STAGE 06
OpenClaw 安装、多Agent协作、复杂工作流编排
OpenClaw（俗称「龙虾」，因为图标是红色龙虾钳）是 2026 年 GitHub 上仅次于 React 的第二大开源项目（24万+星）。 它跟 Dify/Coze 的区别： • Dify/Coze：在网页上搭Agent，Agent在云端运行 • OpenClaw：Agent在你的电脑上运行，可以直接操作你的电脑——开浏览器、读写文件、运行程序、发消息 它能做什么： • 🖥 自动操作浏览器（填表、抓数据、自动下单） • 📱 对接12+通讯平台（微信/飞书/QQ/Discord/WhatsApp/Telegram） • 🧩 13000+社区技能包（相当于Agent的「App Store」） • 🔗 接入多种AI模型（Claude/GPT/DeepSeek/Kimi/Gemini） • 🧠 持久记忆系统（关掉重开还记得之前聊了什么） 适合谁：已经用过 Dify/Coze，想深入了解Agent底层原理，或者需要Agent直接操作本地电脑的进阶用户。
💡 TIP
OpenClaw 学习曲线比 Dify 陡，但能力天花板也高得多。建议先把Dify玩熟，再来碰OpenClaw。
在装 OpenClaw 之前，先搞定模型 API Key。我们选 DeepSeek——完全免费额度送500万token，够用很久。 📋 获取步骤： ① 打开浏览器，访问 platform.deepseek.com ② 点击右上角「登录」→ 用手机号或微信注册 ③ 登录后进控制台，左侧菜单找到「API Keys」 ④ 点击「创建 API Key」→ 起个名字（如「openclaw」）→ 点确定 ⑤ ⚠️ 立刻复制 Key！只显示一次！关闭后就看不到了 Key 格式类似：sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ⑥ 把 Key 存到一个安全的地方（记事本就行，但不要发到网上） 💰 免费额度：新用户送 500 万 token • deepseek-chat：约 1元/百万token（免费额度够用很久） • 相比 OpenAI（约 15元/百万token），便宜 15 倍 📌 备用方案：如果 DeepSeek 注册不了，也可以用： • 通义千问（dashscope.aliyun.com）：有免费额度 • 硅基流动（siliconflow.cn）：聚合平台，新用户送额度 现在你有一个免费的 API Key 了，接下来装 OpenClaw。
💡 TIP
API Key 就是你的数字钱包密码。绝对不要发到 GitHub、微信群、或截图到网上。建议复制到记事本保存。
⚠️ 先确认电脑上有 Node.js。按 Win+R 输入 powershell 回车，输入 node -v 回车。如果显示 v18.x 或 v22.x 就行。没有的话先去 nodejs.org 下载安装（选 LTS 版本，一路点下一步即可）。 🔧 Windows 安装步骤（每一步都精确说明）： ① 按 Win+R → 输入 powershell → 回车 ② 输入以下命令，回车： npm install -g openclaw ③ 等待 2-3 分钟，看到类似下面的输出就成功了： + openclaw@2026.4.25 added 234 packages in 2m ④ 接下来是最关键的初始化：输入以下命令，回车 openclaw init ⑤ 你会看到一系列配置问题，逐个回答如下： Q1: Select your default AI provider: → 选 deepseek（用方向键移动，回车确认） Q2: Enter your DeepSeek API key: → 粘贴 sk-xxxxxxxxxxxxx Q3: Select default model: → 选 deepseek-chat（日常够用） Q4: Enable web search? (y/n) → 选 y（让Agent能上网搜索） Q5: Enable file system access? (y/n) → 选 y（读写电脑文件） Q6: Set up messaging platforms? (y/n) → 选 n（先跳过，后面再加） Q7: Enable skill marketplace? (y/n) → 选 y（社区技能包） ✅ Configuration saved! ⑥ 启动 OpenClaw： openclaw start 看到 🦞 OpenClaw is running 就成功了 ⑦ 测试一下：打开另一个终端，输入 openclaw chat "你好，介绍一下你自己" → Agent 应该会用 DeepSeek 回复你 🍎 Mac/Linux 用户： 终端输入 npm install -g openclaw，其他步骤完全一样。 如果提示权限不足，前面加 sudo：sudo npm install -g openclaw
💡 TIP
安装中如果报错 'npm not found'，说明没装 Node.js。去 nodejs.org 下载 LTS 版本。如果报 'permission denied'（Mac/Linux），在命令前面加 sudo。
OpenClaw 支持同时接入多个模型，不同任务自动选不同模型。配置文件在： 📍 Windows：C:\Users\你的用户名\.openclaw\config.yaml 📍 Mac/Linux：~/.openclaw/config.yaml 🆓 完全免费的模型组合方案： 打开 config.yaml，把下面内容覆盖进去： --- models: default: deepseek-chat providers: deepseek: api_key: sk-你的key base_url: https://api.deepseek.com models: [deepseek-chat, deepseek-reasoner] qwen: api_key: sk-你的key base_url: https://dashscope.aliyuncs.com/compatible-mode/v1 models: [qwen-plus, qwen-max] siliconflow: api_key: sk-你的key base_url: https://api.siliconflow.cn/v1 models: [deepseek-ai/DeepSeek-V3] --- 📌 各模型获取地址（全部免费）： • DeepSeek → platform.deepseek.com → API Keys → 创建 • 通义千问 → dashscope.aliyun.com → 管理中心 → API-KEY管理 • 硅基流动 → siliconflow.cn → 控制台 → API密钥 🔄 配置完重启 OpenClaw 生效： Ctrl+C 停掉 → openclaw start 重启 🧪 测试每个模型是否连通： openclaw test deepseek-chat → ✅ Model 'deepseek-chat' test passed openclaw test qwen-plus → ✅ Model 'qwen-plus' test passed 🎯 设置不同任务用不同模型（在 config.yaml 里加）： routing: - when: "task contains '写代码' or task contains '编程'" use: deepseek-reasoner - when: "task contains '翻译' or task contains '闲聊'" use: qwen-plus - default: deepseek-chat
💡 TIP
日常使用 deepseek-chat 就够了，完全免费。遇到复杂推理问题（解数学题、分析代码）再临时切到 deepseek-reasoner。通义千问的免费额度也不少，可以作为备用。
做一个真正全自动的工作流：每天早上 8 点自动抓 AI 新闻 → AI 总结 → 发到你微信。全程无人值守。 🛠 完整配置（复制粘贴即可，改 API Key 就行）： ① 创建技能文件（在终端执行）： openclaw skill create ai-news-digest → 会在技能目录生成一个 ai-news-digest.yaml ② 用记事本打开这个文件，写入以下内容： ----------- name: ai-news-digest description: 每天早上自动抓取AI新闻并推送到微信 schedule: "0 8 * * *" # 每天早上8点执行 steps: # 步骤1：抓取新闻源 - id: fetch_news action: web_fetch urls: - https://openai.com/blog/rss.xml - https://www.anthropic.com/blog/rss.xml - https://blog.google/technology/ai/rss/ extract: "提取最近24小时内发布的所有AI相关文章标题和链接" # 步骤2：AI 整理摘要 - id: summarize action: llm model: deepseek-chat depends_on: fetch_news prompt: | 你是一个专业的AI新闻编辑。以下是今早从各大AI公司博客抓取的最新内容。 请完成以下任务： 1. 选出最重要的5条新闻 2. 每条用2句话概括核心内容 3. 给每条新闻打标签（产品发布/技术突破/行业动态/开源项目） 4. 最后用一句话总结今日AI圈的整体趋势 输出格式： 🌅 【AI早报】2026年X月X日 ━━━━━━━━━━━━━ 🔥 必读 1. [标题] 一句话总结 🏷 标签 🔗 [链接] ...（共5条） ━━━━━━━━━━━━━ 📊 今日趋势：一句话总结 # 步骤3：推送到微信 - id: send_wechat action: messaging platform: wechat depends_on: summarize target: "你的微信昵称" # 改成你自己的微信名 message: "{{summarize.output}}" # 步骤4：保存到日志 - id: save_log action: file_write depends_on: summarize path: "./logs/ai-news-{{date}}.md" content: "{{summarize.output}}" ----------- ③ 激活技能： openclaw skill enable ai-news-digest → ✅ Skill 'ai-news-digest' is now active ④ 手动试运行一次（不等明天8点）： openclaw skill run ai-news-digest → 几分钟后你应该在微信收到一条AI早报 🎉 如果收到消息，恭喜——你有了第一个全自动Agent工作流！ 从此每天早上8点自动给你推送AI新闻，不用管它。 💡 改造思路（学会了就可以举一反三）： • 把新闻源换成股票API → 自动理财早报 • 加入天气API → 自动出行提醒 • 把微信换成飞书/邮件 → 发给团队 • 加入筛选逻辑 → 只推送你关心的特定话题 核心公式：定时触发 → 抓取数据 → AI处理 → 推送结果。换数据源和提示词就能做无数事情。
💡 TIP
第④步手动试运行一定要做！如果微信收不到消息，检查：①微信插件是否已安装（openclaw plugin install wechat）②是否已扫码登录 ③target 的微信昵称是否写对（不是微信号，是你在微信里的名字）。
用 OpenClaw + n8n 搭建邮件自动处理系统。收到邮件 → AI分类 → 自动回复/归档/通知。 🛠 n8n 工作流步骤（在 n8n 网页界面拖拽配置）： ① 触发器：Email Trigger (IMAP) • 选择「On new email」 • 配置你的邮箱（Gmail/QQ邮箱/企业微信邮箱都行） • 每5分钟检查一次新邮件 ② 分类节点：AI Classifier • 连接DeepSeek API • Prompt：「将以下邮件分类为以下类别之一：客户咨询、内部通知、垃圾邮件、账单/发票、其他。只回复分类名称。」 • 输入：{{邮件主题 + 正文前200字}} ③ 条件分支（根据分类走不同流程）： 📌 客户咨询 → 自动回复模板 + 飞书提醒 • AI生成回复草稿：「你是XX公司的客服。请根据以下客户邮件，写一个友好专业的回复。先确认收到，再说明会尽快处理，最后给出预计回复时间。」 • 自动回复存入「待审核」文件夹 • 飞书通知：「新客户咨询：{{发件人}} - {{主题}}」 📌 内部通知 → 提取关键信息 → 飞书汇总 • AI提取：「提取此邮件的：截止日期、负责人、需要我做什么」 • 飞书机器人发送到指定群 📌 垃圾邮件 → 自动归档到垃圾箱 📌 账单/发票 → AI提取金额+日期 → 记入飞书多维表格 📌 其他 → 标记为未读，等待人工处理 ④ 每周汇总： • 周日晚上10点自动生成邮件周报 • 「本周收到X封邮件，自动处理Y封，Z封待处理。客户咨询平均回复时间：A小时」 • 发到你的飞书 📋 这个工作流配置完以后，你只需要每隔几天检查一下「待审核」和「未读」两个文件夹就行。80%的邮件被自动处理了。
💡 TIP
邮件自动化最怕的是「自动发送错误回复」。务必设置人工审核环节——AI生成的回复先存在「待审核」文件夹，你看一眼再发。不要全自动发送。
Hermes 是 Nous Research 开源的 Agent 框架（GitHub 4.7万星），特点是「自我进化」——它能从你让它执行的任务中自动学习，生成可复用的技能。 📋 前置要求： • Node.js 22+（node -v 检查） • Git • 至少一个模型 API Key（DeepSeek 免费，推荐） 🔧 一键安装（所有平台通用）： 打开终端，复制粘贴这一条命令： curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash 安装过程约 2-3 分钟，会自动检测你的系统并配置环境。 ⚙️ 初始化配置（跟着向导走）： hermes setup 配置向导会依次问你： ① 选择默认模型 → 输入 custom → 选 DeepSeek（免费） ② API Base URL → 输入 https://api.deepseek.com ③ API Key → 粘贴你的 sk-xxxxxxxx ④ 默认模型名 → 输入 deepseek-chat ⑤ 工具权限 → 选 basic（文件读写+命令执行+网络访问） ⑥ 消息平台 → 先选 skip（后面再加微信/飞书） ✅ 配置完成后检验： hermes --version → 看到版本号表示安装成功 hermes doctor → 诊断配置，显示「All checks passed」即可 🚀 启动： hermes → 进入交互模式 hermes dashboard → 打开 Web 管理面板（浏览器访问 localhost:8642）
💡 TIP
Hermes 的安装脚本会自动处理所有依赖。如果报错'command not found'，关掉终端重新打开就好了。国内用户如果下载慢，可以用镜像：curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash
Hermes 的核心优势是「自我学习闭环」——你让它做一件事，它做完后自动把这次经验变成可复用的技能。下次同类任务直接调用技能，无需重复配置。 📌 必学 Skill 1：自动创建技能 对 Hermes 说：「帮我每天早上8点检查公司竞品官网，抓取新品发布信息，整理成邮件发给我」 Hermes 会：①理解任务 → ②执行一次 → ③自动生成一个叫「竞品监控」的技能 → ④下次你可以直接说「执行竞品监控」 查看已生成的技能：hermes skills list 📌 必学 Skill 2：定时任务 hermes schedule "每天早上8点" "执行竞品监控" hermes schedule list → 查看所有定时任务 hermes schedule remove 3 → 删除第3个定时任务 📌 必学 Skill 3：多步工作流 对 Hermes 说一个复杂任务，它会自动拆解： 「分析这个Excel销售数据 → 找出下降最多的产品 → 写一份改进建议 → 发邮件给销售总监」 Hermes 会逐步执行，每步都向你确认，最后生成完整报告。 📌 必学 Skill 4：Web Dashboard hermes dashboard 浏览器打开 localhost:8642 → 可视化查看所有对话历史、技能、定时任务、日志。比命令行直观得多。 📌 必学 Skill 5：消息网关（让 Hermes 接入微信/飞书） hermes gateway setup → 选择平台 → 扫码登录 配置后你可以在微信里直接 @Hermes 发指令，它自动执行并回复。 🔄 全自动工作流实战：日报机器人 对 Hermes 说：「请帮我创建一个全自动日报工作流： 1. 每天早上 8:30 自动执行 2. 从我的飞书日历提取今天日程 3. 从 Gmail 提取未回复的重要邮件 4. 从昨天的聊天记录提取待办事项 5. 整理成一条消息发到我微信 6. 把这个工作流保存为技能'每日早报'」 Hermes 会逐步确认每个步骤，配置完成后每天早上自动运行。你什么都不用做，到点微信就会收到日报。
💡 TIP
Hermes 最强大的地方是「自我进化」——用的越多越聪明。每完成一个任务都自动生成技能，一个月后你就有几十个专属技能，效率碾压手动操作。
整理了 10 个最高频的报错和解决方案，建议收藏。 ❌ 报错1：「Invalid API Key」 → 检查 Key 是否复制完整（前后没空格）→ DeepSeek 的 Key 格式是 sk-开头 → 去控制台重新生成 ❌ 报错2：「Rate limit exceeded」 → 调用太频繁，等几秒再试 → 免费API有每分钟/每天限制 → 升级付费或用多个Key轮换 ❌ 报错3：「Context length exceeded」 → 内容超过了模型最大长度 → 缩短提示词 → 减少知识库检索数量 → 换更长上下文模型 ❌ 报错4：「知识库检索不到内容」 → 检查文档是否上传成功 → 检索策略改成「混合检索」→ 调低分数阈值到0.3 → 增大 Top K 到8 ❌ 报错5：「Agent 回答中途截断」 → 模型输出有最大token限制 → 提示词里加「输出控制在XX字以内」→ 调大「最大输出token」 ❌ 报错6：「Webhook/飞书收不到消息」 → 检查 Webhook URL 是否正确 → 飞书机器人需先添加到群 → 确认工作流已发布 ❌ 报错7：「定时触发器不执行」 → 确认工作流已「发布」不是草稿 → 免费版可能有±5分钟延迟 → 检查时区设置 ❌ 报错8：「OpenClaw command not found」 → 确认安装成功 → 关掉终端重新打开 → Win检查环境变量 → Mac执行 source ~/.zshrc ❌ 报错9：「OpenClaw 连接微信失败」 → 确认安装微信插件 → 用手机App扫码不是截图 → 尝试企业微信 ❌ 报错10：「Node.js 版本不兼容」 → node -v 检查，需要 ≥ 18 → 去 nodejs.org 下载 LTS → 安装后重启终端
💡 TIP
遇到报错先别慌。把完整报错信息复制给 ChatGPT 或 Kimi，让它帮你分析——AI时代最快解决问题的方式就是用AI帮你debug。 Hermes 特有报错：「hermes: command not found」→ 关掉终端重新打开。「安装脚本下载失败」→ 用国内镜像 res1.hermesagent.org.cn。「API 调用失败」→ hermes doctor 诊断配置。「消息平台登录失败」→ 确认用手机App扫码，不是电脑截图。