一个 AI 项目被迫改名三次，背后藏着开源世界最残酷的真相

从 ClawDBot，到 MoltBot，再到 OpenClaw

这不是随便改名，而是一场关于「品牌、法律与安全」的硬仗。

🤔 为什么一个爆火的 AI 项目，会被迫连续改名？

如果你最近关注 AI Agent 领域，

你很可能听说过 OpenClaw。

但你可能不知道的是——

这个项目 曾经两次“死亡”。

不是技术失败，而是👇

名字，差点把它送走。

🦞 第一阶段：ClawdBot —— 一个“致敬模型”的开始

最早，这个项目叫 ClawdBot。

它的目标非常直白：

做一个「长了手的 Claude」。

也就是说，它不是只会聊天，而是能：

• 操作本地电脑
• 读写文件
• 执行命令
• 拥有长期记忆
• 坚持 Local-first（本地优先）

为什么叫 ClawdBot？

• 吉祥物是一只龙虾 🦞，名字叫 Clawd
• “Claw（螯）”象征 执行与控制
• 发音明显致敬 Claude

在早期，这是一个：

有情绪、有社区、有梗的名字

直到问题出现。

⚠️ 第二阶段：MoltBot —— 一次被迫的“自救式更名”

项目火了。

GitHub Star 数 迅速突破 10 万+，

也成功引起了 Anthropic（Claude 母公司） 的注意。

问题很现实：

ClawDBot ≈ Claude Bot

存在潜在商标与品牌侵权风险。

于是，作者做了一个艰难但理性的决定：

改名。

为什么叫 MoltBot？

• Molt = 蜕壳
• 龙虾会通过蜕壳完成生长 🦞➡️🦞
• 象征项目的“进化”

这是一次：

技术没问题，但品牌必须让路的妥协

但事情，还远没有结束。

💥 真正的灾难：命名空间，被黑产精准劫持

这是整件事中 最值得所有开发者警惕的一段。

你可能不知道的一条规则：

在 GitHub / X（Twitter）上

改名 ≠ 占位

原名称会被 *立刻释放*。

结果是——

🧨 几乎在改名的瞬间：

• ClawDBot 的 GitHub 组织名
• @ClawDBot 的 X 账号

被自动化脚本抢注。

黑产做了什么？

• 克隆原仓库代码和 README
• 继承 SEO 权重
• 发布：
  • 虚假代币
  • 空投诈骗
  • 恶意下载链接

这是一次 标准的开源供应链攻击。

而且，发生在一个顶级 AI 项目身上。

🧠 第三阶段：OpenClaw —— 一次“品牌硬重启”

经历两次重创后，作者终于做了一个彻底正确的决定：

❌ 不再补救旧名字

✅ 直接启用一个全新的、安全的名字

于是，OpenClaw 诞生了。

这个名字，聪明在哪？

词	含义
Open	开源、社区、标准
Claw	Agent 的执行能力

它明确传达了三件事：

1. 不再绑定任何模型
2. 不再是个人玩具
3. 这是一个 Agent 执行基础设施

👉 从「网红项目」

👉 进化为「长期可用的开源底座」

🔍 一句话看懂这次演进

ClawDBot → MoltBot → OpenClaw

是一次从「致敬模型」

到「法律避险」

再到「基础设施叙事」的完整进化。

🤖 那 OpenClaw 到底能干嘛？

说完故事，我们回到技术。

OpenClaw 的核心不是“聊天”，而是👇

真实执行。

✅ 1. 个人 AI 助理 & 自动化

它可以帮你：

• 📧 管邮件
• 📆 排日程
• ✈️ 安排行程
• 🔔 主动提醒

而不是只回答你“可以怎么做”。

✅ 2. 多平台消息接入

支持 50+ 通信渠道：

WhatsApp / Telegram / Slack / Discord / Signal / iMessage …

一句话总结：

你在哪，Agent 就在哪。

✅ 3. 定时任务 & 主动执行

• 每日简报
• 定期监控
• 条件触发

从「被动 AI」升级为：

主动 Agent。

✅ 4. 系统级 & 浏览器级控制

• 浏览器自动操作
• 表单填写
• 本地命令执行
• 文件读写

这是 ChatBot 和 Agent 的本质分界线。

✅ 5. 本地优先 & 隐私可控

• 支持 Linux / macOS / Windows
• 可运行在本地、VPS、Homelab
• 数据 不出本机

🧠 写在最后：给所有开发者的一条警告

这件事真正值得记住的，不是改名。

而是这句话：

**在 AI / Web3 时代，

一个开源项目的“名字”，

本质上已经是一种金融级资产。**

如果你在做：

• AI Agent
• 开源工具
• 技术社区项目

请一定记住三点：

1. 提前保护命名空间
2. 避免绑定单一模型品牌
3. 为“爆火之后”做好准备

---

🔗 OpenClaw 官方资源

• GitHub：https://github.com/openclaw/openclaw
• 官网：https://openclaw.ai/

本地部署

1.管理员启动 PowerShell

执行 PowerShell，右键选择以管理员身份运行

2.运行安装命令

iwr -useb https://openclaw.ai/install.ps1 | iex

3.验证是否安装完成

提示安装完成后运行指令查看版本，有类似如下截图的输出代表安装成功：

openclaw --version

4.配置

• a.运行指令，出现如下截图，这是一个命令行的操作界面，可以用键盘上的上下左右方向键进行选项选择，确认请按空格键，选择 Yes，回车。

openclaw onboard

会有一个安全的提示，大概意思如下，其实就是一个免责条款：OpenClaw 为 beta 阶段的爱好项目，启用工具后可读写文件、执行操作，易被恶意提示误导，需具备基础安全与访问控制能力，建议以配对 / 白名单 + 提及触发、沙箱 + 最小权限工具等为安全基线，定期运行 openclaw security audit –deep 和–fix，并务必阅读官方安全文档，否则不建议使用。

• b.控制键盘上的左方向键选择 Yes 后回车

• c.有二种模式，这里一般选择快速，后面如果需要进行配置的话也可以选择界面或是命令行配置。这里使用默认，回车。

• d.接下来出现一个配置处理的选择，如果是已经配置过了，选择已有配置就行，然后回车。

• e.按下来模型提供商的配置，这里我们选择免费的千问模型，先打通配置，后面可以切换成其他的配置，当然如果你已经有了国外模型的使用权，也可以在这里选择，然后回车。这里我选择千问。

• d.然后会出现一个验证方式，直接默认，然后回车

这时候它会打开千问的官网，你可以登录授权，如果没有账号也可以进行注册并登录。

然后会出现具体模型的选择，这里选择默认就行，另外一个是视觉模型。

• f.接下来就是选择消息的集成方式，这里基本上都是国外的一些社交软件，选择 Skip for now

• g.按下来是选择是否安装 skills，先选择否，后续再按需安装。

• h.接下来选择是否开启 hooks，这里我们选择忽略，选中某一项，要点击空格键，出现一个绿色的+号即可，关于 hooks 的介绍，可以参考附录：介绍

• i.回车安装完成后，会自动启动，我的 windows11 家庭版中安装 gateway 服务的时候一直报错，这样可以直接运行如下指令

openclaw gateway run --token 0083d56bba46e258130eb9d2b9cefe9c756657c9484dd614 --auth token

token 可以在文件`C:\Users\xiaopeng\。openclaw\openclaw.json`中获取 gateway.auth.token 就是

{
  "meta": {
    "lastTouchedVersion": "2026.1.29",
    "lastTouchedAt": "2026-01-31T03:40:24.117Z"
  },
  "wizard": {
    "lastRunAt": "2026-01-31T03:15:53.220Z",
    "lastRunVersion": "2026.1.29",
    "lastRunCommand": "onboard",
    "lastRunMode": "local"
  },
  "auth": {
    "profiles": {
      "qwen-portal:default": {
        "provider": "qwen-portal",
        "mode": "oauth"
      }
    }
  },
  "models": {
    "providers": {
      "qwen-portal": {
        "baseUrl": "https://portal.qwen.ai/v1",
        "apiKey": "qwen-oauth",
        "api": "openai-completions",
        "models": [
          {
            "id": "coder-model",
            "name": "Qwen Coder",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "vision-model",
            "name": "Qwen Vision",
            "reasoning": false,
            "input": [
              "text",
              "image"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "qwen-portal/coder-model"
      },
      "models": {
        "qwen-portal/coder-model": {
          "alias": "qwen"
        },
        "qwen-portal/vision-model": {}
      },
      "workspace": "d:/openclaw",
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "hooks": {
    "internal": {
      "enabled": true,
      "entries": {
        "boot-md": {
          "enabled": true
        },
        "command-logger": {
          "enabled": true
        },
        "session-memory": {
          "enabled": true
        }
      }
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "loopback",
    "auth": {
      "mode": "token",
      "token": "0083d56bba46e258130eb9d2b9cefe9c756657c9484dd614"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "plugins": {
    "entries": {
      "qwen-portal-auth": {
        "enabled": true
      }
    }
  }
}

访问路径如下：

http://127.0.0.1:18789/?token=0083d56bba46e258130eb9d2b9cefe9c756657c9484dd614

运行后，我们确认一下模型是否配置正确

从返回结果来看，模型配置成功。

云部署

今天发现阿里云已经有了 openclaw 的应用部署

1.为什么要用它

部署好后，你可以通过钉钉远程给它下发指令，让他干活。

概览

基于 Clawdbot 4 步打造钉钉 AI 员工，7×24 小时在线干活。

你将获得什么

• 一个可 7×24 小时在线干活的钉钉 AI 机器人
• 支持群聊 @机器人 和私聊两种交互方式

它能帮你做什么

• 日更不费力：追踪热点，帮你写稿排版，保持账号活跃不断更。
• 想法秒上线：早上一个灵感，下午就能上线一个网站，快速验证你的 idea。
• 自动发布动态：产品发布新版本时，自动同步 Release Notes 到微博。

部署流程

• 创建钉钉应用 – 获取 Client ID 和 Secret
• 获取 API Key – 用于调用大模型
• 准备云服务器 – 购买 ECS、连接、安装 Docker
• 部署并验证 – 运行脚本，测试机器人

2.创建钉钉应用

• 点击钉钉开放平台。

• 进入开发者平台后，点击创建应用。

• 选择添加机器人

选择 Stream 模式，点击发布。

• 选择左侧凭证与基础信息，复制下面的 Client ID 和 Client Secret，后面有用。

• 发布版本

点击左侧版本管理与发布，创建新版本。

填写必要的信息后，点击发布。

3.获取百炼 API Key

• 如果没有开通的可以先开通，首月只需要 10 月就能订阅轻量使用的套餐，可以先试用一个月看效果。付完之后进入工作台，点击生成 API KEY，先存着，后面会用到。

4.准备云服务器

• 选择 2C2G 一年只要 99 元，挺便宜的，选择购买。

优惠了将近 900 元，挺划算的。

5.环境部署

进入控制台后，一定要先选择刚才购买服务器的区域。

点击远程连接，点击立即登录。

进来后，选择免密登录，点击登录。

进来后就可以看到 Linux 经典的黑乎乎命令行窗口，感觉特别亲切。

• 安装 docker

运行下面指令：

# 配置 Docker CE 软件源
sudo wget -O /etc/yum.repos.d/docker-ce.repo http://mirrors.cloud.aliyuncs.com/docker-ce/linux/centos/docker-ce.repo
sudo sed -i 's|https://mirrors.aliyun.com|http://mirrors.cloud.aliyuncs.com|g' /etc/yum.repos.d/docker-ce.repo

# 安装 Docker 和 Docker Compose
sudo dnf -y install dnf-plugin-releasever-adapter --repo alinux3-plus
sudo dnf -y install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

# 启动 Docker 并设置开机自启
sudo systemctl start docker
sudo systemctl enable docker

• 验证安装

运行下面指令

docker --version && docker compose version

如下截图，如果有版本信息，说明已经安装完成。

6.部署并验证

• 在 Workbench 终端中执行部署脚本：

curl -fsSL https://aliyun-tech-solution.oss-cn-hangzhou.aliyuncs.com/clawdbot/quickstart.sh -o quickstart.sh && bash quickstart.sh

• 根据提示依次输入以下信息：
  • 钉钉 Client ID：步骤一获取的 Client ID
  • 钉钉 Client Secret：步骤一获取的 Client Secret
  • 百炼 Base URL：直接回车使用默认值
  • 百炼 API Key：步骤二获取的 API Key
• 脚本会自动完成以下操作：
  • 创建部署目录 ~/clawdbot-dingtalk
  • 生成配置文件
  • 拉取镜像并启动服务
• 部署完成后，请保存脚本输出的 Gateway Token，后续维护可能需要使用。
• 验证服务状态。

cd ~/clawdbot-dingtalk && docker compose ps

• 如果部署成功，将显示两个容器状态均为 Up：

NAME                       STATUS
clawdbot-gateway           Up
clawdbot-dingtalk-bridge   Up

• 在钉钉群聊中添加并测试机器人：
  • 打开钉钉客户端，进入任意群聊。
    1. 如果选择已有群聊，请查看群聊名称下方显示的归属组织，确保该组织与创建机器人时的组织相同。
    2. 如果创建新的群聊，创建时会自动匹配一个组织，请确保该组织与创建机器人时的组织相同。
  • 单击群设置（右上角）> 添加机器人。
  • 在机器人列表中找到您创建的机器人，单击添加。
  • 如果找不到创建的机器人，原因可能是：1、该群聊的归属组织与创建机器人时的组织不同。请选择或重新创建一个正确的群聊。2、群聊归属组织正确，但不是内部群，需转换为内部群。
  • 在群聊中 @机器人 发送消息测试，例如 @AI助手 你好。
  • 收到回复即表示部署成功。
• 与机器人私聊：

现在可以在手机上安装钉钉，搜索刚才创建的机器人，私聊，现在你就可以指挥它干活了。

如果需要访问 UI 界面，请运行：

ssh -L 18789:127.0.0.1:18789 -L 18800:127.0.0.1:18800 root@<ECS公网IP>

公网信息从如下截图获取

如果还是访问不了，应该是没有添加安全策略，点击网络与安全组，点击添加入方向规则，填入如下截图信息，点击确认即可。

通过以下 url 来访问 ui 界面

http://127.0.0.1:18789/?token=<你的GATEWAY_TOKEN>

如果访问时报如下错，因为它是限制了必需使用 https 安全协议，

disconnected (1008): control ui requires HTTPS or localhost (secure context)

编辑文件/root/clawdbot-dingtalk/clawdbot-workspace/。clawdbot/clawdbot.json，在 gateway 下面添加如下内容

"controlUi": {
  "enabled": true,
  "allowInsecureAuth": true
}

然后到/root/clawdbot-dingtalk 目录下执行如下指令

# 停止clawdbot相关服务
docker compose down 
# 后台启动clawdbot相关服务
docker compose up -d 

再次访问，则不会再报错。

---

如果你对 AI Agent / 自动化 / 本地优先系统 感兴趣，

这类内容我会持续拆解。

关注我，少踩几年坑，虫洞(WormHole)-千年网虫

如果有安装方面或是工作中碰到需要提升效率的场景，欢迎分享沟通。

附录

hooks 介绍

🎣 OpenClaw Hooks 是什么？

Hooks 是 OpenClaw 的事件驱动扩展功能，可以在特定场景下自动触发预设的逻辑，用来增强 AI 助手的自动化能力和可追溯性：

---

1. boot-md

• 作用：在 OpenClaw 启动时，自动加载并执行你项目目录里的 BOOT.md 文件内容。
• 应用场景：
  • 每次启动时自动注入你的个人规则、项目背景、AI 指令模板，不用每次都重复说明。
  • 比如你可以在 BOOT.md 里写好“优先使用飞书通知”“执行命令前必须询问确认”，启动后 AI 就会自动遵守这些规则。
• 适合人群：需要固定初始化配置、不想每次手动输入指令的用户。

2. command-logger

• 作用：记录你在 OpenClaw 中执行的所有命令、操作日志和关键交互。
• 应用场景：
  • 排查问题时回溯历史操作，比如“为什么刚才执行的脚本失败了？”
  • 审计和复盘，比如统计 AI 执行了哪些系统命令、操作了哪些文件。
• 适合人群：开发者、需要合规审计的用户，或想追踪 AI 行为的人。

3. session-memory

• 作用：当你用 /new 或 /reset 开启新会话时，自动保存上一轮对话的上下文，并生成一个描述性的文件名（比如 2026-01-30-api-design.md）存到本地。
• 应用场景：
  • 避免每次开启新会话都要重复解释项目背景，AI 可以通过历史记忆快速衔接。
  • 重要对话内容自动存档，防止丢失关键信息。
• 适合人群：需要长期维护项目、频繁切换会话的用户。

---

📌 选择建议

• 新手首次安装：直接选 Skip for now，先把核心功能跑通，之后再按需启用 Hooks。
• 需要固定启动配置：启用 boot-md。
• 需要审计/排错：启用 command-logger。
• 需要长期记忆对话：启用 session-memory。
• 进阶用户：可以同时启用多个 Hooks，比如 boot-md + session-memory 组合，让 AI 启动时加载规则，结束时自动保存上下文。