OpenClaw開源AI助手:離線運行WhatsApp/Telegram/Discord三端自動化,本地部署不上傳數(shù)據(jù)

你試過讓AI自動回消息、拉新群、轉(zhuǎn)發(fā)通知,卻不用把聊天記錄上傳到云端嗎?
Claude要聯(lián)網(wǎng),Copilot要登錄GitHub,Coze和Dify依賴廠商API——它們都繞不開“數(shù)據(jù)上傳”。
OpenClaw是目前唯一能真正離線運行、且原生支持WhatsApp/Telegram/Discord三端自動化的開源AI助手。
它不調(diào)用任何云API。所有大模型推理(Phi-3、Qwen2.5等)都在你本地跑。一臺16GB內(nèi)存+RTX 3060的舊筆記本就能啟動,全程斷網(wǎng)可用,聊天內(nèi)容從不離開你的硬盤。
我們實測:在Telegram里部署一個Bot,3步搞定——自動響應(yīng)“報名”關(guān)鍵詞、把用戶拉進(jìn)指定群、用本地小模型生成歡迎語。整個過程,路由器燈都不閃一下。
這不是概念演示,而是可復(fù)刻的落地方案。下面帶你手把手跑通第一個Telegram Bot自動化任務(wù)。
問題
想讓AI自動管理社群(響應(yīng)入群申請、轉(zhuǎn)發(fā)公告),但不想上傳數(shù)據(jù),也不想買服務(wù)器或啃Docker文檔。
方案
用OpenClaw + Ollama + Telegram Bot API,在本機(jī)搭一個完全離線的AI社群管家。
步驟
安裝Ollama并加載輕量模型
OpenClaw需要本地LLM做語義理解。Phi-3-3.8B量化版(phi3:3.8b-mini-q4_K_M)僅2.1GB,CPU也能跑。# macOS/Linux一鍵安裝(Windows請用WSL2) curl -fsSL https://ollama.com/install.sh | sh ollama run phi3:3.8b-mini-q4_K_M克隆并配置OpenClaw
官方倉庫已內(nèi)置Telegram適配器,開箱即用,無需改代碼。git clone https://github.com/yitb-openclaw/openclaw.git cd openclaw pip install -r requirements.txt獲取Telegram Bot Token并寫入配置
在Telegram中私聊@BotFather→ 發(fā)送/newbot→ 復(fù)制返回的token。
把token和目標(biāo)群名填進(jìn)config.json:echo '{ "telegram": {  "token": "123456789:AbCdeFgHiJkLmNoPqRsTuVwXyZ", "auto_join_group": "my-tech-community" }, "llm": { "backend": "ollama", "model": "phi3:3.8b-mini-q4_K_M" } }' > config.json啟動服務(wù)
--no-webui禁用網(wǎng)頁界面,純后臺運行,省資源。python main.py --platform telegram --no-webui
驗證
打開Telegram,搜索你剛創(chuàng)建的Bot,發(fā)送 /start → 立即收到歡迎語;再發(fā)“我要報名”,Bot自動把你拉進(jìn) my-tech-community 群,并私聊發(fā)送:“已為您預(yù)留席位,稍后管理員將聯(lián)系您”。
所有動作耗時<2秒,Wi-Fi關(guān)閉狀態(tài)下依然生效。
常見問題
- ?“提示‘Connection refused’?”
檢查Ollama是否運行:ollama list應(yīng)顯示phi3:3.8b-mini-q4_K_M;沒看到就重跑ollama run phi3:3.8b-mini-q4_K_M - ?“Bot不拉群?”
確認(rèn)群設(shè)置里開啟了“邀請鏈接”,且Bot是管理員(右鍵群→管理→添加管理員→勾選“邀請用戶”) - ?“響應(yīng)太慢?”
換更小模型:ollama run tinyllama(僅0.5GB,適合8GB內(nèi)存機(jī)器)
OpenClaw不是另一個“AI玩具”。它是把大模型從云端拽回你書桌的第一步。
當(dāng)別人還在糾結(jié)API額度和數(shù)據(jù)合規(guī),你已經(jīng)用本地AI管著3個技術(shù)群了。
下一步,試試給它加上WhatsApp接口(m.lvxe.net.cn/openclaw-whatsapp),或者用vLLM加速多用戶并發(fā)響應(yīng)(m.lvxe.net.cn/vllm-local)。
真正的AI自主權(quán),從關(guān)掉Wi-Fi那一刻開始。