OpenClaw本地部署完整指南（小白友好版）

以下是针对零基础用户的OpenClaw本地部署详细教程，涵盖Windows、macOS和Linux系统，确保即使没有技术背景的用户也能顺利完成部署。

一、环境准备与系统要求

系统平台	最低要求	推荐配置
Windows	Windows 10/11, 8GB RAM	Windows 11, 16GB RAM, WSL2支持
macOS	macOS 12+, 8GB RAM	macOS 14+, 16GB RAM, M1/M2芯片
Linux	Ubuntu 20.04+, 8GB RAM	Ubuntu 22.04+, 16GB RAM

基础软件依赖：

• Node.js ≥ v22（必须）
• Python 3.8+（部分功能需要）
• Git（用于代码拉取）
• CMake 3.31.11+（编译依赖）

二、一键部署流程

Windows系统部署

# 1. 以管理员身份打开PowerShell
# 2. 执行一键安装命令
irm https://raw.githubusercontent.com/open-claw/openclaw/main/scripts/install.ps1 | iex

安装完成后会自动启动配置向导，按照提示完成以下步骤：

1. 输入大模型API Key（如阿里云百炼、OpenAI等）
2. 配置飞书机器人参数（App ID/Secret）
3. 设置服务端口（默认8080）

macOS/Linux系统部署

# 1. 打开终端
# 2. 执行一键安装脚本
curl -fsSL https://raw.githubusercontent.com/open-claw/openclaw/main/scripts/install.sh | bash

三、详细配置步骤

1. 大模型接入配置

首次运行后会进入onboard配置向导，需要准备以下信息：

# openclaw.json 配置文件示例
{
  "model": {
    "provider": "qwen",  # 支持qwen/openai/minimax等
    "api_key": "your_api_key_here",
    "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1"
  },
  "server": {
    "port": 8080,
    "host": "0.0.0.0"
  }
}

获取API Key的方法：

• 阿里云百炼：登录阿里云控制台 → 百炼服务 → 创建API Key
• OpenAI：访问platform.openai.com → API Keys → Create new secret key
• 其他模型平台类似操作

2. 飞书机器人集成

// 飞书应用配置示例
const feishuConfig = {
  app_id: "cli_xxxxxxxxxxxx",
  app_secret: "xxxxxxxxxxxxxxxxxxxxxxxx",
  encrypt_key: "xxxxxxxxxxxxxxxx",
  verification_token: "xxxxxxxxxxxxxxxx"
};

配置步骤：

1. 访问飞书开放平台
2. 创建企业自建应用 → 获取App ID和App Secret
3. 权限配置：添加im:message相关权限
4. 事件订阅：启用im.message.receive_v1事件
5. 发布应用并添加到群聊

3. 服务启动与验证

# 启动OpenClaw服务
npm start
# 或使用PM2持久化运行
pm2 start openclaw --name "openclaw-bot"

访问管理界面：http://localhost:8080/admin 验证服务状态。

四、常见问题排查

问题现象	可能原因	解决方案
安装失败	Node.js版本过低	升级Node.js到v22+
端口占用	8080端口被占用	修改config.json中的端口号
API连接失败	API Key错误或网络问题	检查API Key有效性及网络连接
飞书消息无响应	事件订阅未配置	重新检查飞书事件订阅配置

网络连接测试：

# 测试API连通性
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen-turbo","messages":[{"role":"user","content":"Hello"}]}'

五、进阶配置选项

使用本地模型（Ollama）

如果希望使用本地运行的模型而非云端API：

# 安装Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# 拉取模型（以Qwen为例）
ollama pull qwen2.5:7b

# 配置OpenClaw使用本地Ollama
{
  "model": {
    "provider": "ollama",
    "base_url": "http://localhost:11434",
    "model": "qwen2.5:7b"
  }
}

Docker部署方式

对于熟悉Docker的用户：

# Docker部署命令
docker run -d \
  --name openclaw \
  -p 8080:8080 \
  -v /path/to/config:/app/config \
  openclaw/openclaw:latest

六、功能验证与测试

部署完成后，通过以下方式验证功能：

1. Web界面测试：访问http://localhost:8080发送测试消息
2. 飞书群聊测试：在配置好的飞书群中@机器人发送消息
3. API接口测试：

curl -X POST http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"你好"}]}'

七、维护与更新

日常维护：

# 查看服务状态
pm2 status openclaw-bot

# 查看日志
pm2 logs openclaw-bot

# 重启服务
pm2 restart openclaw-bot

版本更新：

# 拉取最新代码
git pull origin main

# 重新安装依赖
npm install

# 重启服务
pm2 restart openclaw-bot

本教程涵盖了OpenClaw从零开始的完整部署流程，按照上述步骤操作，即使是技术小白也能成功部署属于自己的AI助手。如果在任何步骤遇到问题，建议参考对应步骤的详细文档或社区支持。

---

参考来源

• 本地部署中文OpenClaw 教程
• Windows部署OpenClaw+对接本地vLLM大模型：超详细实操教程
• 本地部署中文OpenClaw 教程
• OpenClaw本地部署傻瓜式教程
• 【最新教程】OpenClaw（原Clawdbot/Moltbot）本地部署快速指南
• 小龙虾（OpenClaw）本地安装部署教程