当下聊 AI Agent 的不少，但大多停留在 “能聊不能干” 的阶段，而一款靠 “实打实执行力” 出圈的开源工具，却因Anthropic 法务压力连续改名引发热议 —— 它就是Clawbot也是Moltbot也叫openclaw的本地 AI Agent，不仅拿下 GitHub 超 9 万星，更成了职场人摆脱重复工作的 “数字员工”。在深入聊它的核心价值前，两个真实使用插曲，先道出它的特别之处。

开篇两则真实插曲：好笑又实在的使用初体验

笔者经历：写文赶不上改名，背后竟是 Anthropic 法务压力

笔者着手写这篇文章时，它还叫 Clawbot，中途查阅文档发现已更名为 Moltbot，正纠结统一名称，官方又紧急定版 OpenClaw，堪称 “最快改名开源工具”。后来才知晓核心原因：前期命名不慎触碰到 Anthropic 法务团队的合规红线，为规避侵权风险，团队紧急迭代更名，从 Clawbot 到 Moltbot 再到最终的 OpenClaw，既是无奈之举，也能看出开源项目在合规路上的谨慎，以及响应问题的快速迭代态度。

插曲 2：好用却暗藏成本坑！一个小爬虫耗掉 2600 万 token

体验初期，笔者想测试它的自动化能力，仅给了一句简单指令：“爬取某电商平台 10 页家居商品的标题和价格，导出 Excel”。没想到操作全程丝滑，10 分钟就完成了数据抓取、整理和表格导出，比手动写 Python 爬虫高效太多。但后台查看 token 消耗时直接傻眼 —— 居然耗了 2600 万 token！按海外主流模型计价标准，这一次小测试就花了不少成本，也让我更笃定要给大家分享国内低成本适配方案，好用的同时，性价比才是落地关键。

抛开这些小插曲，OpenClaw 的核心竞争力，在于它和主流 AI Agent 截然不同的底层逻辑：不做只靠话术输出的 “花瓶”，只做扎根本地、接管电脑操作的 “执行者”，把 AI 从 “概念” 拉回 “效率落地” 的本质，这也是它能在开源圈脱颖而出的关键。

一、和主流 AI Agent 比，OpenClaw 的核心差异：不做 “应声虫”，只做 “实干家”

现在市面上的 AI Agent 大致分三类：对话型（ChatGPT Agent）、指令型（Siri/Alexa）、实验型（AutoGPT），OpenClaw 和它们的区别，本质是 “能否落地解决职场刚需” 的区别，核心差异集中在 4 点：

  1. 本地可控 vs 云端依赖：ChatGPT Agent、Claude 依赖云端服务器，数据需上传，还受外网限制，OpenClaw 直接运行在本地电脑 / 服务器，操作闭环不泄露数据，断网也能干活，隐私与稳定性双在线；
  2. 主动执行 vs 被动响应：Siri、Alexa “一问一答”，不说不动，OpenClaw 自带主动引擎，可设定时任务、监控系统状态（新邮件、数据波动），主动推送提醒或完成操作，无需人工值守；
  3. 稳定落地 vs 尝鲜玩具：AutoGPT 看似能自主规划，却易陷逻辑死循环，复杂操作必 “翻车”，更像技术演示；OpenClaw 用 “类型化工作流” 封装 AI 推理，每步操作有明确逻辑，发邮件、处理文件等刚需任务能 100% 落地；
  4. 全链路联动 vs 生态封闭：多数 Agent 绑定自家生态（如钉钉 AI 仅对接钉钉），OpenClaw 像 “万能胶水”，能联动浏览器、邮箱、办公软件，还能接入飞书、微信等国内工具，不用为用 AI 改变办公习惯。

简言之，其他 AI Agent 是 “你说一步走一步”，OpenClaw 是 “你定目标全搞定”，从 “提建议” 到 “做实事”，这是最核心的差距。

二、职场高频玩法对比：这些场景下，OpenClaw 优势一眼可见

职场人日常的发邮件、理文件、做提醒等重复活，OpenClaw 的表现比主流工具高效不止一倍，每类玩法都戳中传统操作痛点：

1. 发邮件 + 下载课件：一键联动，告别多软件切换

传统操作：开邮箱写内容→切浏览器找课件→下载后上传附件→发送，步骤繁琐易漏附件；其他 Agent：ChatGPT 仅能写话术，下载课件需手动操作，无法联动；OpenClaw 优势：一句话指令即可完成 “浏览器下载课件 + 自动填充邮件 + 上传附件 + 发送归档”，全程无需手动干预，节省 80% 时间。

2. 重要邮件批量处理：精准筛选，不遗漏关键信息

传统操作：人工翻数百封邮件，筛选重要消息、标星归档、草拟回复，耗时易出错；其他 Agent：仅能按关键词过滤，不懂上下文，分不清工作通知与垃圾广告；OpenClaw 优势：识别发件人优先级、邮件关键词（紧急 / 待办），自动标星归档重要邮件，草拟回复草稿，批量清理垃圾邮件，1 小时活 5 分钟搞定。

3. 浏览器自动化 + 编程文件处理：零代码上手，新手也能当 “技术助理”

传统操作：爬数据要写爬虫，改文件格式要装插件，编程小白无从下手；其他 Agent：需写复杂 Prompt 引导代码，插件兼容性差，爬登录网站直接失效；OpenClaw 优势：可视化操作实现浏览器自动化（开网页→抓数据→导表格），支持保留登录态；批量处理编程文件（转格式、查语法、加注释），无需代码基础也能操作。

4. 定时提醒：不止闹钟，是 “场景化任务闭环”

传统操作：手机设闹钟仅记时间，无法联动后续任务（如提醒开会却不准备资料）；其他 Agent：提醒内容单一，不能关联本地文件与软件；OpenClaw 优势：支持 “时间 + 条件” 双重触发，如 “每日 8 点查邮件，有客户回款通知同步飞书群”“周五 18 点自动整理工作文件发我”，提醒即启动后续工作。

5. 地图查询 + 每日报告 CP：从查信息到出成果，一步到位

传统操作：开地图查客户地址→手动复制到文档→整合数据写日报，多工具切换费时间；其他 Agent：仅能查地址，无法自动整合到报告模板；OpenClaw 优势：指令下达后，同步完成地图地址查询、销售数据抓取、日报模板填充，直接导出或发送团队，半小时活 1 分钟出初稿。

三、国内用户必看：飞书 + MiniMax，解决外网依赖 + 高成本痛点

OpenClaw 原生适配海外工具，国内用户使用易遇两个问题：外网访问受限、token 消耗太贵，而飞书 + 国产模型 MiniMax 的组合，既能实现本地化顺畅使用，又能大幅降低成本，步骤简单新手也能落地：

前置准备

  1. 环境：电脑安装 pnpm 包管理工具（OpenClaw 依赖）；
  2. 密钥：获取 MiniMax API Key（国内版 sk-cp 开头，性价比是海外模型 1/5）、飞书自建应用的 App ID 和 App Secret。

步骤 1：配置 MiniMax 国产模型，搞定网络 + 成本双问题

OpenClaw 默认用海外模型，访问慢且费钱，替换为 MiniMax 国内版，秒响应还省钱：

  1. 拉取国内适配仓库：git clone -b better-feishu git@github.com:BLUE-coconut/clawdbot.git，进入仓库执行pnpm install装依赖；
  2. 初始化配置：输入pnpm moltbot onboard --install-daemon，选 “Yes” 同意申明，Onboarding Mode 选 QuickStart；
  3. 选择模型：Model/auth provider 选 MiniMax，默认 MiniMax-M2.1（性价比首选），填入提前准备的 API Key；
  4. 关键修改（国内核心）：打开配置文件（mac：open ~/.clawdbot/moltbot.json；Windows：搜索文件夹.clawdbot），将 baseUrl 从https://api.minimax.io/anthropic改为https://api.minimaxi.com/anthropic，保存后重启网关：pnpm moltbot gateway restart；
  5. 测试生效：启动网关pnpm moltbot gateway run，浏览器访问http://127.0.0.1:18789，发消息能正常回复即配置成功。

步骤 2：接入飞书，实现国内办公场景联动

配置好模型后，接入飞书就能手机远程操控 OpenClaw，贴合国内职场办公习惯：

  1. 飞书开放平台创自建应用：登录https://open.feishu.cn，创建 “企业自建应用”，命名 “OpenClaw 助手”，添加 “机器人” 核心能力；
  2. 配置必选权限：在 “权限管理” 添加 4 项权限 ——im:message（收发消息）、im:message:send_as_bot（机器人发消息）、im:resource（传文件）、im:chat（获取群信息），发布版本后生效；
  3. 绑定 OpenClaw：依次执行命令填入飞书凭证clawdbot config set channels.feishu.appId "你的飞书App ID"clawdbot config set channels.feishu.appSecret "你的飞书App Secret"clawdbot config set channels.feishu.enabled true
  4. 重启验证：clawdbot gateway restart，飞书找到该机器人，发指令 “整理桌面工作文件” 能响应，即完成全部配置。

注意事项

  • MiniMax API Key 妥善保管，切勿泄露；
  • 飞书权限需配置完整，否则机器人无法收发消息、传文件；
  • 批量执行爬虫、文件处理时，可配置单次 token 上限，避免超额消耗。

四、最后：OpenClaw 的核心价值，是让 AI 回归 “工具本质”

比起鼓吹 “通用智能” 的 AI 产品，OpenClaw 的出圈更有意义：它不追求话术多精妙，只聚焦解决职场重复工作的核心痛点，本地可控保隐私、主动执行提效率、灵活适配贴习惯，还能通过低成本方案落地国内场景。

对于产品经理而言，OpenClaw 不仅是一款提效工具，更提供了 AI 产品的落地思路：好的 AI 不是炫技，而是能真正解决用户痛点，用简单的操作、稳定的体验、可控的成本，成为用户的帮手而非负担。

如今这款开源工具已完美适配国内办公场景，无论个人提效还是团队搭建自动化流程，都能实现 “低成本高回报”，这或许就是它能打动无数职场人的核心原因。