OpenClaw保姆级别安装教程，小白也可以养好自己的小龙虾
完全不会敲代码的小白，只要会复制粘贴命令，就能在自己电脑上养一只会干活的“小龙虾”（OpenClaw）
文章目录
完全不会敲代码的小白，只要会复制粘贴命令，就能在自己电脑上养一只会干活的“小龙虾”（OpenClaw）。
一、先搞清楚：OpenClaw 是什么？
先别急着装环境、跑脚本，先把这只“虾”看明白，后面所有操作才有数。
一句话：OpenClaw 是一个开源的、本地优先的 AI 智能体框架，可以直接 接管电脑 帮你真实干活的数字员工。
详细点说：
- 它不是一个单纯的大模型，而是一个 AI Agent（智能体）执行框架：可以理解自然语言指令，自动拆解成任务计划，通过 Skills 和 工具调用 去真正执行操作。
- 它可以部署在个人电脑（Windows / macOS / Linux）、云服务器、私有服务器（阿里云、腾讯云、百度智能云等）。
- 本地优先：服务跑在自己的机器上，文件、操作日志、配置等默认 存在本地或自己的节点，不是某家云厂商的服务器。支持私有化部署，做内网环境和数据合规控制。
项目GitHub 地址： https://github.com/openclaw/openclaw
可以把它当成一个 7×24 小时在线、不用社保、可以随时扩展技能的 数字打工人！只要给了指令，会 自己上去把事做了。
都用过 ChatGPT、Kimi、豆包之类的大模型服务吧，OpenClaw 和它们的差别：
| 对比 | 普通 AI | OpenClaw |
|---|---|---|
| 核心作用 | 聊天、问答、写文案、写代码 | 执行任务、操控电脑、自动化工作流 |
| 交互方式 | 浏览器、官方 App | 飞书、钉钉、QQ、Telegram、WhatsApp 等聊天工具 里直接对话 |
| 数据位置 | 厂商云端 | 本地或私有云节点，数据可控 |
| 执行能力 | 提供 怎么做 的方案 | 直接 打开软件、读写文件、发邮件、跑脚本、填表单 |
| 定制扩展 | 功能由平台决定，很难自定义 | 开源代码 + Skills 生态，可以自己写、自己装新能力 |
几个直接想象到的使用场景：
- 把桌面上所有 PDF 按修改时间整理好，按年份分目录归档。
- 每天晚上 10 点，帮整理一下今天的邮件，生成摘要发到 QQ。
- 把这个项目部署到服务器上，并把部署日志发飞书。
OpenClaw 背后还是各种大模型，但它自己是一个 执行外壳 + 网关 + 技能系统。
OpenClaw 能做到的，可以分为几大类能力：
（1）文件 & 磁盘操作
- 按规则整理文件夹（按日期、类型、项目归档）。
- 批量重命名、格式转换。
- 扫描、分类、打包日志和报告。
（2）系统和终端操作
- 运行脚本、命令行任务。
- 自动化部署项目、拉取代码、跑测试。
- 基于自然语言生成命令并执行。
（3）邮件 & 日程 & 通讯工具
- 清理收件箱、按主题分类、生成摘要。
- 帮发邮件、发 IM 消息。
- 维护个人或团队日历，自动创建提醒任务。
（4）多平台接入 & 网关能力
- 通过 Telegram、WhatsApp、Slack、Discord、Signal、iMessage、飞书、钉钉、企业微信、QQ 等和它对话。
- 一个统一网关调度不同模型、不同通道、不同 Skills。
（5）自定义 Skills 扩展
- 官方和社区已经有数百个现成技能（文件管理、知识库、自动化操作等）。
- 可以自己写一个 skill.
这也是为什么媒体会形容它是“线上版贾维斯”、“能指挥电脑的数字员工”。
还有，官方名字叫 OpenClaw，为啥大家都叫它“小龙虾”？
把名字拆开看：Open + Claw。
- Open：代表开源（Open Source），开放生态、代码可改、框架可扩展。
- Claw：英文是 “爪子 / 钳子” 的意思；在项目语境里，指的就是 “龙虾钳子”，操作电脑、抓文件、点按钮。
所以，从纯字面上，“OpenClaw”就可以理解成：
开源的龙虾钳：一个有爪子、能动手的开源智能体。
项目的官方 Logo 和吉祥物，本身就是一只非常显眼的 红色小龙虾。
视觉形象 + 名字谐音，二者一叠加，第一眼就把它叫成了“小龙虾”。
OpenClaw 还有一段改名史：
最初版本叫 Clawdbot， 是奥地利开发者 Peter Steinberger 在周末写出来的项目雏形，名字是对大模型 Claude 的谐音：Clawd ≈ Claude，同时又保留 Claw 的元素。然而，项目一夜之间在 GitHub 爆红，Star 暴涨。
因为名字和 Anthropic 的 Claude 太像，收到了对方法务团队的“友好提醒”，团队就临时把名字改成 Moltbot：Molt 是“蜕壳”之意，刚好是龙虾成长时会做的事；意味着“龙虾脱壳重生”，非常符合那段尴尬又戏剧化的改名期。
2026 年 1 月 31 日，项目正式定名为 OpenClaw。 “Claw” 保留龙虾吉祥物和项目的传统，“Open” 强调这是一个真正开源、社区驱动的基础设施项目。 这次更名也标志着项目完全摆脱和商业模型的商标纠葛，独立成一个开源品牌。
除了叫“小龙虾”，大家还爱说自己是“养虾人”。这个说法主要有两点：
- 部署 & 调试过程像在 养成： 要给它 运行环境、接入大模型、设置权限、装技能；用得越久，它的记忆、偏好和工作流越完善，就像养成一个越来越懂你的助手！
- 大模型离不开 Token： 让它多干活，就会消耗更多大模型 Token，要不断喂它 Token，它才能不断成长。
所以，“部署 / 配置 / 喂 Token / 训练工作流”这一整套动作，也就戏称为 “养龙虾” ，也很好玩。
二、养虾前检查一下：你的电脑够不够格？
在动手安装 OpenClaw 之前，要先确认机器到底能不能安装的下！。
硬件不达标，轻则卡顿和莫名其妙报错，重则直接跑不起来。
要搞清楚三件事：
- 打算让龙虾干到什么程度（只当“云模型管家”，还是要在本地跑大模型）。
- 不同玩法对电脑配置的要求。
- 怎样快速检查自己的电脑是否达标，以及不达标时怎么选方案。
从硬件角度看，OpenClaw 主要有两种玩法：
- Gateway 模式（推荐入门）： 大模型推理都在云端，本地机器只负责 收消息、调用 API、跑一些脚本和浏览器自动化。这个模式的特点是 对本机算力要求低，对网络稍微敏感一些。
- 本地模型模式： 把 Llama、Qwen 等大模型直接下载到本机或服务器上跑。对内存、CPU、GPU、磁盘要求高得多；配置越高，能跑的模型越大、越顺畅。
所以：
是 只想先玩 Gateway，还是一上来就要冲本地大模型？
不用太纠结配置，只要满足下面这几个条件，大概率没问题！这张表比单纯官方“能跑”的最低标准更贴近日常使用体验。
| 项目 | 入门：只玩 Gateway 模式 | 进阶：Gateway + 浏览器自动化 | 高阶：本地跑大模型 |
|---|---|---|---|
| CPU | ≥ 1 核 / vCPU | 2–4 核 / vCPU | 桌面机：i5 / Ryzen 5 级别 4–8 核 或服务器：4–8 vCPU |
| 内存（RAM） | 能跑起来：1 GB 现实最低：2 GB |
4–8 GB（每开一个浏览器要 2–4 GB） | 16 GB 起步，32 GB 更舒服；70B+ 模型建议 64 GB+ |
| 磁盘空间 | 最少 500 MB 推荐 2–10 GB SSD |
20–40 GB SSD | 模型 + 日志建议 50 GB+，长期运行 80–160 GB 更稳 |
| 硬盘类型 | 推荐 SSD | NVMe SSD 更快 | 必须 SSD / NVMe，HDD 会严重拖慢加载 |
| GPU（仅本地模型） | 不需要 | 不需要 | 7–8B 模型：≥ 8 GB VRAM 13B：建议 16–24 GB VRAM 70B：48–80 GB VRAM |
| 操作系统 | Ubuntu 22.04+/Debian 12、macOS 原生；Windows 要 WSL2 | 同左 | 同左（服务器推荐 Ubuntu 22.04 LTS 或 Debian 12） |
| Node.js | ≥ 22 | ≥ 22 | ≥ 22 |
| Docker | 可选 | 推荐 | 用 Docker 跑服务 |
表格信息太多，看不懂？没事，一句话：
- 只玩 Gateway：2 GB 内存 + 一点 SSD 就够了。
- 要浏览器自动化、多通道聊天：至少 4 ~ 8 GB 内存。
- 想在本地跑大模型：16 ~ 32 GB 内存 + 充足 SSD +（最好有）带 8 ~ 24 GB 显存的显卡。
个人电脑：
（1）macOS：Mac Mini / Mac Studio。
- Mac Mini M4 / 16 GB 适合Gateway + 8B 左右模型本地推理尝鲜。
- Mac Mini M4 / 32 GB 适合日常使用 8–13B 模型、并发通道稍多。
- Apple Silicon 的统一内存 + Ollama 等工具，跑本地模型体验比较好。
（2）Windows / Linux 台式机、笔记本。
- CPU：近几年的 i5 / Ryzen 5 及以上。
- 内存：只玩 Gateway的话 8 GB 足够宽裕。想本地模型：直接上到 16–32 GB 会省心很多。
- 硬盘：有一块 256 GB 以上 SSD 就不会太紧张。
- 显卡（想玩本地大模型再考虑）：
- 7–8B：NVIDIA 8–12 GB 显存（RTX 3060 之类）。
- 13B：16–24 GB 显存在体验上更像 能用 而不是 能跑起来。
OpenClaw 目前是 Linux/macOS 原生优先，Windows 官方推荐通过 WSL2 跑 Ubuntu。
安装步骤是：
- 管理员模式打开 PowerShell，执行
wsl --install安装 WSL2； - 安装 Ubuntu‑24.04：
wsl --list --online查可用版本，wsl --install -d Ubuntu-24.04； - WSL 内开启
systemd，否则 Gateway 服务装不上； - 再在 WSL 里按 Linux 方式安装 OpenClaw。
如果是 Windows，又不愿意折腾 WSL2，那就更适合选 云 VPS 部署 或 买一台小型 Linux 机/ Mac Mini 当专用机。
（3）对于 树莓派 & 迷你主机：
- Raspberry Pi 5（8 GB 版）， 便宜、省电、全天候开机。只跑 Gateway + 云模型，不建议在上面硬跑本地大模型。存储最好配 NVMe SSD（通过官方 M.2 扩展板），不要指望 MicroSD 扛长期读写。
- 迷你主机（Mini PC） 最常见配置是 Ryzen 5 / Intel i5 + 16 GB 内存 + 512 GB NVMe SSD，功耗低、噪音小，适合作为家用“小龙虾工作站”常年开机。优点是 一次性硬件投入，长期不用付 VPS 月费。
想要稳定在线、外网可访问、省事，可以直接上 VPS。
- 最低可用配置（单人玩、轻任务）：2 vCPU + 4 GB RAM + 40 GB SSD，Ubuntu 22.04 LTS，Docker 24+ 即可。
- 推荐配置（浏览器自动化 + 多人或多通道）：4 vCPU + 8 GB RAM + 80–160 GB SSD。
- 长期生产环境 建议一开始就选 80 GB–160 GB NVMe SSD，给日志、下载、Python 环境留空间。
自检清单：
（1）OS & 运行环境：
- 系统是：
- Ubuntu 22.04+ / Debian 12 / macOS 13+，或
- Windows + 已安装 WSL2 + Ubuntu‑24.04，并已开启 systemd。
-
node -v显示的版本 ≥ 22。 - （可选）
docker --version正常输出，版本在 24.0+ 以上。
（2）CPU & 内存：
- CPU 至少有 2 个逻辑核心（
lscpu | grep "CPU(s)"）——只玩 Gateway； - 如果要玩浏览器自动化或同时跑多个通道，最好 4 核及以上；
-
free -h显示：- 只玩 Gateway：总内存 ≥ 2 GB；
- 要浏览器自动化：≥ 4–8 GB；
- 要跑本地模型：≥ 16 GB（32 GB 更推荐）。
（3）存储：
-
df -h /显示根分区空余：- 只玩 Gateway：至少 5–10 GB 空间；
- 加浏览器自动化和日志：20–40 GB；
- 本地模型：50 GB+（模型文件 + 缓存 + 日志），长期运行建议 80–160 GB。
- 确认是 SSD / NVMe，不是机械硬盘（查机器配置）。
（4）GPU（如果打算跑本地大模型）：
-
lspci | grep -i "VGA"能看到 NVIDIA 显卡信息； - 显存容量满足对应模型级别：
- 7–8B 模型：≥ 8 GB VRAM；
- 13B 模型：≥ 16–24 GB VRAM；
- 30B+ 模型：≥ 24–48 GB VRAM；
- 70B+：48–80 GB VRAM。
如果不够格怎么办？有几条现实可行的路：
（1）内存不足（≤ 4 GB）
- 只想体验一下：可以在现有机器上跑最基础的 Gateway（2 GB 也能用），但一定要控制并发和任务复杂度。
- 想长期稳定：桌面机/笔记本能加内存就加到 8–16 GB；或者转用云 VPS。
（2）没有 SSD 或空间特别紧（< 10 GB）
- 快速方案：清理磁盘、迁移个人文件，保证最少 10 GB 空间留给系统 + OpenClaw；
- 从长期看：建议上 SSD 或增加硬盘容量，尤其是想跑本地模型。
（3）Windows 不想折腾 WSL2
- 直接租一台便宜 VPS（2 vCPU + 4 GB RAM + 40 GB SSD），照着下面的 Linux 教程走；
- 或买一台迷你 Linux 主机 / 二手 Mac Mini 专门用来“养虾”。
（4）想跑本地大模型但预算有限
- 优先把钱花在：内存（16–32 GB） + SSD 容量（512 GB 左右），GPU 可以后面再加；
- 或选 Mac Mini M 系列 16–32 GB 内存，搭配 Ollama 等做高性价比本地推理。
三、养虾总流程一图看懂
整个过程是 9 个串起来的小步骤：
- 确认机器配置。
- 安装基础环境（Node.js + Git，可选 Docker / WSL2）。
- 获取并安装 OpenClaw。
- 启动 OpenClaw 服务。
- 运行 onboard 配置向导。
- 接入大模型（云端 / 本地）。
- 给龙虾“装技能”（Skills）。
- 配置对话入口（飞书、QQ、企业微信 等通道）。
- 发一条测试指令，确认开始干活。
主要是：
- 安装基础环境（Node.js + Git + 可选 Docker）。
- 安装 OpenClaw，常见有 3 条路线：脚本一键安装、Docker / docker-compose 安装、图形安装器 / 第三方一键包。
- 运行 onboard 配置向导（新手必走）。
- 接入大模型。
- 安装 Skills。
- 配置对话入口（聊天网关）：QQ / 微信企业号 / 钉钉 / 飞书。
后面的章节会把其中几步拆开详细讲。
四、安装基础环境
主要是：
- Node.js（必须是 22 及以上版本）
- Git（任意较新版本即可）
只要这一关过了，后面 一键安装 OpenClaw、本地跑服务、装技能 才不会到处报红字。
先搞清楚：为啥一定要装 Node.js 和 Git？
没有 Node.js，OpenClaw 根本起不来；没有 Git，后面拉代码、装技能都会很麻烦。
| 组件 | 它干嘛用 | 对 OpenClaw 的影响 |
|---|---|---|
| Node.js | JavaScript 运行时环境 | OpenClaw 核心服务、控制逻辑都跑在 Node 上，版本太低会直接跑不起来 |
| npm / pnpm 等包管理器 | 管理依赖包 | 安装/升级 OpenClaw 及其依赖，用来拉各种库 |
| Git | 代码版本管理工具 | 从 GitHub 拉 OpenClaw 源码/发行包，安装/更新社区 Skills |
基础要求：
| 项目 | 最低要求 | 推荐 |
|---|---|---|
| Node.js | 22.x 及以上（必须） | 用官方 22 LTS 版本 |
| npm | 随 Node 22 自动安装 | 保持系统自带即可 |
| Git | 2.x 及以上 | 用系统包管理器/官方安装包安装 |
后面所有检查，都会围绕三条命令展开：
node -v
npm -v
git --version
如果是在：
- 云服务器（大多是 Ubuntu/Debian）
- WSL 里的 Ubuntu
- 自己装的桌面 Linux
推荐用 NodeSource 源 或 nvm，这样能拿到 Node 22。
（1）用 NodeSource 安装 Node.js 22 + Git 是最简单的：
# 1）添加 NodeSource 官方源
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
# 2）安装 Node.js + Git
sudo apt update
sudo apt install -y nodejs git
# 3）验证版本
node -v # 输出 v22.x.x
npm -v
git --version
如果 node -v 输出小于 22，说明源没配置好或装错版本，可以重新执行以上步骤。
（2）用 nvm 安装，适合开发者；想要同一台机器上跑多版本 Node，推荐这条路线。
# 1）安装 nvm（Node 版本管理工具）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 2）重新打开一个终端，或者手动加载配置
source ~/.bashrc # 或 ~/.zshrc 等
# 3）通过 nvm 安装 Node.js 22 LTS
nvm install --lts=hydrogen # 如果官方名为 22 LTS
# 或者
nvm install 22
nvm use 22
nvm alias default 22 # 设置为默认版本
# 4）安装 Git（如果还没装）
sudo apt update
sudo apt install -y git
# 5）验证
node -v
npm -v
git --version
提示：以后如果 Node 有大版本升级，只要
nvm install 新版本 && nvm use 新版本即可，不会影响系统其它软件。
macOS 上最省心的方式是用 Homebrew。
# 1）更新 Homebrew
brew update
# 2）安装 Node 和 Git
brew install node git
# 3）确认版本
node -v
npm -v
git --version
如果之前装过老版本 Node，可以：
brew upgrade node
让 Homebrew 升级到较新版本，再检查是否到 22 及以上。
Windows的话，要先搞定 WSL2，再在 WSL 里装。
OpenClaw 官方更推荐在 Linux 上跑，因此 Windows 用户的主线玩法是：
Windows 安装 WSL2，在 WSL 的 Ubuntu 里装 Node.js + Git，再部署 OpenClaw。
下面就介绍 安装 WSL2 + Ubuntu，让 Windows 系统也能晚上 OpenClaw。
（1）管理员身份打开 PowerShell，执行：
wsl --install -d Ubuntu-24.04
安装完成后，重启电脑。然后在开始菜单里打开 “Ubuntu”，设置用户名和密码。
（2）接下来所有命令，都在 Ubuntu（WSL）终端 里执行：
# 1）添加 NodeSource 源并安装 Node.js 22
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt update
sudo apt install -y nodejs git
# 2）验证版本
node -v
npm -v
git --version
小贴士：如果后面打算用浏览器访问 OpenClaw 的 Web 控制台，记得用
localhost:端口即可，Docker/WSL 会负责中间的网络转发。
常见小坑和排查思路：
| 情况 | 可能原因 | 解决办法 |
|---|---|---|
node: command not found |
安装失败或 PATH 未更新 | 重新跑安装命令，或重启终端 / 机器；nvm 要 source ~/.bashrc |
node -v 显示 v18 / v20 |
系统自带老版本 | 安装 nvm，用 nvm install 22 && nvm use 22，并设为默认 |
git: command not found |
未安装 Git | sudo apt install git / brew install git / Windows 走 git-scm 安装器 |
| Windows 能在 CMD 里跑 Node，但 WSL 里找不到 | 装在 Windows 系统里了，WSL 是另一套环境 | 记住：OpenClaw 的所有安装都在 WSL 的 Linux 里进行 |
五、一键安装 OpenClaw
结合官方文档和社区实践，现在比较主流的几种安装方式是：
| 方式 | 适合人群 | 特点 |
|---|---|---|
| 官方一键脚本（推荐） | 大多数新手、个人开发者 | 一条命令搞定 Node 检测 + OpenClaw 安装 + 可选 onboard |
| npm/pnpm 全局安装 | 已熟悉 Node 生态的用户 | 自己控制版本和路径，适合已有 Node 环境的开发者 |
| Docker 部署 | VPS、NAS、迷你主机，想隔离环境的人 | 环境干净、易迁移、适合长期运行 |
| 从源码构建 | 想改代码、参与开发的人 | 要 pnpm 等，步骤较多 |
对于小白来说：就选 官方一键脚本。
5.1、官方一键脚本安装
适用系统：
- macOS（Apple 芯片 / Intel 都可以）。
- 各种 Linux（Ubuntu、Debian 等）。
- Windows WSL2 的 Ubuntu。
脚本会自动完成：
- 检测当前 Node 版本（不足 22 就帮装或提示）。
- 用
npm全局安装openclaw最新稳定版。 - 默认拉起一次 onboard 向导（可关闭）。
macOS / Linux / WSL2 直接运行：
# 标准安装：包含自动 onboard
curl -fsSL https://openclaw.ai/install.sh | bash
安装完成后，会看到类似输出：
🦞 OpenClaw Installer
I run on caffeine, JSON5, and the audacity of "it worked on my machine."
✓ Detected: linux
Install plan
OS: linux
Install method: npm
Requested version: latest
[1/3] Preparing environment
✓ Node.js v22.22.1 found
· Active Node.js: v22.22.1 (/usr/bin/node)
· Active npm: 10.9.4 (/usr/bin/npm)
[2/3] Installing OpenClaw
✓ Git already installed
· Configuring npm for user-local installs
✓ npm configured for user installs
· Installing OpenClaw v2026.3.8
✓ OpenClaw npm package installed
✓ OpenClaw installed
[3/3] Finalizing setup
! PATH missing npm global bin dir: /home/flu/.npm-global/bin
This can make openclaw show as "command not found" in new terminals.
Fix (zsh: ~/.zshrc, bash: ~/.bashrc):
export PATH="/home/flu/.npm-global/bin:$PATH"
如果只想先 装好不配置，可以加一个参数跳过 onboard：
curl -fsSL https://openclaw.ai/install.sh | bash -s -- --no-onboard
--no-onboard的意思是：先只装程序本体，onboard 向导单独跑一次。
5.2、npm / pnpm 手动安装
已经装好了 Node 22+，也可以不用脚本，自己安装：
（1）用 npm 安装：
# 1）全局安装 OpenClaw
npm install -g openclaw@latest
# 2）第一次初始化 + 安装守护进程
openclaw onboard --install-daemon
如果安装时 sharp 报错，官方建议增加一个环境变量再安装：
SHARP_IGNORE_GLOBAL_LIBVIPS=1 npm install -g openclaw@latest
（2）用 pnpm 安装：pnpm 安装会更快一些，但要手动批准带构建脚本的依赖。
# 1）用 pnpm 安装
pnpm add -g openclaw@latest
# 2）批准构建脚本（node-llama-cpp、sharp 等）
pnpm approve-builds -g
# 3）执行 onboarding + 安装守护进程
openclaw onboard --install-daemon
小贴士：pnpm 第一次安装时，会提示“忽略了构建脚本”，按上面执行
pnpm approve-builds -g即可。
5.3、Docker 部署
如果是：
- 云服务器 / VPS 用户（阿里云、腾讯云、国外 VPS 等）
- 有一台长期开机的 NAS / 迷你主机，希望环境彻底和宿主机隔离
可以直接用官方 Docker 镜像部署。
确认 docker --version 正常输出，且服务已启动：
sudo systemctl status docker
没有 Docker 的话，按各发行版官方文档装好即可（这里就不展开了）。
然后拉取并运行容器：
# 1）拉取最新稳定版镜像
docker pull openclaw/openclaw:latest
# 2）启动容器
docker run -d \
--name openclaw \
-p 8080:8080 \
-v $HOME/.openclaw:/root/.openclaw \
-v $HOME/openclaw-data:/root/openclaw-data \
openclaw/openclaw:latest
-p 8080:8080：把容器内的 8080 端口映射到宿主机 8080，后面可以通过http://服务器IP:8080打开 Web 控制台。-v：把配置和数据挂载到宿主机目录，方便备份和迁移。
在容器内跑 onboard：后面章节会详细讲。
# 进入容器
docker exec -it openclaw /bin/bash
# 容器内执行（和本机一样）
openclaw onboard --install-daemon
5.4、从源码安装
如果要修改 OpenClaw 源码或参与贡献，可以从 GitHub clone 源码自己构建：
# 1）拉代码
git clone https://github.com/openclaw/openclaw.git
cd openclaw
# 2）安装依赖并构建
pnpm install
pnpm ui:build
pnpm build
# 3）把 openclaw CLI 链接到全局
pnpm link --global
# 4）执行 onboarding
openclaw onboard --install-daemon
不想全局 link 的话，也可以在仓库目录直接用：
pnpm openclaw onboard --install-daemon
5.5、安装完成后的自检
不管是用脚本、npm/pnpm 还是 Docker，安装成功之后，最好做一遍健康检查：
# 1）确认命令存在 & 能输出版本
openclaw version
# 2）运行健康检查
openclaw doctor
# 3）查看网关/守护进程状态
openclaw status
# 4）尝试打开 Web 控制台（浏览器地址栏）
openclaw dashboard # 会自动打开浏览器
# 或手动在浏览器访问：
# http://localhost:8080
5.6、常见问题
（1）openclaw: command not found，原因： npm 全局安装路径不在 PATH 中。
检查：
node -v
npm -v
npm prefix -g
echo "$PATH"
如果 $(npm prefix -g)/bin 没在 PATH 里，手动加一行到 shell 启动文件（~/.bashrc / ~/.zshrc）：
export PATH="$(npm prefix -g)/bin:$PATH"
保存执行source ~/.bashrc。
（2）sharp、node-gyp 相关编译错误
sharp: Please add node-gyp to your dependencies
sharp: Installation error
可以优先尝试用官方推荐的环境变量，让它走预编译包：
SHARP_IGNORE_GLOBAL_LIBVIPS=1 npm install -g openclaw@latest
（3） Docker 里服务起不来。
- 检查 Docker 是否在运行：
sudo systemctl status docker
- 看容器日志：
docker logs -f openclaw
- 如果是端口冲突（8080 被占用）的话，可以修改映射端口：
docker run -d \
--name openclaw \
-p 18080:8080 \
...
然后用 http://localhost:18080 访问。
六、onboard 配置向导
openclaw onboard 是 OpenClaw 自带的 交互式新手引导向导，会一步步问几个关键问题，然后自动生成一份完整可用的配置文件（~/.openclaw/openclaw.json），顺带把服务也拉起来。
大致会帮做这几件事：
- 检查 Node 版本、一些必须的依赖是否就绪；
- 打算先用哪种大模型（云端 API 还是本地模型）；
- 希望在哪个聊天工具里跟 OpenClaw 对话（Telegram / 飞书 / QQ / Web UI 等）；
- 要不要顺手安装一批常用技能（Skills），让它会操作文件、跑命令、发邮件等；
- 把这些选择写进统一配置文件，并根据需要帮启动守护进程 / 网关。
新手和多数个人用户，都应该先跑一遍 onboard，后面再按需在配置文件里微调。
直接执行：
openclaw onboard --install-daemon
接下来终端会出现一连串提问，只要：
- 用左、右、上、下箭头键选择选项；
- 或者直接回车接受默认值；
- 个别地方要手动粘贴 API Key / Bot Token。
不想一上来就配置各种聊天工具、技能，也可以优先把 模型接通 + 基础网关 配好；聊天通道和 Skills 可以先留空，等用顺手了再回来补。
下面就是在 onboard 的一个标准流程：
◇ I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?
│ Yes
│
◇ Onboarding mode
│ QuickStart
│
◇ Config handling
│ Use existing values
│
◇ Model/auth provider
│ ○ OpenAI
│ ○ Anthropic
│ ○ Chutes
│ ○ vLLM
│ ○ MiniMax
│ ○ Moonshot AI (Kimi K2.5)
│ ○ Google
│ ○ xAI (Grok)
│ ○ Mistral AI
│ ○ Volcano Engine
│ ○ BytePlus
│ ○ OpenRouter
│ ○ Kilo Gateway
│ ● Qwen (OAuth)
│ ○ Z.AI
│ ○ Qianfan
│ ○ Copilot
│ ○ Vercel AI Gateway
│ ○ OpenCode Zen
│ ○ Xiaomi
│ ○ Synthetic
│ ○ Together AI
│ ○ Hugging Face
│ ○ Venice AI
│ ...
│
◇ Filter models by provider
│ qwen-portal
│
◇ Default model
│ Keep current (qwen-portal/coder-model)
│
◇ Select channel (QuickStart)
│ Skip for now
│
◇ Search provider
│ Skip for now
│
◇ Configure skills now? (recommended)
│ No
│
◇ Enable hooks?
│ Skip for now
│
◇ Gateway service already installed
│ Restart
│
└ Onboarding complete. Use the dashboard link above to control OpenClaw.
注意，选择QWen的时候，要复制下面的地址到浏览器去授权（注册登录Qwen的账户）。
◇ Model/auth provider
│ Qwen
│
◐ Starting Qwen OAuth…│
◇ Qwen OAuth ─────────────────────────────────────────────────────────────────────────╮
│ │
│ Open https://chat.qwen.ai/authorize?user_code=JYLTVQJ3&client=qwen-code to approve │
│ access. │
│ If prompted, enter the code JYLTVQJ3. │
│ │
├──────────────────────────────────────────────────────────────────────────────────────╯
认证授权界面：
跑完 onboard 之后，用命令确认一下:
openclaw --version # 看看版本号，有就行
openclaw doctor # 环境自检，有 WARN 正常，别出现 FATAL
openclaw status # 看守护进程 / 网关是否 running
如果都显示正常，基本说明链路已经是通的。
七、两种常见模型接入方式
OpenClaw 支持两大类模型接入方式：
- 云端模型：托管在厂商云上，通过 API 调用。
- 本地模型：把模型权重下载到自己机器，完全本地推理。
推荐新手、个人用户、轻量团队，先用云端模型 + 免费额度起步，后面再考虑本地模型或付费大模型。
| 维度 | 云端模型 | 本地模型 |
|---|---|---|
| 部署难度 | 低：只要有 API Key | 高：要下权重、配推理服务 |
| 对硬件要求 | 很低：2 ~ 4 GB 内存就够用 | 高：至少 16 ~ 32 GB 内存，甚至要 GPU |
| 成本结构 | 前期便宜，有免费额度，但长期要算 token 钱 | 前期要买机器、配环境，后续算力成本自己承担 |
| 隐私 & 合规 | 取决云厂商协议和地区 | 可完全内网、数据不出机房 |
| 适合人群 | 新手、个人、小团队、快速验证 | 有一定运维能力、对隐私或离线要求高的团队 |
建议：第一次养虾 优先选云端模型，尤其是有免费额度的版本。跑顺、跑熟之后，再考虑本地模型或混合方案（云端 + 本地）。
很多云模型厂商都会提供「免费试用」或「开发者免费额度」，足够把 OpenClaw 串起来并做一轮完整体验。
| 场景 | 推荐选择 | 说明 |
|---|---|---|
| 快速尝鲜，能科学上网 | OpenAI 免费额度 | 文本质量好，生态成熟，教程多 |
| 国内网络、少折腾网络 | 通义千问（Qwen，阿里云）、DeepSeek 等 | 有针对国内用户的免费额度和文档 |
| 同时试多个模型比较效果 | 一个主力 + 一个备用 | 在 OpenClaw 里配置默认 + fallback |
已经完成 onboard，只是后面想换模型 / 加模型，可以直接改配置文件。
打开：
vi ~/.openclaw/openclaw.json
用通义千问（Qwen 免费额度）
{
"mode": "gateway",
"model": {
"provider": "qwen",
"model": "qwen-plus",
"api_key": "QwenKey",
"api_endpoint": "https://dashscope.aliyuncs.com/compatible-mode/v1",
"temperature": 0.3
}
}
本地模型（Ollama）参考官方安装方式！
macOS/Linux：
curl -fsSL https://ollama.com/install.sh | sh
Windows PowerShell：
irm https://ollama.com/install.ps1 | iex
安装后验证：
ollama -v
然后拉取一个模型，比如通义千问 7B 版或 Mistral：
ollama pull qwen:7b
# 或
ollama pull mistral
然后在 OpenClaw 的 onboard / configure 中选择 “Ollama Provider”，并填：
- Provider：
ollama - Model：
qwen:7b
八、QQ 接入 OpenClaw
开浏览器输入QQ开放平台，直接QQ扫码登录。
然后创建机器人。
创建完成后，出现下面的提示接入流程，按照页面上的指引复制到终端就可以了，最好是点 扫码聊天，把机器人添加到QQ上。
按照指引复制配置信息到终端：
# 安装QQ机器人插件
openclaw plugins install @sliverp/qqbot@latest
# 添加QQ频道（替换为你的AppID和AppSecret）
openclaw channels add --channel qqbot --token "你的AppID:你的AppSecret"
# 重启网关
openclaw gateway restart
之后，就可以在 QQ 给OpenClaw发指令啦！
官方推荐先用本地 Web 控制台，不用一开始就折腾 通讯软件：
openclaw dashboard
然后浏览器打开：
http://127.0.0.1:18789/
如果能看到一个 Web 界面：
九、结语
到这里，已经完成了：
- 搭好运行环境（Node.js + Git）
- 安装好 OpenClaw 主程序
- 通过 onboard 配好基本网关
- 接上一个大模型和一个聊天入口
这只“小龙虾”已经可以帮你干活：
- 整理桌面和文件夹
- 每天定时发日报 / 周报草稿
- 把邮箱未读整理成摘要
- 自动从网页抓数据、整理成表格
后面想进一步折腾技能（Skills）、多通道融合、自动化流程，可以再去看更进阶的教程；但就“从 0 到成功把小龙虾养活”这一点，已经可以了。
小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用
更多推荐
8
0- 0
已为社区贡献1条内容
所有评论(0)