OpenClaw 远程控制完全指南：手机变身为你的个人 AI 操作系统遥控器

上星期三，我坐在咖啡馆靠窗的位置，阳光斜斜地打在 MacBook 键盘上。手头有个急活需要查一份放在家里台式机桌面上的 PDF，而我人却在外面。这时候，我掏出手机，给 Telegram 里的 “ClawBot” 发了条消息：「帮我截图看看桌面」。

十秒后，手机屏幕弹出一张清晰的桌面截图。我一眼就看到了那个 PDF 文件。又发了句：「打开这个文件，告诉我第三页写了什么」。两分钟后，AI 把第三页的核心内容概括发了回来。

坐在我对面的朋友瞪大眼睛：“你这是怎么做到的？”

阿里云 - 开发者上云首选，轻量服务器专享 8.5 折优惠，助力项目快速上线

领取 8.5 折优惠 →推广

说实话，这种场景在过去半年里对我来说已经司空见惯了。自从把 OpenClaw 配置成个人 AI 操作系统，我的 iPhone 变成了一个真正的”遥控器”——能调家里电脑的摄像头，能获取定位，能远程截图。最重要的是，这一切都是通过开源工具实现的，数据完全在我自己手里。

如果你也想过让手机成为你 AI 代理的真正控制台，而不是被局限在厂商提供的功能里，那这篇OpenClaw 远程控制指南就是为你写的。咱们不扯概念，直接上手。

理解 OpenClaw 网关协议（Layer 1 基础）

想把手机变成 OpenClaw 的遥控器，得先搞清楚这套系统是怎么运转的。别被”网关协议”这种词吓到，说白了就是一套让不同设备互相认识的”接头暗号”。

OpenClaw 用的是 Gateway WS Protocol（网关 WebSocket 协议）。这个名字听着唬人，其实原理很简单：所有设备——不管是你电脑上的主控端、手机上的节点端，还是 Telegram 里的聊天界面——都通过 WebSocket 这个长连接通道挂在一个统一的控制平面上。每个设备连上来的时候，都要报上自己的”身份”和”能力”。

举个例子。你的 iPhone 连进来时会说：“我是 iOS 节点，我能用相机、能截图、能定位。“你的电脑会说：“我是网关，我负责协调。“Telegram Bot 会说：“我是客户端，我来接收用户指令。”

这套机制里有三个核心角色，搞懂了它们，后面的配置就顺了：

Gateway（网关）：这是整个系统的”大脑”，跑在你主要的那台设备上（通常是电脑或服务器）。所有指令都先到这里，再由它分发给各个节点执行。

Node（节点）：执行具体任务的终端设备。你的 iPhone、安卓手机、甚至闲置的老手机，都可以注册成节点。每个节点都要声明自己的 caps（能力），比如 camera（相机）、screen（截图）、location（定位）、voice（语音）。

Client（客户端）：你用来发送指令的界面。可以是 Telegram 对话框、Discord 频道、专用的 iOS App，或者 Web 界面。

说到这，你可能会想：让手机开放这么多权限，安全吗？

坦白讲，这也是我最初最担心的问题。OpenClaw 在这方面做得还算周到。连接时要用 Token 认证，设备还要有签名验证，传输走 TLS 加密。更关键的是权限的细粒度控制——你的节点可以声明”我有相机能力”，但网关可以配置”这个客户端只能调用截图，不能调用相机”。

[图片：OpenClaw 网关协议架构图，展示 Gateway、Node、Client 三者关系]
提示词：技术架构图, 展示Gateway中心节点连接多个iOS和Android设备, 蓝色科技风格, 简洁明了, high quality

实际配置时，你会在节点的连接参数里看到这样的 JSON 片段：

{
  "role": "node",
  "caps": ["camera", "screen", "location"],
  "commands": ["camera.snap", "screen.record", "location.get"],
  "permissions": {
    "camera.capture": true,
    "screen.record": false
  }
}

这段配置的意思很明确：我这个节点能拍照、能截图、能定位，但具体能不能用，还要看网关给的权限。这样一来，即便你的手机节点被入侵，攻击者能做的事情也被限制在了一个很小的范围里。

移动端节点配置实战（Layer 2 进阶）

明白了协议原理，接下来就是动手环节。咱们分 iOS 和安卓两条线来讲，因为两者的配置路径差别挺大的。

iOS 节点配置

先说 iPhone。OpenClaw 官方没有上架 App Store，所以你得有点心理准备——要么用 TestFlight（如果有内测资格），要么自己签名安装 IPA。我自己是用 AltStore 自签的，每个月重签一次，不算麻烦。

装好之后，打开应用会看到节点配置界面。几个关键字段得填对：

Gateway URL：你网关的 WebSocket 地址。如果你在局域网内测试，可能是 ws://192.168.1.100:8080。如果想外网访问，得配置反向代理，用 wss:// 协议。我用的 Cloudflare Tunnel，这样不用暴露公网 IP。

Client ID：给这个节点起个名字，比如 “iphone-15-main”。

Railway - 现代化的部署平台，告别繁琐运维，让代码分钟级上线

立即开始 →推广

Auth Token：在网关那边生成的认证令牌。复制过来贴上。

Capabilities：勾选你要开放的能力。我建议第一次只开 location，测试通了再开 camera 和 screen。别一开始就全开，出了问题不好排查。

填完点连接，如果看到绿色的 “Connected” 状态，恭喜你，节点已经挂到网关上了。

对了，iOS 有个坑我得提前说：后台限制。iPhone 对后台运行的 App 管得很严，OpenClaw 节点如果切到后台太久会被系统杀掉。有两个办法：一是开启”后台 App 刷新”，二是偶尔打开一下保持活跃。我一般是把节点挂在备用机上，主力机该咋用咋用。

安卓节点配置

安卓这边灵活多了。你有两个选择：用官方 APK，或者 Termux 里跑 Node 版本。

APK 方式和 iOS 差不多，装包、填配置、连网关。安卓的后台策略比 iOS 松，节点存活率更高。不过国产 ROM 各有各的省电策略，华为、小米、OPPO 都得手动设置”允许后台运行”，不然分分钟给你冻住。

Termux 方案适合喜欢折腾的。在 Termux 里装 Node.js，然后 npm install openclaw，用命令行启动节点。好处是能看详细日志，出问题好排查。坏处是 Termux 后台一样会被杀，得配合 Termux:Boot 和 Tasker 之类的工具保活。

[图片：安卓 Termux 中运行 OpenClaw 节点的截图]
提示词：手机屏幕截图, Termux终端界面显示OpenClaw节点连接成功日志, 深色模式, 绿色文字, high quality

不管是 iOS 还是安卓，安全配置都是同一条原则：最小权限原则。你的节点真的需要相机权限吗？如果只是用来定位和偶尔截图，就别开相机。权限开得越少，攻击面就越小。

还有一点，设备签名。OpenClaw 支持用公私钥对设备进行签名验证。配置时生成一对密钥，公钥放网关，私钥放节点。这样即使有人拿到了你的 Token，没有私钥也连不上。我在自己的网关配置上强制要求设备签名，Token 泄露也不怕。

Telegram 遥控实战

节点挂上去了，怎么控制它呢？最直接的方式就是 Telegram。说实话，这也是我最喜欢的方式——不用多装一个 App，打开 Telegram 就能用。

配置 Telegram Bot 其实比想象中简单。先去 @BotFather 那里申请一个新 Bot，拿到 Token。然后在 OpenClaw 的 channel 配置里加上 Telegram 插件，把 Token 填进去。重启网关，你的 Bot 就活了。

channels:
  telegram:
    token: "YOUR_BOT_TOKEN"
    mode: polling

Polling 模式是最省事的，适合个人用。Webhook 模式需要你有公网地址和 HTTPS，稍微麻烦点，但响应更快。

Bot 连上之后，你就可以给它发消息了。OpenClaw 默认会把所有消息转发给 AI 处理，但咱们要做的是远程硬件控制，得用特定的命令格式。

在 OpenClaw 的 skills 配置里，你可以给节点能力绑定命令。比如这样：

skills:
  remote_control:
    commands:
      camera:
        target: "iphone-15-main"
        action: "camera.snap"
      screenshot:
        target: "iphone-15-main"
        action: "screen.capture"
      where:
        target: "iphone-15-main"
        action: "location.get"

配置完之后，在 Telegram 里输入 /camera，Bot 就会让指定的 iPhone 拍一张照片发回来。输入 /where，它会回复当前的 GPS 坐标。

Vultr - 高性能 NVMe 云服务器，32 个全球节点可选，支持一键部署 Docker

查看定价 →推广

我第一次成功让家里的手机拍照发回来时，说实话挺激动的。那种感觉就像是突然多了一个随时待命的助手，而且完全是自己的。

[图片：Telegram 对话截图，展示 /camera 命令和返回的照片]
提示词：Telegram聊天界面截图, 用户发送/camera命令, Bot回复拍摄的照片, 手机界面风格, 中文, high quality

Telegram 还有一个好处是支持群组。你可以把 Bot 拉到一个只有你自己的群组里，这样历史记录更方便查看。也可以和家人共享，让家人也能通过 Bot 调用你的节点能力——当然，权限要设置好，别让他们半夜给你截图（别问我怎么知道的）。

对了，Telegram 还支持发送图片和文档给 Bot。比如你给家里的闲置手机发一张图，Bot 可以让 OpenClaw 分析这张图，或者把图存到指定目录。这在某种程度上实现了”跨设备剪贴板”的效果。

专用 App 与进阶场景

Telegram 虽然方便，但毕竟是聊天界面，有些场景还是不够顺手。比如你想快速看一眼家里的摄像头画面，或者想在一个界面里看到所有节点的状态。这时候就得考虑专用 App 了。

OpenClaw 官方有一个 Web UI，默认跑在 http://localhost:3000。手机浏览器打开这个地址，就能看到一个仪表板界面。不过默认只监听本地，外网访问得配反向代理。

我用 Nginx 配了一个，加上 HTTP Basic Auth，手机浏览器里收藏一下，用起来也还行。Web UI 能看到所有在线节点、它们的能力状态、最近的日志。点击节点可以手动触发能力，比如点一下 Camera 按钮，它就会让对应的手机拍照。

社区里还有一些第三方开发的控制面板，功能更花哨。比如有个叫 ClawDash 的项目，支持自定义布局，可以把常用的控制按钮放在首页。不过这种第三方工具得自己评估安全性，毕竟要连你的网关。

自动化工作流

说个更高级的玩法：自动化。OpenClaw 支持基于事件触发技能执行，这就很有意思了。

比如我配置了一个地理围栏：当我的手机节点（也就是我随身携带的那台）进入”家”这个地理范围时，自动触发家里的电脑执行”打开音乐播放器”。这样一来，我到家的时候音乐已经响起来了。

再举个例子：定时截图。我让闲置的安卓手机每天早上 8 点截图一次，然后 AI 分析截图里有没有异常（比如家里电器是不是忘了关），如果有就给我发 Telegram 提醒。

这些自动化规则在 OpenClaw 的配置文件里写，格式大概这样：

automations:
  - name: "arrive_home"
    trigger:
      type: "geofence"
      device: "iphone-15-main"
      location: "home"
    action:
      target: "macbook-pro"
      skill: "music.play"
  - name: "morning_check"
    trigger:
      type: "schedule"
      cron: "0 8 * * *"
    action:
      target: "android-spare"
      skill: "screen.analyze"

故障排查

配置过程中难免遇到问题。我把自己踩过的坑列一下：

连不上网关：先检查 WebSocket 地址对不对，端口通不通。用 curl ws://gateway-ip:port 测试一下。如果是 wss，确保证书没问题。

节点显示离线但 App 里显示已连接：大概率是角色声明错了。检查节点配置里的 role 是不是填的 "node"，别填成 "client" 了。

命令没反应：看网关日志，确认命令路由到了正确的节点。有时候设备 ID 填错了，命令发到了不存在的节点上。

权限被拒绝：检查节点的 permissions 配置和网关的权限策略。OpenClaw 的权限是双向的，节点声明了能力，网关还要允许这个客户端调用才行。

结论

说了这么多，其实就是三件事：

第一，OpenClaw 的 Gateway Protocol 提供了一套统一的设备连接标准，让你的手机能和电脑站在同一个”控制平面”上对话。这不是什么黑魔法，就是 WebSocket 加上一套简洁的角色和能力声明机制。

第二，把手机配置成节点，你就拥有了一个随身携带的传感器和执行终端。相机、定位、屏幕——这些原本只属于手机的硬件能力，现在能被你的 AI 代理调用。

第三，Telegram 或专用 App 作为控制界面，让你在任何地方都能向家里的 AI 系统发号施令。这种体验，说实话，比任何云端的”智能助手”都更实在——因为数据和决策权完全在你自己手里。

如果你还没试过，我的建议是：今晚就找台闲置手机，按照第二章的步骤配置一下。哪怕只是实现一个”远程拍照”的功能，那种”随时拥有一双眼睛”的感觉也很奇妙。

开源社区一直在迭代 OpenClaw，新的技能和集成不断加入。现在只是 Layer 2 的硬件控制，以后说不定还能控制更多东西。谁知道呢？

至少现在，我的手机已经不只是手机了。它是我的 AI 操作系统的遥控器。你的也可以。

13 分钟阅读 · 发布于: 2026年2月26日 · 修改于: 2026年3月3日

Easton

AI与智能