AgentKnowledgeAgentKnowledgeAgentKnowledge
文档案例博客
AgentKnowledgeAgentKnowledgeAgentKnowledge

深入 Agent,构建你的专属。致力于打造体系化的 AI Agent 开发者学习平台。

学习路径

DocsAI BasicsMCPAgent 实战

社区

ShowcaseBlogGitHub

账号

User CenterLogin

© 2026 AgentKnowledge.cn. 保留所有权利。

  • Agent
  • System Prompt
  • Prompt
  • Prompt Engineering
  • Zero-shot / Few-shot
  • Chain of Thought(CoT)
  • ReAct
  • SKILL(Agent技能)
  • Memory(Agent记忆)
  • RAG
  • Retrieval
  • Embedding
  • Embedding Model
  • Vector Database
  • Cosine Similarity
  • MCP(Model Context Protocol)
  • Tool Calling
  • Function Schema
  • Structured Output
  • OpenClaw
  • Harness Engineering(驾驭工程)
  • Token
  • Context Window
  • Temperature
  • Top-p
  • Transformer 架构
  • MCP
  • Agent

OpenClaw

为什么需要 OpenClaw

主流 AI 助手通常运行在云端,数据经过第三方服务器。如果你希望:

  • 数据完全在自己设备上
  • 可以在任何平台(手机、电脑、服务器)使用
  • 通过你已经熟悉的渠道(微信、飞书、钉钉)和它对话

需要一个"本地优先"的解决方案。OpenClaw 就是为此设计的。


什么是 OpenClaw

一句话定义:OpenClaw 是一个本地优先的个人 AI 助手,运行在你自己的设备上,通过多渠道和你交流。

"Any OS. Any Platform. The lobster way." — OpenClaw 官方 slogan

核心特性:

  • 本地 Gateway:单一控制平面,管理会话、渠道、工具和事件
  • 多渠道收件箱:支持 30+ 消息平台(WhatsApp、Telegram、Discord、微信、飞书、钉钉等)
  • 语音交互:Voice Wake 语音唤醒 + Talk Mode 连续对话
  • Skills 体系:通过 ClawHub 扩展技能包——这是 OpenClaw 实现 Agent 能力的方式
  • 跨平台:macOS 菜单栏应用、iOS/Android 移动端

怎么做:什么时候用 OpenClaw

适合用 OpenClaw 的场景:

  • 需要本地运行,不希望数据上云
  • 需要通过多个消息平台和 AI 交互
  • 想要可扩展的技能体系
  • 开发者想要研究 AI 助手的架构

更适合用云端助手的场景:

  • 不想自己维护技术栈
  • 需要最强的模型能力(需要本地运行对应模型)
  • 个人用户,直接用现成产品更省心

记住这一句:OpenClaw 是"本地优先的个人 AI 助手"——数据在你设备上,能力通过你熟悉的渠道获取。

相关链接:GitHub 仓库 · 官方文档 · ClawHub Skills 市场

相关词条

AgentTool Calling

标签

OpenClawopenclawpersonal AI assistantAI助手

目录

为什么需要 OpenClaw什么是 OpenClaw怎么做:什么时候用 OpenClaw