OpenClaw（前身為 Clawdbot 或 Moltbot）是 2026 年最受矚目的開源 AI 代理人（AI Agent）架構之一。與傳統的聊天機器人（Chatbot）不同，OpenClaw 被設計為一個「對話優先」且「本地優先」的自動化引擎。

它能直接運行在你的電腦（或伺服器）上，透過你常用的通訊軟體（如 WhatsApp, Telegram, Discord, Slack）作為介面，並獲得授權執行終端指令、瀏覽網頁、管理文件與行事曆。

🚀 OpenClaw 詳細介紹：你的數位員工

OpenClaw 的核心理念是將 AI 從「網頁上的對話框」釋放到你的「本地作業系統」中。

核心特徵

• 長期記憶（Persistent Memory）： 它會記錄與你的過往對話、偏好與工作習慣，存儲為本地的 Markdown 或 YAML 文件，不會隨著新對話而遺忘。
• 多管道接入（Bridges）： 你不需要打開特定 App，直接在 Telegram 或 WhatsApp 傳訊息給它，就像在傳簡訊給同事。
• 技能擴展（Skills）： 透過開源社區提供的「Skills」，它可以操作 Google Drive、Obsidian、甚至是你的 Linux 終端（Shell）。
• 隱私可控： 你可以選擇連接雲端模型（Claude, OpenAI），也可以搭配本地模型（透過 Ollama），確保敏感數據不出本地。

💡 高可行性的應用場景

OpenClaw 的強大在於它能「跨工具」執行任務：

1. 遠端伺服器維護員： 人在外面時，透過手機 Telegram 傳一句：「檢查我 Ubuntu 的硬碟空間，如果超過 80% 就把舊的 Log 檔壓縮並備份到雲端。」OpenClaw 會直接在終端執行 df -h、tar 和上傳指令。
2. 智慧晨報與排程： 設定定時任務，讓 OpenClaw 在每天早上 8 點抓取你 Google Calendar 的行程、當天天氣，並加上 Hacker News 的熱門技術新聞，整理成簡報發送到你的 WhatsApp。
3. 單據與收據自動化： 你拍一張紙本收據照片傳給它，OpenClaw 透過 OCR 解析內容，並自動開啟本地的試算表（或 Google Sheets）填入日期、類別與金額。
4. 開發者的小秘書： 傳送一個 GitHub Repo 連結給它，叫它：「幫我研究這個專案的讀我檔案，並在我的桌面上建立一個 Docker Compose 環境試跑看看。」

🛠️ 在 Ubuntu 上安裝 OpenClaw

OpenClaw 主要基於 Node.js 運行，建議使用 Ubuntu 22.04 或 24.04 以上版本。

第一步：環境準備

確保安裝了 Node.js 22+ 以及包管理器（推薦使用 pnpm）。

# 安裝 pnpm
curl -fsSL https://get.pnpm.io/install.sh | sh -
# 重新載入 shell 環境
source ~/.bashrc

第二步：安裝 OpenClaw

使用全域安裝指令將 OpenClaw 加入系統。

pnpm add -g openclaw@latest

第三步：啟動引導嚮導（Onboarding）

這是最重要的步驟，它會引導你設定模型密鑰（API Key）、通訊頻道與守護進程。

openclaw onboard --install-daemon

提示： 嚮導會詢問你要連結哪個通訊軟體。例如選擇 WhatsApp 時，終端會出現一個 QR Code，用手機掃描即可完成連結。

⚙️ 自己建立與操作的流程

一旦安裝完成，你可以透過以下流程來自定義你的 AI 助手：

1. 配置模型與 API

編輯設定檔（通常位於 ~/.openclaw/config.yaml 或透過 TUI 介面）：

• 雲端： 填入 ANTHROPIC_API_KEY 或 OPENAI_API_KEY。
• 本地： 啟動 Ollama 後，將模型指向 http://localhost:11434。

2. 安裝新技能 (Skills)

OpenClaw 的威力來自技能庫。你可以透過指令安裝社群開發好的技能：

# 例如安裝一個管理 GitHub 的技能
openclaw skill install github-automation

3. 操作流程建議 (Workflow)

• 指令觸發： 在 Telegram 輸入 /exec ls -la 測試它是否有權限讀取你的目錄。
• 設定自動化任務（Cron）： 你可以告訴 OpenClaw：「以後每週五下午 5 點，幫我總結這一週我在工作資料夾裡新增的文件內容。」它會自動寫入其內部的排程表。
• 安全沙盒（Sandbox）： 若擔心 AI 亂刪檔案，建議在設定中開啟 Docker 沙盒模式，讓 OpenClaw 在容器內執行指令： ```bash

  在 config 中將 sandbox 設為 “non-main” 或 “all”

  openclaw gateway restart

案例「每日晨報機器人」

若要將 OpenClaw 打造為「每日晨報機器人」，最有效的方法是利用其 排程（Cron） 功能，結合 搜尋（Web Search） 與 內容總結（Summarization） 技能。可以透過以下三個步驟完成設定：

1. 建立晨報指令腳本 (morning_briefing.yaml)

首先，我們定義一個專門處理新聞與股市的技能。OpenClaw 會先去爬取資料，然後交給 LLM 進行分析與翻譯（如果你看的是國際新聞）。

name: daily_morning_report
description: "每日早上自動抓取國際頭條與股市數據並發送簡報"
permissions:
  - web_search    # 爬取新聞
  - finance_api   # 若有串接 Yahoo Finance 或 Alpha Vantage
  - notification  # 發送訊息到 Telegram/WhatsApp

2. 編寫自動化流程 (Workflow Logic)

這是 OpenClaw 執行時的邏輯偽代碼。你可以直接在對話中告訴 OpenClaw 這個邏輯，或寫入 index.js：

async function generateMorningBriefing(ctx) {
    // 1. 抓取國際新聞 (例如：Reuters 或 Bloomberg)
    const newsResults = await ctx.skills.web_search.execute({ 
        query: "top international news headlines today Reuters Bloomberg",
        num_results: 5 
    });

    // 2. 抓取股市數據 (美股/台股)
    // 你可以指定特定的標的，例如 S&P 500, TSMC, NVDA
    const stockData = await ctx.skills.web_search.execute({ 
        query: "S&P 500 price change today, NVIDIA stock price, TSMC ADR status" 
    });

    // 3. 讓 LLM 整理並翻譯成繁體中文
    const report = await ctx.llm.generate({
        prompt: `
        請根據以下資訊整理一份簡潔的晨報：
        新聞來源：${JSON.stringify(newsResults)}
        股市數據：${JSON.stringify(stockData)}
        
        格式要求：
        - 📅 日期：YYYY/MM/DD
        - 🌍 國際大事：重點摘要 3 點
        - 📈 股市概況：標普500漲跌、關鍵個股表現
        - 💡 投資建議：基於今日新聞的簡短觀察
        `
    });

    // 4. 發送到你的通訊軟體
    await ctx.notification.send(report);
}

3. 使用 scheduler 建立自動執行排程

這是最關鍵的一步。你可以直接在 OpenClaw 的對話框中輸入指令來設定：

使用者： 「幫我設定一個排程，從明天開始，每天早上 8 點執行 daily_morning_report，並把結果發到我的 Telegram。」

Openclaw + GitHub

要使用 Openclaw（通常是指一款開源的自動化爬蟲或任務執行框架）來操作 GitHub，核心思路是將 Openclaw 產出的資料（如 JSON、Markdown 或 CSV）透過 Git 指令或 GitHub API 自動推送到倉庫。

由於 Openclaw 主要負責「抓取」與「處理」，它通常不內建「自動提交到 Git」的按鈕，我們需要透過 Shell 腳本 或 Python 整合 來達成。

以下是實現這套自動化流程的完整方案：

第一步：環境準備 (GitHub 認證)

在伺服器或本地執行 Openclaw 的環境中，必須先解決權限問題，否則 git push 會失敗。

1. 產生 Personal Access Token (PAT):
   • 前往 GitHub [Settings] -> [Developer settings] -> [Personal access tokens]。
   • 勾選 repo 權限。
2. 配置 Git 使用 Token:
   • 建議使用 SSH Key 或者在遠端 URL 中嵌入 Token： git remote set-url origin https://<YOUR_TOKEN>@github.com/username/repo.git

第二步：整合 Openclaw 與 Git 操作

你可以根據你的開發習慣選擇以下兩種方式之一：

方法 A：使用 Shell 腳本 (最簡單、最通用)

這是最推薦的方式，將 Openclaw 的執行指令與 Git 指令寫在一起。

#!/bin/bash

# 1. 執行 Openclaw 爬蟲/分析任務
# 假設 Openclaw 的啟動指令如下，並將結果輸出到 results 目錄
openclaw run my_task.yaml

# 2. 進入資料倉庫目錄
cd /path/to/your/github-repo

# 3. 執行 Git 標準流程
git add .
TIMESTAMP=$(date "+%Y-%m-%d %H:%M:%S")
git commit -m "Auto-update: $TIMESTAMP"
git push origin main

方法 B：使用 Python 腳本 (適合 AI 分析後處理)

如果你在 Openclaw 抓取後，還需要用 Python 進行 AI 分析（如呼叫 OpenAI API），可以用 GitPython 套件來完成。

import os
from git import Repo # pip install GitPython

def upload_to_github(repo_path, commit_message):
    repo = Repo(repo_path)
    
    # 確保在正確的分支
    repo.git.add(all=True)
    repo.index.commit(commit_message)
    origin = repo.remote(name='origin')
    origin.push()

# 執行流程
# 1. 調用 Openclaw 抓取數據
# 2. AI 分析邏輯...
# 3. 上傳結果
upload_to_github('./my-data-repo', 'Update AI analysis results')

---

### 第三步：實現「定期」自動化

要讓這一切自動運作，你需要一個調度器。

1. **使用 Linux Cron (最穩定):**
輸入 `crontab -e`，設定每天凌晨 2 點執行：
```bash
0 2 * * * /bin/bash /path/to/your/upload_script.sh

1. 使用 GitHub Actions (雲端全自動): 如果你的 Openclaw 可以在 Docker 或 GitHub 的虛擬環境中運行，你可以直接寫一個 .github/workflows/main.yml。
   • 優點： 不用自己準備伺服器。
   • 缺點： 如果爬蟲需要特定 IP 或長延時，Actions 可能會被封或超時。

具體應用場景建議

⚠️ 注意事項

• 避免頻繁 Commit: 如果爬蟲每分鐘跑一次，建議先將資料暫存，每 6 或 12 小時才 Commit 一次，否則 Git 歷史紀錄會變得非常臃腫。
• .gitignore 設定: 確保不要把 Openclaw 的日誌 (logs) 或敏感設定檔 (config.yaml) 推送到公開倉庫。
• 衝突處理: 如果你在多台電腦操作同一個 Repo，記得在腳本開頭先執行 git pull --rebase。

Openclaw 外部串接分類

1. Openclaw 核心模組與功能

這張表能幫助你理解 Openclaw 是如何運作的，以及它靠什麼來「操作」外部世界。

2. Openclaw 支援的雲端平台與整合

根據你的需求，這裡整理了它最常連動的平台分類：

3. GitHub 自動化操作方案對比

如果你要操作 GitHub，可以根據你的技術背景選擇不同的路徑：

4. 典型工作流：從爬蟲到 GitHub

這是一個完整的自動化鏈條，你可以參考這個邏輯來設計你的任務：