OpenClaw 入門筆記：不想踩坑就先搞懂這些
最近在 Reddit 看到一篇關於 OpenClaw 的入門整理，覺得滿實用的所以來記錄一下重點。OpenClaw 是個可以自己架的 AI Agent 系統，可以做到收信、排程、網路爬蟲這些事，但真的不是裝好就能用。
模型選擇比你想的重要
一開始建議先拿個強一點的模型來做 onboarding，像是 Claude Opus，大概要花個 30-50 美金。這筆錢不要省，讓 bot 先把你的使用習慣、工作流程搞清楚，之後再切到便宜的模型像 Kimi 2.5 或 Claude Haiku 來跑日常任務。Nvidia 有提供 Kimi 2.5 的免費額度（每小時 1000 次請求），可以透過 OpenAI Compatible 的方式接。
訓練用強模型，執行用省錢模型，這樣才不會每個月帳單爆掉。
別讓一個模型做所有事
另一個踩坑點是想靠單一模型打天下。實際上應該要針對不同任務用不同的專門 API，例如 DeepSeek Coder v2 處理寫程式、Whisper 做語音轉文字、Brave 或 Tavily 負責網路搜尋。OpenClaw 強的地方就是能把這些工具串起來，而不是硬要一個模型全包。
Onboarding 就是在訓練員工
要把 OpenClaw 想成是在訓練一個廉價勞工，你給的指令越清楚、花越多時間讓它理解你的習慣和目標，它之後能幫你做的事就越多。不要期待它自己會猜你要什麼，垃圾輸入等於垃圾輸出。
Memory 管理是必須的
預設的 memory 設定會讓 bot 一直忘東忘西。記得要用 memory prompts、memory compaction、commit/recall flags 這些機制，不然就是每次都要重新解釋一次，非常浪費時間。
安全性不能輕忽
因為你等於給了 AI 實際的系統存取權，建議用專門的機器或 VPS 來跑，不要用你平常工作的電腦。記得用 Tailscale 或 VPN 做好存取控制，而且社群提供的 skills 要審查過再裝，真的有惡意程式的風險。
實際能做什麼
目前看到有人拿來做 email 分類、行事曆自動化、早報語音播報、網頁爬蟲到 CRM、簡單的 dashboard 原型這些應用。如果你願意花時間訓練，它可以變成長期的個人助理系統。
總之 OpenClaw 真的不是隨插即用的產品，需要投入時間去設定和訓練。但如果模型選對、onboarding 做好、memory 管好、安全顧好，確實可以用很低的成本跑出不錯的效果。
作者：張家慶