第一次用 OpenClaw，我让它 3 分钟写了个小工具

装好了 OpenClaw，坐在终端前，光标一闪一闪，却不知道该敲什么？

这是很多新手的状态。工具装好了，模型配好了，甚至 help 命令都看过了，但真要让 AI Agent 干活的时候，反而不知道怎么开口。

今天这篇文章，就带你完成第一个真正有用的任务。不需要复杂的概念，不需要读文档，跟着做，3 分钟后你会得到一个能跑的小工具。

我们要做什么？

让 OpenClaw 帮我们写一个命令行待办清单工具（Todo CLI）。

功能很简单：

添加待办：todo add "买牛奶"
查看列表：todo list
标记完成：todo done 1

够简单吧？但这个过程你会亲眼看到 OpenClaw 如何理解需求、创建文件、编写代码、测试运行------一次完整的工作闭环。

第一步：打开终端，告诉它你要什么

进入你的工作目录，启动 OpenClaw。然后直接输入这段需求：

帮我写一个 Python 命令行待办事项工具，支持 add、list、done 三个命令，数据存在本地 JSON 文件里。代码要简洁，带基本的错误处理。

注意：不需要写"请""麻烦"这些客套话，直接说需求，像交代同事一样自然。

第二步：看着它自己干活

按下回车后，你会看到终端里开始滚动内容。OpenClaw 不会立刻写代码，它会先拆解任务：

复制代码

1. 分析需求：需要命令行参数解析、JSON 持久化、三个子命令
2. 创建项目结构：todo.py 主文件，todo_data.json 数据文件
3. 编写代码
4. 本地测试验证

然后它开始创建文件。你会看到类似这样的输出：

复制代码

[Create] todo.py
[Edit]   todo.py  # 写入代码
[Run]    python todo.py list

这时候不要打断它。Agent 工具和 ChatGPT 不一样，它是在真实操作你的文件系统，中间过程可能在试错、测试、修 bug。给它 30 秒到 1 分钟。

第三步：任务完成，验收成果

当终端恢复可输入状态，说明它干完了。看看你的目录：

复制代码

workspace/
├── todo.py
└── todo_data.json

打开 todo.py，代码大概长这样：

python 复制代码

#!/usr/bin/env python3
import json
import os
import sys

DATA_FILE = "todo_data.json"

def load_todos():
    if not os.path.exists(DATA_FILE):
        return []
    with open(DATA_FILE, "r", encoding="utf-8") as f:
        return json.load(f)

def save_todos(todos):
    with open(DATA_FILE, "w", encoding="utf-8") as f:
        json.dump(todos, f, ensure_ascii=False, indent=2)

def add_todo(text):
    todos = load_todos()
    todos.append({"text": text, "done": False})
    save_todos(todos)
    print(f"已添加: {text}")

def list_todos():
    todos = load_todos()
    if not todos:
        print("暂无待办事项")
        return
    for i, item in enumerate(todos, 1):
        mark = "✓" if item["done"] else " "
        print(f"{i}. [{mark}] {item['text']}")

def done_todo(index):
    todos = load_todos()
    if 1 <= index <= len(todos):
        todos[index-1]["done"] = True
        save_todos(todos)
        print(f"已完成: {todos[index-1]['text']}")
    else:
        print("无效的序号")

def main():
    if len(sys.argv) < 2:
        print("用法: python todo.py [add|list|done] ...")
        return
    
    cmd = sys.argv[1]
    if cmd == "add" and len(sys.argv) >= 3:
        add_todo(sys.argv[2])
    elif cmd == "list":
        list_todos()
    elif cmd == "done" and len(sys.argv) >= 3:
        done_todo(int(sys.argv[2]))
    else:
        print("未知命令")

if __name__ == "__main__":
    main()

来，动手试一把：

bash 复制代码

python todo.py add "晚上写周报"
python todo.py add "预约体检"
python todo.py list
python todo.py done 1
python todo.py list

它真的能跑。

这 3 分钟里，到底发生了什么？

复盘一下刚才的流程，你会更理解 OpenClaw 这类工具的本质：

阶段	它做了什么	你做了什么
理解需求	解析自然语言，提取功能点	写一句需求
规划任务	拆成"建文件-写代码-测试"几步	看
执行操作	调用文件工具创建、编辑、运行	等
验证结果	自己跑一遍命令确认能工作	验收

核心区别就在这里 ：Copilot 是给你代码建议，Cursor 是编辑器里辅助你，而 OpenClaw 是自己把活干完，从头到尾。

第一次使用，记住这 3 个小技巧

1. 任务要具体，边界要清晰

不要说"帮我写个工具"，要说"写一个 Python 命令行工具，支持 add/list/done，数据存 JSON"。需求越清楚，它越不会跑偏。

2. 让它在工作目录里折腾

第一次用，建议专门建个 playground 文件夹，让 OpenClaw 在里面随便操作。这样你不担心它动到重要文件，心理负担小很多。

3. 中途别慌，看日志

如果看到它在反复修改同一段代码，或者报了个错又在继续，别急着 Ctrl+C。Agent 有自我纠错机制，很多时候它自己能搞定。实在卡死了，再手动介入。

下一步可以玩什么？

这个小工具跑通后，你可以试着给它加点难度：

"给 todo.py 加上优先级和截止日期"
"把它改成一个可以 pip 安装的 Python 包"
"用同样的逻辑，写一个记账本工具"

每一次，都是你熟悉 OpenClaw 工作方式的机会。

OpenClaw 这类工具的上手曲线其实很短：说出来 → 等它做 → 验收。难点从来不是操作，而是你敢不敢把第一句话敲下去。

现在，打开你的终端，把那句需求贴进去。3 分钟后，你也会有一个自己"指挥 AI 做出来"的小工具。