GitHub 上星数排名前列的开源 AI 项目里，有一个不在任何大厂名下：OpenClaw。截至 2026 年 7 月 31 日，openclaw/openclaw 仓库攒了 384,631 颗星、80,839 个 fork（实时变动），TypeScript 写的，最近一次推送就在今天。仓库创建于 2025 年 11 月 24 日，不到一年就攒到这个量级，背后是 OpenClaw Foundation，组织下一堆仓库都带甲壳动物味--carapace（外壳）、crabhelm（蟹盔）、clawscan（螯扫），项目描述也只有一句话：“Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞”（你自己的个人 AI 助手，任意系统，任意平台，龙虾之道）。官网 openclaw.ai 把它定位成“个人 AI 助手”--注意不是“编程助手”，也不是“聊天机器人”。它要做的事一句话讲明白：跑在你自己的机器上，替你操作邮件、日历、文件、终端这些真实系统，不只是回你一句话。
一、定位：不是聊天机器人，是“个人 AI 助手”
市面上 AI 工具大致分几类：ChatGPT、Claude 这类是“聊天框”--你问它答，能力止于对话框；Cursor、Claude Code 这类是“编程助手”--能力主要在编辑器和代码仓库里；OpenClaw 想做的是第三类：一个住在你电脑里、能动手干活的“个人助手”。它不等你一句一句问，而是可以自己跑：定时检查邮箱、把重要邮件提炼成要点、建到日历里、跑脚本、调 API，干完把结果丢给你。这是它和聊天机器人的根本分野--聊天机器人告诉你“该怎么做”，OpenClaw 直接替你做了。它有“手”，能真的去操作系统、文件、应用，而不只是产文字。想象这样一个早晨：你还没睁眼，OpenClaw 已经扫了一遍收件箱，把三封需要回复的标出来、回复草稿写好等你过目，把两个会议塞进日历，顺带跑了个脚本把昨晚的报表更新了。你醒来看到的不是一堆待办，而是已经做完的活和等你确认的结果。这是聊天框给不了的体验--聊天框只能告诉你“建议你这样回这封邮件”，OpenClaw 直接把回信写好放在那。
5,833 个开放 issue、1,761 个 watcher，说明它已经是个活跃的大社区，不是玩具项目。支撑这一定位的是它的 topics 标签：personal、own-your-data、assistant。核心主张是“数据攥在自己手里”--敏感数据默认不出你的机器，只有你显式让它调大模型时，相应内容才会发给 LLM。这对在意隐私、不想把个人邮件和日程喂给云上 AI 的人是硬吸引力。它还支持自带模型（Bring Your Own Key）：OpenAI、Anthropic、本地 Ollama 都能接，软件本身免费，模型费你自己付。
二、跨平台：Any OS、Any Platform 不是口号
描述里的“Any OS. Any Platform.”不是营销话术，是 OpenClaw 刻意打的牌。因为用 TypeScript 写，它能跑在桌面（Windows / macOS / Linux）、终端、移动端，甚至云端。这恰恰是它对 Claude、ChatGPT 这些“住在浏览器标签页里”的工具最直接的差异化--你的助手不该被锁在一台设备的某个网页里。不少用户最大的痛点正是跨设备：在电脑上聊的上下文，换到手机就断了；云上的 Agent 又摸不到本地文件。OpenClaw 想填的就是这道缝。
跨平台之外还有一层“跨工具”。openclaw 组织下有个 babelfish 仓库，自我介绍是“Use plugins from supported coding and agent apps in OpenClaw”--意思是别的编程 / Agent 应用里的插件，OpenClaw 能拿来用。它不是要和整个 AI 工具生态为敌，而是想当那个能把别人插件接进来的“统一入口”。组织下还有 ffmpeg-wasm（本地媒体自动化）、turnwire（审计过的 MCP 中继）、clawscan（给技能做安全扫描）这些配套，说明它不是一个人在写，而是有一整条工具链在搭。助手不该只会一件活，得能调用一整个工具箱。
三、Skills 生态：5400+ 技能，用 markdown 写的“可复用流程”
OpenClaw 最值钱的不在主程序，而在它的 skills（技能）生态。技能说白了大多是 markdown 文件，有时带几段脚本和示例，定义了一套“可复用的流程”--一步步告诉 Agent 怎么干一件具体的事。门槛很低：会写文档就能写技能，会写脚本就能让它干更复杂的活。这个概念最早是 Claude 去年带的头，但现在已经成了跨平台标准：OpenClaw、Cursor、Codex、Claude Code、Claude Cowork 都能用 skills。这意味着你为自家业务沉淀的流程不被锁死在某个平台，是真正的资产。
生态有多厚？技能注册表 openclaw/clawhub 有 9,245 颗星；社区整理的 VoltAgent/awesome-openclaw-skills 有 51,624 颗星，从官方注册表里筛出并分类了 5,400+ 个技能；还有专门把 Google Workspace 搬进终端的 gogcli（8,232 颗星，Go 写的），让你在命令行里收发邮件、管日历。从“读邮件 -> 提取要点 -> 建日程 -> 写回复草稿”到“跑数据 -> 出报表 -> 发周报”，都有现成技能能拼。clawhub 不只是个列表，更像是技能的“应用商店”：每个技能带 manifest（清单文件），标明能干什么、要什么权限、调哪些 API，安装、更新、卸载都有标准流程；awesome-openclaw-skills 则是社区筛过的精选榜，帮你从 5400+ 里挑出真正好用的。这种“注册表 + 精选榜”的双层结构，和 npm 之于 JavaScript 生态是一个思路--靠规模化而不是单一官方维护来撑起厚度。因为技能能调系统、能跑脚本，安全也得跟上--clawscan 就是专门给技能做安全扫描的工具。国内也有开发者整理了 awesome-openclaw-skills 的中文版，说明它在中文社区的接受度起来了。你写的流程还能反过来发回社区，让别人的助手也学会--这是开源生态的飞轮。
四、和 Claude Code、Cursor 是什么关系
这是最容易被问混的地方。一句话：它们不是同一个物种。Cursor 是“住在编辑器里”的，强项是仓库级的批量多文件改写，管的是“写代码这件操作”；Claude Code 是 Anthropic 的命令行 / 桌面 Agent，长在长上下文推理和跨桌面-终端-IDE 的工程协作，闭源、订阅制（约 20 美元 / 月），更像一个“和你结对写代码的搭档”；OpenClaw 的地盘不在代码编辑器，而在“替你打理那些散落在各处的系统活”--邮件、日程、文件、自动化，更像一个“你能把活派下去的队友”，而且开源、本地优先、能自己跑（定时任务、跨设备）。
| 工具 | 定位 | 开源 | 强项 |
|---|---|---|---|
| OpenClaw | 个人助手 · 本地自动化 | 是（MIT） | 跨平台 · 自托管 · 自主跑 |
| Claude Code | 编程 Agent | 否（订阅） | 长上下文 · 工程协作 |
| Cursor | IDE 编程副驾 | 否（订阅） | 仓库级多文件改写 |
有人把三者比作三个循环：Cursor 管执行操作，Claude Code 管探索和结构，OpenClaw 管环境扫描和生活管理。它们更多是互补而非纯替代--不少人的工作流是 Cursor 写码、Claude Code 啃难题、OpenClaw 跑日常自动化。OpenClaw 的自主性也和 Claude 的 Routines（云端定时会话）撞型，但 OpenClaw 跑在你本地、能摸到你机器上的真实文件和应用，这是云端方案天然给不了的。而且因为 skills 是跨平台标准，你在 OpenClaw 里写的流程，换到 Claude Code 里照样能用，不存在“押错宝”的 lock-in。
五、门槛与代价：免费不等于没成本
说完好处必须泼冷水。第一，要自己管。开源 + hackable 的代价是得自己装、自己配、自己排错，不像 Claude Code 开箱即用。第二，模型费自付。软件免费，但调 LLM 烧的是你自己的 API 额度；想完全不花钱就得本地跑 Ollama，那又要吃显卡。打个粗账：用商用 API 一天跑几十次轻量自动化，月成本大概在几十块人民币量级，不算贵；但要是高频长上下文调用，账单会悄悄涨上去。本地 Ollama 省了 API 费，但模型能力打折，跑大模型还得堆显存--免费的代价是你在“花钱”和“花配置”之间二选一。第三，成熟度和治理。它还年轻，企业级的 RBAC、审计、SSO 这些短板社区也认；要拿它做企业级自动化得自己补治理层。第四，“能自己跑”是双刃剑--自动化跑飞了、误删了文件，锅都是你的，得给技能上权限边界。
特别说一句协议。GitHub 的协议探测（SPDX）对这个仓库返回的是 NOASSERTION，看着吓人，但点进仓库读 LICENSE 文件，开头第一行就是“MIT License”，版权归 OpenClaw Foundation。也就是说它其实是相当宽松的 MIT，不是什么奇葩条款--想拿来二次开发、嵌进自家产品，约束很小。NOASSERTION 多半是因为仓库还带了个 THIRD_PARTY_NOTICES.md（第三方组件声明），把自动探测器绕晕了。对打算做商业集成的团队，这是个需要绕开却并不致命的小坑：直接以 LICENSE 文件文本为准即可。
六、适合谁，以及什么时候别凑这个热闹
适合：想要一个本地、数据不出本机的个人助手、不满足于“只会聊天的 AI”的 power user；想把散落的邮件 / 日程 / 文件 / 脚本自动化串起来的效率控；要做生活管理和跨设备自动化、而非单纯写代码的人；在意数据主权、不想把个人通信喂给云 AI 的用户。
别凑这个热闹：你就是想找个写代码的副驾--那 Cursor、Claude Code 更对路，OpenClaw 的强项不在编辑器；你想要开箱即用、不愿碰配置--那 Claude、ChatGPT 这种托管产品更省心；你有企业级治理需求（SSO、审计、权限矩阵）--现阶段它还撑不住，等生态再成熟。
想试水也不难：软件免费，clone 下来本地跑，先从 clawhub 上挑几个现成技能试，别一上来就自己写。本地有显卡就接 Ollama 不花 API 费，没有就接个便宜的 API key，按用量走花不了多少。安全起见，新技能先在隔离环境跑，确认它不会乱动你的文件再放开权限。一句话总结：OpenClaw 是“能动手的个人助手”，不是“会聊天的对话框”--它 38 万颗星，靠的是真有人拿它替自己干活。
参考来源
- OpenClaw GitHub 仓库（384,631 star / 80,839 fork，TypeScript，MIT 协议）：https://github.com/openclaw/openclaw
- OpenClaw 官网（个人 AI 助手）：https://openclaw.ai
- 技能注册表 clawhub（9,245 star）：https://github.com/openclaw/clawhub
- awesome-openclaw-skills（5,400+ 技能精选，51,624 star）：https://github.com/VoltAgent/awesome-openclaw-skills
- gogcli（终端里的 Google Workspace，8,232 star）：https://github.com/openclaw/gogcli