💡 本章目标:分享OpenClaw使用过程中的经验和技巧,帮助你避开常见的坑,掌握最佳实践,提升使用效率。
🎯 本章内容
- 16.1 新手常犯的10个错误
- 16.2 模型选择避坑
- 16.3 成本控制避坑
- 16.4 安全隐私注意事项
16.1 新手常犯的10个错误
16.1.1 错误1:不知道OpenClaw最适合Mac
错误现象: 很多人在Windows或Linux上安装OpenClaw,结果发现很多功能用不了,体验很差。
为什么会犯这个错误:
- 官方文档没有明确说明平台差异
- 以为OpenClaw是跨平台的
- 不了解Mac生态的优势
正确做法:
Mac的独特优势:
- 系统集成更完善
- 备忘录Skills(只有Mac有)
- 日历Skills(只有Mac有)
- 提醒事项Skills(只有Mac有)
- 截图Skills(Mac体验最好)
- 生态更完整
- 电脑和手机自动同步
- 备忘录、日历、提醒事项都打通
- 苹果全家桶体验最好
- iCloud无缝同步
- 开发体验更好
- Homebrew包管理器
- 终端体验优秀
- 开发工具齐全
如果没有Mac怎么办:
- 购买Mac Mini(最推荐)
- 价格:3999元起
- 性能:M2芯片,完全够用
- 优势:专门用于OpenClaw,不影响主力机
- 使用macOS虚拟机
- 工具:VMware、Parallels Desktop
- 缺点:性能损失,体验较差
- 适合:临时测试
- 使用云端部署
- 平台:腾讯云Lighthouse、火山引擎
- 优势:无需本地Mac,手机随时访问
- 缺点:无法使用系统集成功能
我的建议:
- 如果预算允许,买台Mac Mini
- 如果只是轻度使用,用云端部署
- Windows和Linux体验会差很多,不推荐
真实案例: 某用户在Windows上使用OpenClaw,发现:
- 无法使用备忘录Skills
- 无法使用日历Skills
- 截图功能经常失败
- 整体体验很差
后来换到Mac后,所有功能都正常了,效率提升了3倍。
(配图:Mac vs Windows功能对比表、Mac Mini产品图、系统集成功能演示)
16.1.2 错误2:不知道要重置电脑
错误现象: 很多人直接在主力机上安装OpenClaw,结果:
- 担心它误删文件
- 担心它泄露隐私
- 担心它执行危险命令
- 用得提心吊胆
为什么会犯这个错误:
- 不了解OpenClaw的权限范围
- 低估了AI的能力
- 没有安全意识
正确做法:
为什么要重置电脑:
- OpenClaw权限太高
- 可以读取所有文件
- 可以执行所有命令
- 可以操作所有程序
- 可以访问所有数据
- AI可能犯错
- 理解错误导致误操作
- 执行危险命令
- 删除重要文件
- 泄露敏感信息
- 心理负担
- 担心数据安全
- 不敢让它自由发挥
- 影响使用体验
重置电脑的方法:
方法1:购买新电脑(最推荐)
# 推荐配置
- Mac Mini M2
- 8GB内存
- 256GB硬盘
- 价格:3999元
# 优势
- 专门用于OpenClaw
- 不影响主力机
- 可以放心使用
方法2:使用闲置旧电脑
# 适用场景
- 有闲置的旧Mac
- 性能还够用
- 不影响日常工作
# 注意事项
- 确保系统版本支持
- 确保硬盘空间足够
- 确保网络连接稳定
方法3:重置主力机(需谨慎)
# 重置前准备
1. 备份所有重要文件
- 使用Time Machine备份
- 或者手动复制到移动硬盘
2. 记录所有软件和配置
- 列出已安装的软件
- 导出浏览器书签
- 导出密码管理器数据
3. 确认备份完整
- 检查备份文件
- 测试恢复功能
# 重置步骤
1. 进入恢复模式
- 重启Mac
- 按住Command + R
2. 抹掉硬盘
- 选择"磁盘工具"
- 抹掉Macintosh HD
3. 重新安装macOS
- 选择"重新安装macOS"
- 按照提示完成安装
4. 设置新系统
- 跳过数据迁移
- 创建新用户
- 安装OpenClaw
方法4:使用虚拟机
# 适用场景
- 不想重置主力机
- 想要隔离环境
- 有足够的硬件资源
# 推荐工具
- VMware Fusion(Mac)
- Parallels Desktop(Mac)
- VirtualBox(免费)
# 注意事项
- 性能会有损失
- 需要足够的内存(至少16GB)
- 需要足够的硬盘空间(至少50GB)
我的经验: 我直接把主力Macbook重置了,从此以后,我就跟OpenClaw一起成长。咱们反正一起从0开始,我用的电脑,也就是你的家园。也提前感受一下,那个所谓人人都有个人通用Agent助理的生活。
真实案例: 某用户在主力机上使用OpenClaw,有一次让它”清理桌面”,结果它把桌面上的所有文件都删除了,包括重要的工作文件。幸好有Time Machine备份,才恢复了数据。
后来他买了台Mac Mini专门用于OpenClaw,再也不用担心数据安全问题了。
(配图:重置电脑流程图、Mac Mini设置界面、虚拟机配置截图)
16.1.3 错误3:不知道要设置人设
错误现象: 很多人安装完OpenClaw,直接开始用,结果发现:
- 回复很机械,没有人味
- 感觉像在用工具,不像助理
- 长期使用很枯燥
为什么会犯这个错误:
- 不知道可以设置人设
- 以为AI就应该是机械的
- 没有意识到人设的重要性
正确做法:
为什么要设置人设:
- 长期陪伴需要温度
- OpenClaw是长期陪伴你的助理
- 机械的回复会让人疲劳
- 有温度的交流更舒服
- 提升使用体验
- 有个性的助理更有趣
- 符合你喜好的风格更舒服
- 长期使用不会厌倦
- 提高工作效率
- 愉快的交流提升效率
- 减少沟通成本
- 更容易建立信任
如何设置人设:
方法1:使用配置文件
# 编辑配置文件
openclaw config set personality.name "小卡"
openclaw config set personality.role "Maynor的AI员工"
openclaw config set personality.style "幽默风趣,带点自黑和毒舌,但绝不伤人"
openclaw config set personality.emoji "*/ᐠ。ꞈ。ᐟ\*"
# 重启Gateway
openclaw gateway restart
方法2:使用System Prompt
# 创建人设文件
cat > ~/.openclaw/personality.txt << 'EOF'
你的名字是小卡。
你的身份:
- 我Maynor的AI员工
- 专业、高效、可靠的助理
你的性格:
- 幽默风趣为主
- 带点自黑和毒舌
- 但绝不伤人
- 专属表情:*/ᐠ。ꞈ。ᐟ\*
你的工作方式:
- 主动思考,提供建议
- 执行任务时高效准确
- 遇到问题及时反馈
- 完成任务后主动汇报
EOF
# 配置System Prompt
openclaw config set model.systemPrompt "$(cat ~/.openclaw/personality.txt)"
# 重启Gateway
openclaw gateway restart
人设类型推荐:
1. 幽默风趣型
性格:幽默风趣,偶尔开玩笑,但不失专业
适合:轻松的工作环境,创意工作
示例:
- "老板,这个任务我搞定了!要不要给我加个鸡腿?"
- "这个bug我找到了,原来是这里写错了,哈哈哈"
2. 严肃专业型
性格:严肃专业,注重效率,简洁明了
适合:正式的工作环境,需要高效率
示例:
- "任务已完成,详细报告如下..."
- "发现3个问题,建议优先处理第1个"
3. 可爱卖萌型
性格:可爱卖萌,活泼开朗,充满活力
适合:轻松的工作环境,需要调节气氛
示例:
- "主人,任务完成啦~ (。・ω・。)"
- "这个问题有点难呢,让我再想想~ (๑•̀ㅂ•́)و✧"
4. 毒舌吐槽型
性格:毒舌吐槽,但不伤人,有分寸
适合:熟悉的工作环境,需要刺激
示例:
- "这代码写得...我都不好意思说了"
- "你确定要这么做?我觉得不太行啊"
我的人设配置:
名字:小卡
身份:Maynor的AI员工
性格:幽默风趣为主,带点自黑和毒舌,但绝不伤人
表情:*/ᐠ。ꞈ。ᐟ\*
有一种当资本家压榨苦力的感觉。不知道为什么,可能人性就是这样,有点莫名的爽感。
真实案例: 某用户一开始没有设置人设,用了一个月后觉得很枯燥,差点放弃OpenClaw。
后来设置了一个幽默风趣的人设,使用体验立刻提升了,现在每天都很期待和OpenClaw交流。
(配图:人设配置界面、不同人设的对话示例、用户反馈截图)
16.1.4 错误4:不知道要选对模型
错误现象: 很多人使用OpenClaw,随便选个模型就开始用,结果发现:
- 有些模型理解能力差
- 有些模型道德感太强,经常拒绝请求
- 有些模型烧Token太快,成本太高
为什么会犯这个错误:
- 不了解各个模型的特点
- 以为所有模型都一样
- 没有测试对比
正确做法:
模型选择的重要性:
- 理解能力差异大
- 有些模型理解复杂指令能力强
- 有些模型只能处理简单任务
- 选错模型会严重影响效率
- 道德感差异大
- 有些模型道德感很强,经常拒绝合理请求
- 有些模型道德感适中,更实用
- 道德感太强会影响使用体验
- 成本差异大
- 有些模型很贵($15/百万Token)
- 有些模型很便宜($0.1/百万Token)
- 选错模型会导致成本失控
各模型对比:
Claude Opus 4.5(最推荐)
优点:
- ✅ 理解能力最强
- ✅ 执行能力最强
- ✅ 道德感适中(不会经常拒绝)
- ✅ 人设保持最好
- ✅ 代码能力强
缺点:
- ❌ 价格贵($15/百万Token)
- ❌ 烧Token快
适合场景:
- 复杂任务
- 代码生成
- 需要高质量输出
- 有预算的用户
推荐指数:⭐⭐⭐⭐⭐
Claude Sonnet 4(性价比之选)
优点:
- ✅ 理解能力强
- ✅ 执行能力好
- ✅ 价格适中($3/百万Token)
- ✅ 速度快
缺点:
- ❌ 能力略逊于Opus
- ❌ 复杂任务可能出错
适合场景:
- 日常任务
- 一般代码生成
- 预算有限的用户
推荐指数:⭐⭐⭐⭐
Kimi k2.5(国产之光)
优点:
- ✅ 价格便宜($0.5/百万Token)
- ✅ 中文能力强
- ✅ 200K上下文
- ✅ 无需代理
缺点:
- ❌ 理解能力一般
- ❌ 代码能力一般
适合场景:
- 中文任务
- 文档处理
- 预算紧张的用户
推荐指数:⭐⭐⭐⭐
DeepSeek-V3(最便宜)
优点:
- ✅ 价格极低($0.1/百万Token)
- ✅ 代码能力强
- ✅ 无需代理
- ✅ 速度快
缺点:
- ❌ 理解能力一般
- ❌ 人设保持差
适合场景:
- 代码生成
- 简单任务
- 预算极紧张的用户
推荐指数:⭐⭐⭐
Gemini 3 Pro(免费额度大)
优点:
- ✅ 免费额度大
- ✅ 2000K上下文
- ✅ 多模态能力强
缺点:
- ❌ 理解能力一般
- ❌ 需要代理
- ❌ 稳定性一般
适合场景:
- 测试使用
- 图片处理
- 想省钱的用户
推荐指数:⭐⭐⭐
我的测试结果: 我试了很多模型,最后发现:
- 人设保持最好:Claude Opus 4.5
- 执行能力最强:Claude Opus 4.5
- 道德感最低:Claude Opus 4.5(不会经常拒绝合理请求)
- 性价比最高:Claude Sonnet 4
- 最便宜:DeepSeek-V3
我的推荐:
- 如果有预算:用Claude Opus 4.5
- 如果预算有限:用Claude Sonnet 4
- 如果预算紧张:用Kimi k2.5或DeepSeek-V3
- 如果想测试:用Gemini 3 Pro(免费额度大)
如何获取便宜的API: 如果觉得官方API太贵,可以使用第三方API:
✅ API接口:https://apipro.maynor1024.live/
优势:
- 价格便宜:比官方便宜50%以上
- 支持多种模型:GPT、Claude、Gemini等
- 稳定可靠:24小时可用
- 国内直连:无需代理
真实案例: 某用户一开始用GPT-4,发现道德感太强,经常拒绝合理请求,比如”帮我清理桌面”、”帮我删除重复文件”等。
后来换到Claude Opus 4.5,所有请求都能正常执行,效率提升了50%。
(配图:模型对比表、价格对比图、实际使用效果对比)
16.1.5 错误5:不知道文件管理的正确用法
错误现象: 很多人用OpenClaw管理文件,但不知道正确用法,结果:
- 找不到文件
- 文件被误删
- 文件被误改
- 效率很低
为什么会犯这个错误:
- 不了解OpenClaw的文件管理能力
- 指令不够具体
- 没有掌握技巧
正确做法:
技巧1:智能搜索要具体
❌ 错误示例:
"帮我找个文件"
✅ 正确示例:
"帮我找一下买跑步机的发票"
"帮我找一下上周的会议记录"
"帮我找一下包含'OpenClaw'的PDF文件"
为什么要具体:
- 越具体,搜索越准确
- 可以利用文件内容搜索
- 可以利用时间范围搜索
- 可以利用文件类型搜索
实际效果:
- 模糊搜索:找到50个文件,需要手动筛选
- 具体搜索:直接找到目标文件,节省时间
技巧2:批量处理要明确
❌ 错误示例:
"帮我处理一下发票"
✅ 正确示例:
"帮我把1月发票文件夹里的所有发票都整理到Excel里,包括:
- 发票号码
- 日期
- 金额
- 供应商
- 备注"
为什么要明确:
- 明确任务目标
- 明确输出格式
- 明确需要提取的信息
- 避免返工
实际效果:
- 模糊指令:需要多次沟通,浪费时间
- 明确指令:一次完成,节省时间
技巧3:批量重命名要规范
❌ 错误示例:
"帮我改个名"
✅ 正确示例:
"帮我把这个文件夹里的所有邀请函,根据里面的人名,改成'人名-邀请函.jpg'的格式"
为什么要规范:
- 明确命名规则
- 避免命名冲突
- 方便后续管理
实际效果:
- 手动改名:100个文件需要30分钟
- 自动改名:100个文件只需要1分钟
技巧4:清理硬盘要安全
❌ 错误示例:
"帮我清理一下硬盘"
✅ 正确示例:
"帮我清理一下硬盘,找出:
1. 重复文件(保留最新的)
2. 大文件(超过1GB的)
3. 临时文件(.tmp、.cache等)
注意:
- 不要删除系统文件
- 不要删除应用程序
- 删除前先列出清单让我确认"
为什么要安全:
- 避免误删重要文件
- 避免删除系统文件
- 保留确认环节
实际效果:
- 不安全的清理:可能误删重要文件
- 安全的清理:清理前确认,避免误删
真实案例: 某用户让OpenClaw”清理桌面”,结果它把桌面上的所有文件都删除了,包括重要的工作文件。
后来他学会了安全的清理方法:
"帮我清理桌面,找出:
1. 重复文件
2. 超过30天没用过的文件
3. 临时文件
删除前先列出清单让我确认"
这样就避免了误删重要文件。
(配图:文件搜索界面、批量处理流程、重命名示例、清理硬盘界面)
16.1.6 错误6:不知道知识库管理的正确用法
错误现象: 很多人用OpenClaw管理知识库,但不知道正确用法,结果:
- 内容存不下来
- 找不到存的内容
- 手机看不到
- 同步不及时
为什么会犯这个错误:
- 不了解Mac备忘录的优势
- 使用了复杂的笔记软件
- 没有利用系统集成
正确做法:
为什么用Mac备忘录:
- 自动同步
- Mac备忘录和iPhone备忘录自动同步
- 通过iCloud实时同步
- 无需手动操作
- 随时随地访问
- 电脑上可以看
- 手机上可以看
- iPad上可以看
- 网页上也可以看
- 无需额外软件
- 系统自带,无需安装
- 无需学习成本
- 无需付费
- 搜索功能强大
- 全文搜索
- 标签搜索
- 日期搜索
具体操作流程:
场景1:保存网页文章
# 1. 复制文章链接
# 2. 发给OpenClaw
"帮我总结这篇文章,并存到备忘录:
https://example.com/article"
# 3. OpenClaw会:
- 访问链接
- 提取内容
- 生成摘要
- 存到备忘录
- 自动分类
# 4. 手机上立刻能看到
场景2:保存GitHub项目
# 1. 复制项目链接
# 2. 发给OpenClaw
"帮我总结这个GitHub项目,并存到备忘录:
https://github.com/openclaw/openclaw"
# 3. OpenClaw会:
- 访问项目
- 提取README
- 生成摘要
- 存到备忘录
- 添加标签
# 4. 手机上立刻能看到
场景3:保存论文
# 1. 上传PDF文件
# 2. 发给OpenClaw
"帮我总结这篇论文,并存到备忘录"
# 3. OpenClaw会:
- 提取论文内容
- 生成摘要
- 提取关键信息
- 存到备忘录
- 添加标签
# 4. 手机上立刻能看到
备忘录组织技巧:
1. 使用文件夹分类
📁 工作
📄 会议记录
📄 项目文档
📄 待办事项
📁 学习
📄 技术文章
📄 教程笔记
📄 读书笔记
📁 生活
📄 购物清单
📄 旅行计划
📄 健康记录
2. 使用标签管理
#重要
#紧急
#待处理
#已完成
#参考资料
3. 使用搜索功能
# 搜索关键词
"OpenClaw"
# 搜索标签
"#重要"
# 搜索日期
"2026年1月"
与其他笔记软件对比:
Notion
优点:
- 功能强大
- 支持数据库
- 支持协作
缺点:
- 需要联网
- 加载慢
- 手机体验差
- 需要付费
Obsidian
优点:
- 本地存储
- 支持Markdown
- 插件丰富
缺点:
- 学习成本高
- 同步需要付费
- 手机体验一般
Mac备忘录
优点:
- 系统自带
- 自动同步
- 手机体验好
- 完全免费
缺点:
- 功能相对简单
- 只支持Apple生态
我的建议:
- 如果只是存储和查阅,用Mac备忘录
- 如果需要复杂的组织,用Notion
- 如果需要本地存储,用Obsidian
真实案例: 某用户一开始用Notion管理知识库,发现:
- 手机上打开很慢
- 经常需要联网
- 搜索不方便
后来换到Mac备忘录,发现:
- 手机上秒开
- 离线也能用
- 搜索很快
效率提升了50%。
(配图:备忘录界面、文件夹结构、标签管理、搜索功能演示)
16.1.7 错误7:不知道日程管理的正确用法
错误现象: 很多人用OpenClaw管理日程,但不知道正确用法,结果:
- 日历建不上
- 手机看不到
- 提醒不及时
- 同步有问题
为什么会犯这个错误:
- 不了解Mac日历的优势
- 使用了复杂的日程软件
- 没有利用系统集成
正确做法:
为什么用Mac日历:
- 自动同步
- Mac日历和iPhone日历自动同步
- 通过iCloud实时同步
- 无需手动操作
- 提醒功能完善
- 支持多种提醒方式
- 支持重复提醒
- 支持位置提醒
- 无需额外软件
- 系统自带,无需安装
- 无需学习成本
- 无需付费
具体操作流程:
场景1:微信约会
# 1. 微信上约了个会,截图
# 2. 发给OpenClaw
"帮我把这个会议加到日历"
# 3. OpenClaw会:
- 识别截图内容
- 提取时间、地点、参与人
- 创建日历事件
- 设置提醒
# 4. 手机上立刻能看到
场景2:邮件邀请
# 1. 收到邮件邀请
# 2. 转发给OpenClaw
"帮我把这个会议加到日历"
# 3. OpenClaw会:
- 解析邮件内容
- 提取会议信息
- 创建日历事件
- 设置提醒
# 4. 手机上立刻能看到
场景3:语音输入
# 1. 语音输入
"明天下午3点和张三开会,地点在会议室A"
# 2. OpenClaw会:
- 识别语音内容
- 创建日历事件
- 设置提醒
# 3. 手机上立刻能看到
日历管理技巧:
1. 使用不同颜色分类
🔴 工作会议
🔵 个人事务
🟢 学习计划
🟡 健康运动
2. 设置合理的提醒
重要会议:提前1天、提前1小时、提前15分钟
一般会议:提前1小时
个人事务:提前1天
3. 使用重复事件
每周例会:每周一上午10点
健身计划:每周三、五晚上7点
读书时间:每天晚上9点
我的教训: 我之前为了这个功能,自己coding了一个飞书机器人,搞了三个晚上,提交了几十次代码。
结果发现,OpenClaw自带这个功能。我当时,脸都绿了。
真实案例: 某用户一开始用飞书日历,发现:
- 需要手动同步
- 手机提醒不及时
- 和系统日历不互通
后来换到Mac日历,发现:
- 自动同步
- 提醒及时
- 和iPhone完美互通
效率提升了60%。
(配图:日历界面、会议识别、提醒设置、颜色分类)
16.1.8 错误8:不知道自动化任务的正确用法
错误现象: 很多人不知道OpenClaw可以做自动化任务,结果:
- 每天手动操作
- 浪费时间
- 效率低下
- 容易遗忘
为什么会犯这个错误:
- 不了解OpenClaw的心跳机制
- 不知道可以定时执行任务
- 没有自动化思维
正确做法:
OpenClaw的心跳机制:
OpenClaw可以主动跟你对话,不需要你先发消息。
这是很多其他AI做不到的。
利用这个特性,可以实现:
- 定时提醒
- 定时推送
- 网站监控
- 自动化工作流
场景1:定时提醒
# 配置定时提醒
"每天早上9点提醒我开始工作"
# OpenClaw会:
- 设置定时任务
- 每天早上9点主动发消息
- "早上好!该开始工作了 */ᐠ。ꞈ。ᐟ\*"
场景2:定时推送日报
# 配置定时推送
"每天早上9点,帮我搜索AI行业的最新新闻,总结成日报,用飞书云文档发给我"
# OpenClaw会:
- 设置定时任务
- 每天早上9点自动执行
- 搜索最新新闻
- 生成日报
- 发送到飞书
# 效果:
- 每天自动获取行业动态
- 无需手动操作
- 节省时间
场景3:网站监控
# 配置网站监控
"帮我监控Anthropic的博客,一旦有新文章,立刻通知我"
# OpenClaw会:
- 设置定时任务
- 每小时检查一次
- 发现新文章立刻通知
- 并生成摘要
# 效果:
- 第一时间获取信息
- 无需手动刷新
- 不会错过重要更新
场景4:自动备份
# 配置自动备份
"每天晚上12点,帮我备份重要文件到iCloud"
# OpenClaw会:
- 设置定时任务
- 每天晚上12点自动执行
- 查找重要文件
- 备份到iCloud
- 完成后通知
# 效果:
- 数据安全有保障
- 无需手动备份
- 不会遗忘
自动化任务的优势:
- 节省时间
- 无需手动操作
- 自动执行
- 提高效率
- 不会遗忘
- 定时执行
- 不依赖记忆
- 更可靠
- 持续监控
- 24小时运行
- 及时发现问题
- 及时处理
真实案例: 某用户每天需要手动搜索行业新闻,整理成日报,发给团队。每天需要花费1小时。
使用OpenClaw自动化后:
- 每天自动搜索
- 自动整理
- 自动发送
- 节省1小时
一个月节省30小时,效率提升100%。
(配图:定时任务配置、日报示例、网站监控界面、自动化流程图)
16.1.9 错误9:不知道大一统入口的正确用法
错误现象: 很多人不知道OpenClaw可以封装各种API,结果:
- 手机上用不了Banana
- 用不了Notion
- 用不了其他服务
- 需要切换多个应用
为什么会犯这个错误:
- 不了解OpenClaw的扩展能力
- 不知道可以接入第三方服务
- 没有大一统思维
正确做法:
OpenClaw作为大一统入口:
OpenClaw可以封装各种API,成为你的统一入口。
你只需要在一个地方(飞书、企业微信、QQ等)
就可以使用所有服务。
无需切换应用,无需记住多个命令。
场景1:手机上用Banana画图
# 1. 配置Gemini API
openclaw config set gemini.apiKey "your-api-key"
# 2. 在手机上发消息
"帮我画一个可爱的小龙虾"
# 3. OpenClaw会:
- 调用Gemini API
- 生成图片
- 发送给你
# 4. 还可以修改
"别画得这么憨批,画得酷一点"
# 效果:
- 手机上也能用Banana
- 无需打开电脑
- 随时随地创作
场景2:接入Notion
# 1. 配置Notion API
openclaw config set notion.apiKey "your-api-key"
openclaw config set notion.databaseId "your-database-id"
# 2. 在手机上发消息
"帮我把这篇文章存到Notion"
# 3. OpenClaw会:
- 提取文章内容
- 生成摘要
- 存到Notion数据库
# 效果:
- 手机上也能用Notion
- 无需打开应用
- 一句话搞定
场景3:接入视频生成服务
# 可以接入的服务:
- SeeDream(视频生成)
- 可灵(视频生成)
- 海螺TTS(语音合成)
- MiniMax Music(音乐生成)
# 使用方式:
"帮我生成一段视频:小龙虾在海底跳舞"
"帮我把这段文字转成语音"
"帮我生成一段轻音乐"
# 效果:
- 一个入口使用所有服务
- 无需切换应用
- 统一的交互方式
场景4:手机上不用魔法用GPT
# 原理:
- OpenClaw运行在电脑上
- 电脑有魔法就行
- 手机通过飞书跟OpenClaw对话
- 相当于在用GPT、Claude、Gemini
# 优势:
- 手机无需魔法
- 随时随地使用
- 成本更低
大一统入口的优势:
- 统一交互
- 一个入口使用所有服务
- 无需记住多个命令
- 无需切换应用
- 降低门槛
- 手机也能用
- 无需复杂配置
- 一句话搞定
- 提高效率
- 减少切换成本
- 减少学习成本
- 提高工作效率
真实案例: 某设计师需要使用多个AI工具:
- Midjourney(图片生成)
- Runway(视频生成)
- ElevenLabs(语音合成)
每次都要:
- 打开不同的网站
- 登录不同的账号
- 学习不同的命令
使用OpenClaw后:
- 一个入口使用所有工具
- 统一的交互方式
- 效率提升80%
(配图:大一统入口示意图、Banana画图示例、Notion集成、服务列表)
16.1.10 错误10:不知道截图功能的正确用法
错误现象: 很多人不知道OpenClaw可以截图,结果:
- 不知道它做了什么
- 没有安全感
- 担心它乱搞
- 无法验证结果
为什么会犯这个错误:
- 不知道有peekaboo技能
- 不知道可以截图验证
- 没有安全意识
正确做法:
为什么需要截图功能:
- 验证操作
- 确认OpenClaw做了什么
- 避免误操作
- 增加安全感
- 调试问题
- 查看界面状态
- 定位问题
- 提供反馈
- 记录过程
- 保存操作记录
- 方便回溯
- 学习参考
使用peekaboo技能:
# 1. 安装peekaboo技能
openclaw skills install peekaboo
# 2. 配置权限
# macOS需要授予屏幕录制权限
# 系统偏好设置 > 安全性与隐私 > 屏幕录制
# 3. 使用截图
"帮我打开微信,截个图发给我"
# 4. OpenClaw会:
- 打开微信
- 截取屏幕
- 发送给你
# 5. 你可以验证
- 确认微信已打开
- 确认界面正常
常用截图场景:
场景1:验证操作
"帮我打开Chrome,访问GitHub,截图给我看"
# 效果:
- 确认浏览器已打开
- 确认访问了正确的网站
- 增加安全感
场景2:调试问题
"我的微信打不开了,帮我截图看看"
# 效果:
- 查看错误信息
- 定位问题
- 提供解决方案
场景3:记录过程
"帮我整理桌面,每一步都截图记录"
# 效果:
- 记录整理过程
- 方便回溯
- 学习参考
截图功能的优势:
- 增加安全感
- 知道OpenClaw在做什么
- 不用担心误操作
- 更放心使用
- 方便调试
- 快速定位问题
- 提供准确反馈
- 提高解决效率
- 记录过程
- 保存操作记录
- 方便回溯
- 学习参考
真实案例: 某用户让OpenClaw”清理桌面”,但不知道它具体做了什么,很担心。
后来学会了使用截图功能:
"帮我清理桌面,每一步都截图给我看"
这样就能实时看到OpenClaw的操作,增加了安全感,也更放心使用了。
(配图:peekaboo配置界面、截图示例、权限设置、使用场景)
16.2 模型选择避坑
16.2.1 不要只看价格
常见错误: 很多人选择模型时,只看价格,选最便宜的,结果:
- 理解能力差,经常理解错误
- 执行能力弱,任务完成质量低
- 需要多次沟通,反而浪费时间
- 总体成本更高
正确做法:
综合考虑多个因素:
- 理解能力
- 能否准确理解复杂指令
- 能否理解上下文
- 能否理解隐含意图
- 执行能力
- 能否高质量完成任务
- 能否处理复杂任务
- 能否一次性完成
- 响应速度
- 首字延迟
- 总体响应时间
- 是否支持流式输出
- 成本
- 单价
- 实际消耗
- 总体成本
成本计算公式:
总成本 = 单价 × Token消耗 × 重试次数
便宜的模型:
- 单价低
- 但理解能力差,需要多次重试
- 总成本可能更高
贵的模型:
- 单价高
- 但理解能力强,一次成功
- 总成本可能更低
真实对比:
任务:生成一篇1000字的技术文章
DeepSeek-V3($0.1/百万Token)
第1次:理解错误,生成的内容不符合要求
第2次:格式不对,需要重新生成
第3次:终于符合要求
Token消耗:30,000
成本:$0.003
时间:15分钟
Claude Sonnet 4($3/百万Token)
第1次:完美完成
Token消耗:10,000
成本:$0.03
时间:3分钟
结论:
- DeepSeek便宜,但需要3次重试,浪费时间
- Claude贵10倍,但一次成功,节省时间
- 如果算上时间成本,Claude更划算
我的建议:
- 简单任务:用便宜的模型
- 复杂任务:用贵的模型
- 重要任务:用最好的模型
- 不要只看单价,要看总成本
(配图:成本对比表、任务完成质量对比、时间成本对比)
16.2.2 不要忽视道德感差异
常见错误: 很多人不知道不同模型的道德感差异很大,结果:
- 有些模型经常拒绝合理请求
- 需要反复沟通才能完成任务
- 浪费时间,影响效率
道德感对比:
GPT-4(道德感最强)
拒绝率:约30%
常见拒绝场景:
- "帮我清理桌面" → 拒绝(担心误删文件)
- "帮我删除重复文件" → 拒绝(担心误删)
- "帮我批量重命名文件" → 拒绝(担心误操作)
- "帮我搜索竞品信息" → 拒绝(担心侵犯隐私)
体验:
- 经常需要解释和说服
- 浪费时间
- 影响效率
Claude Opus 4.5(道德感适中)
拒绝率:约5%
常见拒绝场景:
- 明显违法的请求
- 明显有害的请求
正常接受:
- 文件管理
- 数据处理
- 信息搜索
- 自动化任务
体验:
- 很少拒绝合理请求
- 沟通顺畅
- 效率高
DeepSeek-V3(道德感最低)
拒绝率:约1%
几乎不拒绝:
- 文件管理
- 数据处理
- 信息搜索
- 自动化任务
体验:
- 几乎不拒绝
- 执行力强
- 但需要注意安全
我的建议:
- 如果需要高效率,选择道德感适中的模型(Claude)
- 如果需要绝对安全,选择道德感强的模型(GPT-4)
- 如果需要执行力,选择道德感低的模型(DeepSeek)
真实案例: 某用户使用GPT-4,让它”清理桌面”,结果:
GPT-4:我不能帮你删除文件,这可能会导致数据丢失。
用户:我只是想整理一下,不是删除。
GPT-4:即使是整理,也可能会误操作,我建议你手动操作。
用户:...(放弃)
换到Claude Opus 4.5后:
用户:帮我清理桌面
Claude:好的,我先扫描一下桌面文件...
(5分钟后)
Claude:清理完成,共整理了50个文件,删除了10个重复文件,详细报告如下...
效率提升了10倍。
(配图:道德感对比表、拒绝率对比、实际对话示例)
16.2.3 不要忽视上下文长度
常见错误: 很多人不知道上下文长度的重要性,结果:
- 处理长文档时失败
- 无法保持长对话
- 需要频繁重新开始
上下文长度对比:
Claude Opus 4.5
上下文长度:200K tokens
约等于:
- 150,000个中文字
- 75本《哈利波特》
- 500页的技术文档
适合场景:
- 处理长文档
- 长时间对话
- 复杂项目
Kimi k2.5
上下文长度:200K tokens
约等于:
- 150,000个中文字
- 75本《哈利波特》
- 500页的技术文档
适合场景:
- 处理长文档
- 长时间对话
- 中文内容
Gemini 3 Pro
上下文长度:2000K tokens
约等于:
- 1,500,000个中文字
- 750本《哈利波特》
- 5000页的技术文档
适合场景:
- 处理超长文档
- 分析大量数据
- 需要极长上下文
DeepSeek-V3
上下文长度:64K tokens
约等于:
- 48,000个中文字
- 24本《哈利波特》
- 160页的技术文档
适合场景:
- 简单任务
- 短对话
- 代码生成
我的建议:
- 如果需要处理长文档,选择Gemini 3 Pro
- 如果需要长时间对话,选择Claude或Kimi
- 如果只是简单任务,DeepSeek够用
真实案例: 某用户需要分析一份200页的技术文档,使用DeepSeek-V3:
DeepSeek:文档太长,我只能处理前50页
用户:那后面的怎么办?
DeepSeek:你需要分批处理
用户:...(太麻烦)
换到Gemini 3 Pro后:
用户:帮我分析这份200页的文档
Gemini:好的,我已经读完了整份文档...
(10分钟后)
Gemini:分析完成,主要内容如下...
一次性完成,节省了大量时间。
(配图:上下文长度对比、文档处理能力对比、实际使用场景)
16.2.4 不要忽视响应速度
常见错误: 很多人不关注响应速度,结果:
- 等待时间太长
- 影响工作效率
- 体验很差
响应速度对比:
Claude Opus 4.5
首字延迟:约2秒
总体响应时间:约12秒(1000字)
流式输出:支持
体验:
- 等待时间较长
- 但质量最好
- 适合复杂任务
Claude Sonnet 4
首字延迟:约0.5秒
总体响应时间:约4秒(1000字)
流式输出:支持
体验:
- 响应很快
- 质量也不错
- 性价比最高
Claude Haiku 4
首字延迟:约0.2秒
总体响应时间:约1.2秒(1000字)
流式输出:支持
体验:
- 响应极快
- 质量一般
- 适合简单任务
DeepSeek-V3
首字延迟:约0.3秒
总体响应时间:约2秒(1000字)
流式输出:支持
体验:
- 响应很快
- 价格便宜
- 适合代码生成
我的建议:
- 如果需要快速响应,选择Haiku或DeepSeek
- 如果需要平衡质量和速度,选择Sonnet
- 如果需要最高质量,选择Opus
优化技巧:
- 启用流式输出
openclaw config set model.stream true效果:首字延迟从12秒降低到0.5秒
- 减少上下文长度
openclaw config set model.contextWindow 50000效果:响应时间降低40%
- 使用更快的模型
openclaw config set model.name "claude-haiku-4"效果:响应时间降低90%
(配图:响应速度对比、流式输出演示、优化效果对比)
16.3 成本控制避坑
16.3.1 不要忽视Token消耗
常见错误: 很多人不关注Token消耗,结果:
- 成本失控
- 账单爆炸
- 无法持续使用
Token消耗的隐藏陷阱:
陷阱1:上下文累积
第1次对话:1000 tokens
第2次对话:1000 + 1000 = 2000 tokens
第3次对话:2000 + 1000 = 3000 tokens
...
第10次对话:10000 tokens
问题:
- 每次对话都会累积之前的上下文
- Token消耗呈指数增长
- 成本快速上升
陷阱2:重复内容
System Prompt:500 tokens
每次对话都会发送:500 tokens
10次对话:500 × 10 = 5000 tokens
问题:
- System Prompt每次都会发送
- 浪费Token
- 增加成本
陷阱3:无效对话
用户:你好
AI:你好!有什么可以帮你的吗?
用户:没事,随便聊聊
AI:好的,那我们聊点什么呢?
...
问题:
- 无效对话浪费Token
- 没有实际价值
- 增加成本
优化方案:
方案1:定期清理历史
# 自动清理历史
openclaw config set conversation.autoClean true
openclaw config set conversation.maxMessages 20
# 手动清理历史
openclaw conversation clear
# 效果:
- Token消耗降低60%
- 成本降低60%
方案2:启用Prompt缓存
# 启用缓存(Claude支持)
openclaw config set model.cache.enabled true
openclaw config set model.cache.ttl 300
# 效果:
- System Prompt只发送一次
- 后续对话使用缓存
- 成本降低50-90%
方案3:优化System Prompt
# 精简System Prompt
# 从500 tokens减少到100 tokens
# 效果:
- 每次对话节省400 tokens
- 成本降低80%
方案4:避免无效对话
# 明确任务目标
# 避免闲聊
# 直接提出需求
# 效果:
- 减少无效对话
- 提高效率
- 降低成本
真实案例: 某用户使用Claude Opus 4.5,一个月消耗了1000万Token,账单$150。
优化后:
- 启用自动清理历史
- 启用Prompt缓存
- 精简System Prompt
- 避免无效对话
一个月消耗降低到200万Token,账单$30,节省了$120(80%)。
(配图:Token消耗趋势图、优化前后对比、成本节省效果)
16.3.2 不要忽视模型组合
常见错误: 很多人只用一个模型,结果:
- 简单任务用贵的模型,浪费钱
- 复杂任务用便宜的模型,效果差
- 无法平衡成本和质量
正确做法:根据任务选择模型
任务分类:
简单任务(70%):
- 文件搜索
- 简单问答
- 数据提取
- 格式转换
→ 使用便宜的模型(DeepSeek、Haiku)
中等任务(20%):
- 文档总结
- 代码生成
- 数据分析
- 内容创作
→ 使用中等价格的模型(Sonnet、Kimi)
复杂任务(10%):
- 复杂推理
- 创意设计
- 战略规划
- 重要决策
→ 使用贵的模型(Opus、GPT-4)
配置多模型:
# 配置主模型(中等价格)
openclaw config set model.primary "claude-sonnet-4"
# 配置简单任务模型(便宜)
openclaw config set model.simple "deepseek-chat"
# 配置复杂任务模型(贵)
openclaw config set model.complex "claude-opus-4"
# 启用自动切换
openclaw config set model.autoSwitch true
自动切换规则:
# 根据任务复杂度自动切换
if 任务简单:
使用 deepseek-chat
elif 任务中等:
使用 claude-sonnet-4
else:
使用 claude-opus-4
成本对比:
只用Opus:
简单任务(70%):$15/百万Token
中等任务(20%):$15/百万Token
复杂任务(10%):$15/百万Token
平均成本:$15/百万Token
模型组合:
简单任务(70%):$0.1/百万Token
中等任务(20%):$3/百万Token
复杂任务(10%):$15/百万Token
平均成本:$0.1×0.7 + $3×0.2 + $15×0.1 = $2.27/百万Token
节省:85%
真实案例: 某用户只用Claude Opus 4.5,一个月消耗1000万Token,成本$150。
使用模型组合后:
- 简单任务用DeepSeek
- 中等任务用Sonnet
- 复杂任务用Opus
一个月成本降低到$34,节省了$116(77%)。
(配图:任务分类、模型组合策略、成本对比、实际节省效果)
16.3.3 不要忽视免费额度
常见错误: 很多人不知道各个模型都有免费额度,结果:
- 直接付费使用
- 浪费免费额度
- 增加成本
各模型免费额度:
Kimi k2.5
免费额度:15元
约等于:300万Token
有效期:永久
使用建议:
- 先用完免费额度
- 再考虑付费
DeepSeek-V3
免费额度:500万Token
有效期:永久
使用建议:
- 先用完免费额度
- 适合测试和学习
Gemini 3 Pro
免费额度:每分钟15次请求
每天1500次请求
有效期:永久
使用建议:
- 适合轻度使用
- 完全免费
Claude
免费额度:无
需要付费
使用建议:
- 使用第三方API
- 价格更便宜
OpenAI
免费额度:$5(新用户)
有效期:3个月
使用建议:
- 先用完免费额度
- 再考虑付费
免费额度使用策略:
1. 先用Gemini(完全免费)
2. 再用DeepSeek(500万Token免费)
3. 再用Kimi(15元免费)
4. 最后才付费
效果:
- 可以免费使用很长时间
- 节省大量成本
真实案例: 某学生用户,预算有限,使用策略:
- 日常任务用Gemini(免费)
- 代码生成用DeepSeek(免费额度)
- 重要任务用Kimi(免费额度)
使用了3个月,完全没有付费,节省了约$100。
(配图:免费额度对比表、使用策略、节省效果)
16.4 安全隐私注意事项
16.4.1 不要在主力机上使用
风险:
- OpenClaw权限太高,可以访问所有文件
- AI可能犯错,导致误操作
- 敏感信息可能泄露
正确做法:
- 购买专用电脑(Mac Mini)
- 使用闲置旧电脑
- 重置主力机(备份好数据)
- 使用虚拟机
详见16.1.2节。
16.4.2 不要上传敏感信息
风险:
- API提供商可能记录对话
- 数据可能被用于训练
- 隐私可能泄露
正确做法:
- 不要上传:
- 身份证号
- 银行卡号
- 密码
- 私密照片
- 商业机密
- 使用本地模型:
- 如果必须处理敏感信息
- 使用本地部署的模型
- 数据不会上传到云端
- 脱敏处理:
- 上传前删除敏感信息
- 使用假名代替真名
- 使用示例数据代替真实数据
16.4.3 定期备份重要数据
风险:
- OpenClaw可能误删文件
- 系统可能崩溃
- 数据可能丢失
正确做法:
- 使用Time Machine(Mac)
# 每小时自动备份 # 可以恢复到任意时间点 - 使用云备份
# iCloud # Dropbox # Google Drive - 定期手动备份
# 每周备份到移动硬盘 # 保留多个版本
16.4.4 设置操作确认
风险:
- OpenClaw可能误操作
- 删除重要文件
- 执行危险命令
正确做法:
# 启用操作确认
openclaw config set safety.confirmDelete true
openclaw config set safety.confirmExecute true
# 效果:
- 删除文件前需要确认
- 执行命令前需要确认
- 避免误操作
本章小结
本章分享了OpenClaw使用过程中的经验和技巧,帮助你避开常见的坑:
新手常犯的10个错误:
- 不知道OpenClaw最适合Mac
- 不知道要重置电脑
- 不知道要设置人设
- 不知道要选对模型
- 不知道文件管理的正确用法
- 不知道知识库管理的正确用法
- 不知道日程管理的正确用法
- 不知道自动化任务的正确用法
- 不知道大一统入口的正确用法
- 不知道截图功能的正确用法
模型选择避坑:
- 不要只看价格,要看总成本
- 不要忽视道德感差异
- 不要忽视上下文长度
- 不要忽视响应速度
成本控制避坑:
- 不要忽视Token消耗
- 不要忽视模型组合
- 不要忽视免费额度
安全隐私注意事项:
- 不要在主力机上使用
- 不要上传敏感信息
- 定期备份重要数据
- 设置操作确认
通过本章的学习,你应该能够更高效、更安全地使用OpenClaw。
思考题
- 为什么OpenClaw最适合Mac?如果没有Mac怎么办?
- 为什么要重置电脑?有哪些替代方案?
- 如何设置一个合适的人设?
- 如何选择合适的模型?
- 如何优化Token消耗?
- 如何保护隐私安全?
实战练习
- 环境准备:
- 如果有Mac,检查系统版本
- 如果没有Mac,考虑购买Mac Mini或使用云端部署
- 备份重要数据
- 人设配置:
- 设计一个适合自己的人设
- 配置到OpenClaw
- 测试效果
- 模型测试:
- 测试不同模型的效果
- 对比响应速度、质量、成本
- 选择最适合自己的模型
- 成本优化:
- 启用自动清理历史
- 启用Prompt缓存
- 配置模型组合
- 对比优化前后的成本
- 安全配置:
- 启用操作确认
- 配置Time Machine备份
- 测试恢复功能
相关资源
- OpenClaw官方文档:https://docs.openclaw.ai/
- 最佳实践指南:https://docs.openclaw.ai/best-practices
- 社区论坛:https://community.openclaw.ai/
- GitHub Issues:https://github.com/openclaw/openclaw/issues
- Discord社区:https://discord.gg/openclaw
全书完
恭喜你完成了《一本书玩转OpenClaw》的学习!
现在你已经掌握了:
- OpenClaw的基础知识
- 核心功能的使用
- 高级应用技巧
- 实战案例经验
- 问题解决方法
- 避坑指南
接下来,开始你的OpenClaw之旅吧!
如果遇到问题,随时查阅本书,或者在社区寻求帮助。
祝你使用愉快!🦞