OpenClaw 龙虾 × Claude Code 组合使用指南：2026 年 AI 工作流正确姿势

很多人把 OpenClaw（龙虾）和 Claude Code 当成竞争对手来比较——这是最常见的误解。我研究了这两个工具几个月，今天分享 3 个关键发现：它们不是对手，是搭档；但大多数人不知道怎么搭配使用；正确组合之后，效果会超出你的预期。

---

龙虾从哪里来？先搞清楚背景

OpenClaw 这个名字你可能比较陌生，但「龙虾」这个梗在 AI 社区里已经广泛流传。

它有一段混乱的改名史：2026 年 1 月 27 日以「Clawdbot」名义发布，两天后因 Anthropic 商标投诉改名「Moltbot」，再过几天定名为「OpenClaw」——三天内改了两次名。开发者 Peter Steinberger（PSPDFKit 创始人）显然没预料到这工具会火成这样。

Claw（爪/钳）的意象让中文社区自发用「龙虾」来称呼它，这个梗精准传达了它的核心能力：可以抓、可以拿、可以操作真实工具。不是那种只会聊天的 AI，是会动手的那种。

---

两个工具各自是什么

弄清楚定位，才能理解为什么要组合使用。

OpenClaw：调度层，AI 的「中枢神经」

OpenClaw 不是 SaaS，是你自己运行的系统。你把它部署在 VPS 或 Mac mini 上，它就在那里 24 小时待命，连接你的 Telegram、Notion、GitHub、浏览器，等你（或你的团队）发出指令。

它的核心价值是持续在线 + 工具接入 + 身份感知。你给它一个「身份文件」（Identity File），写清楚它叫什么、有什么 personality、负责什么事、有哪些权限和边界，它就从一个通用 chatbot 变成一个有品牌感的「数字员工」。

有人用 OpenClaw 连接 Notion，从 Telegram 发一句话，就让它同步了 37 条销售 Lead 到数据库，还自动高亮了优先联系的目标客户（Moniepoint、Lendsqr、Chowdeck）。这就是调度层能做到的事。

Claude Code：执行层，AI 的「双手」

Claude Code 是 Anthropic 出的 coding CLI，设计给开发者交互使用。它的强项是：深度理解代码库、精准编辑文件、git 感知、多轮对话保持上下文。

但它有个先天限制：为交互设计，不适合程序化调用。你没法从一个自动化流程里稳定地驱动 Claude Code 去完成任务。

工具不是目的，效率才是。OpenClaw 和 Claude Code 各自解决了不同的效率问题。

---

组合使用的正确姿势

这是核心部分。有三种组合层级，从简单到高级：

姿势一：用 OpenClaw 做消息入口，手动触发 Claude Code

最简单的组合：你在 Telegram 里告诉 OpenClaw「帮我看看这个 PR 有没有问题」，它做初步分析；你拿到分析结果后，打开本地 Claude Code 做代码修改。

这种组合的优点是：信息聚合在 Telegram，执行仍在本地，适合个人开发者快速上手。

姿势二：通过 openclaw-claude-code 插件打通

这是关键层级。GitHub 上有一个叫 enderfga/openclaw-claude-code 的开源插件（299 Stars，持续活跃更新），专门解决「Agent 程序化驱动 Claude Code」的问题。

一键安装：
→ Installing @enderfga/openclaw-claude-code via npm…
✔ Installed v2.10.0 at /opt/homebrew/lib/node_modules/@enderfga/openclaw-claude-code
→ Configuring openclaw.json…
✔ Plugin registered in plugins.load.paths

→ Restarting OpenClaw gateway…
! Gateway restart may have failed — try: openclaw gateway restart
→ Verifying…
! Plugin may need a moment to load. Check with: openclaw plugins list

✔ Done! You now have claude_session_start, council_start, and 20+ coding agent tools.
Docs: https://github.com/Enderfga/openclaw-claude-code

它提供了 27 个工具，涵盖 Session 生命周期管理、多模型路由、实时 streaming——你可以通过 OpenClaw 发消息，触发 Claude Code session，Claude Code 在后台执行代码任务，结果回传到 Telegram。

更关键的是，这个插件还支持 5 种引擎（Claude Code、Codex、Gemini、Cursor Agent、自定义 CLI），统一 API 接口，无缝切换。

划重点：有状态 Session 让 Anthropic prompt caching 命中率最大化——官方数据，缓存 token 享受 90% 折扣。

姿势三：Multi-Agent Council 高级协作

最高级的用法：多个 AI agent 并行协作，处理复杂的 coding 任务。

每个 agent 在独立的 git worktree 里工作，避免互相干扰。最终通过共识投票（）决定是否接受结果。这是真正的「AI 团队协作」，而不是单个 agent 打怪。

---

两个高级功能不能错过

除了上面的组合姿势，插件里还有两个功能值得单独提：

Ultraplan：派 Opus 模型深度探索你的项目，最长运行 30 分钟，产出详细的实现计划。适合在开始一个大功能之前做「技术规划」。

Ultrareview：启动 5-20 个 bug-hunting agents 并行 review 你的代码库，每个 agent 专攻一个角度（安全、性能、逻辑、类型、测试等）。这比单个 agent review 要彻底得多。

---

有一个坑要提前说

浏览器自动化在部分云端环境中可能失败。

有实践者在云端 VPS 上部署 OpenClaw 后，遇到「Browser control service timed out after 15000ms」的报错，status 显示 running: false。在本地 Mac 上运行正常，但在 headless 云环境里，浏览器沙箱权限和文件系统的限制让这个功能变得不稳定。

如果你主要需要浏览器自动化，先在本地测试，再考虑云端部署。如果觉得 OpenClaw 整体太重，也可以考虑轻量衍生版：NanoClaw 或 TinyClaw——保留核心 agent 理念，但资源占用更小。

---

写在最后

OpenClaw（龙虾）和 Claude Code 的组合，代表的是 2026 年 AI 工作流的一个新范式：用 Agent 平台做调度，用 Coding Agent 做执行，用身份文件做个性化。

不要把它们当成两个互相竞争的工具来选。更好的问题是：我的工作流里，哪些环节需要持续在线的调度（OpenClaw），哪些环节需要深度的代码执行（Claude Code）？

最危险的不是不会用 AI，而是以为自己会用 AI 但其实只用了 1% 的能力。

如果这篇文章对你有帮助，欢迎留言分享你的 OpenClaw 使用心得——特别是有没有踩过浏览器自动化的坑。

---

参考资料：
– How OpenClaw Changed My Workflow (Medium/Safe, 2026-02-13)
– OpenClaw vs. Claude Code in 5 mins (Medium/Hugo Lu, 2026-03-01)
– GitHub: Enderfga/openclaw-claude-code (v2.10.0, 2026-04-10)