开源项目两周突破15万Star，这款能帮你写代码、回邮件、管日历的AI助手，终于被我折腾上线了。
写在前面
最近技术圈被一只"小龙虾"刷屏了------OpenClaw （前身Clawdbot/Moltbot）。作为GitHub史上增长最快的开源项目之一，它不像ChatGPT那样只会"说话"，而是真正能动手做事的AI Agent：浏览网页、执行命令、管理文件、甚至帮你写代码。
但说实话，官方文档对国内用户不够友好，我在部署过程中踩了不少坑。这篇文章记录从0到1的完整部署流程，以及我整理的中文优化资料，希望能帮你少走冤枉路。
📚 配套资料 ：部署过程中需要参考的命令合集与配置文件模板，我都整理在了个人笔记站 fuye365.github.io，包含国内镜像加速、API配置指南等实战内容。
一、OpenClaw是什么？为什么值得折腾？
简单来说，OpenClaw是一个运行在你自己服务器上的高权限AI智能体。与SaaS类AI服务不同，它：
- 数据自主可控：所有操作在本地/云端服务器完成，敏感信息不出境
- 7×24小时待命：部署后通过Telegram、飞书、钉钉等渠道随时唤醒
- 真正"动手"能力：不是给建议，而是直接执行命令、操作浏览器、读写文件
特别适合需要自动化处理重复工作的开发者，比如定时拉取数据生成报表、自动回复标准化咨询、远程执行服务器维护等场景。
二、部署前的准备工作
根据官方要求和个人实战经验，建议按以下配置准备：
| 项目 | 最低要求 | 推荐配置 | 说明 |
|---|---|---|---|
| 操作系统 | Linux/macOS/Win(WSL2) | Ubuntu 22.04 LTS | 国内云服务器首选 |
| Node.js | ≥ 22.x | 22.x LTS | 必须使用NVM安装 |
| 内存 | 2GB | 4GB+ | 低于4GB需配置Swap |
| AI模型 | 任意API Key | 通义千问/GLM | 国内大模型免费额度充足 |
特别提醒：国内服务器访问GitHub/npm可能不稳定，建议提前配置代理或使用镜像源。
三、实战部署：三步走策略
第一步：环境初始化（5分钟）
安装Git和Node.js环境。这里有个避坑点：不要用apt直接装Node.js，版本可能不兼容。
bash
# 安装NVM（国内用户建议用Gitee镜像）
curl -o- https://gitee.com/RubyMetric/nvm-cn/raw/main/install.sh | bash
source ~/.bashrc
# 安装Node.js 22
nvm install 22
nvm use 22
node -v # 确认输出v22.x.x第二步：安装OpenClaw（3分钟）
官方提供了一键安装脚本，但国内网络环境下可能中断。如果遇到问题，可以参考我整理的离线安装方案（见文末资料站）。
perl
# 官方一键安装（网络通畅时）
curl -fsSL https://openclaw.ai/install.sh | bash
# 或通过npm安装（更稳定）
npm install -g openclaw@latest安装完成后，首次运行会看到一个ASCII艺术小龙虾和交互式配置向导：
markdown
░████░█░░░░░█████░█░░░█░███░░████░░████░░▀█▀
🦞 FRESH DAILY 🦞第三步：配置向导详解（10分钟）
运行openclaw onboard --install-daemon进入配置，关键步骤如下：
1. 安全确认 向导会明确提示风险：Agent可以执行命令、读写文件。输入yes继续。
2. 选择AI后端 国内用户强烈推荐选择通义千问(Qwen)或GLM：
3. 配置消息渠道
- 新手建议选Telegram Bot（最简单，5分钟搞定）
- 国内办公场景可选飞书 或钉钉，需额外配置Webhook
4. 安装守护进程 选择--install-daemon参数会自动创建系统服务，实现开机自启。
四、进阶配置：让AI真正"可用"
基础部署完成后，还需要三个关键配置才能真正投入生产：
1. 持久化记忆配置
OpenClaw通过本地Markdown文件存储偏好，编辑~/.openclaw/openclaw.json：
json
{
"agent": {
"memory": {
"enabled": true,
"storagePath": "~/.openclaw/memory"
}
}
}2. 安全沙箱（强烈推荐）
默认情况下Agent拥有较高权限，建议启用Docker沙箱隔离：
json
{
"agents": {
"defaults": {
"sandbox": {
"mode": "non-main",
"docker": {
"image": "openclaw-sandbox:bookworm-slim",
"network": "none"
}
}
}
}
}3. 防火墙与端口
确保服务器放行18789端口（Gateway默认端口）：
bash
sudo ufw allow 18789/tcp
# 或云服务器安全组配置五、国内部署的特殊技巧
由于网络环境差异，国内部署需要一些"土办法"：
镜像加速：npm和Docker拉取经常超时，建议使用淘宝NPM镜像、阿里云Docker镜像等国内源。
模型选择：实测通义千问Qwen2.5-coder在代码任务上表现优异，且阿里云免费额度 generous。配置示例：
json
{
"agent": {
"model": "qwen2.5-coder:32b",
"providers": {
"qwen": {
"apiKey": "sk-your-key",
"baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1"
}
}
}
}移动端访问：部署完成后，通过飞书/钉钉接入可以实现手机远程操控家里或公司的电脑，这是目前最符合国内使用习惯的方案。
六、常见问题与排查
| 现象 | 原因 | 解决方案 |
|---|---|---|
| 安装脚本卡住 | 网络不通 | 换用npm安装，或参考文末资料站的离线包方案 |
| Gateway启动失败 | 端口占用 | 修改openclaw.json中的gateway端口配置 |
| AI不回复 | API Key无效 | 检查额度是否用完，或baseUrl配置错误 |
| 中文显示乱码 | 终端编码问题 | 设置LANG=en_US.UTF-8 |
七、写在最后
OpenClaw代表了AI Agent从"玩具"走向"工具"的转折点。虽然部署过程比ChatGPT复杂，但换来的是完全的数据所有权 和无限的定制化能力。
如果你在部署过程中遇到文档里没提到的问题，欢迎交流。文中提到的配置文件模板、镜像加速地址、以及各平台Bot创建的具体截图步骤，我都汇总了方便随时查阅。
毕竟，配置一次，受益良久。当你的AI助手开始在凌晨三点自动处理邮件时，你会感谢现在折腾的自己。
参考资源：
- OpenClaw官方文档: docs.openclaw.ai
- 阿里云部署指南: 开发者社区
- 本文配套资料: fuye365.github.io