OpenClaw 是一款在2026年初爆火的开源个人AI智能体（Agent）框架，它的前身曾叫 Clawdbot 和 Moltbot，因名称与 Anthropic 的 Claude 过于相似而被迫改名，最终定名为 OpenClaw。
openclaw
总结：
openclaw 实际是替代人不停与大模型交互,非常耗token,现在与苹果生态结合比较好,主要能力是通过各种skill触发
替代人不停与大模型交互
你只需要下达一个模糊的指令（例如：“帮我处理一下今天的紧急邮件，并安排明天的会议”），OpenClaw 就会在后台自动与大模型进行几十次甚至上百次的“自言自语”（思维链 CoT）。它会自己规划步骤、自己调用工具、自己检查错误、自己重试。结论：它确实把“人与模型的频繁交互”变成了“模型与模型的自动交互”，人从“操作员”变成了“指挥官”。
非常耗 Token
为了实现上述的自动化，OpenClaw 必须把大量的上下文信息（历史记忆、技能描述、代码执行结果、网页内容等）反复发送给大模型。
规划阶段：需要发送所有可用 Skills 的定义。
执行阶段：每一步操作的结果都要回传给模型确认。
反思阶段：如果出错了，要把错误日志发给模型让它自我修正。耗 Token 的核心原因除了 “上下文反复传递”，还有 OpenClaw 的 多轮推理特性—— 它会为每个子任务单独调用大模型（比如 “解析邮件内容”“生成会议邀请文案”“检查日历冲突” 各算一轮），且每轮都需要携带历史上下文，叠加效应会让 Token 消耗指数级上升；
现状：很多用户反馈，运行一个复杂的自动化任务，消耗的 Token 数量可能是直接对话的 10 倍到 50 倍。这也是为什么大家常说“OpenClaw 是用钱（Token费）换时间（人力）”的典型代表。
- 与苹果生态结合好
Unix 环境友好：OpenClaw 基于 Python/Node.js，在 macOS (Unix) 上部署最顺畅，依赖问题最少。虽然 OpenClaw 是跨平台的，但在苹果生态（Mac + iPhone + iMessage）中，它的部署难度最低、交互体验最丝滑、系统控制能力最强。因此说它“与苹果生态结合比较好”。 - Skills 是核心能力
没有 Skills，OpenClaw 就是个只会聊天的 LLM 壳子。
它的强大之处在于社区丰富的 Skill 库（文件操作、网页浏览、代码执行、API 调用、HomeKit 控制等）。大模型负责“决策”调用哪个 Skill，而 OpenClaw 负责“执行”这个 Skill。
skills 推荐
remind-me — 提醒/定时 日使用频率：随你而定。把聊天里的事变成准时提醒：会议、缴费、复盘、喝水、早睡。
todo-tracker — 待办清单 把你随口说的事收进 TODO，随时查看、标记完成。特别适合「事情多、脑子装不下」的阶段。
Gmail（或 imap-email）— 邮件摘要 让助手帮你盯重要邮件、提炼要点、草拟回复。邮箱里往往藏着合作机会、系统告警和客户反馈。
Web Search — 联网搜索 任何需要实时信息的场景都离不开它。没有搜索能力的 AI 助手，就像断网的手机。
擅长的：
- 快速问答：“今天北京的天气怎么样？”
- 知识检索：“什么是相对论？”
- 新闻资讯：“最近 AI 圈有什么大新闻？”
- 查找资源：“推荐几本关于管理的书。”
browser-agent (智能浏览器)
它可以自动打开网页、点击按钮、提取内容、甚至填写表单。
擅长的：
- 需要登录/交互的：“帮我去微博看一下我特别关注的人有没有发新动态。”（需要先替你登录）
- 多步骤操作：“去航班管家帮我查一下下周三北京到上海的机票，筛选一下上午出发、价格最低的那个。”（需要点击日期、点击搜索、点击筛选按钮）
- 数据提取与比对：“打开京东和淘宝，搜索‘某款手机’，把这两家的价格、赠品、发货时间做个对比表给我。”（需要打开多个标签页，提取结构化数据）
- 表单填写：“帮我用我之前留的地址信息，自动在这个海淘网站上填好收货地址。”（需要定位输入框并填入文字）
- 监控变化：“每隔一小时去这个政府招标网刷新一下，如果有新的公告出现，就把全文下载下来通知我。”