OpenClaw 安装后，几句话完成视频草稿制作

一、背景

最近准备做一个《攀岩人在家训练指力板》的视频。

由于没有提前准备草稿，录制视频过程中变得语无伦次。
当时想着先把整个流程走一遍，之后再根据这个视频内容来完善草稿。
所以我还是坚持录完了一个完整的视频。

初稿视频有了，接下来的问题是：怎么提取出视频中的语音文字，然后根据我的规划来生成最终的视频草稿呢？

我突然想到，最近 OpenClaw 很火，可以在本地搭建一个 OpenClaw，让它来提取视频中的语音文字，再结合我的规划来生成最终的视频草稿。

二、安装 OpenClaw

安装 OpenClaw 前，我已经了解到，直接在个人电脑上安装 OpenClaw 非常不安全。
因为 OpenClaw 拥有很高的权限（可以操作文件、执行 Shell），有可能直接把电脑上的文件给删除了。

所以，我决定在 Docker 中安装与使用 OpenClaw，从而起到很好的隔离保护作用。

第一步：安装 Docker

Windows 系统用户，可以直接去 Docker 官网下载 Docker Desktop。
下载地址：https://docs.docker.com/get-started/introduction/get-docker-desktop/

Mac 系统用户，可以使用命令行来一键安装 Docker。
安装命令：brew install --cask docker

第二步：创建 Linux 容器

先在电脑上创建一个 openclaw_data 目录，用来存放容器里 OpenClaw 的数据。
然后创建一个 Ubuntu Linux 容器，提前映射 openclaw gateway 端口。

podman run -it -d \
  --name my-openclaw \
  -p 18789:18789 \
  --add-host=host.containers.internal:host-gateway \
  -v ~/openclaw_data:/root/.openclaw \
  ubuntu:24.04

进入容器：podman exec -it my-openclaw /bin/bash

第三步：安装 Node.js

# 安装 Node.js 22 (OpenClaw 推荐版本)
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt install -y nodejs

# 验证版本
node -v  # 应显示 v22.x.x

第四步：安装 OpenClaw

# 安装 OpenClaw CLI
npm install -g openclaw@latest

# 运行配置向导
openclaw onboard --install-daemon

OpenClaw 的配置比较长，按引导逐步选择自己购买的 LLM 与 API KEY 即可。

第五步：启动 OpenClaw

需要先启动 Gateway，再启动 Node。

nohup openclaw gateway run --bind lan --port 18789 > /root/gateway.log 2>&1 &
nohup openclaw node run > /root/node.log 2>&1 &

第六步：认证 Gateway

电脑浏览器打开 http://127.0.0.1:18789/，会发现页面虽然打开了，但有一个红色的提示，大概如下：

Gateway: local · ws://127.0.0.1:18789 (local loopback) · unreachable (connect failed: connect ECONNREFUSED 127.0.0.1:18789)

这是因为 OpenClaw Gateway 有安全设置，需要先手动认证客户端。

在容器内输入 openclaw devices list 命令，可以查看到待认证的客户端列表。

然后使用 openclaw devices approve <device_id> 来通过认证。

最后，刷新浏览器页面，会看到页面正常打开了。

三、项目实践

安装完成后，就可以开始使用 OpenClaw 了。

我告诉 OpenClaw 自己的第一个诉求：我使用苹果手机录了几个视频，想使用开源工具提取出视频里的语音，并转化为文字。

OpenClaw 给出了三个方案：

方案一：Whisper。
OpenAI Whisper 是目前效果最好的开源语音识别工具，支持中文，且可以免费本地运行。

方案二：ffmpeg + 百度/讯飞 API。

方案三：whisper.cpp（无 Python 环境推荐）。

由于我的电脑是 M3 芯片，选择方案一是最优的，所以我选择了方案一。

考虑到 Python 依赖比较复杂，我引导 OpenClaw 使用虚拟环境来运行代码，并选择最大的模型，先输出一份文档看看效果。

最后，我告诉 OpenClaw 视频在 videos 目录中，可以编写代码、下载模型、运行任务。
OpenClaw 很聪明地先自动运行了一个视频，让我检查结果是否符合预期。

确认效果没问题后，我让 OpenClaw 更新文档。

差不多到午休时间了，我让 OpenClaw 把剩余的任务都跑了，然后我就去睡觉了。
午休起来，发现全部跑完了，耗时 26 分钟。

初版视频的语音文字全部提取出来了。
我把规划的大纲也告诉 OpenClaw，让它结合大纲和提取的语音文字，输出最终的视频草稿。

下面是最终效果，左边是我提前写的大纲，右边是 OpenClaw 输出的视频草稿，质量非常高。

四、复盘

回顾整个过程，我只提供了大纲和混乱的初版视频，全程没有写一行代码，只用了六七轮对话，就完成了整个项目。
OpenClaw 太强大了。

《完》

-EOF-

本文公众号：天空的代码世界
个人微信号：tiankonguse
公众号ID：tiankonguse-code