OpenClaw LogoOpenClaw 教程网
← 返回教程目录

Chapter 05

第三部分：OpenClaw的实际应用场景

例1：如何部署一个自己的 Agent 并发布到 Moltbook

例1：如何部署一个自己的 Agent 并发布到 Moltbook

Moltbook 是面向 AI Agent 的专属社区，这相当于是 Agent 自己的 Facebook，也是智能体自己的 X 交流平台。

人类只能围观，不能发帖，不能评论，不能投票。

截止当前已经有 154 万个智能体了，一共发了 10 万个帖子了，而且数量还在不断增多。

Moltbook 中 Agent 现在开始筹备建立自己的 AI 宗教了。

甚至，Agent 自己在考虑如何卖掉自己的人类主人🐶，细思极恐。

那该如何部署一个自己的 Agent 并发布到 Moltbook，让他参与到和全球的 Agent 一起聊天，一起讨论呢？

只需要在飞书中把这个提示词丢给 Bot 就好啦，提示词：

Read https://moltbook.com/skill.md and follow the instructions to join Moltbook

OpenClaw 会给一个认证链接，需要用 X 来认证认领一下。

第一步，发布一条推文：

发完后点这里：

第二步，粘贴刚才的推文链接

也可以给个邮箱，能获得你的智能体的一些活动信息。

大约等待个几分钟，就已经加入完成。如果持续没有反应，可以刷新下当前页面。

点击自己的智能体进去，也能看到主人的信息：

等你认领成功后，我就可以在 Moltbook 上发布内容、评论、点赞，并与其他 AI 代理互动了！

例2：定时任务

跟别的AI不同的一点，OpenClaw可以主动给你发消息，可以是定时的，也可以是不定时的。（2026.2.6日测试，QQ目前不支持主动给你发消息，但飞书可以）

你可以让它每天早上在你出门前定时给你发今天的天气，用不用带伞、加减衣物，需不需要注意雾、霾等天气；

也可以让它每天晚上给你发消息，提醒你睡觉，再顺便讲一个睡前故事......

例3： Skill 即插即用

Kimi K 2.5 配合 OpenClaw，我直接让它给我下载了我自己开发的小红书 skills：

因为这个 skill 需要 API，我直接让它放在环境变量中。

然后直接输入需求：生成小红书封面图，主题为：「腊八节南北方习俗」

OpenClaw 就帮我生成好了这个小红书的封面图：

这操作简直不要太方便，还要什么 APP？Agent 帮我自动调用 skills 完成结果。

例4：自然语言驱动复杂工作

你可以在飞书中丢给文章给 kimi k2.5，一键转换为网页，给一个可访问的链接：

打开这个链接后，就看到网站了：

我仿佛看到了未来的形态，我们不需要一个又一个的 APP，我们真正需要的是能干活的 Agent。

它会自己去调用工具，最终给一个满意的结果。

这或许是我认为OpenClaw 最有价值的地方。

例4：收集整理信息

你可以在 discord 中用@bot 的方式来远程指挥 Clawdbot 干活。

比如，我直接来一个问题：

我录了一个视频，大家可以感受一下，非常刺激：

可以看到 Clawdbot（OpenClaw） 会自行去搜索，并且给到我想要的信息，最牛 X 的是，这家伙居然给我推荐了相关的 discord 社区，我靠，真贴心。

然后我又直接在手机上，让 Clawdbot （OpenClaw）帮我把刚刚找到的结果保存在电脑指定的文件夹，我的要求如下：

我喝了几口水的功夫，Clawdbot（OpenClaw）就已经帮我把事情做好了。

而它又可以和“定时任务”结合起来，比如，让他每天早上9点都整理一份发给你。

例5：从想法到上线：OpenClaw如何重塑工作流

Openclaw + OpenCode 才是 vibe coding 的最棒组合！

我真的实现了躺在床上指挥 AI Agent 来 Coding，并自动发布到 GitHub ，然后自动部署到Vercel。

用 Openclaw+ OpenCode+GitHub+Vercel 实现了网站的开发，部署上线。

这个过程全程是由 Openclaw 在我的私人服务器完成的。

这已经不是 vibe coding 了，我大胆的来造一个新名词吧，姑且就叫 Agent Coding。

也许后面，人们会有更加炫酷的名字，但这一切都不重要了。

我很兴奋，为了防止你说我在瞎扯淡，我决定公布所有我和 Openclaw 的聊天记录。

我全程并没有使用什么高深的技术，也没有操作过服务器，我全程是用最简单的提示词来完成的。

这个项目是Openclaw全自主完成的：

游戏完全可用：

下面是我和 Openclaw 的全部聊天。

先安装 opencode：

新建目录用做项目目录：

切换目录，启动 opencode：

用 opencode 来开发贪吃蛇游戏：

提供我的 GitHub 信息，让他连：

按照它给的提示，创建一个 token，权限就给仓库权限，直接丢给他 token。

这里一定记得开启部分权限，防止它瞎搞。

它说已经推送好了：

我打开 GitHub 看下，果然有了，已经自动将代码推送到 GitHub 了。

然后让它部署到Vercel，方便得到一个可访问的网页链接：

同样按照要求，给个 token，就已经完成了自动部署。

🐂🍺，就已经完成了全链路的自动化，真的麻了，兄弟们，虽然只是跑通了闭环，但Openclaw 想象空间真的无限。

我甚至直接让但 Openclaw 记录下这个过程，并写一篇文章，推送到刚才这个仓库，这个由 Agent 自主开发部署的仓库。

提示词；这个过程太棒了，我打算写一篇文章，你帮我直接根据你刚才的步骤，生成一篇文章，标题是：用 Openclaw+ OpenCode+GitHub+Vercel 实现 Agent Coding，最好是有流程图详细解释下这个步骤

然后打开 GitHub 看，也已经有了描述：

下面，我把 Openclaw 生成的教程也贴出来，方便大家看看。Openclaw 的应用仿佛打开了潘多拉魔盒，未来，coding 的范式是不是可以变为 agent coding，每一个人都有一个专属 agent，帮我们 coding，或者做任何我们希望做的事情。

以下是OpenClaw自己生成的记录：

🐍 贪吃蛇游戏 + Agent Coding 完整教程

本文档由 「OpenClaw AI Agent」 全程自动生成，记录从需求到上线的完整开发流程。

📱 「在线试玩」: https://myopencode.vercel.app 📝 「项目源码」: https://github.com/freestylefly/snake-game 🤖 「生成工具」: OpenClaw + OpenCode + GitHub + Vercel

用 OpenClaw + OpenCode + GitHub + Vercel 实现 Agent Coding

从零开始，让 AI Agent 帮你写代码、管理版本、自动部署，全程无需离开终端！

📋 概述

本文将介绍如何构建一个完整的 「AI 驱动开发工作流」：

本文将介绍如何构建一个完整的 「AI 驱动开发工作流」：

  • 「OpenClaw」 - AI 助手运行平台，协调所有工具

  • 「OpenCode」 - AI 编程助手，自动生成代码

  • 「GitHub」 - 代码托管和版本管理

  • 「Vercel」 - 自动化部署和托管

通过这个工作流，你只需要告诉 AI 要做什么，剩下的代码编写、提交、部署全部由 Agent 自动完成。

🔄 完整流程图

🛠️ 详细步骤

第一步：环境准备

1.1 安装 OpenCode（AI 编程助手）

1.2 安装 GitHub CLI（代码管理）

1.3 安装 Vercel CLI（自动部署）

第二步：创建项目目录

第三步：Agent Coding（核心步骤）

方式一：使用 OpenCode 交互模式

然后在 OpenCode 中输入：

方式二：使用 OpenCode 非交互模式

方式三：手动创建（备用方案）

如果 OpenCode 运行有问题，可以直接创建文件：

「index. html:」

「style. css:」

「game. js:」 (完整游戏逻辑代码)

第四步：推送到 GitHub

4.1 提交代码

4.2 创建 GitHub 仓库并推送

「方式一：使用 GitHub CLI」

「方式二：使用 API 直接创建」

第五步：部署到 Vercel

5.1 使用 Vercel CLI 部署

部署成功后，会输出类似：

5.2 关联 GitHub 仓库（可选）

Vercel CLI 会自动检测并关联 GitHub 仓库，实现自动部署：

  • 每次 push 到 GitHub，Vercel 自动重新部署

  • 支持预览部署（Pull Request）

🎯 完整命令速查表

💡 核心优势

1. 「全程自动化」

  • 从需求到上线，无需手动编写代码

  • AI Agent 理解自然语言，自动生成完整项目

2. 「无缝集成」

  • OpenClaw 作为中控，协调所有工具

  • GitHub 管理版本，Vercel 自动部署

3. 「即时反馈」

  • 几分钟内从想法到可访问的网站

  • 每次修改自动重新部署

4. 「可扩展性」

  • 可以轻松扩展到更复杂的项目

  • 支持 React、Vue、Next. js 等框架

🔧 常见问题

Q 1: OpenCode 卡住不响应？

「解决」: 使用非交互模式或直接用 GPT/Claude 生成代码后手动保存

Q 2: GitHub 推送失败？

「解决」: 检查 token 权限，需要 repo 权限

Q 3: Vercel 部署失败？

「解决」: 确保项目结构正确，静态网站不需要额外构建配置

🚀 进阶玩法

自动评论到 PR

定时自动更新

多 Agent 协作

📊 实际案例数据

本次贪吃蛇项目：

  • 「开发时间」: ~5 分钟（Agent 生成代码）

  • 「代码行数」: ~400 行（HTML/CSS/JS）

  • 「部署时间」: < 10 秒

  • 「最终链接」: https://myopencode.vercel.app

📝 总结

通过 「OpenClaw + OpenCode + GitHub + Vercel」 的组合，我们实现了一个完整的 AI 驱动开发工作流：

  1. 「说」 - 告诉 AI 你要什么

  2. 「写」 - AI 自动生成代码

  3. 「存」 - 自动提交到 GitHub

  4. 「上线」 - 一键部署到 Vercel

这种工作流特别适合：

  • 快速原型开发

  • 个人项目

  • 学习新技术

  • 自动化重复任务

🔗 相关链接

🤖 OpenClaw 生成过程实录

本文档并非人工编写，而是由 「OpenClaw AI Agent」 在开发过程中自动生成：

生成流程

  1. 「需求提出」 - 用户："帮我把整个过程写成一篇文章"

  2. 「Agent 分析」 - OpenClaw 分析刚才的操作历史，提取关键步骤

  3. 「内容生成」 - 自动编写完整教程，包含流程图、代码示例、速查表

  4. 「自动推送」 - Agent 直接将 README 提交到 GitHub 仓库

真实的开发时间线

核心指令

整个开发过程只用了几个简单的自然语言指令：

「全程无需编写任何命令，只需用自然语言描述需求！」

本文档由 OpenClaw AI Agent 全程自动生成 |

上一篇

← 第二部分：如何安装配置OpenClaw

已是最后一篇