核心定位：
面向技术负责人与资深开发者，深度解构OpenClaw，掌握二次开发与插件定制能力，并实现与私有化AI模型（如Ollama+Qwen）的深度融合，构建完全自主可控的企业级智能自动化平台。
讲师：冰洋老师
课程背景
随着企业数据安全与模型自主性要求提高，依赖公有云AI API的自动化方案在成本、合规和定制性上遇到瓶颈。企业需要能集成私有模型、可深度定制、并符合自身技术栈的自动化平台。OpenClaw的开源属性与灵活架构，使其成为构建此类“私有智能自动化中台”的理想基石。
本课程是“开发者”的课程。第一天，深入源码层，解析OpenClaw核心模块，并动手开发自定义节点与触发器。第二天，聚焦AI本地化集成，详细教学如何在本地或内网部署Ollama与Qwen大模型，并创建专有的AI节点。最终，通过一个“私有知识库问答机器人”综合项目，将所有技术串联，实现从本地模型服务、知识库检索、逻辑判断到飞书交互的完全内网闭环解决方案。
学员及其所在企业将获得基于OpenClaw构建定制化、高性能、安全合规的智能自动化平台的核心能力。这不仅能够大幅降低自动化运营成本，更能将企业私有数据与自有模型能力深度结合，创造独特的业务智能，是响应“AI+数据要素”战略，迈向深度数字化转型的关键一步。
课程收益
1.深入理解 OpenClaw的源码架构，具备在代码级进行定制和二次开发的能力。
2.掌握 开发自定义节点/触发器的全流程，并能将其贡献或应用于自身业务。
3.能够 在本地环境完整部署 Ollama + Qwen 大模型服务，并测试其基础能力。
4.实现 OpenClaw 与私有化AI模型的深度集成，打造企业内部专属的AI智能节点。
5.领导 完成一个完全私有化部署的复杂智能自动化项目，涵盖模型、业务逻辑与前端交互。
课程时间：2天（每天6小时，共12小时）
课程对象：企业架构师、高级后端开发工程师、技术负责人、AI算法工程师及对开源自动化平台有深度定制需求的团队。
课程方式
核心方法：开源项目贡献者模式（Clone - Explore - Modify - Build - Integrate）
教学工具：个人开发环境（VSCode）、Git、Linux服务器、Ollama官方资源、项目设计文档。
课程大纲
第一天：深入内核与定制开发
模块一：OpenClaw架构深度游
▪ 源码结构导读：前后端分离架构、节点加载机制、工作流执行引擎、数据流转ORM。
▪ 实战：在本地启动开发环境，调试并追踪一个简单工作流的完整执行链路。
模块二：开发你的第一个自定义节点
▪ 节点开发规范：属性定义、UI配置、执行方法、凭证类型。
▪ 实战：开发一个用于连接内部某个特定系统（如自研CRM、数据库）的专属节点。
▪ 小组讨论：各小组规划一个解决公司内部实际痛点的自定义节点方案。
第二天：私有AI集成与综合项目
模块三：搭建私有AI引擎：Ollama + Qwen
▪ Ollama原理与模型管理：在Linux服务器上部署Ollama，拉取并运行Qwen系列模型。
▪ 实战：通过命令行和API测试模型的基础对话、代码生成、逻辑推理能力。
模块四：构建OpenClaw的“私有大脑”节点
▪ 设计连接Ollama API的自定义AI节点，支持灵活的Prompt模板和参数调节。
▪ 实战：在OpenClaw中创建并使用该节点，替代原有的OpenAI节点。
终极综合实战：私有知识库智能客服机器人
▪ 项目目标：在飞书中，@一个机器人，它能基于内部文档（上传的PDF/Word）回答问题。
▪ 技术栈：飞书机器人 + OpenClaw（调度）+ 私有Qwen模型（推理）+ 本地向量数据库（Chroma/FAISS，概念引入）。
▪ 实现路径：工作流拆解与各组分工实现。
结业答辩与未来展望
▪ 各小组展示终极项目成果与架构设计。
▪ 探讨企业级部署的集群化、高可用方案。
开源社区参与指南与技术路线图展望。
授课老师
冰洋 工信部AI智能体工程师
常驻地：北京
邀请老师授课：13439064501 陈助理
