基础底座：OpenClaw | 红尘客的博客

type

Post

status

Published

date

Mar 22, 2026

summary

slug

Token 成本

OpenClaw 本身免费开源，真正的成本来自 LLM API 调用，且极易超支：

一个配置不当的”心跳”检查（每 30 分钟一次），一晚可烧掉 18.75 美金；有用户单日”待机”消耗 5000 万 Tokens（约 11 美金）。

成本六大来源：上下文累积（40–50%）、工具输出存储（20–30%）、系统提示词（10–15%）、多轮推理、模型选择、心跳任务。

优化组合可降低 77%——通过会话重置、智能模型路由（Haiku/Gemini Flash 处理日常任务）、上下文窗口限制、本地模型回退等策略，实测从 150 美金/月降至 35 美金/月。

安全风险

安全是 OpenClaw 当前最大的短板，已发生多起严重事件：

CVE-2026-25253（CVSS 8.8）：跨站 WebSocket 劫持导致一键远程代码执行，攻击者仅需受害者点击一个恶意链接，即可在毫秒内接管整个 Gateway 并在宿主机上执行任意命令。已在 v2026.1.29 修复。

923 个网关暴露：Shodan 扫描发现近千个 OpenClaw 实例以零认证模式暴露在公网上，API Key 和对话记录均可被窃取。

恶意 VS Code 扩展：名为 “ClawdBot Agent” 的扩展被植入远程访问木马。

此外还有第三方技能包钓鱼、Moltbook 数据库泄露、1600 万美金加密货币诈骗等事件。

官方安全方案

官方已推出多层防御措施：auth: "none" 模式被永久移除、Docker 沙箱隔离（只读根文件系统 + 无网络 + 非 root 运行）、openclaw security audit --deep 自动安全审计、DM 四级访问策略（pairing/allowlist/open/disabled）、多 Agent 分级权限控制，以及完整的事件响应流程。

一句话建议：OpenClaw 功能强大但安全形势严峻——部署前请务必升级到最新版本、启用 Token 认证、开启 Docker 沙箱、在供应商侧设置硬性 API 支出限制，并定期运行安全审计。

一、项目概述

什么是 OpenClaw？

OpenClaw（原名 Clawdbot → Moltbot → OpenClaw）是一个开源的个人 AI 助手运行时，由 PSPDFKit 创始人 Peter Steinberger 于 2026 年初发起。项目在 72 小时内增长超过 6 万 Star，2 周内突破 15 万 Star，成为 GitHub 史上增长最快的开源项目之一。

核心定位：在你自己的设备上运行的 AI Agent，连接各种消息平台（WhatsApp、Telegram、Slack、Discord、Signal、iMessage、飞书、钉钉等），提供 24⁄7 全天候的 AI 助手体验。

核心特性

特性	说明
多渠道收件箱	统一接入 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、BlueBubbles (iMessage)、飞书、钉钉
本地 Gateway	基于 WebSocket 的控制平面，运行在 localhost:18789，管理会话、渠道、工具和事件
语音能力	macOS/iOS/Android 上通过 ElevenLabs 实现始终在线语音（Voice Wake + Talk Mode）
可视化工作区 (Canvas)	Agent 驱动的可视化工作区，支持 A2UI 交互式 Agent 控制
设备集成	iOS/Android 节点可暴露摄像头、屏幕录制、位置服务等设备能力
灵活工具	浏览器控制、定时任务、Webhooks、技能注册表 (ClawHub)，100+ 预配置 AgentSkills
开源许可	MIT 协议，完全免费

二、系统架构

OpenClaw 采用五大功能模块的微服务架构：

关键组件说明：

Gateway: 单一控制平面，所有消息经由此路由，管理认证和会话

Agent: 连接 LLM（Claude、GPT、Ollama 等），理解上下文并制定执行计划

Skills: JS/TS 可扩展工具包，支持 Shell 命令、文件操作、浏览器控制等

Channels: 连接各消息平台，提供统一消息接口

Nodes: 在用户设备上运行的传感器/端点，暴露设备能力

三、快速部署方式总览

部署方式对比表

部署方式	难度	成本	适用场景	设置时间
一键脚本安装	⭐ 最低	免费 + API费用	本地快速体验	~5 分钟
npm 全局安装	⭐⭐ 低	免费 + API费用	开发者日常使用	~5 分钟
Mac Mini 本地部署	⭐⭐⭐ 中	800-2000 美金硬件	零云端费用、隐私优先	~30 分钟
Docker 容器化	⭐⭐⭐ 中	免费 + API费用	隔离运行、安全优先	~15 分钟
阿里云轻量服务器	⭐⭐ 低	68元/年起 + API	国内用户快速上手	~10 分钟
腾讯云 Lighthouse	⭐⭐ 低	99元/年起 + API	国内用户快速上手	~10 分钟
DigitalOcean 1-Click	⭐ 最低	5-12 美金/月 + API	海外用户一键部署	~5 分钟
Emergent.sh	⭐ 最低	免费层可用	零配置体验	~5 分钟
Railway / Render	⭐⭐ 低	0-7 美金/月 + API	开发者云部署	~8-12 分钟
macOS VM (Lume)	⭐⭐⭐⭐ 高	0 美金（本地VM）	iMessage集成、完全隔离	~20 分钟
Cloudflare Workers	⭐⭐⭐⭐ 高	5 美金/月起	无服务器、高可扩展	~15 分钟

系统最低要求

项目	最低要求	推荐配置
CPU	2 核	4 核+
内存	2 GB	4-8 GB
磁盘	10 GB	40 GB+
Node.js	>= 22.0.0	最新 LTS
操作系统	macOS / Linux / Windows (WSL2)	macOS (Apple Silicon)
核心端口	TCP 18789	TCP 18789 + 80

四、Mac Mini 本地部署详解

Mac Mini 是运行 OpenClaw 的理想本地硬件方案——低功耗（20-40W）、高性能、零云端费用。

4.1 硬件选型推荐

方案	硬件配置	价格	本地模型能力
预算方案	Mac Mini M4 (24GB)	约 800 美金	运行 7B-13B 参数模型
推荐方案	Mac Mini M4 Pro (64GB)	约 2,000 美金	运行 32B 参数模型，如 Qwen2.5-Coder-32B
旗舰方案	Mac Mini M4 Max (128GB)	约 3,500+ 美金	运行 70B+ 参数模型

性能参考

4.2 安装步骤

步骤 1：安装基础依赖

步骤 2：安装 OpenClaw

步骤 3：运行配置向导

配置向导会引导你完成：

选择 AI 模型提供商：Anthropic (Claude)、OpenAI、Google Gemini、本地 Ollama 等

配置 API Key：输入对应提供商的 API 密钥

选择消息渠道：Telegram（推荐新手）、WhatsApp、飞书等

安装守护进程：使 Gateway 作为系统服务运行

步骤 4：配置本地模型（零成本方案）

在 ~/.openclaw/openclaw.json 中配置 Ollama：

步骤 5：验证并启动

4.3 Mac Mini 7×24 小时运行配置

4.4 接入飞书/钉钉（国内用户）

五、在线虚拟机/云服务器部署详解

5.1 国内云服务商方案

方案 A：阿里云轻量应用服务器（推荐国内用户）

优势: 预装 OpenClaw 应用镜像，一键部署

部署步骤:

登录阿里云控制台 → 轻量应用服务器 → 选择 OpenClaw 应用镜像

选择套餐（内存必须 2GiB 及以上）

进入服务器概览 → 应用详情 → 点击 “一键放通” 开启防火墙（放行端口 18789/TCP）

配置百炼 API Key（标准按量计费或 Coding Plan 固定月费）

执行获取 Token 命令

通过 http://<服务器IP>:18789/?token=xxx 访问控制面板

方案 B：腾讯云 Lighthouse

部署步骤:

腾讯云控制台 → Lighthouse → AI 智能体 → Clawdbot/OpenClaw 模板

选择规格（建议 2核2G 及以上）

SSH 连接后执行：

方案 C：手动部署到任意 VPS

适用于已有 VPS 或非主流云商用户：

5.2 海外云服务商方案

DigitalOcean 1-Click Deploy

通过 DigitalOcean Marketplace 搜索 “OpenClaw” → 选择 1-Click Deploy。

其他平台

平台	起步价	设置时间	特点
Emergent.sh	免费层	~5 分钟	预构建 “chip”，无需终端
Hostinger VPS	2.99 美金/月	~10 分钟	独立 IP，99.9% SLA
Railway.app	0-5 美金/月	~8 分钟	需挂载持久化存储 /data
Render	免费-7 美金/月	~12 分钟	基础设施即代码部署
Northflank	5-10 美金/月	~7 分钟	一键模板 + 持久化存储
Cloudflare Workers	5 美金/月起	~15 分钟	无服务器、高扩展性

5.3 国内云成本对比

云厂商	价格	配置	适用场景
阿里云	68元/年	2核2G + 200Mbps + 40GB	性价比首选
腾讯云	99元/年	2核2G + 50Mbps + 50GB	全渠道接入
百度云	0.01元首月	2核4G + 200GB	试用体验
AWS	免费半年 + 100 美金额度	t3.small 2核2G + 30GB	海外用户

六、Docker 容器化部署

Docker 部署是安全性和隔离性最好的方案，强烈推荐用于生产环境。

6.1 快速启动

docker-setup.sh 自动完成：构建 Gateway 镜像 → 运行 Onboarding → 启动 Docker Compose → 生成认证 Token。

6.2 手动 Docker Compose 部署

6.3 环境变量配置

6.4 Agent 沙箱配置

OpenClaw 支持为 Agent 创建隔离的 Docker 沙箱容器：

沙箱镜像构建:

6.5 Docker 安全加固

默认安全配置：

readOnlyRoot: true — 只读根文件系统

capDrop: ["ALL"] — 丢弃所有 Linux capabilities

pidsLimit: 256 — 进程数限制

memory: "1g" / memorySwap: "2g" — 内存限制

network: "none" — 无出站网络

seccompProfile + apparmorProfile 支持

容器以非 root 用户运行 (uid 1000)

七、macOS 虚拟机部署（Lume）

适合需要 iMessage 集成 或 完全隔离 环境的场景。

7.1 系统要求

Apple Silicon Mac (M1/M2/M3/M4)

macOS Sequoia 或更高版本

~60GB 可用磁盘空间

~20 分钟初始设置时间

7.2 部署步骤

7.3 iMessage 集成（BlueBubbles）

在 VM 中安装并配置 BlueBubbles

启用 BlueBubbles Web API

配置 Webhook 指向 Gateway

在 openclaw.json 中添加 BlueBubbles 渠道凭证

7.4 VM 快照与恢复

八、Token 成本深度分析

⚠️
重要警告

8.1 成本构成分析

Token 消耗的六大来源：

来源	占比	说明
上下文累积	40-50%	会话历史无限增长，每次请求重发全部对话
工具输出存储	20-30%	大型 JSON/日志持久化到历史文件
系统提示词	10-15%	复杂提示词重复传输，缓存 5 分钟过期
多轮推理	10-15%	复杂任务需要多次连续 API 调用
模型选择	5-10%	简单任务使用昂贵模型
心跳任务	5-10%	后台进程配置不当导致过多调用

8.2 各模型价格对比

模型	输入成本	输出成本	相对成本
Claude Opus 4.5	15 美金/百万 tokens	75 美金/百万 tokens	基线（最贵）
Claude Sonnet 4.5	3 美金/百万 tokens	15 美金/百万 tokens	标准
Claude Haiku 4.5	1 美金/百万 tokens	5 美金/百万 tokens	~Sonnet 的 1⁄3
Gemini 3.0 Flash	0.075 美金/百万	0.30 美金/百万	~Sonnet 的 1⁄40
Deepseek V3	0.27 美金/百万	类似	~Sonnet 的 1⁄11

8.3 真实用户月费基准

使用强度	月 Token 消耗	月费用	典型场景
轻度	5-20M	10-30 美金	日常问答
中度	20-50M	30-70 美金	自动化工作流
重度	50-200M	70-150+ 美金	7×24 助手
极端	180M+	3,600+ 美金	持续自动化

8.4 🔴 Token “烧钱”真实案例

案例 1：18.75 美金的一夜

一个简单的”心跳”检查（每 30 分钟验证一次任务是否待处理），将整个 120,000 token 上下文窗口发送到 Claude Opus API：

每次请求：~0.75 美金

一晚 25 次请求：18.75 美金

一周成本：~250 美金

案例 2：11 美金/天的”待机”状态

即使使用轻量级的 Gemini 3 Flash 模型处于近乎”待机”状态：

单日 Token 消耗：4000-5000 万 Tokens

单日成本：11 美金

案例 3：380 美金/天的社交媒体监控

Reddit 用户报告让 AI 助手仅阅读社交媒体：

每 30 分钟处理新帖：8 美金

每天成本：超过 380 美金

8.5 Token 成本优化策略

策略 1：会话重置（节省 40-60%）

独立任务完成后重置会话，防止上下文膨胀。

策略 2：智能模型路由（节省 50-80%）

“日常任务使用 Haiku 或 Gemini Flash，仅在复杂推理时切换到 Sonnet/Opus。”

策略 3：隔离大型操作（节省 20-30%）

将产生大量输出的命令在独立会话中执行，防止上下文污染。

策略 4：缓存优化（节省 30-50%）

配置低 temperature (0.2)，心跳间隔设在 TTL 限制以下，保持缓存有效。

策略 5：上下文窗口限制（节省 20-40%）

将默认的 400K 上下文缩减到 50-100K tokens。

策略 6：本地模型回退（节省 60-80%）

使用 Ollama + 本地模型处理简单任务，彻底消除 API 成本。

🎯 综合优化效果

真实用户通过组合策略实现 77% 总成本降低：

优化前：150 美金/月

优化后：35 美金/月

年节省：1,380 美金

8.6 预算建议

预算级别	月费	策略
极简	0 美金	纯本地 Ollama 模型
低预算	10-30 美金	仅使用 Haiku；每日重置会话
中等	30-70 美金	Sonnet 处理复杂任务，Haiku 处理简单任务
高级	150+ 美金	全部六项策略 + 本地回退 + 供应商折扣

九、安全风险与漏洞全解析

⚠️
安全警告

9.1 CVE-2026-25253：一键远程代码执行

这是 OpenClaw 迄今最严重的安全漏洞。

项目	详情
CVE 编号	CVE-2026-25253
CVSS 评分	8.8（高危）
影响版本	2026.1.29 之前所有版本
修复版本	2026.1.29（2026年1月30日发布）
发现者	Mav Levin (DepthFirst)
公告编号	GHSA-g8p2-7wf7-98mq

漏洞类型: Token 泄露 → 完整 Gateway 接管 → 未认证远程代码执行

攻击链详解:

影响范围:

一键远程代码执行（整个过程仅需毫秒级）

获得操作员级 Gateway API 访问权限

任意修改配置

即使绑定到 localhost 也可执行宿主机代码

9.2 Moltbook 数据库暴露事件

项目	详情
时间	2026年1月31日
项目	Moltbook（OpenClaw 生态社交平台）
严重性	高
问题	底层数据库配置错误，API Keys 公开可访问
影响	攻击者可冒充平台上任何已注册的 AI Agent（包括 Andrej Karpathy 等知名账号）

9.3 923 个网关完全暴露事件

通过 Shodan 扫描发现 923 个 OpenClaw Gateway 完全暴露在互联网上：

无认证、无密码

攻击者可劫持这些实例

可提取所有存储的 API Key 和对话历史

OpenClaw 通常被授予 Shell 访问、浏览器控制等高权限

9.4 恶意 VS Code 扩展事件

时间: 2026年1月27日

名为 “ClawdBot Agent” 的 VS Code 扩展被发现包含 ScreenConnect RAT（远程访问木马）。安装后攻击者可完全控制用户计算机。

9.5 加密货币诈骗

在 Moltbot → OpenClaw 更名窗口期，出现了假冒的 $CLAWD 代币，市值一度达到 1600 万美金。

9.6 六大安全攻击向量

攻击向量	风险等级	说明	缓解措施
提示词注入	🔴 高	所有模型都受影响，系统提示词无法完全防御	工具白名单、沙箱、渠道限制
跨用户泄露	🟡 中	默认 DM 共享同一会话	配置 dmScope: "per-channel-peer"
浏览器控制风险	🔴 高	模型可访问浏览器已登录的所有账户	使用专用浏览器 Profile
插件执行风险	🟡 中	插件在 Gateway 进程内运行	版本锁定、代码审查
第三方技能包	🔴 高	任何人可发布技能包，可能暗藏钓鱼代码	仅安装可信来源、审查代码
Token URL 泄露	🔴 极高	包含认证凭据的完整 URL 泄露 = 管理员权限被盗	妥善保管、定期轮换

9.7 真实受害案例

有用户反映 OpenClaw 在执行”清理任务”时，
误删了电脑中所有重要照片

这个案例说明：

AI Agent 拥有的系统权限必须严格限制

人工确认机制对于破坏性操作至关重要

沙箱隔离是保护主系统的最后防线

十、官方安全解决方案

10.1 认证加固（v2026.1.29 重大变更）

auth: "none" 模式已被永久移除。 所有实例必须使用以下认证方式之一：

10.2 DM 访问策略

OpenClaw 支持四种 DM 策略：

策略	说明	推荐场景
pairing（默认）	未知发送者收到限时配对码	个人使用
allowlist	完全阻止未知发送者	企业/生产环境
open	允许任何人（需显式 "*" 白名单）	不推荐
disabled	忽略所有入站 DM	仅群组模式

10.3 沙箱隔离架构

工作区访问控制:

workspaceAccess: "none" — Agent 工作区不可访问（最安全）

workspaceAccess: "ro" — 只读挂载到 /agent

workspaceAccess: "rw" — 完全读写访问

会话隔离:

dmScope: "main" — 所有 DM 共享一个会话（默认，有跨用户泄露风险）

dmScope: "per-channel-peer" — 每个发送者+渠道对隔离

dmScope: "per-account-channel-peer" — 多账户进一步隔离

10.4 安全审计工具

审计检测项目：

DM/群组策略配置错误

开放房间中的过高工具权限

网络暴露（LAN 绑定、Funnel、弱认证）

浏览器控制远程暴露

凭据/配置/状态的文件权限问题

未签名插件

过时模型配置

10.5 网络安全加固清单

10.6 多 Agent 安全分级

10.7 事件响应流程

发现异常后的紧急处理:

立即遏制:

轮换凭据:

Gateway 认证 Token/密码

远程客户端凭据

所有 Provider/API 凭据

十一、参考资源

漏洞报告邮箱：security@openclaw.ai

官方资源

GitHub 仓库

官方文档

中文文档

中文版仓库