OpenClaw零代码配置邮件发送：十分钟打造你的AI邮件助理

最近OpenClaw这个开源智能体项目火了之后，后台收到最多的私信不是问怎么部署，而是问“部署好了之后到底能干点啥”。确实，光有一个能聊天的AI助手，新鲜劲过了就没什么意思了。但如果你能让它帮你发邮件、写日报、定时通知，那性质就完全不一样了——这相当于给你的工作流里加了一个不要工资的助理。

这篇文章我会避开所有编程话题，纯讲怎么通过OpenClaw的 零代码 能力，把发送邮件这件事跑通。不需要懂Python，不需要会写接口，甚至不需要明白SMTP协议底层是怎么握手的。你只要跟着点、照着填，十分钟以后就能让AI帮你把邮件发出去。我自己在测试环境里用Docker部署、Ollama接本地模型跑通了这个流程，也在安卓手机的Termux上试过，下面会把两种路线的细节都拆开讲清楚。

1. 为什么是OpenClaw，以及“零代码”到底怎么理解

1.1 OpenClaw在智能体里到底算个什么角色

先别急着操作，把概念捋顺了，后面填配置的时候才不会懵。OpenClaw本质上是一个智能体运行框架，它跟单纯的大模型对话服务不一样。大模型本身只会“说话”，你跟GPT聊天，它给你回一段文字，仅此而已。但OpenClaw干的事是把大模型的“理解能力”接到真实世界的工具上——你能让它操控文件、查询信息、调用外部服务，而发送邮件就是它最典型、最实用的一个技能。

它的工作链条是这样的：你先在OpenClaw里配置好一个邮箱账号（发信用的），再写一段“技能描述”告诉AI什么时候该用这个邮箱、邮件格式应该是什么样。之后你在聊天框里用大白话说“帮我给老王发个邮件，告诉他项目进度推迟两天”，OpenClaw就会自己把这句话拆解成发信动作：提取收件人、生成邮件内容、连接邮箱服务器、执行发送。整个过程你不需要写一个字的代码，这就是本文标题里“零代码”的真实含义。

1.2 为什么选择“发送邮件”作为第一个上手技能

我为什么推荐大家把发邮件作为OpenClaw的入门练习，而不是让它去控制智能家居或者操作数据库？因为邮件的反馈链路最短、最直观。你在聊天框里下完指令，几秒后手机就能收到新邮件提醒，这种“成了”的感觉特别强，能帮你快速建立对智能体的信心。

而且邮件的应用场景非常广。我自己试过的几个典型用法：

• 自动日报：每天早上让OpenClaw根据昨天的记录生成一封工作小结，发给你的上级或团队群组。
• 告警通知：跟家里的监控脚本配合（脚本你自己写或者抄现成的都行），一旦检测到异常就让OpenClaw发邮件通知你。
• 批量沟通：给十几位客户写内容类似、称呼不同的邮件，让AI逐封生成并发送，省掉复制粘贴的时间。

对新手来说，这几类场景都是“一句话指令就搞定”的活儿，不需要额外维护复杂逻辑。等你把邮件流程跑顺了，再去探索OpenClaw的Skills体系（它的技能扩展机制）也不迟。

1.3 这种“配置文件+对话调用”的模式，跟传统自动化工具有什么区别

可能有人会问：我直接用个定时任务脚本不也能群发邮件吗？为什么要绕一圈用OpenClaw？这里面有个关键差异：传统脚本是死板的，OpenClaw是理解意图的。

传统方式下，你写好的每一条邮件规则都是固定的：主题是什么、正文写什么、发给谁，全部提前编码死。哪天你想改个措辞，或者临时加一个收件人，都得去翻代码。而OpenClaw的做法是，你只告诉它“你有发邮件的能力”和“你有一个邮箱账号”，至于具体每封邮件怎么写、什么时候发，由AI根据你的对话指令现场决定。这意味着它的复用性极高——同一套配置，今天让它发日报，明天让它发会议邀请，后天让它发节日问候，全凭你一句话。

2. 环境准备：先把OpenClaw跑起来再说

2.1 部署方案选型：Docker最省心，手机也能装

在聊邮件配置之前，你得先有一个能用的OpenClaw实例。目前社区里最常见的部署路径是两条：

方案A：Docker部署（推荐新手）。如果你有一台电脑（Windows、macOS、Linux都行），并且装好了Docker，这是最稳妥的路子。Docker的好处是环境隔离、依赖打包，你不需要在自己电脑上安装一堆乱七八糟的Python包，也不会把系统搞乱。

方案B：Termux部署（安卓手机）。这个方案最近热度非常高，很多人想在手机上跑OpenClaw。Termux是安卓平台上的一个终端模拟器，能在上面运行Linux环境。如果你手边没有电脑，用旧手机也能折腾，但要注意手机性能直接决定本地模型跑得快不快。

我个人建议：第一次实验千万别在手机上搞。手机屏幕小、热管理差、命令输入费劲，出个错排查起来能急死人。先用电脑把流程跑通，再考虑手机端迁移。

2.2 Docker方式安装OpenClaw的完整步骤

我用的是官方镜像，整个安装过程可以浓缩成三步：

bash复制# 第一步：拉取镜像
docker pull openclaw/openclaw:latest

# 第二步：创建配置目录
mkdir -p ~/.openclaw

# 第三步：启动容器（注意替换成你自己的路径）
docker run -d \
  --name openclaw \
  -p 8888:8888 \
  -v ~/.openclaw:/root/.openclaw \
  -e OPENCLAW_MODEL_BACKEND=ollama \
  -e OPENCLAW_OLLAMA_BASE_URL=http://你的主机IP:11434 \
  --restart=always \
  openclaw/openclaw:latest

这几行命令的意图我得解释一下，不然你复制完还是心里没底：

• -p 8888:8888 是把容器里的8888端口映射到宿主机，之后你通过浏览器访问 http://localhost:8888 就能打开OpenClaw的Web操作界面。
• -v ~/.openclaw:/root/.openclaw 是数据持久化。你之后写的技能文件、配置文件都存在这个目录里，容器删了重建也不会丢。
• OPENCLAW_MODEL_BACKEND=ollama 表示我让OpenClaw去连接本地Ollama提供的模型服务。这个适合没有独享API密钥、想完全免费跑通流程的人。

你可能会注意到我特意写了 OPENCLAW_OLLAMA_BASE_URL=http://你的主机IP:11434，而不是 localhost。这是个很容易踩的坑：容器内部的 localhost 指向的是容器自己，不是你的宿主机。要让容器里的OpenClaw能访问宿主机上的Ollama，必须填宿主机在局域网里的IP地址，比如 http://192.168.1.100:11434。

2.3 模型后端怎么选：本地Ollama还是云端API

这里给出我在实际使用中的对比感受，方便你按自己的条件做决定：

我自己的测试环境是拿Ollama跑的，模型用的是 qwen2.5:7b。说实话，让它发最简单的“你好，请查收附件”这类邮件，完全够用。但如果你希望AI能帮你润色一封语气委婉的拒绝邮件，或者写一个带行业术语的商务通知，本地小模型就比较吃力了，这时候上个云端API会舒服很多。

如果你选择云端API，启动容器时把环境变量换一下就行，大致长这样：

bash复制docker run -d \
  --name openclaw \
  -p 8888:8888 \
  -v ~/.openclaw:/root/.openclaw \
  -e OPENCLAW_MODEL_BACKEND=openai \
  -e OPENCLAW_API_KEY=你的密钥 \
  -e OPENCLAW_BASE_URL=https://api.你的模型服务商.com/v1 \
  -e OPENCLAW_MODEL=gpt-4o-mini \
  --restart=always \
  openclaw/openclaw:latest

注意，这里用的是通用接口写法，只要你的模型服务商提供OpenAI兼容格式，都可以这么接。很多国内外的模型服务商都支持这套协议，你在它的开发者文档里找到 base_url 和 api_key 填进去就行。

2.4 部署完毕后的验证方法

镜像启动之后，别急着配邮件。先用最简单的方式确认它已经活了：

打开浏览器访问 http://localhost:8888，如果看到一个聊天窗口，说明Web界面起来了。在对话框里随便问一句：“你好，请简单介绍一下你自己”。

有回显且不报错，说明整个链路已经打通：浏览器 → OpenClaw框架 → 模型后端（Ollama或API） → 返回结果。

这一步通过后，你的基座就稳定了。接下来我们开始碰重头戏——配置邮件发送。

3. 零代码配置邮件：从填参数到自动发信

3.1 邮件发送需要准备的核心参数

在动手配置之前，我们需要先备齐几样东西。这部分不需要写代码，但你必须去自己的邮箱后台把参数捞出来：

• 邮箱账号（发件人地址）：比如 sender@example.com
• SMTP服务器地址：以常见的QQ邮箱为例是 smtp.qq.com，163邮箱是 smtp.163.com，Gmail是 smtp.gmail.com
• SMTP端口号：通常用465（SSL加密）或587（STARTTLS加密）。这里我强烈建议别用25端口，因为很多云服务器和家用宽带的运营商都会封禁25端口来防止垃圾邮件，你会发现连接老是超时。
• 授权码 / 应用专用密码：这是新手最容易卡住的地方。现在主流邮箱（QQ、163、Gmail等）都不再允许你用纯账号密码登录SMTP服务，而是在账号设置里开启“SMTP服务”或“生成应用专用密码”，让你得到一个一长串的加密密码。这个授权码跟你登录邮箱的密码不一样，是独立生成的。

有几个国内的邮箱服务商在生成授权码时需要发送一条短信验证，或者在App里扫码确认，不同的服务商操作入口不一样。总之，你拿去填到OpenClaw配置里的，一定是这个“授权码”或者“应用专用密码”，而不是你日常登录用的邮箱密码。

3.2 在OpenClaw的配置文件里添加邮件参数

OpenClaw会把全局设置集中在 ~/.openclaw/config.yaml 这个文件里。如果你是用Docker部署的，这个文件就在你宿主机刚才映射的 ~/.openclaw 目录下。

用编辑器打开这个文件（Windows上可以用记事本，macOS/Linux用vim或nano都行），在合适的位置加上这么一段：

yaml复制mail:
  enabled: true
  smtp_host: smtp.qq.com
  smtp_port: 465
  smtp_user: sender@example.com
  smtp_pass: 你的授权码
  smtp_ssl: true
  default_recipient: ""
  sender_name: "OpenClaw助手"

字段的含义很简单：

• smtp_ssl: true 表示走465端口的那种SSL加密连接。如果你选的是587端口，改成 smtp_ssl: false，OpenClaw会自动用STARTTLS方式。
• default_recipient 可以先留空。它是用来设置“默认收件人”的，如果你以后想让它发的邮件统统抄送一份到自己的邮箱，可以填在这里。
• sender_name 是显示在收件人邮箱里的发件人名称，你随便填，比如“我的AI助理”。

保存文件之后，重启容器让配置生效：

bash复制docker restart openclaw

注意不要漏掉这一步。配置文件是启动时加载的，你改完不重启等于白改。

3.3 创建“发送邮件”技能：核心是在描述里讲清楚意图

配置好邮箱参数，OpenClaw还不一定知道怎么用。这一步我们就要用到标题里说的 OpenClaw零代码 的精华部分——技能（Skill）机制。

技能的本质就是一个带特定格式描述的文本文件，放在 ~/.openclaw/skills/ 目录下。OpenClaw启动时会扫描这个目录，把里面每个技能文件的描述告诉AI模型，让模型知道“我有这些能力，遇到什么场景应该调用哪个技能”。

现在，我们在 ~/.openclaw/skills/ 里新建一个文件，命名为 send_email.md，内容如下：

markdown复制---
name: send_email
description: 发送邮件。当用户要求发送邮件、写邮件、通知某人、发送日报或需要邮件联系某人时，使用这个技能。该技能可以接收收件人地址、邮件主题、邮件正文参数。
---

使用邮件发送功能时，请按以下流程处理：
1. 从用户对话中提取收件人邮箱地址、邮件主题、邮件正文。
2. 如果收件人没有明确给出邮箱地址，但给出了姓名，请询问用户获取完整邮箱地址。
3. 调用内置的邮箱函数发送邮件，发送成功后将结果反馈给用户。

看着像不像在写使用说明？没错，这就是零代码的核心思路——你不需要写函数、写接口、写逻辑，你只需要用大白话告诉AI这个功能是干嘛的、该怎么用。真正发邮件那一步，是OpenClaw框架内置的邮件工具去完成的，你只负责“定义能力 + 维护意图描述”。

--- 中间的部分是YAML元数据，规定了技能名和触发条件描述。下面的流程部分是可选的，但对AI理解指令有非常大的帮助。描述写得越具体，AI越不容易把“发邮件”和“写邮件草稿”搞混。

保存文件后，同样需要重启一次OpenClaw（或者刷新技能缓存，不同版本的机制略有差异。如果你用的版本支持热加载，甚至不需要重启）。稳妥起见，第一次还是全部重启一遍。

3.4 实战测试：用对话指令发出你的第一封邮件

技能配好、配置重启完毕之后，就可以来到激动人心的测试环节了。

在OpenClaw的Web聊天框里输入：

code复制给 292837465@qq.com 发一封邮件，主题是“测试邮件”，正文写“这是OpenClaw发送的第一封测试邮件，收到请回复。”

发送之后，观察它的反应。我自己的实测过程大概是这样的：它会先解析出收件人、主题、正文三要素，然后提示“正在调用发信技能”，接着返回“邮件发送成功”。

你再去收件人的邮箱里刷新一下，应该就能看到这封邮件躺在收件箱里了。如果没有看到，去垃圾箱翻一翻——有些邮箱服务器对来自非主流IP的发件比较敏感，第一封容易被过滤。这种情况我们后面在排查部分会专门讲。

如果你发的是一封内容比较复杂的邮件，比如带称呼、带结尾落款、分小标题的正式商务邮件，直接把要求打进去就行：

code复制帮我的客户王先生写一封邮件，内容是：季度合作项目进度汇报，我们已完成第一阶段开发，预计下周进入测试。请用正式的商务语气，加上问候语和落款。发到 wang@example.com

模型会自动生成一封结构完整的邮件，然后按你给的地址发出去。你可以在聊天记录里看到AI生成的全部内容，如果不满意可以随时让它“重新改一下”或“换个语气再发一次”。

3.5 让邮件技能自动化：定时任务与触发场景

如果你想更进一步——不满足于手动发指令，而是想让OpenClaw在特定时间主动发邮件，那就涉及定时任务了。OpenClaw同样支持用配置文件定义定时调度，没有让你写代码，设置起来也是填空式的。

在 config.yaml 里加一段如下的配置：

yaml复制schedules:
  - name: daily_report
    cron: "0 9 * * *"
    prompt: "根据最近的工作记录，生成一封今日工作日报，发送到 manager@example.com"
    enabled: true

这段配置的意思很容易理解：每天早上9点，OpenClaw会自动使用你配置好的邮件技能，把一个日报邮件发到指定邮箱。cron 表达式里的 0 9 * * * 表示“每天的9点0分”，它是一种时间调度格式。

这里我想提醒一个关键点：定时任务依赖的是模型在后台自主执行。如果你用本地小模型，生成的日报质量可能很“模板化”；如果你用云端API，模型会把 prompt 当成“任务”来理解，生成一封可读性还不错的日报。所以如果你对自动化内容质量有要求，建议至少用中等级别的模型。

同时注意，定时的邮件依然需要收件人邮箱是明确的。如果你希望AI“找到合适的收件人”，目前的版本还做不好这种模糊决策，最好自己在配置里写死收件人地址。

4. 实操中高频踩坑与逐步排查记录

4.1 报错“SMTP Authentication Failed”怎么处理

这是我遇到最多的问题，没有之一。看起来像是认证失败，也就是邮箱服务器说“我不认识你给的账号密码”。

排查思路按下面顺序走：

1. 确认你填进 smtp_pass 的不是邮箱登录密码，而是“授权码”或“应用专用密码”。这一步能解决一半以上的认证报错。
2. 确认授权码是否过期。注意有些邮箱服务商（以安全性著称的那几家）会定期让授权码失效，或者在你更换设备后要求重新生成。如果你更新过邮箱密码，授权码也可能同步失效。
3. 确认你的 smtp_user 是不是完整的邮箱地址。有些服务商支持只填@前面的部分，但为了通用性，建议填完整的。

如果全都排除了还不行，可以先去邮箱后台确认一下SMTP服务的开关。部分邮箱默认是不开启第三方客户端发信权限的，你需要手动去设置里打开，并完成验证绑定。

4.2 超时连不上服务器，或连接被重置

如果你在日志里看到类似于 Connection timed out 的报错，大概率是网络层的问题。

首先检查你填的 smtp_port。刚才说过，25端口在很多网络环境里是被封的。改用465或587之后，情况通常立刻好转。

第二个要查的是SSL/TSL设置一致性。465端口通常对应 smtp_ssl: true，587端口通常对应 smtp_ssl: false。如果你把两者配反了，常见表现是连接上了但握手失败。记住这个对应关系大概能省掉很多来回试探。

第三种情况在Docker部署下特有：如果你在容器内配置了邮箱但通过宿主机访问不了外网邮件服务器，可能是容器自身的DNS解析有问题。试着在容器里执行 docker exec openclaw ping smtp.qq.com，如果ping不通，说明容器网络有异常。这种情况把Docker服务重启一下，或者切换网络模式为 host 模式即可。

4.3 邮件明明发送成功，就是收不到

邮件在OpenClaw这边显示“发送成功”，说明你的SMTP服务器已经接收了这封邮件。此时收不到，问题通常出在两个地方：

• 检查收件人邮箱的垃圾箱。尤其是第一次发信、发信IP不常见、正文带链接和附件时，被判定为垃圾邮件是常态。
• 如果是自己给自己发（测试时经常这样），有些邮箱服务商对“自己给自己发信”有额外策略，可能延迟或过滤。

想要减少进垃圾箱的概率，建议你在正文里不要带购买链接，不要全篇大写，不要加过多感叹号。这些都是垃圾邮件评分规则的典型特征。

如果你是给自己的域名邮箱发信，并且在云服务商的VPS上部署的OpenClaw，那还可以去看看SPF、DKIM等发信域名记录的配置。这两个记录相当于你域名的“发信身份证”，配置好了能显著提升送达率。不过这一步涉及域名DNS管理，属于进阶内容，非自建域名邮箱的读者可以跳过。

4.4 Skill技能文件不生效，“发邮件”三个字没触发任何动作

有时候文件建了、配置也写了，但你在聊天框里跟AI说“发邮件”，它只是回复你一串文字，并没有真正调用任何工具。这种“只会聊、不会干”的现象，通常是因为技能描述不够明确，或者模型不够聪明没能正确匹配意图。

解决方法有两个方向：

• 改描述：把 description 里的触发词改得更多元化一些，比如加上“邮件、mail、email、联络、通知、发信”等多个相关词。模型是根据描述里的语义来判定触发的，描述越丰富的匹配准率越高。
• 换模型：如果你用的是本地小模型（7B级别以下），指令理解能力确实有限。换个更大的模型，比如 qwen2.5:14b 或直接上云端API，这个问题马上会改善。

4.5 Termux手机版部署的特有问题

如果你头铁要在手机上折腾，有几个现实问题先打个预防针：

• Termux默认的软件源在国内网络环境下载可能较慢，建议切换国内镜像源。
• OpenClaw需要监听端口，手机Termux里跑起来之后，你得确保手机的防火墙允许该端口通信，同时局域网内其他设备要访问的话，手机和电脑要处在同一WiFi下。
• 手机通常用的是移动网络或家庭WiFi，运营商对25端口的封锁有时比固定宽带更严格。遇到连接超时直接把邮箱端口换到465或587。
• 手机上跑本地模型的话，8G内存以下的手机会很吃力。如果你只是想在手机上体验流程，建议云端API方案，不要硬跑本地模型。

4.6 实操心得小结

我把这一套流程在Docker、Termux、不同邮箱服务商（QQ、163、Gmail模拟、域名邮箱）上都跑过一遍，总结下来最重要的体会是：这套体系里，难度不在于运行环境，而在于你把“技能描述”写得多清楚。所有环节里，唯一需要你动点脑子的，就是思考“AI应该怎么理解我的需求”。只要你把这一步想透了，OpenClaw翻车率会非常低。

另外一个小技巧：第一次测试时，别写太复杂的邮件，就发五个字“这是一封测试邮件”。先把链路跑通，再逐渐加复杂度。盲目一上来就写长篇，万一出错了，你很难判断是邮件配置的问题还是邮件内容的问题。

还有一个建议是保留收件人的完整地址。你让AI根据名字去推断邮箱，它目前还没那个能力。提前把收件人的邮箱地址打在聊天指令里，或者写进技能描述里，体验会顺滑很多。

5. 再往前一步：邮件技能还能怎么跟其他技能组合

5.1 让OpenClaw“读文件→生成摘要→发邮件”一条龙

邮件技能最大的价值，是能跟OpenClaw的其他能力串起来用，形成一个完整的自动化工作流。比如：你可以给OpenClaw一个固定的目录，让它定期读取里面的文本文件或日志，然后基于这些内容生成一封摘要邮件发给你。

在这个场景里，你不需要写复杂的脚本逻辑，只需要在技能描述里增加一条：“当用户要求整理目录下的内容并发送邮件时，先读取该目录下所有文本文件，然后根据内容生成摘要邮件并发送。” 这依然是纯自然的描述，但AI会自主去调用文件读取的能力、内容总结的能力，以及邮件发送的能力。

5.2 把邮件变成“触发器”

更进阶的玩法，是让邮件成为其他任务的前置条件。比如收到特定邮件时，OpenClaw自动回复“已收到”；或者每天早上检测一下收件箱有没有新邮件，有的话整理成摘要推送到你的聊天界面。这个玩法绕了一些，涉及收件、解析、意图判断，但框架本身提供了这类扩展点，你依然不需要编程。

不过我建议新手先别碰收件功能，先把发信跑稳。收件涉及IMAP/POP3协议配置、邮件解析、多编码兼容性问题，比发信麻烦一个量级。先把发信这套搞明白了，再来研究收到的邮件怎么处理。

5.3 用“邮件发送记录”做持续优化

还有一个我特别推荐的小习惯：每次发送完邮件，在聊天框里让OpenClaw回顾一下邮件内容，问它“这封邮件的语气是否合适？有哪些地方可以改进？” 这个动作看起来简单，但能让AI在后续生成邮件时自动带上自我修正的偏好，相当于一种粗糙的持续调优，最终生成的邮件质量会比第一次使用有明显提升。

写在最后的一点真实感受

坦白说，OpenClaw这套“技能描述驱动”的设计，一开始我是持怀疑态度的。在传统的软件工程思维里，功能就应该用代码精确控制，靠AI理解自然语言来决定执行流程，听起来总有点不踏实。但实际跑下来，我发现这种怀疑在简单场景里是多余的。

如果你只是希望让AI帮你把邮件发出去，你不需要会编程。你需要的只是：一个能跑的OpenClaw环境、一个邮箱授权码、一段清晰的技能描述。这三样东西凑齐，剩下的就是说话而已。

我个人的操作习惯是：先把所有配置项的文档过一遍，然后在本地起一个测试环境，用最简单的指令把每个技能都触发一遍。过程中遇到问题就按上面那些排查思路挨个查，通常都能迅速找到原因。

如果你正在部署OpenClaw，或者刚开始接触智能体框架，我建议你把我这个“邮件小白教程”当作你的起点。发邮件是最好上手的场景，也是最能立刻体现智能体价值的功能之一。等你跑通了第一条链路，后面再去探索自动化办公、定时任务、多工具协同，都会变得顺理成章。

最后再分享一个小经验：配置文件写好之后，最好存一份备份到网盘或者Git仓库。我吃过一次亏，容器重置之后技能文件和配置全没了，重新配一遍虽然不麻烦，但折腾的时间不值当。存好备份，就能随时一键复活你的AI邮件助理了。