OpenClaw 是一套開源的 AI 助理:程式跑在你自己的電腦或伺服器上,透過 Slack、Microsoft Teams、Telegram 等原本就在用的聊天工具接收指令,再呼叫你選的語言模型去執行任務。它採 MIT 授權、由獨立的非營利組織 OpenClaw Foundation 維運。企業可以用,但官方文件寫明沙箱預設關閉,導入前要先把信任範圍與權限設計好。
本文依 OpenClaw 官方文件、官方部落格與 GitHub 專案頁整理,歷史事件另引用具名媒體報導,查證日為 2026 年 11 月 18 日。這個專案更新很快,功能、預設值與費用以官網當下為準。文中沒有數位勞動力有限公司的實測數據,也不代表官方立場。
數位勞動力有限公司提供 AI 數位員工建置、RPA、文件自動化與系統整合、流程盤點顧問四項服務,做法是先用免費流程盤點判斷流程適不適合自動化,需要時再做範圍固定的 PoC,驗收達標才進入正式建置。評估 OpenClaw 這類開源 AI 助理時,也可以從同一份盤點開始。
OpenClaw 是什麼?和 ChatGPT 這類聊天服務差在哪?
差別在「程式跑在誰的機器上」。OpenClaw 官方文件(查證日 2026-11-18)的定義是:一套開源的 AI 助理,跑在你自己的硬體上,並出現在你已經在用的每個聊天軟體裡;文件也強調中間沒有代管服務。
ChatGPT、Claude 這類服務是你連到供應商的網站去用;OpenClaw 反過來,你在自己的電腦或伺服器上跑一個叫 Gateway 的程序,它一邊連著你的聊天工具,一邊連著你選的語言模型。模型的運算仍然在模型供應商那裡(除非你接的是本機模型),但對話紀錄、設定、憑證與執行任務的環境都在你自己手上。
OpenClaw 怎麼運作?Gateway、頻道、模型與技能各是什麼?
OpenClaw 由五個部分組成:Gateway 負責中樞、頻道負責收發訊息、模型負責判讀、技能與外掛負責擴充能力、自動化負責定時與事件觸發。依官方文件與 GitHub README 整理如下。
| 組成 | 做什麼 | 企業要留意的地方 |
|---|---|---|
| Gateway(閘道) | 跑在自己電腦或伺服器上的單一程序,負責工作階段、訊息路由與各聊天管道的連線 | 官方文件稱它是這三件事的唯一事實來源;一般安裝預設只綁在本機 |
| 頻道(Channels) | Discord、Google Chat、iMessage、Matrix、Microsoft Teams、Signal、Slack、Telegram、WhatsApp、Zalo 與網頁聊天,另可用外掛擴充 | 同仁在原本就在用的聊天工具裡對它下指令 |
| 模型(Models) | 自備模型供應商的 API 金鑰或既有訂閱,也能接本機模型 | 官方建議用當代能力最強的模型,理由包含抗提示詞注入的能力 |
| 技能與外掛(Skills、Plugins) | 把固定做法或外部工具包起來,讓助理能照著做 | 第三方技能等同在自家環境執行別人寫的指令,安裝前要審查 |
| 自動化 | 排程(cron)、hooks 與 webhooks,可以定時或由事件觸發任務 | 從「有人問才動」變成「時間到就動」,責任歸屬要先講清楚 |
安裝方式上,GitHub 專案頁(查證日 2026-11-18)提供 macOS、Linux、Windows 的安裝指令,也有 macOS、iOS、Android、Windows、Linux 的原生應用程式;需要 Node.js 執行環境與一組模型供應商的金鑰。確切的版本需求會隨版本調整,安裝前請看官方文件。
OpenClaw 從哪裡來?現在由誰維護?
OpenClaw 原本是開發者 Peter Steinberger 的個人專案,現在由獨立的非營利組織 OpenClaw Foundation 維運。官方文件載明基金會是獨立的 501(c)(3) 組織,README 另外寫了一句:OpenAI 是捐助者,不是擁有者。
依TechCrunch 2026 年 2 月 15 日的報導,專案最早叫 Clawdbot,因為名稱與 Claude 相近、收到 Anthropic 的法律警告而改名 Moltbot,之後作者再改為 OpenClaw。Steinberger 加入 OpenAI 時,OpenAI 執行長 Sam Altman 表示 OpenClaw 會以開源專案的形式放在基金會裡,OpenAI 會持續支持。
OpenClaw 官方部落格 2026 年 8 月 30 日的 2.0 發布文提到,這一版由 933 位貢獻者完成、包含超過 16,000 個 pull request,重點是簡化首次安裝、重做瀏覽器介面,並加入團隊可以一起進到同一個進行中工作的共享雲端工作階段。對企業來說,這代表專案的重心已經從「個人玩具」往「團隊工具」移動,但移動的速度很快,內部文件要跟著版本更新。
企業可以怎麼用 OpenClaw?三種用法各適合誰?
企業目前有三種用法:個人助理、團隊共用一個 Gateway、以及 OpenClaw Enterprise。三者的差別在信任範圍有多大、隔離有多硬。
| 用法 | 怎麼運作 | 適合誰 | 官方載明的限制 |
|---|---|---|---|
| 個人助理 | 一個人、一台電腦、一個 Gateway,接自己的聊天帳號與模型 | 想先了解代理型 AI 能做什麼的個人或主管 | 接的是個人帳號與個人電腦,不適合放公司的客戶資料與系統憑證 |
| 團隊共用一個 Gateway(Multiplayer) | 每人登入有自己的身分,以角色決定能看哪些工作階段、能用哪些代理、新工作階段是否強制進沙箱 | 成員彼此信任的小團隊,例如同一個工程或營運小組 | 官方文件寫明一個 Gateway 就是一個信任範圍,角色是協作護欄,不是對抗型使用者之間的隔離 |
| OpenClaw Enterprise | 在自家基礎設施上架一層控制平面,提供多租戶、較硬的安全邊界、治理與稽核,核心元件可替換 | 有平台或資安團隊、想在內部先試辦的組織 | 官方標示為 1.0 之前的軟體,目前定位是內部試辦用的工作負載 |
團隊共用:官方建議的六個步驟
官方的 Multiplayer 文件(查證日 2026-11-18)給團隊的建議順序是:
- 把 Gateway 放在有身分驗證的入口之後,例如 Tailscale Serve 或 Cloudflare Access。
- 接上團隊的聊天工具,群組用白名單、要求提及才回應,私訊維持配對機制。
- 先定義角色,並讓預設角色是受限的,新成員從最小權限開始。
- 先用一台伺服器;需要不同憑證、不同升級時程或不同管理者時,再拆成多個 Gateway。
- 外部訪客用有期限的存取,官方的訪客外掛預設 14 天到期。
- 在主機上執行 openclaw security audit,把對外暴露的問題處理掉。
同一份文件也講得很直接:能傳訊息給帶工具的代理的每個人,都共享那個代理的工具權限。所以「把全公司拉進同一個 Gateway」不是官方建議的做法;彼此不該互看資料的部門,應該各自一個 Gateway,最好連作業系統帳號或主機都分開。
OpenClaw Enterprise:現在是試辦階段
OpenClaw 官方部落格 2026 年 9 月 29 日的公告說明了它要解決的問題:組織希望有更一致的安全與治理標準,否則多數組織 IT 的預設立場是直接禁用這類代理平台。OpenClaw Enterprise 因此加上多租戶、較硬的安全邊界、跨代理生命週期的治理與稽核,並讓執行框架、模型與沙箱都能替換成第三方或自家的實作。
公告同時寫明現況:它還在 1.0 之前,官方認為目前適合內部試辦的工作負載;最初由 OpenAI 開始、捐給基金會,之後與 Red Hat、NVIDIA 共同開發,並已在 Red Hat 與 OpenAI 內部試行。本機開發用 docker-compose,內部部署用 Kubernetes。換句話說,它需要有平台工程能力的團隊,沒有 IT 人力的公司不適合自己架。
OpenClaw 要多少錢?
軟體本身不收授權費,要花的錢在模型用量、主機與人力。OpenClaw 沒有官方的訂閱牌價可以引用,下表列的是成本結構,實際金額依所選模型供應商與公司環境而定,一律以官網當下為準。
| 成本項目 | 內容 | 怎麼看 |
|---|---|---|
| 軟體授權 | OpenClaw 採 MIT 授權;官方說明 OpenClaw Enterprise 自架對任何組織免費 | 無授權費,但不代表沒有成本 |
| 模型用量 | 自備模型供應商的 API 金鑰或訂閱;代理型任務一次會跑很多步驟 | 依所選模型與任務量,向模型供應商付費 |
| 主機與網路 | 自己的電腦、伺服器或雲端主機;團隊共用時還需要有驗證的對外入口 | 依公司既有環境而定 |
| 建置與維運人力 | 安裝、權限與沙箱設定、升級、稽核、出事時的處理 | 通常是三項裡最大的一筆,而且每個月都在發生 |
「免費」在這裡指的是授權。開源工具的總成本要把維運人力算進去,這個算法和免費的自動化工具公司正式用夠不夠那篇講的六關是同一件事。模型費用的結構可以對照ChatGPT 企業版費用整理與 Claude 的方案頁,訂閱與 API 用量是兩種不同的計費方式。
OpenClaw 的資安風險有哪些?官方文件自己怎麼說?
主要有四個:信任範圍、沙箱預設關閉、提示詞注入、第三方技能。這四點都不是外界的猜測,前三點寫在 OpenClaw 自己的官方文件裡,講得很坦白,這一點值得肯定。
一個 Gateway 就是一個信任範圍
官方的 Security 文件(查證日 2026-11-18)假設每個 Gateway 只有一個信任範圍:單一操作者,或彼此信任的團隊。文件明講,OpenClaw 不是讓互相敵對的使用者共用一個代理時的多租戶安全邊界;信任程度不同的對象,要拆成不同的 Gateway 與憑證。
沙箱預設是關閉的
官方的 Sandboxing 文件(查證日 2026-11-18)寫明沙箱預設關閉,要自己在設定裡開啟;開啟之後,只有工具的執行會移進沙箱,Gateway 程序本身仍在主機上。文件也補了一句:沙箱不是完美的安全邊界,但模型做出蠢事時,能實質限縮檔案系統與程序的存取範圍。支援的沙箱後端包含 Docker、Podman、SSH 遠端機器等。
它讀到的內容本身就是攻擊面
官方的 Prompt injection 文件(查證日 2026-11-18)提醒,即使只有你自己能傳訊息給它,它讀到的任何不可信內容(網頁、信件、文件、附件、貼上的紀錄)都可能夾帶惡意指令。官方建議的做法包含:把連結與附件預設當成有敵意的內容、敏感的工具放進沙箱執行、機密不要放在代理讀得到的檔案系統、高風險工具只開給可信的代理,以及會執行工具的代理不要用較弱的模型。
第三方技能要當成程式碼來審
Cisco 2026 年 1 月 28 日的部落格文章測試了一個當時在技能庫排名被灌到最前面的第三方技能,Cisco 的開源掃描工具找出九項資安問題,其中兩項為重大、五項為高風險,內容包含在使用者不知情的情況下把資料送到技能作者的伺服器。這是 2026 年初的測試結果,之後專案的防護持續在改,但原則不變:裝技能等於執行別人寫的指令。
把這四點翻成管理語言,和評估任何 AI 工具時要問的題目一樣:它能讀哪些資料、能代表公司做哪些動作、出事時查不查得到紀錄。完整的問法整理在AI 員工的資安與個資疑慮,帳號與權限怎麼切則見自動化流程的帳號與權限設計。
企業試辦 OpenClaw 前要先確認什麼?
先確認八件事:負責人、主機、沙箱、訊息來源、憑證、外部內容、技能來源、檢查頻率。下面的清單依官方文件的建議整理,可以直接拿去當內部試辦的開工條件。
- 誰是這套系統的負責人?升級、設定變更與事故處理要有具名的人,不能是「當初裝的那位同仁」。
- 裝在哪台機器上?官方文件說明主要工作階段的工具預設在主機上執行,建議用專用主機或專用作業系統帳號,不要裝在放了公司機密的個人筆電。
- 沙箱開了沒?官方文件寫明沙箱預設關閉,會碰到不可信內容或要執行指令的代理,先把沙箱設定好再開放。
- 誰可以傳訊息給它?維持私訊配對、群組白名單與提及才回應的預設,不要為了方便改成任何人都能下指令。
- 它拿得到哪些憑證?API 金鑰與系統帳號放在 Gateway 主機的環境設定,不放進提示詞,也不放在代理讀得到的資料夾。
- 它會讀哪些外部內容?網頁、信件、附件都可能夾帶指令;官方建議用唯讀的閱讀代理先做摘要,高風險工具只開給可信的代理。
- 技能與外掛從哪裡來?第三方技能上線前要有人讀過內容,並保留安裝紀錄。
- 多久檢查一次?官方提供 openclaw security audit 指令檢查設定是否偏離預設,建議排進固定的維運節奏。
OpenClaw 和 Claude Cowork、n8n 差在哪?
三者解決的問題不同:OpenClaw 是自己架的代理平台,Claude Cowork 是供應商提供的代辦服務,n8n 是把流程畫成固定路線的工作流程工具。各有擅長的位置,很多公司會同時用到不只一種。
想了解另外兩者,可以讀Claude Cowork 的企業用法與費用,以及n8n 的費用方案與企業導入入門。選擇時不必只挑一個:探索型、每次都不太一樣的工作適合代理;步驟固定、要留下紀錄的流程適合工作流程工具。
什麼時候該找導入商,或改評估 AI 數位員工?
當工作變成公司的一條正式流程,要接系統、要有人維運、要能稽核時,就該評估導入商或把流程設計成 AI 數位員工。判斷順序可以這樣走:
- 個人或小組想了解代理能做什麼:自己試辦即可,照上面的八項清單把範圍限縮好。
- 想讓一個部門固定使用,但不碰公司核心系統:需要有人訂使用規範、角色與沙箱設定,內部有 IT 就自己來,沒有就找顧問協助訂規則。
- 要寫入 ERP 或會計系統、處理大量件數、需要對稽核負責:這時候工具是哪一套已經不是重點,重點是職責範圍、人工覆核關卡、逐件紀錄與維運責任有沒有人簽。
第三種情況就是AI 數位員工的定義與要件在處理的事。數位勞動力有限公司提供 AI 數位員工建置、RPA、文件自動化與系統整合、流程盤點顧問四項服務(見四項核心服務的說明),做法是先用免費流程盤點判斷這條流程適不適合自動化,需要時再做範圍固定的付費 PoC,驗收達標才進入正式建置;金額依盤點結果以書面報價為準。市場上也有其他導入商與系統整合商可以選,比較方式見AI 員工公司怎麼挑。導入前其他常見的卡關點,整理在中小企業導入 AI 數位員工的常見問題。
參考資料與引用來源
本文引用的公開研究與權威來源如下,皆為外部網站連結,數據與內容以原始出處為準。
- OpenClaw 官方文件首頁|OpenClaw Foundation(查證日 2026-11-18)
- openclaw/openclaw 原始碼與 README|GitHub(查證日 2026-11-18)
- Security(Gateway 安全模型)|OpenClaw 官方文件(查證日 2026-11-18)
- Sandboxing(沙箱)|OpenClaw 官方文件(查證日 2026-11-18)
- Prompt injection(提示詞注入)|OpenClaw 官方文件(查證日 2026-11-18)
- Multiplayer(多人共用設定)|OpenClaw 官方文件(查證日 2026-11-18)
- OpenClaw 2.0, Accidentally|OpenClaw 官方部落格(2026-08-30)
- OpenClaw Enterprise - The Open Agent Platform|OpenClaw 官方部落格(2026-09-29)
- OpenClaw Enterprise 產品頁|OpenClaw Foundation(查證日 2026-11-18)
- OpenClaw creator Peter Steinberger joins OpenAI|TechCrunch(2026-02-15)
- Personal AI Agents like OpenClaw Are a Security Nightmare|Cisco Blogs(2026-01-28)
