从零搭建 AI 私人管家：OpenClaw 一个月实战手记

一个运维工程师的真实经历：如何把 AI 装进自己的服务器，让它帮你查新闻、监控设备、记工作日志，甚至自动记账。

写在前面

你有没有想过，如果有一个 AI 助手，它不像 ChatGPT 那样只能"聊天"，而是能直接操作你的电脑、对接你的服务、记住你的习惯，甚至在你睡觉的时候自动干活——那会是什么体验？

我就是带着这个想法，花了一个月时间，把 OpenClaw 部署到了自己的服务器上。这篇文章记录了我从安装到日常使用的完整过程，包括踩过的坑和最终跑起来的自动化任务。

不卖关子，先说结论：现在我的 AI 管家每天自动执行 8 个以上的定时任务，覆盖新闻简报、系统监控、工作日志、黄金价格跟踪等场景。我只需要在 Telegram 上跟它说话就行。

一、什么是 OpenClaw？为什么选它？

简单说，OpenClaw 是一个开源的 AI Agent 框架。它跟 ChatGPT、Claude 这类聊天产品的核心区别在于：

作为一个天天跟 Linux、路由器、虚拟机打交道的运维工程师，我需要的不只是"聊天"，而是一个能直接操作命令行、对接内网服务、执行定时任务的 AI 助手。OpenClaw 的定位刚好匹配。

二、我的部署环境

先交代一下我的硬件环境，这样你有个概念：

• 主力服务器：一台运行 Debian Linux 的台式机，OpenClaw 主节点就跑在这上面
• 备用节点：M3 MacBook Air，独立运行一份 OpenClaw
• 远程 Mac mini：公网可达的 macOS 服务器（朋友借用的）

除此之外，内网还有一堆服务：

• SearXNG 搜索引擎（自建的，替代 Google 搜索）
• 思源笔记（本地知识管理工具）
• RouterOS 软路由（网络设备）
• Synology NAS（群晖存储）

OpenClaw 需要一台 24 小时运行的机器。我用的是 Linux 台式机，其实树莓派、VPS 云服务器甚至 macOS 都行，只要是 Node.js 18+ 能跑的环境就可以。

💡 一个小弯路

一开始我尝试让两台机器上的 OpenClaw 互相连接（"节点对接"模式），折腾了半天后发现——如果两边各自独立运行、各自接收消息，其实没必要增加这个复杂度。最终我选择各自独立运行，简单省心。

经验： 部署前先想清楚你的使用场景，不要过度设计。

三、多通道接入：一个 AI，多个入口

OpenClaw 支持同时接入多个聊天平台，这意味着你可以在 Telegram 上跟 AI 说一句话，在微信上问它另一个问题，它都能记住上下文并回复。

Telegram（推荐主力通道）

这是我最常用的通道，也是配置最简单的。只需要：

1. 找 @BotFather 创建一个 Telegram Bot
2. 拿到 Bot Token 填进 OpenClaw 配置
3. 启动，完事

踩坑记录： 配置 streaming（流式输出）时，我写成了 {"mode": "partial"}（对象格式），正确写法应该是 "partial"（纯字符串）。这个错误导致消息完全发不出去，排查了好一会儿才发现。

微信通道

微信通道通过一个第三方插件（openclaw-weixin）实现。从 2.1.7 升级到 2.1.8 后，修复了一个让人头疼的 bug：发送代码块和表格时，内容会被 Markdown 过滤器误删。

升级后发代码终于不会被"吃"掉了。

QQ 频道

QQ 频道是最折腾的一个。主要问题是：腾讯的 WebSocket 连接每 5 分钟左右会被服务器强制断开（错误码 1006）。

虽然 OpenClaw 会自动重连，但在断连期间的消息可能会延迟甚至丢失。而且即便 OpenClaw 这边显示"消息已发送"，QQ 客户端上可能根本看不到——这是因为 QQ 机器人的私聊权限需要额外申请和审核。

如果你打算接入 QQ，建议先确认应用的 C2C（私聊）消息权限是否已开通。

飞书

飞书的接入比较顺畅，API 权限管理也很完善。但有一个至今没完全解决的问题：某些群组消息会被静默丢弃，AI 收到了但不会回复。暂时还在排查中。

四、AI 模型选择：适合自己的才是最好的

OpenClaw 不绑定特定的 AI 模型，你可以自由选择。我这一个月实际用过的主要模型：

⚠️ 以上价格和特性基于 2026 年 4 月的实际使用体验，具体价格请以各厂商官方文档为准。

实际体验感受：

在个人使用中，Google 的 Gemini 综合体验最佳，无论是理解力、响应速度还是多轮对话的连贯性，都给我留下了深刻印象。但不可否认的是，它的 token 价格在几款模型中相对最高，重度使用的话成本需要考虑。

国内的智谱（GLM-5）和 MiniMax（M2.7）则各有侧重。智谱在中文场景下表现出色，而且是开源的，有条件的话可以本地部署，数据完全不出网。MiniMax 的编码能力和性价比都不错，$0.30/百万 token 的价格对于日常使用来说很友好。

一个需要提醒的现实问题： 目前这几家模型服务，或多或少都存在超售现象——高峰期响应变慢、偶尔出现请求排队甚至报错。这不是某一家的问题，而是整个行业在算力供给跟不上需求时的普遍情况。如果你对稳定性要求很高，建议配置 fallback 模型，主模型不可用时自动切换到备用模型，避免单点故障。

五、自建搜索引擎：告别对第三方的依赖

OpenClaw 默认的网络搜索能力依赖于 AI 模型自带的搜索功能。但我更倾向于自己掌控搜索源，于是在内网部署了一个 SearXNG 实例。

SearXNG 是一个开源的元搜索引擎，它把 Google、Bing、DuckDuckGo 等多个搜索引擎的结果聚合在一起，关键是——数据不过别人的服务器。

部署完成后，把 OpenClaw 的搜索插件指向内网 SearXNG 地址就行：

搜索提供商: searxng
地址: http://你的内网IP:8888

从那以后，所有需要联网搜索的定时任务（新闻简报等）都走自己的搜索引擎，零外部依赖。

六、定时任务：让 AI 在你睡觉的时候干活

这是 OpenClaw 最实用的功能，也是我最喜欢的一部分。目前跑着的定时任务：

📰 每日新闻简报

每天早上 10:00 和晚上 22:00，自动搜索"中美关系"相关新闻，生成简报推送到 Telegram。内容格式大概是：

📰 中美动态简报 - 2026-04-12

「标题1」
3 句话摘要...
🔗 来源链接

「标题2」
...

📊 市场快览
黄金: ¥1048/克 (+0.47%)
WTI 原油: $xx/桶

🌐 RouterOS 流量日报

每天 23:15 自动采集软路由的流量数据，生成日报推送。

📦 Synology NAS 状态监控

每天 15:00 检查 NAS 的 CPU 温度、硬盘温度、内存使用情况，通过 Bark 推送到手机。

💼 工作日志提醒

工作日晚上 21:00，提醒我填写当天的工作记录。

💰 黄金价格监控

设置了一个价格阈值，当国内金价（AU9999）跌破指定价位时自动提醒。

📧 邮件检查

定时检查是否有新邮件，有新邮件就推送通知。

踩坑： 新闻简报的定时任务最初因为超时设置太短，经常执行到一半就中断了。后来调整了 timeout 参数才稳定下来。

七、打通内网服务：让 AI 成为你的万能遥控器

思源笔记（SiYuan Note）

思源笔记 是一款国产的本地知识管理工具，支持 API 调用。我通过 OpenClaw 对接了思源笔记的 API，实现了两个实用功能：

1. 自动工作日志

每天提醒我填写工作记录后，我会告诉 AI 今天做了什么。AI 自动调用思源笔记 API，创建文档并保存到指定笔记本。

2. 智能记账

通过微信跟 AI 说"公账记账：支出200元，VPN代理"，AI 自动在思源笔记的记账文档里追加一行记录，并更新余额。

这里的坑值得一提：

思源笔记的 API 有一些"不太直觉"的地方：

• createDoc 接口返回"成功"，但实际不创建文档。必须用 createDocWithMd
• updateBlock 必须传 dataType 参数（"markdown" 或 "dom"），否则返回成功但内容不变
• 同一路径下重复调用 createDocWithMd 会替换而非新建

踩完这些坑之后，我总结了一套标准流程，写进了配置文件里，AI 现在处理记账已经非常稳定了。

RouterOS 流量监控

写了一个 Python 脚本，通过 RouterOS API 每 10 分钟采集一次接口流量数据，配合定时任务生成日报。AI 在这个过程中负责的是"调度和推送"——它不需要自己写监控脚本，只需要定时调用已有的脚本并把结果推送给我。

八、记忆系统：这才是 AI 管家的核心

你可能注意到，前文提到 AI 能"记住"我的偏好——比如查询天气默认查马鞍山市、黄金价格换算成人民币/克。这得益于 OpenClaw 的分层记忆系统。

OpenClaw 的记忆不是靠 AI 模型本身的"记忆力"（那会在会话结束后消失），而是通过文件系统实现的：

workspace/
├── SOUL.md         ← AI 的人格和性格定义
├── USER.md         ← 用户信息和偏好
├── TOOLS.md        ← 工具配置和速查笔记
├── AGENTS.md       ← 工作流程和规则
├── MEMORY.md       ← 长期记忆索引
└── memory/
    ├── projects.md      ← 项目状态
    ├── lessons.md       ← 踩坑记录
    ├── infra.md         ← 基础设施配置
    └── YYYY-MM-DD.md    ← 每日日志

每次会话启动时，AI 会自动读取这些文件。这意味着：

• 跨会话连续性：昨天跟 AI 说的偏好，今天它还记得
• 知识积累：踩过的坑记在 lessons.md 里，以后不会再犯
• 个性化：天气默认查哪个城市、黄金用什么单位，都在 USER.md 里定义

这不是什么黑科技，但非常实用。这就像给 AI 写了一份"使用说明书"——你是什么人、你喜欢什么、你有什么设备、你踩过什么坑，它都一清二楚。

九、踩坑汇总

最后把主要的坑整理一下，给后来者避雷：

1. Telegram streaming 配置格式错误

• 症状：消息完全发不出去
• 原因：streaming 写成了对象 {"mode":"partial"} 而非字符串 "partial"
• 修复：改成 "streaming": "partial"

2. QQ WebSocket 频繁断连（1006）

• 症状：消息延迟或丢失
• 原因：腾讯服务器主动断开 WebSocket 连接
• 现状：OpenClaw 会自动重连，但短时延迟无法避免

3. 思源笔记 API 的"假成功"

• 症状：调用返回成功，但数据没变化
• 原因：createDoc 不真正创建；updateBlock 不传 dataType 就静默失败
• 修复：用 createDocWithMd；updateBlock 必须加 dataType 参数

4. 飞书群组消息丢失

• 症状：AI 收到消息但不回复
• 现状：🔴 未完全解决，疑似权限配置问题

5. 定时任务超时

• 症状：新闻简报执行到一半就中断
• 原因：默认 timeout 设置太短，搜索+生成耗时超过限制
• 修复：调大 timeout 参数

6. 模型选择建议

• 教训：各模型各有优劣，不要只看价格，也不要迷信某一家
• 建议：配置 fallback 模型，主模型超售或宕机时自动切换，保证服务可用性

十、写在最后

一个月下来，OpenClaw 已经从"新鲜玩具"变成了我日常工作中不可或缺的一部分。

每天早上醒来，Telegram 里已经躺着两条新闻简报；工作时遇到问题，直接在 Telegram 上问一句就能得到技术方案；晚上 21 点准时提醒我写工作日志；黄金价格有波动会自动推送通知。

它不是替代我思考，而是替代我执行那些重复性的、机械性的操作——查资料、监控设备、整理信息、推送通知。这些事情以前需要我手动做或者写脚本做，现在一句话就能搞定。

如果你也是一个喜欢折腾的技术人，有一台 24 小时运行的机器，并且想让 AI 真正"住"进你的工作流里——我推荐你试试 OpenClaw。

安装只需一行命令：

npm install -g openclaw

然后按照官方文档配置你的 AI 模型和聊天通道就行了。剩下的，交给你的想象力。

本文基于 OpenClaw 2026 年 3-4 月版本的实际使用体验撰写。软件持续更新中，具体配置方式可能随版本变化。

项目地址：GitHub | 文档：docs.openclaw.ai | 社区：Discord