claude与openClaw使用提效
banqc
|
ai
|

2794 字
|
23 分钟

1 概览

  • Windows本地和Ubuntu云服务器部署OpenClaw

  • Claude Code部署使用国内模型与OpenClaw结合

  • 快速体验免费OpenClaw，了解国内主流算力Coding Plan产品收费详情与推荐

  • 飞书接入OpenClaw实用体验

2 前言

周末部署了下OpenClaw，最初部署是来源于自己对当前OpenClaw的几点疑惑解答：
1. OpenClaw部署是用免费云尝鲜，还是虚拟机内部署，私有云服务器部署常用，哪种更符合自己的验证需求？
2. OpenClaw对于工作效率提升在哪些方面？
3. 它是否真是网上所说，是个token吞金兽？

亲测后，目前有以下操作体验：

  1. Token消耗: 感觉还行，火山云每月的Coding Plan使劲造也没问题，不像网传几轮对话，或者几小时变成付费上班的cui剧。
  2. 功能体验: 确实能实时订阅指定频道、发送消息、定时推送、整理文档、PPT、定闹钟，或者管理本地电脑、云服务器等
  3. 服务器操作: 确能操作服务器，并且服务器上备有Claude Code + GLM-4.7结合openClaw进行使用。

3 算力与云部署

3.1 超算互联网 (免费)

快速体验，推荐超算互联网，免费领取14天OpenClaw云部署+3000万token。

3.2 火山云

费用: 9.9元购买火山云 Coding Plan ，赠送7天云OpenClaw
模型限制: OpenClaw只能用Doubao-seed-2.0模型
Token: 无限token用一两个月没啥问题

3.3 阿里百炼

阿里百炼，最初是为了熟悉官网Spring Boot AI Template，进行的各种模型调用，还能免费Qwen 3.5 Plus给Claude Code使用。推出的Coding Plan尚未尝鲜。

Spring Boot AI Template: github

3.4 智谱 GLM-5

智谱AI推出的GLM-5模型，可通过Coding Plan使用，性能对标GPT-4级别。

3.5 CC-Switch 一键切换模型

对于有多个API源的，强烈推荐使用 CC-Switch 这个工具来管理。让你能在不同的API提供商之间一键切换，大大提升使用效率。

下载地址：https://github.com/farion1231/cc-switch/releases

image-20260401122502692

4 部署OpenClaw

4.1 免费云部署

超算互联网平台，14天使用，免部署。

4.2 Windows部署

Windows 系统：

#PowerShell（推荐）
iwr -useb https://openclaw.ai/install.ps1 | iex

#CMD
curl -fsSL https://openclaw.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

4.3 Ubuntu部署

基础安装

# 下载并安装 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash

#后续选项，参考：https://www.runoob.com/ai-agent/openclaw-clawdbot-tutorial.html

基础命令

# 网关管理
openclaw gateway status   # 查看网关状态
openclaw gateway restart  # 重启网关

# 设置和启动
openclaw dashboard --no-open  # 启动仪表板（不自动打开浏览器）

模型配置

# 配置火山引擎提供商
openclaw config set models.providers.volcanoengine.baseUrl "https://ark.cn-beijing.volces.com/api/coding"
openclaw config set models.providers.volcanoengine.apiKey "YOUR_API_KEY"
openclaw config set models.providers.volcanoengine.api "anthropic-messages"

# 设置默认模型
openclaw config set agents.defaults.model "volcanoengine/doubao-seed-2.0-pro"

验证配置

# 添加本地bin到PATH
export PATH="$HOME/.local/bin:$PATH"
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc && source ~/.bashrc

# 验证环境变量
echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_API_KEY
echo $ANTHROPIC_MODEL

4.4 连接远程服务器OpenClaw

openclaw dashboard --no-open   # 服务器启动Dashboard，获取登录地址token授权
ssh -N -f -L 18789:127.0.0.1:18789 -p <port> root@<ip地址> #本地SSH隧道连接服务器

# 本地访问：http://127.0.0.1:18789/#token=YOUR_TOKEN

5 Claude Code部署

5.1 安装Claude Code

# 使用npm安装（推荐）
npm install -g @anthropic-ai/claude-code
# 或使用pnpm
pnpm add -g @anthropic-ai/claude-code

# 验证安装
claude --version
# 启动Claude Code
claude

注意：Claude code可能需要google邮箱注册，需登录后使用，再切换调整到国内模型。

若需要注册google邮箱，实测apple手机下载gmail，美网翻墙，国内手机号注册一次顺利完成。之前搜索不少up主，教程踩坑不适合。

可参考阿里接入claude code手册：https://bailian.console.aliyun.com/cn-beijing/?spm=5176.29619931.J_SEsSjsNv72yRuRFS2VknO.2.23dd10d7UL2abC&tab=doc#/doc/?type=model&url=3023078

5.2 配置国内模型

火山云豆包模型配置

编辑 ~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "YOUR_VOLCENGINE_API_KEY",
    "ANTHROPIC_BASE_URL": "https://ark.cn-beijing.volces.com/api/coding",
    "ANTHROPIC_MODEL": "GLM-4.7"
  },
  "includeCoAuthoredBy": false,
  "model": "haiku"
}

阿里百炼Qwen配置

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "YOUR_DASHSCOPE_API_KEY",
    "ANTHROPIC_BASE_URL": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    "ANTHROPIC_MODEL": "qwen3.5-plus"
  },
  "includeCoAuthoredBy": false,
  "model": "haiku"
}

5.3 测试API Key

配置环境变量（mac/liux版本），windows推荐cc-switch可视化管理。

echo "export AI_DASHSCOPE_API_KEY=YOUR_API_KEY" >> ~/.zshrc
source ~/.zshrc

本地测试阿里百炼能访问，说明AI_DASHSCOPE_API_KEY没问题。

curl -X POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation \
  -H "Authorization: Bearer $AI_DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-turbo",
    "input": {
      "messages": [
        {
          "role": "user",
          "content": "你好"
        }
      ]
    }
  }'

5.4 梯子厂商推荐

  • 顶级

网速日常使用没问题，一直在用。年付15.6元，便宜不怕跑路：https://apiapps.djjc.cfd/#/register?code=Vvggl5Jc

  • 龙猫云

前东家。网速好，每月用完需要15元重置流量：https://apiapps.djjc.cfd/#/register?code=Vvggl5Jc

6 配置文件

6.1 模型配置参数

每个厂商模型调用主要3个参数：

| 参数 | 说明 | 示例 |
|——|——|——|
| API Key | 认证密钥 | sk-xxxxx |
| Base URL | API地址 | https://ark.cn-beijing.volces.com/api/coding |
| Model Name | 模型名称 | volcanoengine/doubao-seed-2.0-pro |

6.2 OpenClaw配置文件

主配置文件位置：~/.openclaw/openclaw.json

{
  "meta": {
    "lastTouchedVersion": "2026.3.13",
    "lastTouchedAt": "2026-03-16T14:31:45.440Z"
  },
  "wizard": {
    "lastRunAt": "2026-03-13T11:39:42.878Z",
    "lastRunVersion": "2026.3.12",
    "lastRunCommand": "doctor",
    "lastRunMode": "local"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "volcanoengine": {
        "baseUrl": "https://ark.cn-beijing.volces.com/api/coding", # API Key
        "apiKey": "xxx",        # Base URL
        "api": "anthropic-messages",
        "models": [
          {
            "id": "doubao-seed-2.0-pro",
            "name": "doubao-seed-2.0-pro",      # Model Name
            "input": [
              "text"
            ]
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "volcanoengine/doubao-seed-2.0-pro",    # 查看coding plan厂商手册。
        "fallbacks": []
      },
      "models": {
        "volcanoengine/doubao-seed-2.0-pro": {}
      },
      "workspace": "/root/.openclaw/workspace",
      "contextPruning": {
        "mode": "cache-ttl",
        "ttl": "1h"
      },
      "compaction": {
        "mode": "safeguard"
      },
      "heartbeat": {
        "every": "30m"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "tools": {},
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto",
    "restart": true,
    "ownerDisplay": "raw"
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "cli_a93e7459e2f9dbc8",
      "appSecret": "W8eyEPkQdDioJjnQE6asjhLVFV5UiHgb",
      "domain": "feishu",
      "connectionMode": "websocket",
      "requireMention": false,
      "dmPolicy": "allowlist",
      "groupPolicy": "open",
      "groups": {
        "oc_f7e401fbaae51d33e467fb8c82951cd7": {    # 群聊id 
          "requireMention": false  # 群聊不需要通过“@提及”来激活
        }   # 飞书群id
      },
      "perm": true,
      "streaming": true,    # 飞书开启stream流式输出
        "blockStreaming": true, # 飞书开启stream流式输出
      "allowFrom": [
        "ou_d84c0126a80f9428ce52af9d0be1f224"
      ],  
      "groupAllowFrom": [
        "*"
      ],
      "mentionTrigger": true,
      "keywordTrigger": [
        "虾",
        "侠"
      ]  # 机器人唤醒提示词
    }
  },
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "8fe6f32d0450e59520a7253dac1919d6a0b50c5503f5364a"
    }
  },
  "plugins": {
    "allow": [
      "openclaw-lark"
    ],
    "entries": {
      "feishu": {
        "enabled": false
      },
      "openclaw-lark": {
        "enabled": true
      }
    },
    "installs": {
      "openclaw-lark": {
        "source": "npm",
        "spec": "@larksuite/openclaw-lark",
        "installPath": "/root/.openclaw/extensions/openclaw-lark",
        "version": "2026.3.15",
        "resolvedName": "@larksuite/openclaw-lark",
        "resolvedVersion": "2026.3.15",
        "resolvedSpec": "@larksuite/openclaw-lark@2026.3.15",
        "integrity": "sha512-YGk63CgYG+YDUO2+TxdSPJZA6km52OpqAqf26vZHMUqawEKhiT4bcfD5JHh6VGazjUwRk5Bze1UyVKncc0csBA==",
        "shasum": "997cb8ee9cf66dcd3a24477cb5f59f5fb1a57fff",
        "resolvedAt": "2026-03-16T14:30:48.437Z",
        "installedAt": "2026-03-16T14:31:36.408Z"
      }
    }
  }
}

6.3 Claude Code配置文件

配置文件位置：~/.claude/settings.json

Claude code不支持多个模型同时添加到settings.json文件中，切换比较繁琐，建议cc-switch管理。

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
    "ANTHROPIC_BASE_URL": "YOUR_BASE_URL",
    "ANTHROPIC_MODEL": "YOUR_MODEL"
  },
  "model": "haiku"
}

7 场景与技巧

7.1 Claude Code与OpenClaw交互

所有记录都保存在OpenClaw工作目录 /root/.openclaw/workspace/ 下：

  1. MEMORY.md：长期记忆库，保存重要的配置、约定、长期需要记住的信息
  2. 比如content-collector的配置参数、称呼、定时任务约定等
  3. memory/YYYY-MM-DD.md**：每日日志，按天记录当天的对话和任务
  4. 每天自动创建一个文件，记录当天发生的所有事情
  5. 不需要长期保留的内容会存在这里
  6. AGENTS.md /SOUL.md/ USER.md：系统配置文件
  7. 记录身份设定、信息、工作规则等
  8. 这些是静态配置，不会频繁修改

⚙️ 自动化处理机制

  1. 主动记录：每次有重要的决策、配置变更、任务约定，我会自动写入对应的文件，不需要你手动提醒
  2. 定期整理：每周会自动整理每日日志，把有长期价值的内容提炼到MEMORY.md，删除过时的信息
  3. 任务调度：所有定时任务（比如每日更新检查、新闻推送）都通过cron系统管理，到点自动触发

🎯 降低Token消耗的方法

  1. 分层存储：不重要的历史对话只存在每日日志里，不会每次都加载到上下文
  2. 按需读取：只有当需要用到历史信息时，才会用 memory_search 搜索相关内容，不会全量加载所有记录
  3. 摘要压缩：记录内容时会做精简，只保留核心信息，去掉冗余的对话上下文
  4. 技能化处理：重复性的工作（比如内容收录、新闻推送）都封装成独立技能，不需要每次重新生成逻辑

这样既可以保存大量的历史记录，又不会每次对话都消耗过多的Token~

  • 基本流程

  • 在服务器部署OpenClaw，处理日常自动化任务

  • 在服务器同时部署Claude Code，用于排查OpenClaw异常和问题诊断

  • 当OpenClaw出现问题时，通过SSH连接服务器使用Claude Code排查

  • 优势对比

| 工具 | 能力范围 | 适用场景 |
|——|———-|———-|
| Cursor/Qoder等IDE编辑器 | 检查项目代码 | 代码开发、调试 |
| Claude Code | 操作系统级别能力 | 检查系统配置、修改系统文件 |
| OpenClaw | 系统管理+消息集成 | 自动化运维、多平台集成 |

最佳实践：部署OpenClaw最好同时部署Claude Code，两者结合使用，用Claude Code排查问题。

7.2 OpenClaw接入飞书

方式一：扫码安装（推荐）

使用扫码方式自动注册机器人，开放飞书部分权限。

# cmd/linux/mac均适用，一行命令解决。
npx -y @larksuite/openclaw-lark-tools install

方式二：手动配置

# 安装OpenClaw
npm install -g openclaw@latest --registry=https://registry.npmmirror.com

# 安装飞书插件
npm install -g @larksuite/openclaw-lark@2026.3.12

飞书开放能力平台：https://open.feishu.cn/app

7.3 使用场景

  • 日常自动化场景

  • 定时推送: 飞书机器人接入OpenClaw，每日定时推送相关领域新闻消息

  • 文档整理: 自动整理文档、PPT（未使用）
  • 提醒管理: 定闹钟、任务提醒
  • 系统管理: 管理本地电脑、云服务器

  • 自主网络：代码开发自动gitlab提交issue.

  • 平台集成对比

| 平台 | 效果评价 | 备注 |
|——|———-|——|
| 飞书 | ⭐⭐⭐⭐⭐ | 最佳体验，推荐使用 |
| 钉钉 | ⭐⭐⭐ | 效果不如飞书 |
| 微信 | ⭐⭐⭐ | 可通过企微应用间接接入 |

  • 模型选择建议

| 模型 | 适用场景 | 成本 |
|——|———-|——|
| Claude | 复杂任务、写作类工作 | 较高 |
| GPT-4 | 日常编程、快速原型开发 | 中等 |
| GLM-4.7 | 通用任务 | 较低 |
| Doubao-seed-2.0 | 低成本任务 | 最低 |

8 我的选择

对于我个人来说，我的配置是：

  1. Claude Code相比OpenClaw更符合日常开发使用，避免龙虾安全问题，又能实现跨应用处理本地系统。
  2. 有私云服务器部署openClaw，更好管理和自动运维优化服务，也可做安全加固。
  3. 虚拟机部署openClaw和目前厂商提供的一键云部署openClaw，只暂做尝鲜不长久，openClaw不怎么消耗服务器资源。
  4. 当前工作开发，国内模型能力足够，亲测火山云的coding plan中GLM-4.7结合claude code以及openClaw已足够处理目前问题。
  5. 如需要更强模型算力，请参考以下第6-10项，根据自己的实际情况来调整，实操见参考来源。
  6. 主力：PackyCode Claude cc 源 + Claude Code（处理复杂任务、写作类工作）
  7. 副力：Codex + GPT-4（日常编程、快速原型开发）
  8. 备用：PackyCode Claude aws 源（cc 挂掉时兜底）
  9. 多模型：OhMyGPT（LobeChat 后端、Agent Skills 配合科研绘图）
  10. 尝鲜：智谱 GLM-5（测试国产模型、低成本任务）

参考来源：

本博客基于m2w创作。版权声明：除特殊说明，博客文章均为Banqc原创，依据CC BY-SA 4.0许可证进行授权，转载请附上出处链接及本声明。Serving and Reaching Out © 2022 by Banqc is licensed under CC BY-SA 4.0
ai
暂无评论

发送评论 编辑评论 


				

			

						

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
							
													

					

				

			

			
			

				

					
				

			

				

											

							
							
						

																				
					
											
						

	

		
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
（╯‵□′）╯︵┴─┴
￣﹃￣
(/ω＼)
∠( ᐛ 」∠)＿
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ｀)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ(￣∇￣o)
ヾ(´･ ･｀｡)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò｡)
Σ(っ °Д °;)っ
( ,,´･ω･)ﾉ"(´っω･｀｡)
╮(╯▽╰)╭
o(*////▽////*)q
＞﹏＜
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
	

	

		
颜文字
Emoji
小恐龙
花!
	


									

			

			
			
		

	






上一篇