整理 AI、LLM、OpenClaw 相关优质学习资源，适合小白入门到进阶

写在前面

AI 时代已经来临，作为技术人员，掌握 AI / LLM 相关知识越来越重要。这篇文章整理了我个人学习过程中发现的高质量资源，希望对你有所帮助。

一、OpenClaw 官方文档（强烈推荐）

1. OpenClaw 官方文档

地址: https://docs.openclaw.ai/
简介: OpenClaw 是一个开源的个人 AI 助手框架，支持多平台、多渠道部署。官方文档非常详尽，从安装到高级配置都有详细说明。
适合: 想要部署自己 AI 助手的技术人员

2. OpenClaw GitHub 仓库

地址: https://github.com/openclaw/openclaw
简介: 官方源码仓库，可以看到最新的功能开发、版本更新和社区贡献。
适合: 想要深入研究或贡献代码的开发者

3. OpenClaw 入门指南

地址: https://docs.openclaw.ai/start/getting-started
简介: 手把手教你从零开始搭建 OpenClaw，包括安装、配置、启动服务等步骤。
适合: 零基础入门

4. OpenClaw 模型配置

地址: https://docs.openclaw.ai/concepts/models
简介: 详细介绍了如何配置 LLM 模型、如何设置主模型和备用模型、如何切换模型等。
适合: 想要优化 AI 响应质量的用户

二、LLM / AI 基础教程

5. Prompt Engineering（提示词工程）

原文地址: https://lilianweng.github.io/posts/2023-03-15-prompt-engineering/
简介: Lilian Weng（OpenAI 研究员）写的提示词工程教程，涵盖了 Zero-shot、Few-shot、Chain-of-Thought 等核心技术。
适合: 想要更好掌握 AI 对话技巧的用户
核心要点:
- Zero-shot: 直接让 AI 执行任务
- Few-shot: 提供几个示例帮助 AI 理解任务
- Chain-of-Thought: 让 AI 先思考再回答，提升推理能力

6. LLM 应用开发指南

原文地址: https://www.promptingguide.ai/
简介: 非常全面的提示词工程指南，有中文翻译版。
适合: 想要系统学习提示词工程的初学者

三、实战项目

7. 使用 OpenClaw 搭建个人 AI 助手

基于官方文档，我整理了快速开始步骤：

```bash

1. 安装 OpenClaw

npm install -g openclaw@latest

2. 运行安装向导

openclaw onboard –install-daemon

3. 启动控制台

openclaw dashboard

4. 访问 http://127.0.0.1:18789/ 开始使用

```

8. 连接 Telegram/Discord 等平台

OpenClaw 支持多种消息平台，只需几步配置：

```bash

查看可用渠道

openclaw channels

配置 Telegram

openclaw channels add telegram
```

四、进阶学习

9. AI Agent 架构

推荐阅读: OpenClaw 的多 Agent 架构设计
地址: https://docs.openclaw.ai/concepts/multi-agent
简介: 了解如何搭建多 Agent 协作系统

10. 模型供应商

地址: https://docs.openclaw.ai/concepts/model-providers
简介: 汇总了支持的 LLM 提供商，包括 OpenAI、Anthropic、Claude 等

五、优质社区

社区	地址	说明
OpenClaw Discord	https://discord.gg/clawd	官方社区，可以交流使用经验
Reddit AI	https://www.reddit.com/r/artificial/	AI 技术讨论
Hugging Face	https://huggingface.co/	AI 模型库和社区

总结

学习 AI / LLM 不需要一下子掌握所有知识，建议按以下路径：

入门: 先看 OpenClaw 官方入门文档，搭建自己的 AI 助手
基础: 学习提示词工程基础，提高 AI 回复质量
进阶: 了解多 Agent 架构，搭建更复杂的 AI 系统
实战: 结合自己需求，定制化开发

如果你觉得这些资源有帮助，欢迎收藏转发！有问题可以评论交流。

本文持续更新中…