今年以来,OpenClaw 这一类AI 自动操作电脑的Agent 框架迅速走红,也即所谓的“养龙虾”。
它可以:
- 自动打开浏览器进行信息查询或填写
- 操作 Excel、邮箱等办公软件处理日常事务
- 登录后台系统完成数据录入与下载
- 下载文件、汇总报表,实现跨应用数据整合
- 自动发帖、批量处理账号,提升运营效率
简单说,它像一个数字员工实习生。
但问题来了:
- 怎么部署?本地部署还是云服务器?云桌面还是SaaS 一键托管?
- 用什么模型?用 Claude、Gemini 还是国产模型?
- 选什么skills?是选官方技能还是社区插件?
- 消耗token太快了怎么办?是买算力包还是 Token 包?
如果不把这些维度拆开,你会越看越乱。这篇文章,我帮你做一个交叉矩阵式拆解。
一、部署方式 × 运行环境:决定稳定性和风险
OpenClaw 官方支持本地优先部署(可自托管)官方文档:https://moltbots.github.io/
但在哪里工作,直接决定了它的稳定性、成本和安全风险。不同组合能做的事情差异也极大:
二、模型 × Skills:能力与安全的平衡
Agent 的“大脑”(大模型)负责理解指令和规划步骤,而“手脚”(Skills)负责执行具体操作。
模型选择这块你可以接入 Claude / GPT / Gemini,也可以接入 Kimi、通义千问、DeepSeek 等国产模型。主要考量推理能力、成本、响应速度和合规性。对中文理解和数据合规要求高的场景,国产模型是更稳妥的选择。
Skills(技能/插件)来源:真正决定能力边界的是 Skills。通常分三类:
- 官方库与合作伙伴库(如阿里云无影、火山引擎):侧重于合规与稳定。主要解决高频、标准化的企业需求,如自动开发票、报销单填报、会议纪要从录制到邮件发送。这些技能经过严格测试,安全性和可靠性高。
-
民间/社区库(如开源社区):侧重于突破限制和创新。比如一些开发者贡献的自动抢票、特定网站爬虫、批量社交媒体互动等插件。这些技能功能强大,但可能存在稳定性风险或合规“灰色地带”,使用时需自行评估。这里也推荐一个21.4k star的github项目awesome-openclaw-skills(https://github.com/VoltAgent/awesome-openclaw-skills),其中包括营销、语音转录、IoT、电商购物、金融、图像与视频生成、媒体与流媒体、交通、健康、个人发展等等32个类别的数千个skills。
-
企业自建库:面向有开发能力的企业,基于内部系统接口和私有数据,开发专属技能(…