一、OpenClaw基础

1、什么是OpenClaw

OpenClaw是一款开源、可本地私有化部署的、具备执行能力的AI Agent，前身为Clawdbot与Moltbot，核心是通过自然语言指令，实现流程化、重复性任务的自动化执行，能直接接管电脑，替人写邮件、处理文件、甚至完成简单的软件开发。

传统大模型以 “生成内容” 为核心，仅提供建议；OpenClaw 以 “任务执行” 为核心，通过 “意图解析 → 任务规划 → 工具调用 → 结果反馈” 的闭环，直接完成真实操作。是AI从“对话建议”走向“落地执行”的关键一步。

OpenClaw可以部署在个人电脑、云服务器等，通过用户熟悉的聊天软件交互，操作便捷自然；同时具备完整操作权限与超长记忆，成为真正专属于个人的AI助理（龙虾机器人）。

2、OpenClaw适合安装在哪里？

伴随着OpenClaw的爆火，Mac Mini也一举跃升为“理财产品”，最有震撼力的消息就是社区内有非常多的先行者声称购入了大量Mac Mini来运行。不过随着更多人了解到这个项目，也出现了另一种声音：超高权限下，它更适合运行在一个与个人主力电脑相互隔离的环境中，可以是一台旧电脑（MacOS系统目前支持的程度最好），也可以是一台云服务器（通常推荐Linux系统），目前OpenClaw对Linux操作系统同样支持程度较好，并且云端环境也与本地电脑强隔离，不会对保存在本地电脑的数据造成不良影响。

注意：OpenClaw官方社区目前也建议不要把OpenClaw部署在个人的主力电脑中，否则可能对本地电脑数据的安全造成影响。

推荐云端部署，在云服务器中部署OpenClaw的好处不仅在于提供与本地电脑安全隔离的运行环境，保护本地个人数据安全，同时还能实现服务7×24小时随时在线，让您随时随时可以与OpenClaw进行交互。

3、OpenClaw 能做什么

OpenClaw 拥有 “双眼和双手”，可直接操作电脑、浏览器、调用 API，完成各类真实任务。

（1）、系统级操作（强执行能力）

• 文件管理：读写文件、整理文件夹、批量处理文档。

• 终端执行：运行 Shell 命令、执行脚本、管理进程。

• 设备监控：监控电脑电量、网络连接、系统状态。

• 代码开发：本地写代码、调试、生成测试用例、管理项目依赖。

（2）、浏览器自动化

• 控制 Chrome 浏览器，自动浏览网页、填写表单、提取数据。

• 自动办理登机、查找预约、处理医疗报销等网络事务。

• 配置 API 令牌、OAuth，对接云服务。

（3）、 办公自动化

• 邮件处理：清理收件箱、发送邮件、自动回复。

• 日程管理：管理日历、会议提醒、生成周报。

• 文档处理：生成工作总结、会议纪要、格式转换。

• 表格处理：自动处理 Excel、数据统计。

（4）、多渠道交互

• 无需专用 App，通过 WhatsApp、Telegram、Discord、Slack、iMessage 等聊天软件即可控制。

• 支持语音唤醒与对话（macOS、iOS、Android）。

（5）、持久记忆与规划

• 记住你的偏好、历史任务，自动拆解复杂目标并分步执行。

• 24 小时上下文持续，提供个性化服务。

（6）、 可扩展技能生态

• 支持插件（Skills）扩展，社区已有数百种技能（办公、开发、生活等）。

• 官方技能市场有 100 + 预置技能，支持用户自定义技能。

（7）、模型灵活适配

• 支持 Claude、GPT 系列，也可通过 Ollama 接入本地模型。

• 适配不同算力与隐私需求。

二、基于OpenClaw的应用架构

OpenClaw不是孤立存在的，它是作为连接底层能力与前端应用的中间枢纽。本质上是一个 AI Agent 调度中枢，通过解耦“应用端”和“模型端”，实现了业务逻辑的灵活配置。

1. 业务系统

这是整个架构的触达层，即用户直接进行交互的平台。

• 功能： 提供交互界面，接收用户的自然语言指令，并将 OpenClaw 处理后的结果反馈给用户。

• 图中示例：钉钉 (DingTalk)、微信 (WeChat)、飞书 ：这些都是主流的办公与社交平台。

• 含义： OpenClaw 并不局限于单一的 App，而是通过 API 或插件形式集成进现有的办公生态中，让用户在无需改变习惯的情况下使用 AI 能力。

2. OpenClaw/龙虾机器人

这是架构的核心控制层，也是图中最关键的红色方框部分。

• 功能：

  • 中继与路由： 接收来自业务系统的请求，将其转化为模型可理解的提示词（Prompt）。

  • 业务 Skill（技能库）： 这是 OpenClaw 的灵魂。它将复杂的业务逻辑拆解为一个个具体的“技能点”（Skill 1, Skill 2...）。

• 含义： Skill 可以理解为封装好的功能模块，比如“自动报销”、“会议总结”或“查询库存”。

  • OpenClaw 负责识别用户的意图，并调用相应的 Skill，再配合 LLM 的推理能力来完成具体任务。它解决了通用大模型“不懂具体业务规则”的痛点。

3. LLM / 大语言模型 (The Intelligence Engine)

这是架构的智力层，负责理解、生成和决策。

• 功能： 提供底层的自然语言处理能力，包括语义理解、逻辑推理、文本生成等。

• 图中示例：

  • Qwen (通义千问)、MiniMax、Kimi：这些是目前国内主流的高性能大语言模型。

• 含义： OpenClaw 采用了**模型无关（Model-agnostic）**的设计。这意味着用户可以根据成本、速度或任务复杂度，灵活切换不同的底层模型，而不需要重构整个业务系统。

4. 总结：OpenClaw的执行逻辑

1. 输入： 用户在飞书/微信发送一句：“帮我查一下上个月的销售报表”。

2. 处理： OpenClaw 接收到指令，通过 LLM 识别出意图是“查询数据”，随后调用对应的 业务Skill 去对接企业的后台数据库。

3. 生成： LLM 将查询到的枯燥数据加工成易读的文字。

4. 输出： 结果通过 OpenClaw 回传，显示在用户的聊天窗口中。

三、 OpenClaw 本地部署指南

本次安装我是基于本地的ollama来进行部署的，没有调用云端的大模型，因为云端大模型消耗的token是需要消费的

0、ollama安装

首先，我们需要下载一个Ollama的客户端，在官网提供了各种不同版本的Ollama，大家可以根据自己的需要下载。

注意：

Ollama默认安装目录是C盘的用户目录，如果不希望安装在C盘的话（其实C盘如果足够大放C盘也没事），就不能直接双击安装了。需要通过命令行安装。

命令行安装方式如下：

在OllamaSetup.exe所在目录打开cmd命令行，然后命令如下：

.\OllamaSetup.exe /DIR=你要安装的目录位置

OK，安装完成后，还需要配置一个环境变量，更改Ollama下载和部署模型的位置。环境变量如下：

OLLAMA_MODELS=你想要保存模型的目录

ollama是一个模型管理工具和平台，它提供了很多国内外常见的模型，我们可以在其官网上搜索自己需要的模型：https://ollama.com/search

因为最近4月初，Google开源了一个大模型gemma4，可以进行本地部署。

Gemma 4 是 Google DeepMind 于 2026 年 4 月推出的新一代开源大语言模型系列。它与谷歌的闭源旗舰模型 Gemini 共享底层技术，主打“单位参数智能水平”的极致优化，旨在以更小的模型规模实现媲美甚至超越更大模型的性能。
🚀 核心亮点
极致开放的许可协议：Gemma 4 采用 Apache 2.0 许可证，这是一个极为宽松的协议，允许开发者自由地修改、分发和用于商业用途，极大地降低了技术使用和商业化的门槛。
卓越的性能表现：Gemma 4 在多个基准测试中表现惊人。例如，其 31B 版本在数学竞赛 AIME 2026 中的正确率从上代的 20.8% 飙升至 89.2%，并在 Arena AI 全球开放模型排行榜上位列第三，性能媲美参数规模大得多的模型。
强大的多模态能力：全系列模型均原生支持图像和视频输入，可进行光学字符识别（OCR）、图表理解等复杂任务。其中，面向移动端的轻量级模型还额外集成了音频处理能力，支持离线语音识别与翻译。
先进的推理与智能体功能：模型内置了可开关的“思考模式”（Chain-of-Thought），能显著提升数学、逻辑等复杂任务的表现。同时，它原生支持函数调用和结构化 JSON 输出，可以无缝对接外部工具与 API，构建自主智能体（Agent）。
超长上下文窗口：Gemma 4 支持最高达 256K tokens 的上下文窗口，这意味着它可以处理整本小说、大型代码库或长篇研究报告，实现通盘理解和信息整合。

模型介绍

Gemma 4 并非单一模型，而是由四款不同规格的模型组成，以覆盖从手机到数据中心的全场景部署需求。

模型版本	核心特点	适用场景
Gemma 4 E2B	超轻量级，有效参数仅 23 亿，内存占用可低于 2GB。	手机、树莓派等资源受限的边缘设备。
Gemma 4 E4B	轻量级，有效参数 45 亿，在性能和速度间取得良好平衡。	笔记本电脑、平板等移动设备。
Gemma 4 26B MoE	混合专家（MoE）架构，推理时仅激活约 38 亿参数，效率极高。	追求高性能与低延迟平衡的消费级 GPU 部署。
Gemma 4 31B Dense	性能最强的稠密模型，拥有 310 亿全激活参数。	工作站、服务器等需要极致性能的场景。

如果有显卡显存6G+16G内存电脑可以推荐e4b，如果有更好的配置更推荐e26b，模型能力更强，这里我所使用的是e4b，用来进行体验OpenClaw完全足够了，如果想让他帮你干事的话，就需要去使用云端大模型了。

接着下载好ollama之后，输入cmd，在cmd中输入以下命令进行模型拉取：

ollama pull gemma4:e4b

运行模型使用命令：

ollama run gemma4:e4b

1、系统要求与环境准备

（1）硬件要求

配置项	最低要求	推荐配置	⾼性能配置
CPU	2 核	4 核	8 核+
内存	4GB	8GB	16GB+
存储	10GB	50GB SSD	100GB+ SSD
⽹络	1Mbps	10Mbps	100Mbps+

（2）软件依赖

OpenClaw 需要以下软件环境：

• Node.js：版本 22 或更⾼

• npm：Node.js 包管理器

• Git ：版本控制⼯具（ 可选）

• Docker：容器化部署（ 可选）

（3）软件版本检查

在安装前 ，检查系统是否满⾜要求：

$ node --version         # 应显⽰v22.x .x 或更⾼
$ npm --version         # 应显⽰10.x .x 或更⾼
$ git --version         # 检查Git版本

2、Rockylinux/RHEL/CentOS Stream 9 部署

（1）关闭防火墙和selinux

修改/etc/selinux/config文件，将SELINUX=enforcing修改为SELINUX=disabled，然后执行如下命令：

[root@localhost ~]# grubby --update-kernel ALL --args selinux=0

接着，关闭防火墙：

[root@localhost ~]# systemctl  stop firewalld.service 
[root@localhost ~]# systemctl  disable firewalld.service

最后，修改rockylinux默认软件源为阿里云地址，安装部署更快：

[root@localhost ~]# sed -e 's|^mirrorlist=|#mirrorlist=|g'     -e 's|^#baseurl=http://dl.rockylinux.org/$contentdir|baseurl=https://mirrors.aliyun.com/rockylinux|g'     -i.bak /etc/yum.repos.d/rocky*.repo
[root@localhost ~]# dnf makecache  

最后，重启reboot服务器。

（2）安装nodejs

这是关键步骤，nidejs版本必须大于22，官方给的方法是：

[root@localhost ~]# curl -fsSL https://rpm.nodesource.com/setup_22.x | sudo bash -
[root@localhost ~]# yum install -y nodejs

第一条命令是下载一个nodejs的dnf安装源，但是rpm.nodesource.com地址国内某些用户可能无法访问，大家可自行测试，如何可以正常执行，就按照此方法，如果不行，用下面离线安装方法。

这里使用nodejs的二进制安装包完成安装，从阿里云下载大于等于22版本的nodejs版本即可，地址为：https://mirrors.aliyun.com/nodejs-release/，安装过程如下：

[root@localhost ~]# tar -xJvf node-v24.1.0-linux-x64.tar.xz -C /usr/local --strip-components=1
[root@localhost local]# node -v
v24.1.0

其中，--strip-components=1 表示：解压时去掉最外层的 node-v24.1.0-linux-x64 目录，直接把目录内的所有文件子目录（bin、lib 等）放到 /usr/local 下，而不是放到 /usr/local/node-v24.1.0-linux-x64 里。

（3）安装openclaw

此步骤最为关键，坑很多，首先要保证你的机器安装了gcc、glibc、cmake这类基础工具，执行下面命令安装：

[root@localhost ~]# dnf groupinstall -y "Development Tools"
[root@localhost ~]# dnf install -y cmake

在使用npm安装openclaw过程中，默认会从github下载一些插件，但 GitHub 在国内连接不稳定，因此会导致openclaw安装失败，这里提供一个github镜像加速的方法，命令如下：

[root@localhost ~]# git config --global url."https://gh-proxy.com/https://github.com/".insteadOf "https://github.com/"

然后就可以直接使用原始命令，Git 会自动走加速通道：例如:

[root@localhost ~]# git clone https://github.com/whiskeysockets/libsignal-node.git

上面配置完成后，接着就可以愉快的安装openclaw了，命令如下：

[root@localhost ~]# npm config set registry https://registry.npmmirror.com
[root@localhost ~]# npm install -g openclaw@latest --unsafe-perm

其中：

npm config set registry是配置npm 国内镜像，提高安装速度。

npm install -g (全局安装)

openclaw@latest (安装最新版)

--unsafe-perm (核心参数：禁用安全限制) ，就是告诉 npm：“不要降权，直接以 root 身份运行安装脚本。，如果是sudo模式安装，需要加上此选项，因为npm 在运行安装脚本（如编译 C++ 插件、下载二进制文件）时，为了安全，会自动降权，切换到一个权限较低的匿名用户（如 nobody）来执行。

注意：上面加速拉取代码是临时使用，当你需要使用git推送代码（push）到国内某仓库时，记得执行下面命令来恢复。

git config --global --unset url."https://gh-proxy.com/https://github.com/".insteadOf

上面所有命令执行完成，openclaw就安装完成了。

四、配置openclaw（关键步骤）

安装完成，执行如下命令，进入openclaw 配置过程：

openclaw onboard

下面是安装提示：软件默认适配单用户，多用户使用需额外做安全配置，询问是否继续安装，选择YES继续：

下面步骤是使用快速配置，还是手动配置，建议选择 QuickStart即可：

接下来进行模型选择，选择ollama

接下来回到Windows进行ollama相关配置

第一步：配置 Windows 端的 Ollama
默认情况下，Ollama 只允许本机（Windows）访问。你需要让它允许外部（Linux 服务器）访问。
设置环境变量：
在 Windows 搜索栏输入“环境变量”，选择“编辑系统环境变量”。
点击“环境变量”按钮。

在“用户变量”或“系统变量”中点击“新建”。
变量名：OLLAMA_HOST
变量值：0.0.0.0:11434
点击确定保存。

重启 Ollama：
在 Windows 右下角任务栏找到 Ollama 图标，右键选择“Quit”退出。
重新启动 Ollama（在开始菜单中打开）。
检查 Windows 防火墙（关键）：
打开“Windows Defender 防火墙” -> “高级设置”。
点击“入站规则” -> “新建规则”。
选择“端口” -> 下一步 -> 选择“TCP”，特定本地端口填 11434。
选择“允许连接”，一直下一步直到完成。

或者也可以直接关闭防火墙
第二步：获取 Windows 的 IP 地址
在 Windows 上按 Win + R，输入 cmd 打开命令提示符。
输入 ipconfig。
找到你正在使用的网络适配器（通常是无线局域网适配器或以太网适配器），记下 IPv4 地址（例如 192.168.1.100）。
第三步：配置 Linux 端的 OpenClaw
回Linux终端，把 Ollama base URL 修改为 Windows 的 IP 地址。

http://你的Windows的IP:11434

举例：
如果你的 Windows IP 是 192.168.1.100，那就填：

http://192.168.1.100:11434

验证连接
配置完成后，在 Linux 终端里可以用 curl 命令测试一下是否连通：

接着进行一下选择配置

接着选择飞书作为通道

下图是配置飞书的验证信息：

这一步是 OpenClaw 与飞书建立通信的核心配置。可以把此步骤看作是在飞书平台上为 OpenClaw 申请一个“通行证”。

下图书输入飞书的App ID、App Secret。

OpenClaw安装过程中，需要连接渠道，国内常见的可用渠道有飞书、qq、微信等，这里以飞书为例，需要提前在飞书开发中心配置好相关应用。

以下是在飞书https://open.feishu.cn/详细的操作全过程：

1、创建飞书自建应用

1. 登录 飞书开放平台 (https://open.feishu.cn/)。

2. 点击右上角的 “开发者后台”。

3. 点击 “创建企业自建应用”，输入应用名称（如 OpenClaw_Bot）和描述，上传一个图标，点击确认创建。

2、获取凭证 (Credentials)

（1）、在左侧菜单栏选择 “凭证与基础信息”。

（2）、你会看到 App ID 和 App Secret。

下图是配置飞书连接模式：

推荐选择WebSocket，因为WebSocket 是由你的服务器主动连接飞书服务器。即使你的服务器在内网、实验室环境或防火墙后，只要能上外网，机器人就能跑通。

为什么通常不选 Webhook？因为此模式要求飞书服务器能够主动访问你的服务器。这意味着你必须拥有公网 IP，并且必须配置 HTTPS（飞书强制要求）。

接下来，选择飞书域名，有国内版和国际版，现在国内版就行。

下图是你的 AI 机器人在飞书群聊里的“社交礼仪”。

Open - respond in all groups (requires mention) (推荐)

• 含义：只要有人在群里 @机器人，它就会回复。

Allowlist - only respond in specific groups (严谨/生产环境)

• 含义：机器人只在白名单里的特定群聊中说话，哪怕在其他群 @它，它也不理。

Disabled - don't respond in groups (最保守)

• 含义：机器人只支持 1 对 1 私聊。

下图是配置 OpenClaw 机器人联网搜索的能力，当 AI 无法回答实时信息时，它会通过这个插件去网上查。

建议：选 Skip for now (推荐) 或 Kimi，这里我选 Skip for now

大多数搜索插件（如 Brave, Google, Perplexity）都需要额外的 API Key（通常是付费的），且国内服务器访问这些国外搜索接口往往需要稳定的代理。

如果你确实需要联网能力，Kimi 是月之暗面提供的国产大模型服务，其搜索接口在国内服务器上访问速度最快、最稳定，且对中文内容的抓取（如 CSDN、知乎、飞书文档）支持最好。接下来跳过，不设置

下面开始配置技能，AI 助手不仅能聊天，还能通过这些“技能”去执行任务，选择yes

下图是列出了可以直接添加的技能，推荐安装clawhub，这是 OpenClaw 的官方技能库管理器，有了它，以后可以直接在飞书里输入 /install [新技能]。

下面是包管理器（Package Manager）的选型，OpenClaw 的各种“技能”（Skills）本质上都是一个个 Node.js 插件。当你以后想给机器人增加新功能（比如让它能查 Jira、监控 Zabbix 或搜索网页）时，OpenClaw 需要调用一个工具去下载并安装这些插件的依赖包。这里选择npm即可。

下面这些步骤都是OpenClaw 插件的特定功能密钥，可暂不配置，都选择NO，这些辅助功能以后随时可以在 openclaw.json 里补上。

下表是上面选项代表的含义：

选项	对应功能	选 No 的影响
GOOGLE_PLACES_API_KEY	地图/地点搜索	机器人不能帮你查公司附近哪家外卖好。
GEMINI_API_KEY	图像理解/分析	暂时不能用 Gemini 的多模态能力分析服务器机房的照片。
NOTION_API_KEY	知识库同步	机器人暂时无法读写你的 Notion 页面。
OPENAI_API_KEY (Image/Whisper)	画图与语音	机器人不能发语音消息，也不能根据报错画一张架构图。

下图是配置OpenClaw 在执行任务前后的自动化脚本，俗称Hooks（钩子）：

建议使用空格键选中以下两项，然后回车：

📝 command-logger (运维审计必备 - 强烈推荐)

• 含义：记录 AI 执行的所有 Shell 命令。这相当于开启了 操作审计日志，方便事后排查故障。

💾 session-memory (增强对话逻辑 - 推荐)

• 含义：让 AI 更好地记住当前对话的上下文。你在处理复杂的故障时，对话往往很长。开启这个能让 AI 不会“聊着聊着就忘了”前几步的操作结果，保持逻辑连贯。

当你完成这一步，onboard 引导就彻底结束了！你将会看到：

Configuration saved to /root/.openclaw/openclaw.json

下图是UI访问方式，特别是token，记录下来：

现在OpenClaw 已经收集齐了你的配置信息，下面步骤是问你：你想在哪里看着机器人正式上线？

Hatch in TUI (推荐)：

• 含义：在当前的命令行（Terminal User Interface）里直接运行初始化。这是最直观的。你可以直接在终端看到实时的运行日志（Logs），如果飞书 API 报错或者 Token 无效，报错信息会立刻刷出来。

Open the Web UI：

• 含义：启动一个网页端的控制台来完成后续步骤。虽然界面漂亮，但如果你是在的openclaw安装早云主机或虚拟机上，可能需要额外配置端口转发（SSH Tunneling）才能看到网页，稍微麻烦一点。

Do this later：

• 含义：仅保存配置并退出，不立即启动。

现在Open the Web UI，会给你访问信息：

由于安全限制，不能直接ip加端口访问web ui，需要进行一个转发配置，如果openclaw部署在远程主机，你需要在你的笔记本电脑执行如下命令：

ssh -N -L 18789:127.0.0.1:18789 root@192.168.194.5

-N: 告诉 SSH 只要建立隧道，不要执行远程命令（不会跳出终端提示符）。

-L 18789:127.0.0.1:18789: 这就像是在你的笔记本和服务器之间拉了一根虚拟网线。当你访问笔记本的 18789 端口时，数据会自动“穿梭”到服务器的 127.0.0.1:18789 上。

在笔记本终端（Windows CMD 或 Mac Terminal）运行上面那条 ssh -N -L... 命令并保持窗口别关。最后，在浏览器里直接复制粘贴最下面那行带 Token 的链接： http://127.0.0.1:18789/#token=b385e2a6bfxxxxx39f67aba471f1ecbc201782b8432a3b7a9

然后现在就进来了

接着我们来开始进行测试