OpenClaw 实战评测:3 个月深度使用,这些坑我帮你踩过了

2026 年 1 月的一个下午,我对着终端说”今天北京天气怎么样”,几秒后 AI 回复了天气信息。那一刻,我知道自己的 AI 助手跑起来了。

3 个月后,我决定离开 OpenClaw,迁移到 nanobot。这中间发生了什么?

本文不吹不黑,只讲真实体验。如果你正在考虑是否采用 OpenClaw,或者遇到了类似问题,希望这篇文章能帮你少走弯路。


一、OpenClaw 是什么?

用一句话概括:OpenClaw 是一个开源的 AI Agent 框架,让你像搭积木一样构建专属 AI 助手。

💡 开源项目的成长,就像养孩子——你爱它的潜力,也要包容它的不完美。

它的核心卖点很诱人:

  • 🧩 技能系统:像手机 App 一样安装/卸载技能
  • 🤖 多代理协作:Hunter 搜集、Creator 写作、Critic 评审、Messenger 发布
  • 💾 记忆系统:长期记忆 + 短期记忆,Agent 不会”金鱼脑”
  • 🔌 工具生态:飞书、GitHub、微信公众号、博客一键发布

听起来很美好对吧?我当初就是被这些功能吸引,兴冲冲地安装配置,准备大干一场。


二、上手体验:从安装到第一个 Agent

安装过程

OpenClaw 的安装文档写得还算清楚,跟着官方教程走,大概 30 分钟能完成基础配置:

1
2
3
4
5
6
7
8
9
# 安装 OpenClaw
curl -fsSL https://openclaw.dev/install.sh | bash

# 配置模型 Provider
openclaw config set provider dashscope
openclaw config set api_key sk-xxx

# 启动 Gateway
openclaw gateway start

第一个技能

安装完成后,我尝试安装了第一个技能——weather(天气查询):

1
openclaw skill install weather

然后对着终端说:”今天北京天气怎么样?”

几秒后,Agent 回复了天气信息。那一刻确实有点小兴奋——自己的 AI 助手跑起来了!

配置飞书集成

接下来我配置了飞书集成,想让 Agent 通过飞书消息通知:

1
2
openclaw config set feishu_app_id cli_xxx
openclaw config set feishu_app_secret xxx

配置完成后,飞书里收到了第一条测试消息。到这里,一切都很顺利。


三、核心功能实测

3.1 技能系统:👍 设计优秀

OpenClaw 的技能系统设计得确实不错:

优点 说明
模块化 每个技能独立目录,SKILL.md 定义能力
易安装 一条命令从 ClawHub 或 GitHub 安装
可组合 技能之间可以互相调用

我陆陆续续安装了 80+ 个技能,包括:

  • web-search:网页搜索
  • github-blog-publisher:博客发布
  • wechat-article-writer:公众号文章写作
  • image-generator:AI 配图
  • feishu-doc:飞书文档管理

技能市场确实丰富,这是 OpenClaw 最大的优势。

3.2 多代理协作:👍 概念先进

OpenClaw 的多代理系统让我眼前一亮:

1
2
3
4
5
flowchart LR
A[Hunter 猎手<br/>搜集素材] --> B[Creator 创客<br/>撰写文章]
B --> C{Critic 评审<br/>≥85 分?}
C -->|是 | D[Messenger 使者<br/>发布到飞书/公众号]
C -->|否 | B

我用这套流程搭建了AI 新闻简报自动化系统,每天 7:30 自动发布到飞书:

  • Hunter 搜索最新的 AI 新闻
  • Creator 撰写简报
  • Critic 评审质量
  • Messenger 发布到飞书云文档

运行稳定时,这套系统确实很香。

3.3 记忆系统:⚠️ 问题较多

OpenClaw 的记忆系统分为两层:

  • MEMORY.md:长期记忆(用户偏好、项目上下文)
  • HISTORY.md:事件日志(按时间戳记录)

实际使用中的问题

  1. 记忆文件容易膨胀,几百 KB 后读取变慢
  2. 没有自动压缩机制,需要手动清理
  3. 跨会话记忆有时会丢失

我写过一篇《OpenClaw Memory Import》的文章,记录了一次记忆数据丢失后从 GitHub 备份恢复的经历。

3.4 定时任务:⚠️ 配置复杂

OpenClaw 的定时任务通过 HEARTBEAT.md 管理,每 30 分钟检查一次:

1
2
3
4
## 定时任务

- [ ] 每天 04:00 备份到 GitHub
- [ ] 每天 07:30 发布 AI 新闻简报

问题在于

  • HEARTBEAT.md 只是文档,不自动执行
  • 真正的 cron 配置在 ~/.nanobot/cron/jobs.json(位置隐蔽)
  • 调试困难,任务失败时日志分散

我花了整整一个下午才搞明白定时任务的运行机制。


四、痛点记录:我遇到的那些坑

4.1 Cloudflare Tunnel 权限问题

我想通过 Cloudflare Tunnel 实现 OpenClaw Dashboard 的远程访问,配置过程堪称灾难:

1
2
# 配置 tunnel
openclaw tunnel config --domain claw.studyai.ltd

遇到的问题

  1. cloudflared 以 nobody 用户运行,无法读取 /etc/cloudflared/ 凭证文件
  2. 容器环境限制了权限修改和 systemctl 操作
  3. sudo 被禁用,无法 chown 修改文件归属

结果:折腾了 3 个小时,最终放弃,改用 WebSocket 长连接模式。

4.2 模型调用不稳定

2026-03-11 这天,我记录了多次模型调用失败:

时间 错误类型 影响
10:39 503 Too many requests 新闻简报生成失败
11:01 stream timeout 文章写作中断
11:32 stream timeout 飞书文档创建失败
11:51 401 Unauthorized 健康检查报错
12:05 401 Unauthorized 持续认证错误

根本原因:OpenClaw 没有内置的 auto-fallback 机制,某个 Provider 挂了就只能手动切换。

后来我不得不自己写了个 model-switcher 技能,实现自动故障转移。

4.3 技能冲突与重复

随着技能越装越多,问题开始出现:

  • 同一个功能有 3-4 个技能实现(比如网页搜索有 firecrawl、tavily-search、web-search-dashscope、searxng)
  • 技能之间依赖冲突
  • 技能总数膨胀到 80+,管理困难

我不得不花了一天时间做技能大合并

  • 新建 11 个统一入口技能
  • 废弃 33 个重复技能
  • 技能总数从 82 个优化到 69 个(减少 16%)

4.4 飞书 API 跨应用问题

飞书集成配置了两个应用:

  • Nanobot: cli_a90b5d6d8e395bc9
  • OpenClaw: cli_a9f742b7c7b81cc0

问题:不同应用间的用户 ID 不互通(open_id cross app 错误)。

我花了 2 个小时排查,才发现是 FEISHU_APP_ID 配置错了应用。

4.5 博客封面图 404

迁移博客数据时,发现多篇文章的封面图链接失效:

  • hexo-butterfly-giscus-troubleshooting → 404
  • openclaw-backup-migration-guide → 404
  • FastGithub 教程 → 404

原因:Unsplash 图片链接有时效性,或者原图被删除。

解决:用 Pollinations AI 批量重新生成封面图。


五、优势分析:它做对了什么

尽管有这么多问题,OpenClaw 确实有一些值得称道的地方:

5.1 技能生态丰富

ClawHub 技能市场有 100+ 个技能,覆盖:

  • 网页搜索与抓取
  • 内容创作与发布
  • 数据分析与可视化
  • 工作流自动化

这是 OpenClaw 最大的护城河

5.2 多代理架构先进

Hunter/Creator/Critic/Messenger 的分工协作模式,确实比单 Agent 更可靠。

尤其是 Critic 评审机制(≥85 分才能发布),有效避免了低质量内容输出。

5.3 开源社区活跃

GitHub 仓库更新频繁,Discord 社区有问题及时响应。

我提交的几个 bug 都在 24 小时内得到了修复。


六、与竞品对比

维度 OpenClaw Claude Code nanobot
定位 AI Agent 框架 AI 编程助手 个人 AI 助手
技能系统 ✅ ClawHub 市场 ⚠️ 有限 ✅ 继承 OpenClaw
多代理 ✅ 原生支持 ❌ 无 ✅ 继承 OpenClaw
记忆系统 ⚠️ 基础 ❌ 无 ✅ 优化版
部署难度 🟡 中等 🟢 简单 🟢 简单
稳定性 🟡 一般 🟢 高 🟢 高
社区 🟢 活跃 🟢 极大 🟡 初创

七、迁移记录:我为什么转向 nanobot

2026-03-08,我做了一个决定:将 nanobot 作为主要助手,开始从 OpenClaw 迁移

迁移原因

原因 说明
稳定性问题 模型调用频繁失败,缺乏自动 fallback
配置复杂 Tunnel、Gateway、多应用配置容易出错
维护负担 80+ 技能管理困难,重复功能多
容器限制 权限问题导致很多功能无法正常使用
nanobot 更轻量 专注于核心功能,不追求大而全

迁移过程

  1. 技能迁移:将 17 个核心技能从 OpenClaw 复制到 nanobot
  2. 子代理迁移:Creator/Hunter/Critic/Messenger 配置完整迁移
  3. 博客数据迁移:Hexo 博客完整数据(文章、主题、静态资源)从 OpenClaw 工作目录拷贝到 nanobot
  4. 定时任务迁移:cron 配置重新配置到 nanobot
  5. 记忆数据迁移:从 GitHub 备份恢复 MEMORY.md 和 HISTORY.md

迁移完成时间:2026-03-11,历时 3 天。

迁移后的改进

改进点 OpenClaw nanobot
模型切换 手动 自动(model-switcher)
技能管理 80+ 个 优化到 60+ 个
定时任务 HEARTBEAT.md cron jobs.json
记忆优化 手动压缩 自动优化(memory-optimize)
部署方式 容器限制 直接运行

八、适用场景:谁应该用 OpenClaw

✅ 推荐使用

场景 理由
想学习 AI Agent 开发 开源代码可学习,架构清晰
需要多代理协作 Hunter/Creator/Critic/Messenger 成熟
有运维能力 能处理容器、权限、网络配置问题
想贡献技能 ClawHub 市场欢迎贡献者

❌ 不推荐使用

场景 理由
想要开箱即用 配置复杂,需要较多调试
追求稳定性 模型调用、Tunnel 等问题较多
容器环境受限 权限问题会导致很多功能无法使用
不想折腾 需要较多时间学习和维护

九、总结与建议

3 个月使用总结

维度 评分 说明
功能丰富度 ⭐⭐⭐⭐ 技能市场确实强大
易用性 ⭐⭐⭐ 配置复杂,学习曲线陡峭
稳定性 ⭐⭐ 模型调用、Tunnel 问题较多
社区支持 ⭐⭐⭐⭐ GitHub/Discord 活跃
文档质量 ⭐⭐⭐ 基础文档有,高级主题较少

给 OpenClaw 团队的建议

  1. 简化配置流程:提供一键配置脚本,减少手动操作
  2. 内置 auto-fallback:模型 Provider 故障时自动切换
  3. 优化记忆系统:自动压缩、去重、清理机制
  4. 改进定时任务:统一配置入口,增强调试能力
  5. 容器权限文档:明确说明容器环境的限制和解决方案

给读者的建议

如果你在考虑是否采用 OpenClaw:

  1. 先试用 1 周:安装基础版本,测试核心功能
  2. 评估运维能力:是否能处理容器、网络、权限问题
  3. 明确需求:是否真的需要多代理、技能市场等高级功能
  4. 考虑替代方案:nanobot、Claude Code 等是否更合适

十、参考资料


最后说一句:OpenClaw 是一个有潜力的项目,但目前还不够成熟。如果你愿意折腾,它能带给你很多乐趣;如果你想要稳定可靠,建议再等等或者考虑其他方案。

本文结束


文章字数:约 4500 字
阅读时间:约 15 分钟
写作时间:2026-03-12