【Agent工坊】OpenClaw 2026.5.24 实战：会议语音助手 + 实时打断纠正，一人公司的 AI 运营中枢

OpenClaw 昨天发布的 2026.5.24-beta.2 带来了三个重量级功能：Meeting Notes 自动会议纪要、实时语音打断操控、iMessage 点赞审批。本教程带你从零搭建一个「会议自动记录 + 实时语音指挥」的 AI 助手，并附完整踩坑记录。

为什么你应该关注这版 OpenClaw

OpenClaw 是目前 AI Agent 生态里更新最密集、功能迭代最快的多通道 Agent 框架之一。从 5 月初到现在，它保持了每周 1-2 个版本的发布节奏。2026.5.24 这一版尤其值得关注，因为它补齐了两个「一人公司」的关键场景：

会议场景：Meeting Notes 插件可以自动捕获 Discord 语音会议内容，生成结构化纪要——不需要手动记笔记，不需要事后回忆
实时操控：在 Agent 执行任务的过程中，你可以通过语音（WebUI 或 Discord）实时打断、纠正、或追加指令——不再需要等任务跑完才发现方向错了
移动审批：iMessage 点赞（👍）/ 点踩（👎）即可审批 Agent 的敏感操作——走在路上也能管控 AI

这三个功能组合在一起，OpenClaw 正在从一个「聊天机器人框架」进化为「AI 运营中枢」。

环境准备

安装 OpenClaw

# 安装最新的 beta 版

npm install -g openclaw@beta

# 验证版本

openclaw --version

# 输出：2026.5.24-beta.2

# 初始化配置（首次使用）

openclaw init

依赖清单

依赖	用途	必需
Node.js ≥ 20	运行时	✅
Discord Bot Token	语音通道 + 会议纪要	✅（会议场景）
Anthropic API Key 或 Claude Pro OAuth	LLM 后端	✅
macOS（iMessage 功能）	移动审批	可选

Discord Bot 配置（关键步骤）

这是最容易卡住的环节。你需要：

前往 Discord Developer Portal 创建应用
在 Bot 设置中开启 MESSAGE CONTENT INTENT、SERVER MEMBERS INTENT、VOICE STATE INTENT
生成 Bot Token 并邀请 Bot 加入你的服务器（需要 Send Messages、Connect、Speak 权限）
在 OpenClaw 配置文件中填入 Token：

# ~/.openclaw/config.yaml

channels:

discord:

token: "your-bot-token"

voice:

enabled: true

核心功能一：Meeting Notes — 自动会议纪要

▲ OpenClaw Meeting Notes 工作流程：Discord 语音 → 文字转录 → AI 摘要 → 结构化纪要输出

Meeting Notes 是 2026.5.22 引入、5.24 完善的外部插件。它的工作方式：

OpenClaw 加入 Discord 语音通道
捕获语音转文字（Speech-to-Text）
在会议结束后，由 LLM 自动生成结构化纪要
支持手动导入文字稿（Transcript）——即使没有语音通道也能用

配置 Meeting Notes

# ~/.openclaw/config.yaml

plugins:

meeting-notes:

enabled: true

autoStart: true # Bot 加入语音通道后自动开始捕获

sources:

- discord-voice # 第一个实时来源

output:

format: markdown # 纪要输出格式

destination: channel # 发送到 Discord 文字通道

启动会议捕获

# 方式1：CLI 命令让 Bot 加入语音通道

openclaw meeting-notes start --channel "会议室"

# 方式2：在 Discord 里 @Bot join voice

# @OpenClaw join 会议室

会议结束后，Bot 会自动生成如下格式的纪要：

# 会议纪要 — 2026.5.25 产品评审

**参会者**：张三（产品）、李四（开发）、王五（设计）

## 关键决策

1. Q3 路线图优先级：Agent 工作流 > 数据分析 > 协作功能

2. MVP 发布时间定在 6 月 15 日

## 行动项

- [ ] 张三：周三前完成 PRD 初稿

- [ ] 李四：评估工作流引擎技术方案（2 天内）

- [ ] 王五：周五前交付 3 版交互原型

## 风险点

- 工作流引擎选型可能延期，需预留 1 周缓冲

## 下次会议

2026.5.28 周二 14:00

手动导入文字稿

如果没有实时语音捕获条件，可以导入已有的文字稿：

openclaw meeting-notes import --file meeting-transcript.txt --title "客户需求讨论"

导入后 OpenClaw 会用 LLM 提取关键信息，生成同样的结构化纪要。

核心功能二：实时语音操控 — 打断、纠正、追加

▲ 实时语音操控流程：语音指令 → 中断当前任务 → 调整方向 → 按新指令继续执行

这是 2026.5.24 最亮眼的功能。Agent 正在执行一个长任务（比如写代码、做研究、批量处理数据）时，你不需要等它跑完——直接通过 WebUI 或 Discord 语音说：

「停，方向错了，应该先处理用户认证模块」
「当前进度？」
「把这个结果先保存，然后继续」

Agent 会在当前步骤完成后响应你的指令，调整方向继续执行。

配置实时操控

# ~/.openclaw/config.yaml

talk:

realtime:

enabled: true

wakeName: "小O" # 唤醒词（可选）

steering:

enabled: true # 允许实时转向

cancelEnabled: true # 允许取消当前任务

queueEnabled: true # 允许追加后续任务

使用示例

在 Agent 执行任务时，你可以：

# 查看当前状态

「小O，你现在在做什么？」

Agent 回复：

「正在处理第 3/12 个数据文件：customer_export_2026Q1.csv，预计还需 4 分钟。」

# 取消并转向

「取消这个，先帮我查一下今天 HN 上关于 AI Agent 的热门帖子」

Agent 回复：

「已取消数据处理任务。正在搜索 HN...」

# 追加后续任务

「处理完这个之后，把结果生成一份 PDF 报告发到 #weekly-report 频道」

Agent 回复：

「已排队：完成当前任务后 → 生成 PDF → 发送到 #weekly-report」

语音操控的实际效果

在 Discord 语音通道中的完整交互流程：

👤 You（语音）：「小O，帮我把过去一周的所有客服消息分类汇总」

🤖 OpenClaw：「收到，正在拉取过去 7 天的客服消息...」

「共找到 347 条消息，正在分类...」

👤 You（语音）：「等等，只要本周一到周五的，不要周末的」

🤖 OpenClaw：「好的，调整为周一至周五，共 283 条消息，继续分类...」

「分类完成。产品咨询 142 条、技术问题 89 条、投诉建议 52 条」

👤 You（语音）：「把投诉建议单独列出来，标注情绪倾向」

🤖 OpenClaw：「正在分析 52 条投诉建议的情绪倾向...」

「正面 3 条、中性 12 条、负面 37 条。高优先级需回复 15 条。」

这个交互模式的核心价值在于：AI 在执行，人在决策——把重复劳动交给 Agent，把判断和方向留在人类手里。

核心功能三：iMessage 点赞审批（macOS 独占）

▲ iMessage 移动审批流程：敏感操作请求 → iMessage 推送 → 👍/👎 快速审批 → 执行或取消

对于需要 Agent 执行敏感操作（如发消息、改配置、访问付费 API）的场景，OpenClaw 支持通过 iMessage 的 Tapback 反应来审批。

配置 iMessage 审批

# ~/.openclaw/config.yaml

channels:

imessage:

enabled: true

allowFrom: # 允许哪些人审批

- "+8613800138000"

approval:

mode: tapback # 使用点赞/点踩审批

# 👍 = allow-once（允许本次）

# 👎 = deny（拒绝）

工作流程

1. Agent 遇到需要审批的操作

2. 自动向你（配置的 allowFrom 号码）发 iMessage：

「需要执行：删除 2026Q1 过期数据（345 条记录）。回复 👍 同意，👎 拒绝」

3. 你长按消息 → 选择 Tapback → 👍

4. Agent 收到确认，执行操作

5. 如果要永久授权某类操作，回复文字：

「/approve <id> allow-always」

对于非 macOS 用户，同样的审批流程也支持 WhatsApp（channels.whatsapp）。

实战：搭建一个完整的会议助手

把以上三个功能串起来，搭建一个实用的会议助手。

场景

你是一个独立开发者/创业者，每天有 2-3 个客户或团队会议。你需要：

自动记录每个会议的内容
生成行动项清单
在 Agent 执行会议后续任务时，能实时纠正方向

完整配置文件

# ~/.openclaw/config.yaml

# LLM 后端配置

models:

default: claude-sonnet-4-20250514

providers:

anthropic:

apiKey: "${ANTHROPIC_API_KEY}"

# Agent 身份

agent:

name: "小O"

persona: |

你是一个专业的会议助手。

- 记录会议要点时保持客观，不做主观判断

- 行动项要具体到人+时间

- 生成纪要后主动询问是否需要补充

# Discord 通道（语音+文字）

channels:

discord:

token: "${DISCORD_BOT_TOKEN}"

voice:

enabled: true

autoJoin: false # 手动控制入会，避免干扰

# 实时语音操控

talk:

realtime:

enabled: true

wakeName: "小O"

steering:

enabled: true

cancelEnabled: true

queueEnabled: true

# 会议纪要插件

plugins:

meeting-notes:

enabled: true

autoStart: true

sources:

- discord-voice

output:

format: markdown

destination: channel

channelId: "1147852000123456789" # 替换为你的 #meeting-notes 频道 ID

summarization:

model: claude-sonnet-4-20250514

detail: high # 详细模式

# 敏感操作审批

channels:

imessage:

enabled: true

allowFrom:

- "+8613800138000"

approval:

mode: tapback

启动与使用

# 1. 启动 OpenClaw Gateway（后台运行）

openclaw gateway start

# 2. 让 Bot 加入 Discord 语音通道

openclaw meeting-notes start --channel "客户A项目讨论"

# 3. 开始会议，OpenClaw 自动捕获

# ... 会议进行中 ...

# 4. 结束捕获

openclaw meeting-notes stop

# 5. 查看生成的纪要

# 自动发送到 Discord #meeting-notes 频道

会议中的实时交互

👤 You：「小O，帮我把纪要里关于定价的部分单独提取出来，发邮件给财务」

🤖 OpenClaw：「收到。正在提取定价相关内容...」

「已生成定价摘要：3 个定价方案，价格区间 ¥299-¥999/月」

👤 You：「等一下，¥999 那个方案去掉，我们暂时只考虑 ¥299 和 ¥599」

🤖 OpenClaw：「已调整。现在发送邮件给 finance@company.com？」

「[需要审批] 发送邮件给 finance@company.com，内容 1,247 字」

👤 You：（在 iMessage 上点 👍）

🤖 OpenClaw：「✅ 邮件已发送。主题：会议纪要 - 定价方案摘要」

踩坑与排障

坑 1：Discord Bot 无法加入语音通道

症状：openclaw meeting-notes start 报错 No voice channel found

原因：Bot 缺少 Connect 和 Speak 权限，或者 VOICE STATE INTENT 未开启

解决：

# 检查 Bot 权限

# 在 Discord Developer Portal → Bot → Privileged Gateway Intents

# 确保以下三项全部开启：

# ✅ MESSAGE CONTENT INTENT

# ✅ SERVER MEMBERS INTENT

# ✅ VOICE STATE INTENT

坑 2：Meeting Notes 不生成纪要

症状：会议结束后没有输出

可能原因：

音频捕获为空（检查 Discord 语音通道是否有人在说话）
output.channelId 配置错误（Bot 没有该频道的发送权限）
LLM 调用失败（检查 API Key 是否有效）

排查步骤：

# 查看 OpenClaw 日志

openclaw logs --follow

# 手动测试纪要生成（跳过语音捕获）

openclaw meeting-notes import --file test-transcript.txt

坑 3：语音操控延迟高

症状：说出指令后 5-10 秒才响应

原因：

Agent 正在执行长任务，需要当前步骤完成才能响应
网络延迟（特别是国际 LLM API）

优化：

# 降低处理粒度，让 Agent 更频繁地检查中断

agents:

defaults:

checkInterruptInterval: 3 # 每 3 秒检查一次是否有语音指令

坑 4：iMessage 审批不生效

症状：Agent 发了 iMessage 但点赞没有触发审批

原因：

allowFrom 号码格式不对（需要完整的国际格式 +86...）
macOS 上 iMessage 未登录同一个 Apple ID
OpenClaw 没有「完全磁盘访问权限」（macOS 安全设置）

解决：

系统设置 → 隐私与安全性 → 完全磁盘访问 → 添加 Terminal/iTerm
确认号码格式：+8613800138000（不是 13800138000）

坑 5：Gateway 启动慢

症状：openclaw gateway start 需要 20+ 秒

原因：OpenClaw 需要加载所有插件和通道

5.24 版本的改进：这一版做了大量 Gateway 性能优化：

插件元数据缓存（避免重复读取文件系统）
懒加载启动空闲插件
通道目录缓存

实测启动时间从 ~20s 降到 ~8s。但还是建议用 pm2 或 systemd 管理 Gateway 进程，而不是每次手动启动。

# 使用 pm2 管理（推荐）

npm install -g pm2

pm2 start "openclaw gateway start" --name openclaw-gateway

pm2 save

pm2 startup

与其他方案的对比

功能	OpenClaw 5.24	Otter.ai	Fireflies.ai	自建方案
会议纪要	✅ Discord 语音	✅ Zoom/Meet	✅ Zoom/Meet	需要集成 STT
实时操控	✅ 语音打断+转向	❌	❌	❌
移动审批	✅ iMessage/WApp	❌	❌	❌
开源	✅ MIT	❌	❌	✅
自定义程度	极高	低	中	极高
成本	API 费用	$10-20/月	$10-19/月	开发成本

OpenClaw 的优势在于一体化——你不需要分别买 Otter 做会议纪要、再买一个审批工具、再写脚本串联它们。一个 OpenClaw 实例搞定全部。

常见问题（FAQ）

Q：非 macOS 用户能用 iMessage 审批吗？

A：可以用 WhatsApp 替代。配置 channels.whatsapp 并在 channels.imessage 处替换为 WhatsApp 通道即可。但 WhatsApp 目前不支持 Tapback，只能文字回复 /approve。

Q：Meeting Notes 支持中文吗？

A：支持。底层用的是 Claude/GPT 的语音识别 + LLM 摘要，中文识别效果良好。纪要输出语言取决于你的 Agent persona 配置（写中文 person 就输出中文纪要）。

Q：语音操控一定需要 Discord 吗？

A：WebUI 也支持实时语音操控（Web Speech API）。但不依赖 Discord 的 WebUI 方案需要你自己维护 Web 前端。Discord 是目前最完整的开箱即用方案。

Q：5.24 稳定吗？还是等正式版？

A：beta.2 标签意味着仍在快速迭代中。但 OpenClaw 的 beta 质量通常不错——核心功能（Meeting Notes、Voice Steering）在 5.22 就已经实装，5.24 主要是性能优化和 iMessage 审批的完善。建议先在测试环境试用再上生产。

Q：一个人用 OpenClaw 是不是杀鸡用牛刀？

A：如果你的需求只是「开会时自动记笔记」，Otter.ai 就够了。但如果你需要的是一个能听懂指令、能执行任务、能在多个平台间切换的 AI 助手——比如开完会立刻发纪要、提取行动项、追踪执行、审批敏感操作——OpenClaw 的价值就体现出来了。一人公司的竞争力往往来自工具链的自动化深度，而不是工具数量。

总结

OpenClaw 2026.5.24 的三个核心能力——Meeting Notes、实时语音操控、iMessage 审批——组合在一起，让 AI Agent 从一个「对话玩具」变成了「运营中枢」：

会议纪要：解放双手，让 AI 做你的会议秘书
实时操控：保持人类在关键决策环内，AI 在快速执行环内
移动审批：随时随地管控 AI 行为，不绑定桌面

对于一人公司和独立开发者来说，这意味着可以用更少的「运营人员」覆盖更多的「运营场景」——因为你唯一的「员工」是一个 7×24 的 AI Agent。

下一步建议：

先在测试 Discord 服务器跑通 Meeting Notes
试用语音操控的打断和转向
逐步加入 iMessage/WhatsApp 审批
把配置沉淀为可复用的模板

工具的尽头不是更多的工具，而是更少的重复劳动。OpenClaw 正在往这个方向快速迭代。

#AI创业 #Agent工坊 #OpenClaw #一人公司 #会议助手

本文由AI辅助创作，经人工审核编辑发布