OpenClaw 迁移指南:如何把 AI 助手搬到新电脑

OpenClaw 迁移指南:如何把 AI 助手搬到新电脑

本文记录如何将 OpenClaw AI 助手(包括记忆、配置、本地模型)完整迁移到新电脑。

目录


概述

OpenClaw 是一个开源的 AI 助手框架,支持多渠道接入(钉钉、Telegram、Discord 等)。它的数据主要分为三部分:

内容 说明 位置
程序本体 OpenClaw 运行时 npm 全局包
配置文件 API Key、渠道配置等 ~/.openclaw/config.yaml
工作空间 记忆、脚本、文档 ~/.openclaw/workspace/

其中,工作空间可以用 Git 管理,实现跨设备同步和版本控制。


架构说明

复制代码
~/.openclaw/
├── config.yaml          # 配置文件(API Key、渠道等)
├── workspace/           # 工作空间(Git 仓库)
│   ├── AGENTS.md        # AI 行为规范
│   ├── SOUL.md          # AI 人格定义
│   ├── USER.md          # 用户信息
│   ├── IDENTITY.md      # AI 身份
│   ├── MEMORY.md        # 长期记忆
│   ├── TOOLS.md         # 工具配置笔记
│   ├── HEARTBEAT.md     # 心跳任务
│   ├── memory/          # 每日记忆
│   │   ├── 2026-02-03.md
│   │   └── 2026-02-04.md
│   ├── scripts/         # 自定义脚本
│   │   ├── dingtalk-notify.sh
│   │   ├── dingtalk-send.sh
│   │   └── llama-server.sh
│   └── docs/            # 文档
└── logs/                # 日志

迁移步骤

1. 安装 OpenClaw

前置要求: Node.js 18+

bash 复制代码
# Ubuntu/Debian - 安装 Node.js
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

# 或使用 nvm(推荐)
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash
source ~/.bashrc
nvm install 22
nvm use 22

# 安装 OpenClaw
npm install -g openclaw

# 验证安装
openclaw --version

2. 克隆记忆仓库

bash 复制代码
# 创建 OpenClaw 目录
mkdir -p ~/.openclaw
cd ~/.openclaw

# 克隆工作空间(替换为你的仓库地址)
git clone git@gitee.com:hongmaple/maple-bot-chat.git workspace

# 如果是首次使用,需要配置 SSH 密钥
ssh-keygen -t ed25519 -C "your-email@example.com"
cat ~/.ssh/id_ed25519.pub
# 将公钥添加到 Gitee 账号

3. 恢复配置文件

配置文件包含敏感信息(API Key),建议手动复制 或使用加密备份

方法 A:手动复制

从旧电脑复制 ~/.openclaw/config.yaml 到新电脑相同位置。

方法 B:从模板创建

bash 复制代码
# 初始化配置
openclaw init

# 编辑配置文件
nano ~/.openclaw/config.yaml

配置文件示例:

yaml 复制代码
# ~/.openclaw/config.yaml
version: "1"

# AI 模型配置
models:
  default: anthropic/claude-sonnet-4-20250514
  
providers:
  anthropic:
    apiKey: "sk-ant-xxxxx"  # 你的 API Key

# 渠道配置(可选)
channels:
  dingtalk:
    enabled: true
    appKey: "your-app-key"
    appSecret: "your-app-secret"
    replyMode: "markdown"

# 心跳配置
heartbeat:
  enabled: true
  intervalMinutes: 30

4. 启动服务

bash 复制代码
# 启动 OpenClaw Gateway
openclaw gateway start

# 查看状态
openclaw gateway status

# 查看日志
openclaw gateway logs

可选:本地模型迁移

如果你使用 llama.cpp 运行本地模型,也需要迁移。

安装 llama.cpp

bash 复制代码
# 安装依赖
sudo apt install -y build-essential cmake

# 克隆并编译
cd ~
git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
mkdir -p build && cd build
cmake ..
cmake --build . --config Release -j$(nproc)

下载模型

bash 复制代码
cd ~/llama.cpp/models

# 使用国内镜像下载(推荐)
wget https://hf-mirror.com/Qwen/Qwen2.5-3B-Instruct-GGUF/resolve/main/qwen2.5-3b-instruct-q4_k_m.gguf

# 或者从旧电脑复制模型文件(约 2GB)
# scp old-pc:~/llama.cpp/models/*.gguf .

使用启动脚本

工作空间中包含了 llama-server 启动脚本:

bash 复制代码
# 创建软链接
ln -sf ~/.openclaw/workspace/scripts/llama-server.sh ~/llama-server

# 启动服务
~/llama-server start

# 查看状态
~/llama-server status

# 测试 API
~/llama-server test

API 地址: http://127.0.0.1:11434/v1/chat/completions


可选:钉钉机器人配置

企业内部应用(双向通信)

  1. 登录 钉钉开放平台
  2. 创建企业内部应用 → 机器人
  3. 获取 AppKey 和 AppSecret
  4. 配置消息接收地址:https://your-domain/webhook/dingtalk
  5. config.yaml 中配置

Webhook 机器人(仅推送)

  1. 在钉钉群 → 群设置 → 智能群助手 → 添加机器人
  2. 选择"自定义 Webhook"
  3. 记录 Webhook URL 和加签密钥
  4. 使用 scripts/dingtalk-notify.sh 发送消息
bash 复制代码
# 使用示例
~/.openclaw/workspace/scripts/dingtalk-notify.sh "这是一条测试消息"

迁移清单

使用此清单确保迁移完整:

  • 新电脑安装 Node.js 18+
  • 安装 OpenClaw:npm install -g openclaw
  • 克隆工作空间:git clone ... ~/.openclaw/workspace
  • 复制/创建配置文件:~/.openclaw/config.yaml
  • 配置 SSH 密钥(用于 Git 同步)
  • 启动服务:openclaw gateway start
  • (可选)安装 llama.cpp 和模型
  • (可选)配置钉钉机器人
  • 测试 AI 对话是否正常

常见问题

Q: 迁移后 AI 还记得之前的事吗?

A: 是的!记忆存储在 workspace/memory/MEMORY.md 中,通过 Git 同步后会完整保留。

Q: API Key 需要重新申请吗?

A: 不需要,直接复制旧的 config.yaml 即可。但建议定期轮换 Key 以保证安全。

Q: 本地模型文件很大,如何快速迁移?

A: 几个选项:

  1. 局域网直接复制(最快)
  2. 移动硬盘
  3. 重新下载(使用 hf-mirror.com 国内镜像)

Q: 如何在多台电脑同时使用?

A: 可以,但注意:

  1. 只能有一台电脑运行 OpenClaw Gateway(避免消息重复)
  2. 工作空间通过 Git 同步,注意解决冲突
  3. 或者使用云服务器部署,多设备访问

Q: Windows 可以用吗?

A: 推荐使用 WSL2(Windows Subsystem for Linux),体验与原生 Linux 一致。


相关链接

相关推荐
wenzhangli71 小时前
Ooder A2UI 第一性原理出发 深度解析核心逻辑
人工智能·开源
网络安全研究所1 小时前
AI安全提示词注入攻击如何操控你的智能助手?
人工智能·安全
数据猿1 小时前
硬盘价格涨疯了,AI存储何去何从?
人工智能
zhangfeng11332 小时前
氨基酸序列表示法,蛋白质序列表达 计算机中机器学习 大语言模型中的表达,为什么没有糖蛋白或者其他基团磷酸化甲基化乙酰化泛素化
人工智能·机器学习·语言模型
陈天伟教授2 小时前
人工智能应用- 语言理解:06.大语言模型
人工智能·语言模型·自然语言处理
海心焱2 小时前
安全之盾:深度解析 MCP 如何缝合企业级 SSO 身份验证体系,构建可信 AI 数据通道
人工智能·安全
2501_945318492 小时前
AI证书能否作为招聘/培训标准?2026最新
人工智能
2601_949146532 小时前
Python语音通知接口接入教程:开发者快速集成AI语音API的脚本实现
人工智能·python·语音识别
韦东东2 小时前
RAGFlow v0.20的Agent重大更新:text2sql的Agent案例测试
人工智能·大模型·agent·text2sql·ragflow