OpenClaw的使用体验很大程度依赖于模型的能力，还有老生常谈的已读不回的问题，这些就不用多说了。
OpenClaw我觉得最大的缺点就是ta的交互方式了。ta的交互方式是基于命令行的，虽然可以通过一些工具来实现图形化界面，但对于不熟悉命令行操作的用户来说，还是有一定的门槛的，要花费很大的工夫教ta如何使用Chrome浏览器、Playwright、CDP等工具的操作方式。而且，保存到skill的能力有时候也会忘记，要记住提醒ta。
比如，我就让ta自己总结了在服务器端如何使用虚拟桌面来实现图形化界面，然后使用CDP来控制的skill。
小红书上，也有帖子提到使用OpenClaw来控制浏览器发送小红书二维码登录截图的方式，远程扫码实现登录小红书的功能。但是我实际操作下来，由于服务器ip的原因，提示风险无法登录。

小惊喜

在使用过程中，偶尔会有一些小惊喜。比如，我想让ta帮我监控一下某个up主或者主播的直播情况（毕竟有些up主直播的内容不太确定，有时候会不太感兴趣），结果居然ta自己就帮我实现了定时监控的功能，监控up主的直播标题，换标题就发消息通知我。
 

总的来说，结合我前段时间利用ChatGPT搭建n8n工作流的经验，我觉得相较于n8n的工作流，OpenClaw的使用体验还是不错的，毕竟设置n8n工作流还是要点花时间。下面是我设置的一个Paper推送的工作流：
 

虽然有一些小问题，但整体来说还是比较流畅。对于一些需要自动化处理的任务，OpenClaw确实可以提供一定的帮助。比如一些需要临时性的自动化处理的任务，或者一些需要定时监控的任务，OpenClaw都可以实现（个人感觉最终的归宿还是干爬虫）。也还是不能对ta的期望过高，毕竟现在的模型能力还有限，很多时候还是需要人来进行一些指导和调整，如果只是把ta当做一个生活在网络空间里的虚拟助手、帮你处理网络空间里的事务还是不错的（不要对ta期望过高，只是当做一个小弟、一个初出茅庐的实习生）
如果一个已经成熟的工作流来说，还是建议使用n8n或者其他的工作流工具来搭建，毕竟OpenClaw的交互方式和使用体验还有待提升。还有一个最大的问题，OpenClaw的定时任务有时候不太稳定，会出现失效的情况，需要强调ta使用

产出文本 + cron delivery 发

这种方式来实现定时任务，如果需要定时任务的话，还是建议使用一些专业的工作流工具来搭建。

结语

总的来说，OpenClaw作为一个AI助手，还是有一定的潜力的，虽然目前的使用体验还有一些问题，但随着模型能力的提升和交互方式的改进，未来可能会成为一个非常有用的工具。最终形态可能还是阿里系或腾讯系的生态对自己AI助手的整合，实现在自己的生态里，提供一些自动化处理的功能，比如定制行程（衣食住行的安排与预定。不过目前来说，OpenClaw还是一个比较初级的AI助手，更多的是一个玩具而不是一个真正的生产力工具。