---
title: "OpenClaw：住喺我屋企嘅 AI"
description: "乜嘢係自架 AI agent runtime、點樣整起佢，同埋幾乎每個人都會犯嘅模型選擇錯誤。"
pubDate: 2026-03-11
tags: ["openclaw", "ai-agents", "self-hosted", "developer-setup"]
locale: zh-hk
canonical: https://mikeng.io/zh-hk/writing/openclaw-what-it-is/
author: "Mike Ng Sin Ching"
authorUrl: https://mikeng.io/
---
你而家讀緊嘅呢篇文章，有一部分係由我就快介紹嘅系統寫出嚟、翻譯成三種語言、排好格式、然後發佈嘅。
唔係比喻。草稿係自動化流程生成嘅，再經人工審核、commit 落去。我睇咗一眼，批准咗，merge 咗。就係咁，我全部嘅參與程度。
所以由呢度開始講，感覺幾合適。
---
## 協調問題
用完[上一篇](/writing/hk-ai-tools-setup-2026)講嘅工具幾個月之後，另一種摩擦感出現咗。
唔係 access 問題。唔係付款問題。係協調問題。
Claude 唔知道 Perplexity 上個禮拜搵到咩。Perplexity 唔知道我係度建緊咩嘢。ChatGPT 一樣唔知。每次對話都係由零開始。每個工具都係一座孤島。
用得越多，瓶頸越清楚。唔係 AI 嘅問題。係我，要靠自己喺工具之間讀取資訊、整合資訊、手動將一個地方嘅 context 傳到另一個地方。
我變成咗整合層本身。呢個係一份唔好做嘅工作。
[OpenClaw](https://github.com/openclaw/openclaw) 就係取代咗呢件事嘅嘢。
---
## OpenClaw 係咩嘢
OpenClaw 係一個開源 AI agent runtime。安裝好佢，接上 model provider 同各種 integration，佢就會以持續運行嘅 process 形式跑喺你指定嘅機器上。
同聊天介面嘅分別係：關埋 browser 之後佢照樣跑緊。你傳 message 俾佢，佢就回覆。佢仲會喺你唔問佢嘅情況下，自己跑排程任務。
兩種工作模式。On-demand 任務：你傳 message，佢做嘢，然後回報。排程任務：佢按 timer 運行，完成工作，然後將結果輸出到你設定好嘅地方。
對我嚟講係 Discord。任務完成，結果出現喺 channel 入面，我去審閱。Agent 唔會自行發佈任何嘢——呢個邊界係刻意嘅設計選擇，唔係限制。下一篇再詳細講。
---
## 點樣整起佢
大多數 setup 指南都係由錯嘅地方開始講。你唔需要 server。甚至唔需要備用機器。
### 家用 server
一部舊電腦重新利用已經夠用。我嗰部已經跑咗幾個月，完全冇問題。零雲端費用，完全控制數據，全天候運行。如果你有閒置機器，呢個係最平嘅路徑。
要澄清一點：OpenClaw 啱出嗰陣，好多人真係走去買咗 Mac Mini 嚟跑佢。其實大可不必。每月幾美元嘅基本 VPS 已經夠用。個 runtime 本身好輕量；機器規格唔係關鍵。關鍵係你接上去嘅模型。Cloudflare 搞咗個 Moltworker 嚟證明呢件事——如果你想喺零 hardware 嘅情況下跑，完全可以。
Setup 文件喺 [OpenClaw repo](https://github.com/openclaw/openclaw) 入面。簡單講：安裝 runtime，設定 model provider，接上 channel。
### 雲端
各大雲端供應商而家都有官方部署指南。
**AWS Lightsail** 係文件最齊全嘅選擇。亞馬遜指南：[Introducing OpenClaw on Amazon Lightsail](https://aws.amazon.com/tw/blogs/aws/introducing-openclaw-on-amazon-lightsail-to-run-your-autonomous-private-ai-agents/)。另有 Bedrock 整合示範 repo：[aws-samples/sample-OpenClaw-on-AWS-with-Bedrock](https://github.com/aws-samples/sample-OpenClaw-on-AWS-with-Bedrock)。
**Cloudflare Moltworker** 係 Cloudflare 嘅版本，建基於 Moltbot（OpenClaw 嘅底層開源框架）。唔需要 server，唔需要任何 hardware。佢用 R2 儲存、Browser Rendering 做網絡自動化、AI Gateway 管理 model 路由。需要 Workers Paid 方案（約 $5/月）加埋你自己嘅模型 API key。數據存放喺 Cloudflare，係需要考慮嘅取捨。[github.com/cloudflare/moltworker](https://github.com/cloudflare/moltworker) | [blog post](https://blog.cloudflare.com/moltworker-self-hosted-ai-agent/)。
**騰訊雲** 一鍵部署：[cloud.tencent.com/act/pro/openclaw](https://cloud.tencent.com/act/pro/openclaw)。
**Alibaba Cloud**（國際版）：[deploy OpenClaw on Alibaba Cloud](https://www.alibabacloud.com/help/tc/simple-application-server/use-cases/quickly-deploy-and-use-openclaw)。
**阿里雲**（中國區）：[Moltbot on AliYun](https://cn.aliyun.com/benefit/scene/moltbot?from_alibabacloud=) | [Model Studio 指南](https://help.aliyun.com/zh/model-studio/openclaw)。同 Alibaba Cloud 係同一間公司，但係唔同司法管轄區。阿里雲叫佢做 Moltbot——框架一樣，infrastructure 係中國大陸。
### WeChat 路徑
如果你係度用緊微信，騰訊 QQ 嘅 [QClaw](https://claw.guanjia.qq.com/) 係完全跳過 setup 嘅選擇。Agent 就係你微信裡面一個聯絡人，直接傳 message 就得。唔需要 server，唔需要任何設定。
騰訊深圳總部嗰陣有[逾千人排隊](https://hk.finance.yahoo.com/news/openclaw-%E7%81%AB%E7%88%86-%E6%B7%B1%E5%9C%B3%E9%A8%B0%E8%A8%8A-00700-%E7%B8%BD%E9%83%A8%E5%A4%96%E5%8D%83%E4%BA%BA%E6%8E%92%E9%9A%8A%E6%B1%82%E5%AE%89%E8%A3%9D-234623875.html)去安裝佢。呢個數字話畀你知，零阻力對微信用戶究竟意味住咩。
---
## 模型問題
呢個係我一開始做錯嘅地方，亦係大多數人低估嘅地方。
你接上 OpenClaw 嘅模型，決定咗整件事係感覺流暢定係感覺壞咗。唔係細節問題。
我試過用 GLM 4.7 同 GLM 5.0 處理任務。兩個都係有能力嘅模型。問題係 latency。Claude 或者 GPT-5.4 幾秒就答到嘅問題，佢哋要成一分鐘先回覆。對於聊天介面嚟講係令人煩躁。對於一個全日跑住排程任務同處理你 message 嘅系統嚟講，就成件事崩晒。
失敗係慢慢累積嘅。你傳咗一條 message，等緊。係度處理緊？係唔係卡死咗？你再試一次。依家有兩個 request 排咗隊。最終你等咗三分鐘先得到一個應該五秒就完成嘅嘢。去到呢個地步，個系統唔係有用嘅，只係一個製造焦慮嘅嘢。
快速可靠做到嘅實際工作，比強大但緩慢更多。我要搞壞幾樣嘢才真係信呢件事。
高質量任務——寫作、推理、複雜研究——我用 Claude Sonnet，透過 [claude.ai](https://claude.ai) 或者 API。呢個唔好省。
批量任務如分類、摘要、輕量處理，開源模型夠快而且便宜得多：
- [阿里雲 Bailian Coding Plan](https://cn.aliyun.com/benefit/scene/codingplan) — GLM-5、Qwen 3.5、Kimi K2.5、MiniMax M2.5；最低付費層每月最多 90,000 個 request。中國區，阿里巴巴數據政策。
- [Alibaba Cloud 同等方案](https://www.alibabacloud.com/en/campaign/ai-scene-coding) — 相同模型，國際司法管轄區。
- [騰訊雲 Coding Plan](https://cloud.tencent.com/act/pro/codingplan) — 類似定價，騰訊 infrastructure。
- 偏好留喺中國雲端以外：[OpenCode Go](https://opencode.ai/go) $10/月，相同模型 access。
需要事實準確嘅研究，我用 [Perplexity Search API](https://docs.perplexity.ai)。每個答案都有引用來源，唔會用似乎合理嘅廢話填補空白。
喺你將任何模型放入定期任務之前：用一個簡單 prompt 加計時器測試回應時間。唔好靠 benchmark。你實際買到嘅係真實條件下嘅 latency。
---
## 係咁樣嘅
當我早上打開 Discord，事情已經發生咗。有一份覆蓋我追蹤話題嘅動態摘要——AI infrastructure、SRE、Web3、雲端。三個社交帳號嘅草稿文章。一個我一直做緊嘅私人項目嘅快照。
全部都未發佈。全部都落咗喺 channel 入面。我讀一讀，決定邊啲值得用，然後行動。
流程裡面實際跑緊乜嘢、每個任務係做咩、同埋一個真實早晨嘅輸出係點：下一篇。
---
*呢篇係關於 AI 工具堆棧系列嘅一部分。上一篇講 access、付款同訂閱：[香港 AI 設置](/writing/hk-ai-tools-setup-2026)。下一篇講 OpenClaw 實際做咩——研究流程，同埋你醒來之前已經出現嘅嘢。*