--- title: "LongCat 为 OpenClaw 装上效率引擎：你的自动化任务还能再快 30%" source_name: "美团技术团队" original_url: "https://tech.meituan.com/2026/03/09/longcat-openclaw.html" canonical_url: "https://www.traeai.com/articles/15d78f9d-f05d-4e28-a336-b7d36f170d13" content_type: "article" language: "中文" score: 7.8 tags: ["AI Agent","OpenClaw","LongCat","自动化","大模型"] published_at: "2026-03-09T00:00:00+00:00" created_at: "2026-04-16T14:19:51.78935+00:00" --- # LongCat 为 OpenClaw 装上效率引擎：你的自动化任务还能再快 30% Canonical URL: https://www.traeai.com/articles/15d78f9d-f05d-4e28-a336-b7d36f170d13 Original source: https://tech.meituan.com/2026/03/09/longcat-openclaw.html ## Summary 美团技术团队推出 LongCat-Flash-Thinking-2601 模型，结合 OpenClaw 实现本地 AI Agent 自动化，任务平均提速 30%，并提供合规 API 规避第三方调用风险。 ## Key Takeaways - LongCat 模型在 OpenClaw 上平均任务耗时 2.35 分钟，效率提升约 30%。 - 提供官方免费 API，规避 Gemini/Claude 第三方调用导致的账号封禁风险。 - 支持复杂任务自动化，如环境配置、跨应用协作、定时推送和模糊文件检索。 ## Content Title: LongCat 为 OpenClaw 装上效率引擎：你的自动化任务还能再快 30% URL Source: http://tech.meituan.com/2026/03/09/longcat-openclaw.html Published Time: 2026-03-09T00:00:00+00:00 Markdown Content: ![Image 1](https://p0.meituan.net/meituantechblog/7b9eeb9bf20bebf6ca92bae8a2dc0ce6496302.png) [OpenClaw](https://github.com/openclaw/openclaw) 在开发者社区迅速获得 23万+ Stars，因其作为开源、本地优先的个人 AI Agent，能够将大语言模型的推理能力转化为对计算机的实际操作，为构建个人 AI 助手提供了系统级权限与自动化基础。 然而，近期部分平台开始收紧对非官方入口的访问。谷歌以“恶意使用”为由，大规模封禁通过 OpenClaw 路由 Gemini token 的用户账号，Anthropic 随后也更新使用条款，明确禁止通过第三方工具调用 Claude 的 OAuth token。这些事件表明，依赖第三方订阅进行非官方调用存在账号安全风险与服务不稳定性。**为规避此类问题，LongCat 团队提供稳定合规的官方免费 API，开发者可通过官方渠道直接接入，在确保账号安全的前提下构建自动化工作流**。 LongCat API 开放平台： [https://longcat.chat/platform/usage](https://longcat.chat/platform/usage) 下文将通过实测数据与典型案例，展示 LongCat-Flash-Thinking-2601 在 OpenClaw 上的性能表现，并附完整部署流程，帮助开发者快速构建个人自动化助理。 ## 01 核心优势 在执行效率方面，LongCat-Flash-Thinking-2601 展现出显著优势。在 21 个可比的非定时任务中，其平均单任务耗时仅为 2.35 分钟，相比对比模型快约 30%。这种高效率在不同复杂度的任务中均有体现： * 高频简单任务：如模糊文件搜索与即时发送，可在 30 秒 内完成。 * 中等常规任务：如文件整理与格式转换，仅需约 2 分钟。 * 复杂综合任务：如文档生成与网页开发，也能在 3 分钟 内交付可用结果。 在任务完成质量方面，**LongCat-Flash-Thinking-2601 在涉及联网信息检索和 GUI 界面生成的场景中，能够准确获取信息并快速生成符合要求的输出，展现出较好的执行效率和稳定的任务完成能力**。与此同时，我们也在持续优化模型在系统路径识别、脚本生成一致性等方面的表现，致力于为用户带来更全面、更可靠的自动化体验。 ## 02 技术能力拆解 我们通过一系列开发者日常会遇到的真实场景，进一步来评测 LongCat-Flash-Thinking-2601 在驱动本地 Agent 时的技术表现。**速度是贯穿始终的核心优势**——无论是秒级的文件检索，还是分钟级的复杂任务编排，它都能快速响应，让开发者真正从重复劳动中解放出来。 ### 场景一：自动化配置Python开发环境（2分钟完成） 复杂任务分解与顺序工具调用，这是 Agent 实现真正自动化的基石。 指令要求： > “在 Downloads 目录下创建一个名为 Projects 的文件夹，初始化一个 Python 3.10 的虚拟环境，安装 flask 和 requests 库，然后用 VS Code 打开这个文件夹…” 技术表现分析： 我们给出的指令包含了一系列连续的、有依赖关系的操作。LongCat-Flash-Thinking-2601接收指令后，精准地对任务进行了拆解：mkdir -> python -m venv -> pip install -> code 。它准确地规划了每一步操作，并依次调用 OpenClaw 提供的 shell 工具来执行。 ![Image 2](https://p1.meituan.net/meituantechblog/87906241cb91f78131420c9f1b68aea369794.png) ![Image 3](https://p0.meituan.net/meituantechblog/113973b7873dc9927f3ba11187814a1515511.png) ![Image 4](https://p0.meituan.net/meituantechblog/30b1177d950242af2543976ce276b8be16520.png) 整个过程在2 分钟内自动完成，没有步骤遗漏或顺序错乱。 ### 场景二：远程图片重绘与跨应用协作（3分钟完成） 一个高效的 Agent 必须能无缝地连接不同的服务。 指令要求： > “把这张图用 Google 的 Nano Banana 重绘成赛博朋克风格，生成好之后通过 iMessage 发给我。” 技术表现分析： 我们通过 iMessage 发送一张图片，这个工作流涉及三个关键点： * **通道感知**：理解指令来自 iMessage。 * **工具选择**：准确识别出需要调用名为 nano-banana 的外部技能 (Skill)。 * **低延迟执行**：快速完成 API 调用和文件回传。 LongCat-Flash-Thinking-2601 在这个过程中表现出色，成功调度了外部 AI 工具。 ![Image 5](https://p0.meituan.net/meituantechblog/31bc37e0c5d106777ecf0f294b451350258973.png) 按照要求生成并发送了赛博朋克风格的图片，实现了无缝的跨应用协作。 ### 场景三：TGA年度游戏信息网页生成（3分钟完成） 从非结构化信息中提取价值并生成结构化产出，是开发中的高频需求。 指令要求： > “整理2015-2024这十年的TGA年度游戏信息，包括游戏发布时间、游戏简介、IGN评分、其他获奖记录等，并且每部游戏需给出高度概括的一句话评价。按获奖年份顺序进行排序，制作成一个主色调为深蓝+金色的精美网页。” 技术表现分析： LongCat-Flash-Thinking-2601 在此展示了端到端的能力： * **信息合成**：调用知识库或搜索工具，获取并整理 TGA 的相关数据。 * **代码生成**：将整理好的数据，结合“深蓝+金色”的设计要求，直接生成包含 HTML 和 CSS 的完整代码文件。 ![Image 6](https://p0.meituan.net/meituantechblog/5ff5567fc541c5cc25e98a7af307875188386.png) 游戏信息介绍按照指令要求展示。 ### 场景四：定制化GitHub每日热榜推送（5分钟自动触发） 最强大的 Agent 是那些无需提醒、能主动为你服务的。指令要求： > “每天下午17:40查询 github 的今日热榜并将其做成一个中文简报（需附带项目链接），完成后通过 imessage 发送给我。” 技术表现分析： 设定一个长期、自动执行的任务，LongCat-Flash-Thinking-2601 成功地设置并执行了 cron 类型的定时任务。它能够在无人干预的情况下，周期性地执行信息获取、处理和推送，成为一个真正的自动化情报助理。 ![Image 7](https://p1.meituan.net/meituantechblog/cb4286f49c70a7b133df9fe7153cc931628755.png) 成功定位全部文件，并通过 iMessage 完成发送。 ### 场景五：模糊文件搜索与即时发送（32秒完成） 精准的本地文件检索与跨平台交互，是远程办公场景下的高频需求。 指令要求： > “帮我找一下电脑上《东鞑纪行》有关的文件，格式为 word 或者 pdf，可能在 Downloads 或文档目录下。找到后直接通过 imessage 发送给我。” ![Image 8](https://p0.meituan.net/meituantechblog/0fa1d3c1f9d780dd4057056867be65e94454.png) 技术表现分析：模型需要理解模糊的文件名（“东鞑纪行”可能并非精确文件名）、推测可能的存放位置，然后遍历目录、筛选匹配文件，最后通过 iMessage 完成发送。 ![Image 9](https://p0.meituan.net/meituantechblog/5de6a882f64025293cb07fe22212e7ef358925.png) LongCat-Flash-Thinking-2601 成功定位到全部 3 个相关文件，并通过 iMessage 发送，文件完整无损。整个过程仅耗时 32 秒，充分体现了其在本地文件系统操作与消息通道集成上的高效率。 ## 03 OpenClaw 部署教程 ### 3.1 环境准备 按照要求生成并发送了赛博朋克风格的图片，实现了无缝的跨应用协作。 在使用OpenClaw前，您需要准备好以下内容： **1.OpenClaw安装包** MacOS 环境下安装命令如下： ``` # 使用npm安装 npm install -g openclaw@latest # 或使用pnpm安装 pnpm add -g openclaw@latest # 或使用curl安装 curl -fsSL https://openclaw.ai/install.sh |bash ``` Windows PowerShell 环境下安装命令如下： ``` iwr -useb https://openclaw.ai/install.ps1 | iex ``` **2.LongCat核心配置** * 确认您的API Keys（在[https://longcat.chat/platform/api_keys获取）](https://longcat.chat/platform/api_keys%E8%8E%B7%E5%8F%96%EF%BC%89) * 确认您账户内的Token额度充足（在用量信息页面确认） 支持的模型： ![Image 10](https://p0.meituan.net/meituantechblog/90f5f28060012fa2f0e034681e17c0ff43936.png) ### 3.2 快速启动 向导启动命令 ``` openclaw onboard --install-daemon ``` 向导配置选项说明 ![Image 11](https://p1.meituan.net/meituantechblog/bf4f03e24bfdd915b5ea9991f88b6231166507.png) ### 3.3 启动后的配置 向导启动完成后，OpenClaw会自动启动Gateway服务并打开Web控制页面。 默认访问地址：[http://127.0.0.1:18789](http://127.0.0.1:18789/) 如果页面没有自动打开，可以手动在浏览器中访问上述地址。 配置文件位置：OpenClaw的配置文件位于：~/.openclaw/openclaw.json ### 3.4 LongCat模型配置 启动后我们可以通过修改自定义配置来接入LongCat模型。 **配置方案一：修改配置文件** 1. 增加自定义模型供应商在openclaw.json中添加models字段： ![Image 12](https://p1.meituan.net/meituantechblog/bdba68b6131a7785904017c2fa565d9d126371.png) 1. 修改默认模型设置 修改agents字段，设置默认模型： ![Image 13](https://p1.meituan.net/meituantechblog/d3d5966da6639bef088da6059e19f51231014.png) 修改保存后立即生效。 **配置方案二：GUI界面配置** 1.在Web控制页面中，进入 Config → Models → Providers 2.添加如下配置： ![Image 14](https://p0.meituan.net/meituantechblog/5a409954a30c6f8feff109634b18002549851.png) 完整配置示例地址：[https://longcat.chat/platform/docs/zh/OpenClaw.html](https://longcat.chat/platform/docs/zh/OpenClaw.html) ### 3.5 开始使用 配置生效后，即可使用 OpenClaw。 打开TUI，并查看Gateway状态 ``` openclaw tui /status ``` 打开Web UI，在Chat页面进行交互 ``` openclaw dashboard ``` 然后输入测试消息，如：”你好，请介绍一下自己”。 如果配置正确，您将收到来自LongCat模型的回复。 ## 04 更多资源 欢迎通过以下资源开始实践： * **OpenClaw GitHub**：[https://github.com/openclaw/openclaw](https://github.com/openclaw/openclaw) * **LongCat API 申请**：[https://longcat.chat/platform/api_keys](https://longcat.chat/platform/api_keys) * **OpenClaw 配置文档**：[https://longcat.chat/platform/docs/zh/OpenClaw.html](https://longcat.chat/platform/docs/zh/OpenClaw.html) 期待你的反馈与更多场景的探索。 对于追求极致效率的开发者来说，一个强大的本地 Agent 框架和一个为行动而优化的 AI 模型是天作之合。这套技术栈的核心优势在于，它将自然语言的灵活性与机器执行的精确性高效地结合起来，能够切实地自动化开发者日常工作流中的高频、重复性任务。