2026年AI投研应用系列之四：OpenClaw投研实践——从部署到应用

OpenClaw 智能体概述

OpenClaw 是一款开源的 AI 智能体框架，因其红色龙虾图标被用户称为“养龙虾”。自 2026 年初发布以来，该项目在技术社区中获得广泛关注，成为 AI 技术从“对话工具”向“执行工具” 演进的重要探索。 智能体是能够感知环境、自主决策并执行任务的 AI 系统。与传统对话模型仅输出文本不同， 智能体的核心在于“执行”——可拆解复杂指令、调用外部工具、操作软件系统，形成从理解到 执行的完整闭环。OpenClaw 正是这一技术方向的代表性实现。 OpenClaw 的核心优势体现在三方面：一是认知与执行能力深度耦合，使模型不仅能“想”还 能“做”；二是支持 7×24 小时后台值守，可定时执行任务、主动推送信息；三是拥有活跃的技能 生态，用户可通过 ClawHub 安装数千个由社区开发的技能。 在实际应用中，OpenClaw 目前仍存在一定的短板。安全方面，默认权限配置较为开放，需在 隔离环境中部署并严格管控技能来源。任务执行可靠性方面，长步骤任务存在“成功率衰减”— —环节越多，AI 生成的代码越容易出现逻辑漏洞或语法错误，往往需要人工反复调试才能正确运 行，尤其在数据处理、策略回测等投研场景中，代码偏差可能导致结论失真。此外，当前缺乏有 效的上下文管理机制，Token 消耗较难精确控制，使用成本存在不确定性。 综合而言，OpenClaw 为投研人员提供了自动化辅助框架，但其技术红利需在严格权限控制、 环境隔离、人工复核的前提下才能安全释放。现阶段，AI 生成的代码和结果仍需专业人员进行充 分验证与调试。

OpenClaw 部署与使用

(一) 部署方案对比

OpenClaw 的部署方式可划分为三类主流方案，分别是纯本地部署、WSL2+云端模型、纯云 端部署，分别适用于对数据隐私、计算资源、网络依赖及成本有不同需求的用户场景。三类方案 在数据存储位置、硬件要求、模型能力及成本结构上存在显著差异，用户可根据自身需求选择， 不同方案将影响后续应用的边界与使用体验。

纯本地部署：通常要求用户配备高性能 GPU，所有计算与推理均在本地完成，数据无需离开 用户控制范围。该方案适合需高度保密数据的场景，但模型能力受限于本地算力，只能运行开源 或开放权重模型。例如，Ollama 是常用的本地模型运行工具，支持一键部署开源大模型，并通过 本地 API 为 OpenClaw 提供服务。 WSL2+云端模型：是目前个人用户最主流的方案。WSL2（Windows Subsystem for Linux 2） 是微软推出的轻量级虚拟化技术，允许在 Windows 系统上原生运行 Linux 内核，为 OpenClaw 提 供与官方文档高度一致的运行环境。在 Windows 系统上通过 WSL2 运行 OpenClaw 核心服务，模 型推理则通过API调用云端大模型（如阿里云百炼平台，集成了通义千问、GLM-5、MiniMax M2.5、 Kimi K2.5 等主流模型）。这一组合既保障了核心数据在本地存储，又能享受云端模型的强大能力， 且无需本地 GPU，成本仅为 API 调用费用。本文后续将以该方案为例进行详细说明。 纯云端部署：将 OpenClaw 部署在云服务器（如阿里云 ECS）上，通过公网访问。该方案无 本地硬件要求，可随时随地多设备协同访问，支持 7×24 小时运行，适合团队协作场景，但需承 担云服务器与 API 双重费用，并注意数据传输加密。

(二) WSL2+云端模型

WSL2+云端模型方案是个人用户的主流选择，结合了本地开发的便利性和云端模型的强大能 力。本文以 WSL2+Ubuntu 环境为例，完整演示 OpenClaw 的安装、配置及与阿里云百炼模型和飞 书的对接流程。 Ubuntu 是一种主流的 Linux 操作系统，在本方案中作为 WSL2 子系统运行，为 OpenClaw 提 供原生的 Linux 运行环境。在部署流程中，用户通过 Ubuntu 终端执行命令、管理文件、启动 OpenClaw 网关，所有核心服务均在 Ubuntu 环境下运行，而 Windows 仅作为宿主系统提供资源 与网络支持。

1、 启用 WSL2 功能并安装 Ubuntu

管理员模式运行 PowerShell，输入指令：wsl --install -d Ubuntu-22.04，过程中会重启，并 设置 Linux 子系统的用户名和密码（输入密码时界面不显示）。

2、 进入 Linux 环境安装 OpenClaw

在 cmd 中输入 wsl，看到提示符变成 yourname@电脑名:~$ 即表示已进入 Linux 环境。 安装 OpenClaw：在 Linux 环境下输入指令：curl -fsSL https://openclaw.ai/install.sh | bash

3、 安装完成后进入快速设置（QuickStart）

在快速设置中可以先配置大模型和通信方式（如飞书），其他配置可先选跳过。

大模型配置：以阿里云百炼为例

在 Model/auth provider 模型选择中选 Custom Provider（按向下方向键找到），依次输入阿 里云百炼的 API Base URL 和 API Key。随后，在 Endpoint compatibility（兼容模式）选项 中选择 OpenAI-compatible，以使用阿里云百炼兼容 OpenAI 的接口规范。

通信配置：以飞书为例。 在 Select channel 通信选择里选择 Feishu。 1） 进入飞书开放平台，在开发者后台中使用“创建企业自建应用”功能，填写自定义的 应用名称与应用描述。

2）在“添加应用能力”中选择添加“机器人”。在凭证与基础信息中获取 App ID 和 App Secret。 3）在 OpenClaw 配置的相应提示中输入 App ID、App Secret 等信息。 4）在飞书“权限管理”页面点批量导入权限，复制导入 OpenClaw 官方说明文档 （https://docs.openclaw.ai/zh-CN/channels/feishu）中配置权限的代码赋予权限。

5）在设置与回调里设置使用长连接接收事件，添加事件接收消息，然后在版本管理与发 布里进行创建版本并发布。

6）在飞书客户端中搜索刚才设置的应用名称，即可显示对应的机器人，给机器人发送一 条消息，如“你好”，机器人的回复中会包含配对码，在命令行中输入配对码指令：openclaw pairing approve feishu *****（配对码）。 7）飞书配置完毕后在命令行输入 openclaw gateway restart 重启网关。

4、 完成快速设置后，即可使用 OpenClaw。在命令行输入 openclaw dashboard 即可进入 Web 页面对话，或在命令行输入 openclaw tui 进入命令行对话。