1. 先搞清楚OpenClaw是什么以及它为什么叫AI小龙虾1.1 我为什么把OpenClaw叫成AI小龙虾最近后台一直有人问你说的AI小龙虾到底是个啥是聊天机器人吗其实它的大名是OpenClaw是一个开源的AI Agent跑起来之后的个人智能助理。叫它小龙虾完全是因为英文claw爪子在中文圈里被调侃成了“钳子”再配上虾的形象喊着喊着就成了AI小龙虾。这名字没有官方背书纯属社区玩梗但确实比OpenClaw好记所以我就一直这么叫了。OpenClaw不是传统意义上那种一问一答的对话机器人它更像一个“能打工的实习生”你给它一个目标它会拆解成多个步骤自己调用工具、查资料、写文件、发消息甚至能操作第三方平台。比如让它每天早上帮你总结RSS摘要、盯一下竞品动态然后推送到Teams或钉钉完全不需要你一个个复制粘贴。官方定义是“A personal AI assistant that lives in your computer and does stuff for you”但这句话太抽象我更愿意把它理解为“一个随时听令、能自己动手干活的数字分身”。这也是我在2026年重新捡起它的原因——迭代速度比去年快太多了值得重新折腾一遍。下面给出的部署流程基于目前最新主分支走的是官方推荐的一键脚本加Docker方式对萌新最友好不用去碰一堆源码和编译环境。当然它也会拉取镜像、安装依赖所以存在一些网络和权限上的细节我会在第2和第5节单独说明。读完全文再动手你有大概率能在3分钟内看到它的欢迎界面。1.2 最新版OpenClaw的核心能力清单为了让你对“装了能干嘛”有底我把当前版本里我实际玩过的能力整理一下多模型接入支持OpenAI、DeepSeek、通义、本地Ollama等兼容接口可以自由切换主模型和辅助模型。最新版还支持多个模型同时配置某个服务商挂了可以自动降级。工具调用Function Calling包括搜索网页、读取URL、执行代码、操作文件、发HTTP请求。相比上一版工具注册机制更稳定了不会再动不动就“工具不存在”。定时任务像cron一样的调度能力但可以用自然语言描述例如“每天早上9点提醒我处理待办”系统会自动翻译成定时表达式。插件生态官方仓库带了不少启动器connector能接Microsoft Teams、Discord、Obsidian、Telegram等。最新版里Teams接入的配置流程简化了一大截不再需要手动填一堆回调URL。记忆与上下文通过长期记忆模块把关键信息存到本地向量库下次再聊能回忆起你的偏好。现在它甚至能记住你给它起的外号“小龙虾”。多会话管理支持一个人开多个“身份”或场景比如工作模式、娱乐模式互相隔离数据和提示词互不串味。别被这些名词吓到后面第4节我会教你怎么一步步打开它们。现在你只需要知道装OpenClaw等于给电脑装一个支持工具调用的AI管家门槛并没有想象中那么高。它也不是只有极客才能玩的东西只要你愿意看这篇保姆级教程萌新一样能上手。1.3 这篇教程适合谁看我写这篇东西主要就是想帮两类人。第一类是第一次接触开源AI Agent的新手可能连Docker是什么都没搞清楚只想要一个“照着敲就能跑起来”的流程。第二类是已经玩过ChatGPT之类网站、手头有API Key想把它变成一个真正能执行动作的智能体的人。如果你属于这两类那这篇教程应该刚刚好。如果你想在生产环境里搞高可用集群、多机部署那我建议直接去读官方文档的架构设计这篇更偏向个人电脑或家庭服务器的快速起步。另外这篇教程默认你是在Linux或macOS环境下操作Windows用户请优先用WSL2原因在第2节会讲。我不打算在一篇文章里覆盖所有操作系统否则篇幅会失控但只要思路理解了移植到别的系统也只是命令差异。2. 部署前必看硬件条件、系统要求和环境准备清单2.1 先确认这几样东西先说结论OpenClaw并没有特别恐怖的硬件要求但它不是一个轻量级的Node.js玩具底层需要Docker来跑一堆服务。我建议满足以下条件再开始否则后面会很难受CPUx86_64架构双核以上ARM64比如RK3588、树莓派5也能跑但部分插件编译时间会长一些。内存至少4GB可用内存8GB以上更舒服。因为容器里会同时起API网关、Redis、向量库等多个进程。磁盘预留20GB以上空间镜像和日志容易膨胀。系统Ubuntu 22.04/24.04、Debian 12、macOSApple Silicon或Intel以及Windows 10/11的WSL2。一个很常见的坑很多朋友拿着2G内存的VPS来装结果Docker一拉镜像内存就被吃满所有容器疯狂重启。如果你想拿云服务器跑建议至少4G内存的配置。我自己有一台2G内存的小鸡装上后连openclaw start都跑不动后来换了台4G的才流畅起来。本地电脑跑就无所谓了现在主流笔记本怎么也有16G内存。另外开始前要确认你拥有这台机器的sudo权限因为安装Docker和创建系统服务都需要root。如果不确定先执行sudo -v验证一下它会要求输入密码没有反馈就代表权限OK。如果你是在云服务器上默认登录用户是root可以直接跳过但如果你用的是普通用户最好先确认这个用户能切换到root。2.2 Docker装好了吗最新版安装姿势OpenClaw官方建议用Docker运行这样可以屏蔽系统差异。如果你机器上还没有Docker我建议直接用Docker官方脚本装一步到位curl -fsSL https://get.docker.com | bash sudo systemctl enable --now docker装完之后跑一下docker --version和docker compose version确保compose插件也在了。如果只有docker-compose这个老命令也没关系官方提供的安装脚本会在后续自行处理好。Debian系系统上如果遇到iptables相关报错多半是内核模块没加载执行modprobe iptable_nat再重启Docker即可这个坑到后面摸日志才能发现。国内网络环境下载Docker安装包偶尔会超时如果你是在国内服务器上跑可以把上面的官方脚本换成国内镜像源的方式或者装完Docker后配置/etc/docker/daemon.json添加registry镜像加速。但要注意OpenClaw拉取的核心镜像有一些在特定仓库加速源不一定覆盖到全部。这一块我在第5节会给出更稳妥的处理方式现在先不展开。2.3 确保Git和基本命令行工具到位虽然完全走一键脚本但部分组件源码会从GitHub拉取所以Git必须装。Ubuntu/Debian下执行sudo apt update sudo apt install -y git curl wget python3macOS用户确保有Homebrew然后brew install git curl即可。Windows用户最好用WSL2的Ubuntu环境操作别直接在CMD里跑因为官方脚本是Bash写的Windows自带的Shell坑很多比如换行符、路径分隔符、环境变量全都不一样。WSL2具体怎么装我这儿不用再多说微软商店里装一个Ubuntu 24.04发行版就行然后把项目目录放在WSL内部不要放在/mnt/c下面否则I/O性能会明显拖慢安装过程。准备到这里就够了。不要提前创建什么目录也不用下载任何压缩包官方脚本会帮你把所有东西放到~/openclaw文件夹下。你唯一的任务就是打开终端执行下面第3节的命令。3. 真正3分钟跑通的保姆级步骤3.1 获取安装脚本并初始化打开你的终端切换到home目录直接cd ~执行官方最新的一键安装curl -fsSL https://get.openclaw.ai/install.sh | bash这个命令会做这么几件事检测系统架构、验证Docker是否可用、创建openclaw工作目录、拉取核心镜像、生成默认配置文件、启动入口容器。整个过程看网速快的话几十秒慢的话可能两分多钟。如果你看到类似OpenClaw has been installed successfully的提示就说明第一步完成了。此时目录里会生成openclaw命令也就是客户端的入口。注意这里有个小坑安装脚本不会自动把命令加到PATH你需要执行export PATH$HOME/.openclaw/bin:$PATH echo export PATH$HOME/.openclaw/bin:$PATH ~/.bashrc如果不加这个后面你敲openclaw就会报“command not found”。zsh用户要把最后一行改成~/.zshrc。这是萌新最容易忽视的一点我见过不少人卡在这一步以为自己没装成功其实只是PATH没写上。3.2 第一次启动与问答式配置初始化完成后执行openclaw init这是整个流程里最关键的一步。它会以问答的方式引导你完成基础配置交互大概长这样? 你想让OpenClaw运行在哪个端口 (默认: 8080) ? 请选择主模型服务商: (OpenAI/DeepSeek/自定义) ? 输入你的API Key: ? 是否启用长期记忆功能 (Y/n) ? 是否允许OpenClaw执行本地命令 (y/N)萌新最容易在这里卡住因为不知道选什么。我给你一个安全且合理的默认值端口用8080就行模型服务商如果已经有DeepSeek或OpenAI的Key就选对应的没有的话先选“自定义”后面第4节教你补上API Key可以先填一个临时的占位符后面在配置里改长期记忆建议选Yes本地命令执行先选No熟悉之后再打开。注意“本地命令执行”这个选项很关键选了No它就不会随便执行你机器上的程序安全性更高等确认自己需要跑代码类工具时再开不迟。填完后它会接着问是否要安装启动器connectors比如Teams、Obsidian。第一次可以不装回车跳过。整个过程大概一分钟比很多复杂的服务安装都要友好命令行会给你一个列表用方向键和回车选择。如果你敲错了也不要紧以后随时可以再跑openclaw init重新配置。3.3 启动服务和验证配置完成后启动OpenClawopenclaw start第一次启动会拉取剩余的依赖镜像并启动容器可能需要一两分钟。看到终端输出类似OpenClaw is running at http://localhost:8080就说明启动成功了。但不要只信一句话我通常会用三个检查点访问http://localhost:8080能看到一个简单的Web控制台或API文档页执行docker ps | grep openclaw能看到openclaw-core等容器处于Up状态执行curl http://localhost:8080/health如果返回{status:ok}就完全稳了。到了这一步你的OpenClaw已经跑起来了整个过程确实可以在3分钟左右完成前提是网络顺畅、Docker镜像能正常拉取。我见过一些朋友在openclaw start后卡在镜像拉取上别慌第5节我会列出对应的解法。如果你是第一次接触这类服务可以先在Web控制台里随便输入一句“你好”看看模型是否回复。如果模型还没配置这里会提示需要先设置API Key那就进入下一节。4. 核心模块配置接上大模型才算真正能用4.1 配置DeepSeek/OpenAI兼容接口的思路跑起来只是第一步如果不接上大模型它就是个空壳。OpenClaw的模型配置一般集中在~/openclaw/config.yaml里。打开这个文件你会看到类似如下的关键字段model: provider: deepseek api_base: https://api.deepseek.com/v1 api_key: sk-xxxx model_name: deepseek-chat这里的写法对很多人来说很熟悉因为DeepSeek和OpenAI的API是兼容的只需要改api_base和api_key即可。如果你用的是OpenAI那provider改成openaiapi_base改成https://api.openai.com/v1。如果你用的是本地Ollama可以写成provider: ollamaapi_base: http://localhost:11434/v1model_name: llama3之类的。我个人更推荐在萌新阶段直接用DeepSeek或者任何合适的国产开源模型。原因很简单OpenAI的接口在国内网络环境并不总是那么顺畅而DeepSeek的兼容度很高回传速度也快性价比也符合轻量使用。另外最新版OpenClaw支持配置多个模型你可以把主力模型设成DeepSeek把嵌入模型设成本地Ollama这样省钱又不影响核心体验。修改完配置文件后记得执行openclaw reload让配置生效。这个命令比重启要快很多不会中断正在跑的任务。如果你改了model段但没有生效多半是YAML格式有缩进问题可以用在线校验工具检查一下或者干脆重新跑一次openclaw init。4.2 把OpenClaw变成更懂你的人设这里要回应一下很多人关心的“聊天”问题。OpenClaw并不是默认像ChatGPT那样直接聊天的它更偏向“执行任务”。如果你想让它变成一个能陪你闲聊、带固定性格的助手需要配置系统人设。在config.yaml的persona小节下persona: | 你是一个可靠、幽默、嘴贫但做事很利索的数字助理。 你叫小龙虾说话偶尔带点虾味儿的梗。 不要长篇大论先做再说。这种自定义人设可以直接让OpenClaw的回复风格完全不同。我在本地试过好几种风格比较稳定的是“行动派偶尔吐槽”因为OpenClaw本身是Agent不是纯聊天机器人如果人设里写“温柔知性”它可能会在调用工具之前先跟你聊两句反而显得拖沓。你想要什么风格都行但我建议在强调执行效率的人设下把“先做再说”写进去。如果你想要更自由的对话体验也可以直接在Web控制台里添加一个“对话助手”身份把工具调用关掉只保留语言模型。这样它就是一个更贴近普通聊天机器人的形态但底层能力还在随时可以切回助手模式。这里的核心区别就是“会不会调工具”工具全关掉后它就只是个语言模型外壳。4.3 接入Microsoft Teams、Obsidian等启动器热词里很多人搜“如何接入Microsoft Teams”之类的其实就是配置connector。在OpenClaw的命令行下openclaw connector add teams openclaw connector add obsidian然后按照提示填写应用的Client ID、Client Secret、Tenant ID等。由于微软的配置经常变我这里只强调一个容易踩坑的点Teams应用一定要在Azure门户里创建“Bot Channel Registration”然后选择“Teams”渠道开启OpenClaw官方文档会给授权跳转的URL必须填成http://你的服务器地址:端口/callback不要只填IP根路径。如果忘了带/callbackTeams的连接会一直在“pending”状态光看日志根本看不出来。Obsidian接入相对简单它现在通过本机插件机制实现只要Obsidian装对应的“OpenClaw”社区插件然后指向OpenClaw的WebSocket端口即可。在卡住的时候去openclaw log里看输出多半是回调地址或者token对不对。其他常见connector还包括Telegram、Discord、Slack等统一用openclaw connector list查看当前已经启用的列表用openclaw connector remove可以删掉不需要的。需要留意的是connector和“工具”是两回事。connector是外部平台入口工具是OpenClaw能自己调用的能力比如搜索、读网页、跑代码。有些萌新以为接了Discord就等于能自动搜索了实际上你还要在配置里打开对应的工具模块。最新版的“工具商店”概念类似浏览器的插件商店可以按需启用默认只开了一部分本地文件工具别的要手动勾选。5. 萌新最容易踩的坑以及对应排查链路5.1 端口占用导致启动失败如果你启动时遇到Port is already in use十有八九是之前的服务占用了端口。先用下面命令找出占用进程sudo lsof -i :8080也可以直接用ss -tlnp | grep 8080查看。找到PID后kill 进程PID再重新openclaw start。如果你不想杀也可以修改config.yaml里的server.port改成8443。改完记得openclaw reload。这里有个额外提醒如果你在云服务器上部署光改了端口还不够还要在防火墙/安全组里放行对应端口。很多人本地跑通了一到服务器上就访问不了原因就是安全组没开。另外如果设置了反向代理WebSocket的upgrade请求要确保能透传到后端否则控制台会出现“连接断开”的假象。5.2 模型API返回401或超时不是软件的问题这个坑出现的频率最高而且大家最容易误会是OpenClaw有问题。实际上如果你在配置里填的API Key不对、或者请求的网络环境有问题都会导致模型回复时抛异常。排查链路去OpenClaw的后台日志看具体错误码openclaw log --tail 50。如果看到AuthenticationError或401那基本就是Key错了去服务商后台重新生成一个注意别把Key泄漏到公共仓库。如果你把config.yaml提交到Git上建议用环境变量引用api_key: ${OPENCLAW_API_KEY}这样更安全。如果看到Timeout或ConnectionError先看看你本机直连该API是否正常。比如执行curl https://api.deepseek.com/v1/models -H Authorization: Bearer 你的key。如果curl还通就看OpenClaw容器内能否通到宿主机因为容器走的是宿主机网络栈一般不会有防火墙隔离除非你配置了特殊的容器网络。还有一个容易被忽略的点OpenClaw内部会同时调多个模型比如主对话模型和嵌入模型。如果你的嵌入模型配了Ollama但Ollama没启动日志里不会直接提示“Ollama没启动”而是显示某个向量操作失败。这时候不要只盯着主模型看把model.embedding相关的配置也检查一遍。5.3 Docker容器一直重启怎么看日志启动后如果docker ps看到STATUS: Restarting (1) ... ago说明容器没起来。这时候别干瞪眼直接看日志docker logs openclaw-core --tail 100日志是最诚实的。常见错误有Permission denied比如想写data目录但权限不足执行sudo chown -R $(whoami):$(whoami) ~/openclaw/data。Cannot connect to the Docker daemon说明你没把当前用户加入docker组。执行sudo usermod -aG docker $USER然后重新登录终端。No space left on device磁盘满了用df -h查看把多余的旧镜像清掉docker image prune。如果你发现容器启动几秒后主动退出没有报错信息可以看完整日志docker logs openclaw-core而不是只看尾部100行。有时候错误发生在早期初始化阶段tail会错过。另外OpenClaw的某些插件容器是独立运行的比如redis和vector store它们的状态要一起看不要只盯着核心容器。5.4 命令找不到或缺少权限环境变量和PATH前面提到过装完后如果提示openclaw: command not found绝大部分是PATH没写入。执行which openclaw看看有没有输出。没有就自己找ls ~/.openclaw/bin找到的话再重新执行一次PATH导出。另外在Ubuntu上如果提示bash脚本没有执行权限可以执行chmod x ~/.openclaw/bin/openclaw。如果说没有权限写入多半是目录属主不对用sudo chown改成你的用户即可。这个问题太初级本来不值得单独开一节但我后台收到的私信里至少有三分之一是“命令找不到”所以还是写进来。归根结底很多萌新刚接触Linux对PATH机制不熟悉。你就把.openclaw/bin当成一个“软件放执行文件的地方”系统只知道在哪几个固定目录找程序所以你要把新地址告诉它。这个理解能帮你在以后装别的工具时少走很多弯路。6. 进阶玩法把OpenClaw打造成个人智能助理6.1 与本地大模型比如DeepSeek/Ollama联合部署如果你不只是想要一个联网调用API的助手还想在本地完全离线跑可以装上Ollama再让OpenClaw通过provider: ollama调本地模型。尤其是一些朋友手上有Jetson Orin或者RK3588这类边缘设备之前总想在那上面部署YOLOv8做视觉识别现在也可以把OpenClaw作为“调度大脑”让视觉任务的结果自动汇总成报告。联调配置很简单先确认Ollama服务在本地可用然后改config.yamlmodel: provider: ollama api_base: http://host.docker.internal:11434/v1 model_name: qwen2.5:7b这里有一点特别重要OpenClaw容器里访问宿主机的Ollama时不能直接写localhost在Mac和Windows Docker上用host.docker.internal在Linux上需要额外加--add-hosthost.docker.internal:host-gateway参数否则会连不上。我见过太多人在这个点上卡了一整个下午。如果你用的是Docker Compose部署在extra_hosts加一行host.docker.internal:host-gateway即可。本地模型的优势是隐私好、不依赖外部网络劣势是回复质量和速度跟专用卡有关系。我自己的建议是对话和简单任务用本地小模型复杂推理和代码生成用云端API。在OpenClaw里可以设置“路由规则”比如根据任务类型自动选择模型这个功能最新版已经支持了。你可以把router段打开工具调用类的任务走DeepSeek闲聊走Ollama两头都爽。6.2 定时任务与自动化工作流把OpenClaw接入模型后一个非常实用的玩法是让它按计划执行任务。在config.yaml的schedules字段可以写schedules: daily_summary: cron: 0 9 * * * prompt: 把昨天的项目进度整理成5条要点发给Teams connectors: [teams]如果你想更快验证可以先手动执行一次openclaw run daily_summary注意OpenClaw的定时任务使用的是系统时区如果你发现任务比预期早了8小时八成是没在环境变量里设置TZAsia/Shanghai。加上后再重启服务即可。还有一个细节如果你想让定时任务的内容落盘可以在prompt里明确说“同时把结果保存到工作目录下的summary.md”OpenClaw具备文件写入能力只要你在配置里允许了本地文件操作。定时任务的排查逻辑也简单先在openclaw run手动执行确认没问题再等系统自动触发。如果手动能跑但定时不跑优先看openclaw log里调度器有没有报错。如果完全没有任何日志那可能是cron表达式格式写错了哪怕多一个空格都会导致不执行。还有不要忘了重启OpenClaw之后定时任务会重新注册旧任务如果被注册了多次会出现重复执行的情况这时候重启一下服务就好。6.3 我使用OpenClaw的日常与最终体会最后聊一点个人感受。很多人装了之后觉得“也就那样”那是因为没把它放进自己的工作流里。我现在用法是早上让OpenClaw从订阅源里提取重点新闻生成简报发到我的Obsidian日记中白天把它放在后台收到邮件和日历提醒后自动整理成待办列表晚上让它分析当天的日志并给出改进建议。这些都不是什么高深的技术但坚持下来一天至少能省下40分钟的低效时间。萌新阶段不要急着把所有功能全部打开。先跑通基础对话、再逐步加工具、加connector、加定时任务出了问题也能快速定位。好工具是折腾出来的OpenClaw也不例外。我已经把它跑在我的主力笔记本上了没有追求极端炫技但每天用它来过滤信息、做会议纪要和文档整理这个投入回报已经远超我的预期。如果你也想折腾就从今天这篇教程开始吧。