关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法

前言

为什么写这篇文章，其实主要是想把目前学习到以及使用的梳理一下，在目前这个阶段还有些用的情况下。为什么这么说，作为有10多年工作经验的程序员，其实正常快到生涯末期了，AI的出现以及加速迭代，可能这个来临会更早，但也许是个机会，越有经验年龄越大可能还是更好的。在22年就初步使用了gpt，当时只觉得是一个玩具，写点简单的工具类还行，稍微复杂一些的编码基本不行，要一直调试，在这几年也都只是抱着编码工具的方式去使用，直到26年开年才感觉真的变天了。

一、OpenClaw保姆级安装教程

OpenClaw怎么安装，整理了下步骤，跟着走20分钟内就能搞定。 ps:其实这种教程可以直接问现有的chat模式的AI，他们也可以直接给出教程，国内的比如deepseek、千问、国外的gpt等等，还有一种就是国产的claw，安装也特别简单，这里就在过多描述了。

1. 先准备运行环境

OpenClaw基于Node.js运行，推荐用nvm来安装，避免版本冲突：

下载nvm-windows安装包，双击默认安装就行
打开管理员权限的PowerShell，执行nvm install 22安装Node.js22版本
执行nvm use 22.22.0启用安装的版本
验证：执行node -v和npm -v能输出版本号就没问题
（可选）配置国内镜像：npm config set registry https://registry.npmmirror.com，安装依赖速度快很多

2. 安装OpenClaw

执行一键安装脚本：

powershell 复制代码

iwr -useb https://openclaw.ai/install.ps1 | iex

如果下载很慢，可以使用国内镜像脚本，速度更快：

powershell 复制代码

iwr -useb https://open-claw.org.cn/install-cn.ps1 | iex

如果遇到执行策略报错，先执行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser，输入Y确认后再重新执行安装命令

3. 初始化配置

安装完成后执行openclaw onboard --flow quickstart，跟着引导走就行
风险提示那里输入Yes确认
模型推荐选通义千问，新人有免费额度，不用付费就能用，用完后续可以直接换，推荐性价比的是gpt的拼车，国内的其他模型根据所需自行选择codeplan套餐也行
其他选项默认跳过就行，后面可以再配置
验证：初始化完成后浏览器会自动打开控制台http://127.0.0.1:18789/，发送Hello能收到回复就安装成功了

二、第三方系统对接实战

1. 对接飞书机器人

安装完成后，我们把OpenClaw接入飞书，以后在飞书里就能直接和AI对话，不用一直开着控制台页面，非常方便。

第一步：在飞书开放平台创建机器人

首先我们要先在飞书开放平台创建一个自建应用，作为AI的载体：

登录飞书开放平台 ：访问飞书开放平台，点击右上角「开发者后台」，选择「创建企业自建应用」。
填写应用信息：输入应用名称（比如「我的AI助手」），描述随便写，点击创建。
获取凭证：创建完成后，在左侧菜单点击「凭证与基础信息」，复制保存App ID和App Secret，后面配置要用到。
添加机器人能力：点击左侧「添加应用能力」，选择「机器人」，开通机器人功能。
配置权限：点击左侧「权限管理」，选择「批量导入/导出权限」，把下面的JSON代码粘贴进去，点击导入，这样机器人就有发消息、读消息的权限了：

json 复制代码

{
  "scopes": {
    "tenant": [
      "im:message",
      "im:message:send_as_bot",
      "im:chat:readonly",
      "contact:user.employee_id:readonly"
    ]
  }
}

配置事件订阅（核心步骤）：

点击左侧「事件与回调」，订阅方式选择「长连接」（WebSocket模式，不需要公网IP，本地就能用，非常友好）
点击下方「添加事件」，搜索并添加 im.message.receive_v1（接收消息事件）

发布应用：点击左侧「版本管理与发布」，创建一个新版本，提交审核，因为是企业自建应用，通常秒过，审核通过后点击「上线」就可以了。

第二步：在 OpenClaw 中配置飞书

回到PowerShell窗口，执行以下命令配置飞书信息，把刚才复制的App ID和App Secret填进去：

powershell 复制代码

# 填入你刚才复制的飞书App ID
openclaw config set channels.feishu.appId "你的App_ID"
# 填入你刚才复制的飞书App Secret
openclaw config set channels.feishu.appSecret "你的App_Secret"
# 开启飞书频道
openclaw config set channels.feishu.enabled true
# 设置连接模式为长连接，不需要公网IP
openclaw config set channels.feishu.connectionMode websocket
# 权限控制（重要！安全第一，避免陌生人乱用）
# 私聊需要配对验证，不是谁都能找你的机器人聊天
openclaw config set channels.feishu.dmPolicy pairing
# 群聊必须@机器人才回复，避免在群里乱发消息打扰别人
openclaw config set channels.feishu.requireMention true

配置完成后，重启OpenClaw网关让配置生效：

powershell 复制代码

openclaw gateway restart

第三步：配对与测试

最后一步，配对你的飞书账号和机器人：

打开飞书，搜索你刚才创建的机器人名称，点开对话框发一条消息，比如「Hello」。
机器人会自动回复一个配对码，格式类似「ABC-123」。
回到OpenClaw的Web控制台（http://127.0.0.1:18789），输入以下命令确认配对：

text 复制代码

openclaw pairing approve feishu ABC-123

注意把ABC-123替换成实际收到的配对码，执行后提示配对成功就搞定了！你就可以直接在飞书里和AI聊天了，让它帮你查资料、写代码、生成文档（要在飞书控制台开通文档权限）都可以，非常方便。

2. 对接QQ机器人

qq机器人的后台地址:q.qq.com/#/apps 对接QQ机器人用官方的OpenClaw QQBot插件，配置也很简单：

首先安装qqbot插件：openclaw plugin install qqbot；
在openclaw的json配置文件里添加QQ机器人的appId和appSecret，示例如下：

json 复制代码

"channels": {
  "qqbot": {
    "enabled": true,
    "messageFormat": "text",
    "allowFrom": [ "*" ],
    "appId": "xxxx",
    "clientSecret": "xxxx"
  }
},>

配置完成后，重启OpenClaw网关让配置生效：

powershell 复制代码

openclaw gateway restart

三、核心概念解释（小白向）：AGENTS和SKILL到底是什么

很多刚接触的朋友搞不清这两个概念，简单解释下：

1. AGENTS

你可以理解为不同分工的AI助手，比如你可以创建专门写Java代码的AGENT，专门排查线上问题的AGENT，专门做运维的AGENT，每个AGENT可以配置不同的权限、上下文和使用习惯，不用每次使用都重复描述需求，用起来更顺手。

2. SKILL

就是已经封装好的功能模块，比如问题排查、编写Jira、告警群问题直接修复等等，也可以先用网上写好的SKILL，你直接安装就能用，不用自己从零开发，非常方便。

四、我日常的4个使用场景

用过了一些国内大模型，目前主要使用gpt-5.4模型。

1. 生产问题排查

线上出问题的时候，我直接把问题描述、相关报错日志、对应代码的本地路径、数据库只读权限给OpenClaw，它会自动关联所有上下文，先去日志系统拉取完整请求链路，再查数据库对应的数据是否异常，最后定位到具体的代码逻辑，不到1分钟就能给出问题根因和可直接落地的修复方案，比我自己翻日志查代码快很多，省了不少时间。后续封装成skill之后，会更快更简单。

2. 需求功能开发

普通的业务需求我现在基本不用自己写代码了，把需求文档给OpenClaw，它会自动理解需求，设计库表结构，生成建表SQL，写后端Java/SpringBoot代码（包含接口定义、业务逻辑、单元测试、异常处理），写前端代码，自动生成配置文件等等。开发效率比我自己手写至少快不少（至于快非常多目前而言那是不符现在情况的，因为项目开发很多时间都花在需求理解和设计上，特别是复杂的业务就越需要时间沟通理解），而且代码的规范性、注释完整度比我手写的还高，我只需要做最后的代码审核就行，省下来的时间都可以继续研究其他的东西。其实后续也可以不审核，目前写的很稳定可靠，但是我还是希望看下AI是如何编写的，并且了解一下具体实现，增加一些参与感~

3. 飞书告警自动闭环处理

我现在已经把公司所有微服务的飞书告警群都接入了OpenClaw，实现了70%的常见异常处理，人工介入只需@它就行：

根据群内的异常告警消息，提取traceId、项目名称、异常堆栈信息；
根据traceId自动去ELK日志系统拉取完整的链路日志；
定位到具体代码问题之后自动生成修复代码，本地跑单元测试验证；>
测试无误之后自动提交git merge request，通知相关负责人审核；类似空指针异常、参数校验不通过、配置错误这类常见问题，OpenClaw自己就能搞定，再也不用加班看告警再也不用爬起来处理了，睡眠质量都好了很多~ ps：至于为什么不做自动，宏观来说就是有些东西还是需要有点参与感要分析的，其实就是做成自动之后，那唯一的参与也没了。。。

4. 自定义技能封装复用

我自己会在每次处理一个问题的时候进行封装了SKILL，然后同步到我们部门的库，这样大家都有这个功能了，但是这样也许后续就会变成赛博电子人了。。。

总结感悟

先说下为什么这么久没写博客，加班太多，太忙，年纪大了等等原因，虽然都是借口，最主要的就是没有正反馈了，以前写博客有人交流，可以帮助一些人，现在有AI之后，它非常厉害，什么都可以找它，我遇到的问题和需要回答我都找它，已经很久没正儿八经进行网络搜索查找了，所以中间很长一段时间都没怎么写了，实话就是感觉写了没意义了，有些浪费时间，本身就忙的情况下再去做就得不偿失了。那为什么现在又写了呢？其实就是在全面用了AI之后，这个想法更强烈了。的确AI很强大，很厉害，我对它是兴奋和恐惧参半，兴奋的是这么好用的东西出来了，我可以做更多想做的事情了，它是我的老师亦是我们助手；恐惧的是它太强了，还在指数进行迭代，让我望尘莫及，太打击个人信心了，努力学会的各种技能在它面前显得可笑。但是，又是但是，它不是没有缺点的，它缺少主观，缺少想法，这个正是人有它没有的，所以我又开始了。AI终究只是AI，最后核心一定是由人来突破，那么人类的学习还是有用的，把AI当做一个工具就好，人来主导。

音乐推荐

推荐一首我很喜欢的音乐，'戏里繁华戏外江山，你的美只愿岁月看得见'非常有感触

关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法

前言

一、OpenClaw保姆级安装教程

1. 先准备运行环境

2. 安装OpenClaw

3. 初始化配置

二、第三方系统对接实战

1. 对接飞书机器人

第一步：在飞书开放平台创建机器人

第二步：在 OpenClaw 中配置飞书

第三步：配对与测试

2. 对接QQ机器人

三、核心概念解释（小白向）：AGENTS和SKILL到底是什么

1. AGENTS

2. SKILL

四、我日常的4个使用场景

1. 生产问题排查

2. 需求功能开发

3. 飞书告警自动闭环处理

4. 自定义技能封装复用

总结感悟

相关文章推荐

音乐推荐