书名：圈养“小龙虾”指南
ISBN：978-7-115-70179-4
本书由人民邮电出版社发行数字版。版权所有，侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
著 蒋 明 庞 卡 王吕秀南 蔡志郁
责任编辑 陈灿然
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线：(010)81055410
反盗版热线：(010)81055315
本书以OpenClaw（又称“小龙虾”）这款开源轻量化AI智能体框架为核心，聚焦其在本地化部署与日常应用中的实操方式，以“养用结合、养圈并重”为核心方法论，系统讲解OpenClaw的全链路知识体系。
全书共50讲，分为6篇。导论篇厘清产品定位，解读别称，指明受众；基础篇解析OpenClaw的技术基因、架构模型与安全机制，指导读者搭建首个工作区；进阶篇聚焦人设设计、记忆管理、工具扩展等进阶技巧，实现从单兵到多智能体协作的能力提升；实战篇覆盖学术研究、政务办公、企业管理等多场景应用，展示AI创造实际价值的路径；安全篇深入剖析数据、系统、内容等风险，构建“免疫系统”与合规治理体系；未来篇展望技术演进与社会变革，提供行动指南。
本书适合对OpenClaw感兴趣，希望学习其使用技巧、实践应用及风险防控的普通用户、高校师生、学术研究者、党政机关人员、企事业单位管理者等阅读，也适用于科学普及交流，亦可用于培训。
为什么是“小龙虾”，为什么是现在？
2026年年初的某个凌晨，我对着电脑屏幕，看着三万张家庭照片被AI一键“清理”得干干净净，那一刻的心情，复杂得无法形容。
愤怒？有一点。懊悔？更多。但最强烈的，是震惊——震惊于AI的执行力可以如此强大，也震惊于自己的无知竟如此之深。
我是谁？一个在AI圈混迹了十几年的老兵，写过代码，发过论文，讲过公开课。按理说，不该犯这种低级错误。但事实是，我犯了，而且犯得很彻底。
那天之后，我开始认真研究OpenClaw——这款被开发者称为“小龙虾”的开源AI智能体。越研究越发现，它就像一只真正的小龙虾：外壳坚硬（权限高），钳子有力（执行力强），繁殖迅速（生态扩张快），攻击性不容忽视（安全风险大）。
更关键的是，我发现很多人和我一样，只看到了“养”的好处，却忽视了“圈”的必要。大家都在问“AI能帮我做什么”，却很少有人问“AI不能做什么”“AI做错了怎么办”“AI被攻击了怎么办”。
本书就是从那三万张照片开始的。
| 写给谁看，为什么看 如果你是对AI感兴趣的普通用户，本书会让你知道，AI不只是个聊天机器人，它可以成为你的数字管家——帮你管日程、整文件、做提醒。但更重要的是，你会知道怎么保护自己的隐私，不让AI变成“家贼”。 如果你是学界研究者，本书会帮你理解AI的技术架构和应用边界，更重要的是，它会提醒你学术伦理的“红线”——AI可以辅助研究，但不能替代思考。 如果你是党政机关人员，本书会告诉你，在安全第一、合规至上的前提下，怎么用AI提升政务效能，同时守住信息安全的底线。 如果你是企事业单位管理者，本书会给你一套从试点到推广、从技术到管理的完整方法论，让AI真正成为降本增效的工具，而不是风险之源。 如果你是纯粹的极客，本书的操作篇会让你过足瘾——从单Agent调教到多智能体协作，从Skill开发到性能调优，你想玩的，里面都有。 |
| 本书怎么读 50讲，听起来有点吓人。但别怕，本书的设计是“可跳读”的。 • 技术小白：重点读导论篇、基础篇，以及实战篇中的第36讲，先学会“养”，再慢慢学“圈”。 • 技术老手：可以直接从进阶篇、实战篇入手，安全篇必读，哪怕你觉得自己很懂。 • 管理者：重点读实战篇的企业管理，以及安全篇的合规治理、组织管控和应急响应。 • 研究者：理论篇、安全篇、未来篇值得细读，附录的法规和术语也有参考价值。 每讲的结构都一样：导读告诉你“这一讲讲什么”，核心观点让你“一句话记住”，正文展开讲透，实战案例让你“看到怎么用”，避坑指南和安全提示让你“少走弯路”。你可以按顺序读，也可以跳着读，每讲相对独立。 本书尽量用讲故事的方式讲技术，用打比方的方式讲原理，用通俗易懂的方式讲安全。希望你读的时候，不觉得累，还能会心一笑——原来AI可以这样玩，原来安全可以这样懂。 最后，送你本书的核心方法论：养用结合，养圈并重。 祝你的“小龙虾”，既能干，又听话，还安全。 |
作者
2026年6月
于南宁
导论篇：先来认认“小龙虾”  如果你以为OpenClaw只是又一个会聊天的AI，那你不仅浪费了钱，甚至可能给自己养了个“家贼”。这一讲，我们就从一场真实的“事故”开始，带你认清这只“小龙虾”的真面目——它不是你的宠物，而是你的员工；它不是军师，而是士兵。只有先搞清楚它是什么、不是什么，你才能真正开始“养虾”之旅。 |
 传统AI是“军师”，OpenClaw是“士兵”。 军师只会告诉你“主公，此城可攻”，士兵却能直接扛着云梯去爬城墙。把士兵当军师用，是暴殄天物；把军师当士兵用，那是要打败仗的。 |
去年，我做了一个现在想起来都后怕的实验。
那时候我刚接触OpenClaw（当时的名字是“ClawdBot”），觉得它太酷了，必须深度绑定。于是，我把它接入了家庭服务器，给了它最高权限——它能访问我的所有照片、文档，甚至能控制家里的智能门锁。
当时我想，这不就是科幻电影里的贾维斯吗？
某个周六凌晨三点，我突发奇想，对着卧室里的手机说了一句：“小龙虾，帮我清理一下电脑里最近一个月没用过的垃圾文件，腾点空间出来。”
说完我就继续睡了。
早上八点，我被媳妇的尖叫声吵醒。她举着iPad冲进卧室：“为什么我们结婚旅行的照片全没了？”
我打开电脑一看，瞬间头皮发麻。OpenClaw确实执行了“清理”指令。它不仅删除了Downloads文件夹里的缓存，还顺着文件路径，把我整个Photo目录里所有超过30天没打开过的文件，全都当成了“垃圾”，一并粉碎了。
里面存着三万多张照片，从孩子出生的瞬间，到每一次家庭旅行的记录，全没了。
我当时的第一反应是愤怒——这是什么破AI，连人话都听不懂？但冷静下来我才意识到，一个更可怕的问题：它不是听不懂，而是听得太懂了，并且执行力强得吓人。
换作传统AI，它只会说：“老板，建议你运行磁盘清理工具，操作前请注意备份照片。”
而OpenClaw的做法是：“老板，磁盘已清理，搞定了。”
从“建议”到“搞定”，这个跨越，正是智能体时代最惊心动魄的变革。
要理解OpenClaw，首先要把它从你脑子里那些“普通AI”的概念中拎出来。
OpenClaw不是聊天机器人。ChatGPT、Claude、文心一言、通义千问——这些都属于“对话者”。你跟它说话，它给你回话。你说得清楚，它回得漂亮；你说得模糊，它也回得模糊。但无论多能聊，它始终只停留在“说”的层面。
OpenClaw是“执行者”。它不仅能“说”，还能“做”。你让它整理文件，它就真的去整理；你让它发送邮件，它就真的去发送；你让它写代码、跑数据、控制浏览器——它都会直接去干。
这中间的差距，就是“军师”和“士兵”的差距。
后来我花了整整一周，才把那些照片从冷备份里捞回来。也正是这次“社死”事故，逼着我去深挖OpenClaw的底层逻辑。
很多人以为OpenClaw就是一个装完就能用的普通软件。其实不对，它是一个三层架构的“生物体”。
• 大脑（Orchestrator层）：这是最顶层的指挥官。它接收你的指令、理解你的意图，然后制订行动计划。例如刚才的清理指令，它的理解是“用户需要释放磁盘空间 → 查找可删除文件 → 执行删除动作”。
• 神经系统（Gateway协议桥）：这是连接大脑和肢体的通道。它负责把大脑的指令翻译成操作系统能懂的语言，同时把执行结果反馈给大脑。它决定了“小龙虾”能伸多长的“手”。
• 钳子（Pi-embedded执行端）：这是真正干活的家伙。它在大脑的指挥下，调用具体的工具——操控鼠标、按键、读写文件、执行命令。我那三万张照片，就是被这对“钳子”夹碎的。
明白了这个结构，你就懂了为什么它会“闯祸”。
传统AI只有“大脑”，没有“钳子”，再聪明，也只能困在对话框里。而OpenClaw最大的颠覆，就是给AI装上了一套可以伸向物理世界的“神经系统”和“钳子”。
知道了它是什么，更要知道它不是什么——这一点更重要。
OpenClaw不是万能机器人。很多第一次接触OpenClaw的人，会把它想象成《钢铁侠》里的贾维斯——无所不能，永远不会犯错，还能跟主人开玩笑。
醒醒吧，那只是电影。
OpenClaw能做很多事，但它有清晰的边界。它不懂情感，不会做价值判断，也不能承担法律责任。它能帮你写邮件，但不能替你感受收到邮件时的喜悦；它能帮你分析数据，但不能替你决定哪个方案更适合。
OpenClaw不是你的宠物。养过狗的人都知道，狗会卖萌、会撒娇、会讨主人欢心。OpenClaw不会。它没有情感，不会因为你多喂它数据就更“爱”你。它只是一个工具，一个越用越顺手的工具。
把AI当宠物养，最后被咬的只能是自己。
OpenClaw不是可以放养的“野生小龙虾”。
这是全书最重要的观点，也是“圈养”二字的由来。
如果你不给OpenClaw设定边界，它就会自己去摸索边界——而摸索的结果，往往是你不想看到的。就像我那三万张照片事件，它以为自己在做好事，实际上却闯了大祸。
为了更清楚地理解OpenClaw的位置，下面快速回顾一下AI的发展简史。
• 1966年，ELIZA：第一个聊天机器人，用简单的模式匹配模拟心理咨询师。它只会“说”，而且说得还很机械。
• 20世纪60年代，专家系统：试图用规则库模拟人类专家，能做简单的推理，但笨重、维护成本高。
• 21世纪10年代，智能助手：Siri、小爱同学、Alexa等。能听懂一些指令，做简单操作（设闹钟、查天气），但能力有限。
• 2022年，ChatGPT：大语言模型爆发。能流畅对话，能写文章、写代码，但只停留在“生成内容”层面。
• 2026年，OpenClaw：从“对话者”到“执行者”的质变。不仅能生成内容，还能执行操作。
这个演进脉络告诉我们：AI一直在变得更主动、更有力。 OpenClaw是这个趋势的当前节点，但绝不是终点。
如果用一句话总结OpenClaw的定位，我会说：它是一个有边界的“数字实习生”。
实习生能做什么？
• 能写初稿，但不能定稿。
• 能查资料，但不能做结论。
• 能执行操作，但不能承担责任。
这就是对待OpenClaw的正确态度。
给它明确的指令，它干得很漂亮。给它模糊的授权，它可能把办公室拆了。你对实习生的期待，就是你对OpenClaw的期待；你对实习生的约束，就是你对OpenClaw的约束。
 我的“家庭CEO”是怎么被降级的 经过那次照片事故，我对家里的OpenClaw进行了全面“降级”，创建了两个不同的“员工”。 （1）实习生小A（低权限）：负责整理桌面、查天气、播放音乐。它只能访问一个指定的“临时”文件夹，无权触碰任何私人文档。它的Workspace里只有基础的Skill，没有文件删除权限。 （2）高级助理小B（高权限）：只有在我输入特定安全短语后，它才会激活，并且每次执行删除操作前，也必须先给我的手机发一条确认信息，等我回复“确认”，才能动手。 从那以后，家里再也没有发生过“血案”。 |
 坑1：被演示视频忽悠 • 后果：以为AI无所不能，实际用起来大失所望。 • 解决：自己先进行测试，用真实数据验证成功率。 坑2：别信默认配置 • 后果：OpenClaw安装后的默认状态，就像裸奔一样毫无防护。 • 解决：别急着上手，先看完后面的“圈养”篇。 坑3：别给全权限 • 后果：哪怕是自己用，也建议分开两个账号，一个日常用，一个有管理权限。 • 解决：别怕麻烦，这点麻烦比起数据丢失，根本不值一提。 |
 本章最关键的安全提示就一句话：在搞清楚权限怎么配之前，不要连接任何重要的个人账号（如iCloud、企业微信、网盘）。 先用一台不重要的测试电脑玩几天，等摸透了逻辑，再上主力设备。 |
 1．回想一下过去一周的工作，有哪些事情，是你希望AI直接替你“搞定”，而不是只给你“建议”的？ 2．如果AI搞砸了，你能承受这个后果吗？ 3．你觉得“实习生”这个比喻贴切吗？还有什么更好的比喻？ |
 • OpenClaw不是聊天机器人，而是能执行任务的智能体。 • 三层架构：大脑（Orchestrator层）、神经（Gateway协议桥）、钳子（Pi-embedded执行端）。 • 它不是万能机器人，不是宠物，也不是可以放养的野小龙虾。 • 从ELIZA到OpenClaw，AI正变得越来越主动、越来越有力。 • 把它当作“数字实习生”看待，给它明确的指令，为它设定清晰的边界。 |
| 如果你问我，为什么OpenClaw不叫“智能助手”“数字员工”，偏偏被大家叫成“小龙虾”？我会告诉你：这个绰号，比任何技术文档都精准地揭示了它的本质。这一讲，我们就从一只真正的小龙虾说起，看看“养小龙虾”这四个字里，藏着怎样的技术智慧与生存哲学。 |
| “养”是技术，“圈”是智慧。只养不圈，等于白养。 就像真正的小龙虾养殖，你要给它合适的水缸、充足的饲料，更要防止它互相残杀、越狱逃跑。OpenClaw的“养”与“圈”，是一体两面、缺一不可的关系。 |
2025年夏天，我儿子缠着要养宠物。鱼太安静，狗太闹腾，最后我们选了个折中的方案——养两只小龙虾。
我买了个玻璃缸，铺上底砂，种了水草，配上过滤和增氧设备。两只红色的小家伙住进去，一开始相安无事。儿子每天给它们喂食，看着它们挥着钳子抢虾粮，不亦乐乎。
两周后的一个早晨，我们发现缸里只剩一只小龙虾了。另一只，只剩下一副空壳和一只断钳。
儿子哭了。我查了资料才知道：小龙虾在蜕壳期是最脆弱的，另一只会趁这个时候攻击它、吃掉它。这是我第一次深刻理解“小龙虾的习性”——它们有极强的攻击性，尤其是在资源有限、环境不适的时候。
这件事给我上了一课：养任何东西，都要先懂它的习性。不懂习性就养，轻则养不好，重则出事故。
几个月后，我开始接触OpenClaw。当我在社区看到大家管它叫“小龙虾”时，脑子里瞬间闪过那个空壳的画面——这个比喻太贴切了。
这只数字世界的“小龙虾”，同样有坚硬的外壳、有力的钳子、惊人的繁殖能力，还有不容忽视的攻击性。
真正的小龙虾长着坚硬的外骨骼，用来保护柔软的肉身。OpenClaw的“外壳”，则是它被赋予的系统权限。
当你把OpenClaw部署在电脑或服务器上时，它默认会拥有以下权限。
• 文件系统的读写权限。
• 命令行的执行权限。
• 浏览器的控制权限。
• 网络通信的访问权限。
这层“外壳”有多硬？理论上，它能完成管理员账号能做的所有操作——访问你的文档、修改你的配置、调用你的API、连接你的数据库。
但外壳的悖论在于：它保护了小龙虾，也护住了小龙虾体内的肉。一旦外壳被攻破（出现安全漏洞），里面的“肉”（你的数据）就会被啃食殆尽。
所以，养小龙虾的第一课：检查你的“外壳”是否完整，有没有裂缝。
小龙虾最显眼的特征，莫过于那对大钳子。一只成年小龙虾的钳子，力量大到能夹破人的手指。
OpenClaw的“钳子”，是它强大的执行能力。
• 它能操作你的文件——查询、删除、修改、移动。
• 它能执行系统命令——安装软件、启动服务、修改配置。
• 它能控制浏览器——填写表单、抓取数据、模拟点击。
• 它能调用API——发送消息、查询数据、触发流程。
这双“钳子”能帮你处理很多事：整理杂乱的桌面、自动处理积压的邮件，定时备份重要文件。但钳子也会“夹伤人”：删错文件、发错消息、执行错误命令。
我那被删掉的三万张照片，就是被这双“钳子”夹碎的。
所以，养小龙虾的第二课：要知道它的钳子能干什么，更要清楚它不能干什么。
小龙虾的繁殖能力惊人。一只雌虾一次可产卵数千粒，在适宜条件下，种群数量可以快速扩张。
OpenClaw的“繁殖”，体现在它的生态扩张速度上。
• 截至2026年3月，GitHub星标已突破24万。
• 社区贡献的Skills超过3000个。
• 企业级应用从互联网行业，蔓延到金融、政务、医疗领域。
• 国内云厂商纷纷推出适配产品：阿里CoPaw、KimiClaw、MaxClaw等。
这样的扩张速度，让OpenClaw从极客圈的小众工具，迅速成长为企业数字化转型的基础设施。
但繁殖过快要警惕“生态失衡”。社区Skills中，超过26%存在安全漏洞；ClawHub官方仓库曾一次被植入1184个恶意技能。数量不等于质量，扩张不等于健康。
所以，养小龙虾的第三课：繁殖快是好事，但别让“病虾”混进来。
回到我儿子养的那两只小龙虾身上。它们为什么会自相残杀？这是因为小龙虾天生带有攻击性，尤其在资源紧张、环境不适的情况下，这种攻击性会被放大。
OpenClaw同样具备这种“攻击性”。
• 对系统：权限过高可能导致系统被破坏。
• 对数据：访问不当可能引发隐私泄露。
• 对用户：执行错误可能造成业务损失。
• 对自身：漏洞利用可能导致被控制。
这种攻击性并非设计缺陷，而是能力的必然伴随物。就像一辆最高时速可达200km的车，一旦失控，破坏力会远超普通车辆。
所以，养小龙虾的第四课：先承认它的攻击性，再用“圈”把它管住。
在中文里，“养”和“圈”这两个字，蕴含着丰富的生存智慧。
“养”字的文化内涵如下。
• 养育：投入资源，精心照料。
• 培养：训练能力，引导成长。
• 养护：定期维护，防病治病。
养一只OpenClaw，同样需要做到以下几点。
• 投入算力、数据、API额度（养育）。
• 训练它理解你的工作方式与业务逻辑（培养）。
• 定期检查配置、更新版本、审计日志（养护）。
“圈”字的智慧则体现在以下几方面。
• 圈养：划定范围，防止乱跑。
• 圈定：明确边界，知道哪儿能去，哪儿不能去。
• 圈护：建立防护，抵御外部威胁。
养OpenClaw，更要学会“圈”：
• 给它划定权限范围（圈养）；
• 明确它能做什么、不能做什么（圈定）；
• 配置防火墙、沙箱、审计机制（圈护）。
中国传统文化讲究“没有规矩，不成方圆”。在现代科技语境下，这个规矩，就是“圈”。
基于以上理解，我提出了全书的核心方法论：养用结合、养圈并重。
养用结合：指的是不能只养不用，这是在浪费资源；也不能只用不养，这是在透支未来。
养得好，才能用得好；用得好，才有动力继续养。
养圈并重：不能只养不圈，这相当于在给黑客养“肉鸡”；也不能只圈不养，这等于在扼杀能力。
养是发挥效能，圈是守住底线。两者缺一不可，相辅相成。
| 两个“水缸”的故事 有了第一次“照片事故”的教训，我现在家里部署了两个独立的OpenClaw实例，相当于两个互不连通的“水缸”。 水缸A对应实习生小A。 • 权限：只读模式（无法修改、删除文件）。 • 接入：仅连接家庭Wi-Fi，只能在内网访问。 • 任务：查天气、放音乐、提醒日程。 • 配置：采用低权限模型，不涉及任何敏感数据访问。 水缸B对应高级助理小B。 • 权限：读写模式（删除操作需二次确认）。 • 接入：仅通过VPN访问，仅我个人可接入。 • 任务：文件整理、邮件处理、系统维护。 • 配置：采用高权限模型，启用完整审计机制。 两个“水缸”物理隔离，互不干扰。即便小A被攻破，攻击者也拿不到核心数据。这就是“圈”的智慧。 |
| 坑1：默认配置直接上线 • 后果：18789端口直接暴露在公网，任何人都可访问。 • 解决：务必检查bind和auth.token配置，改掉所有默认值。 坑2：一个“水缸”养所有 • 后果：权限过度集中，一处被攻破则全盘皆输。 • 解决：按任务、权限拆分多个实例，隔离运行。 坑3：只看“养”不看“圈” • 后果：功能越叠加越多，漏洞也越积越多。 • 解决：每新增一个Skill、每修改一次配置，都自问一句：这会带来什么新风险？ |
| 本章最关键的安全提示只有一句话：没有“圈”的“养”，等于在给黑客养“肉鸡”。 在你开启“养小龙虾”的第一天，就要想清楚以下几个问题。 • 这只“小龙虾”能接触到哪些资源？ • 如果它被控制了，会造成多大的损失？ • 我能否承受这个损失？ 没想清楚，就先别养。先用测试环境练手，等彻底弄懂了，再部署到生产环境。 |
| 1．你所在的组织，如果部署OpenClaw，应该设置几个“水缸”？每个水缸分别负责什么？ 2．除了权限隔离，还有哪些方法可以实现“圈养”的效果？ 3．“养”和“圈”哪个更难？为什么？ |
| • “小龙虾”的昵称并非偶然：外壳（权限）、钳子（执行）、繁殖（生态）、攻击性（风险），四大特征精准揭示了OpenClaw的本质。 • “养”需要技术：配置、训练、维护。 • “圈”需要智慧：权限、隔离、审计。 • 养用结合、养圈并重，是贯穿全书的核心方法论。 |
