用Docker安全驯服OpenClaw，并打通社交软件

最近，AI圈被一只"红龙虾"------ OpenClaw 刷屏了。作为一款具备系统级高权限执行能力的 AI Agent，它能读写文件、操作浏览器、执行脚本。虽然强大，但不少同行都在担心：给一个 AI 这么高的权限，万一它"幻觉"发作或者被恶意指令诱导，把我的电脑格式化了怎么办？

工信部等机构也发出了安全预警。面对这把"没有保险栓的利剑"，笔者认为：最好的办法不是敬而远之，而是把它关进 Docker 的"笼子"里，在安全受控的环境下发挥它的最大价值。

今天，笔者就带大家手把手实操：如何利用 Docker 部署 OpenClaw，并让它安全地与国内的飞书进行通信。

01 | 为什么要坚持在 Docker 里"养龙虾"？

直接在宿主机（如你的 Mac 或 Windows）安装 OpenClaw，相当于给了一个陌生管家你家所有房间的钥匙。因此只要安全等级高些的场景都不会允许你在宿主机安装。

① 物理隔离

在 Docker 中，OpenClaw 运行在独立的 Linux 环境。它看不见你的系统文件（如 SSH Key、数据库密码），即便它尝试执行破坏性指令，也只能影响容器内部。

② 权限锁死

你可以精确定义它能看到的目录。比如只挂载一个 ~/myclaw/workspace 文件夹，它就只能在这个"沙盒"里折腾，你的个人隐私纹丝不动。

③ 环境统一

不需要担心环境冲突或依赖报错，一键镜像启动，对小白极其友好。

02 | 快速上手：构建你的安全沙箱

建议在你的常用电脑（笔者这里使用的是 MacBook Air M3）上直接操作，无需准备第二台电脑。

① 准备工作

确保你已经安装了 Docker（推荐 Docker Desktop，但如果环境受限，可以加一层 colima 来模拟）。

bash 复制代码

git clone https://github.com/openclaw/openclaw

笔者的环境直接克隆会受限，因此选择直接下载zip包上传并解压，并改名为 myclaw。

② 执行 docker-setup.sh

在目录下执行 docker-setup.sh 文件：

因为笔者环境安全等级要求和限制都比较高，所以执行实际遇到了不少问题，不确认是否大家可能也会遇到，如果遇到可以做个参考，如果没有就忽略这一部分的折腾，或者考虑直接拉取官方做好的docker镜像也OK：

bash 复制代码

# 注：这部分列出的问题你安装不一定会遇到，如果遇到可供参考：
#
# 问题1.让Docker使用本地自带的默认引擎构建
# 目的是不再去网上找那个解析器，也就不会报证书错误。
# vi Dockerfile
# 删除第一行：
# syntax=docker/dockerfile:1.7

# 问题2.将原来的 Corepack 相关行替换为 npm 安装
# 因为笔者环境corepack报错了，因此修改第 44 行左右
# RUN corepack enable
# 改成使用 npm 直接安装 pnpm，并强制使用国内镜像源（防止 SSL 报错和 403）
RUN npm config set registry https://registry.npmmirror.com && \
    npm install -g pnpm@10.23.0
    
# 问题3.colima资源问题，改成8G内存避免OOM
# 如果你不需要colima可以忽略
# 重新启动，并显式指定使用 vz 虚拟化和 virtiofs 挂载（M 系列芯片最稳组合）
colima start --cpu 4 --memory 8 --vm-type=vz --mount-type=virtiofs

# 问题4.配置docker compose up -d 报错不断重启
# 启动docker测试，暂时先不用docker-compose.yml
# 如果名称已存在，但不符合预期，可以删除
# docker rm -f alfred-agent 2>/dev/null

# 这种模式下，容器直接共用虚拟机的网络，不需要 -p 端口转发
# 注意我这里特意加了 --allow-unconfigured 参数
docker run -d \
  --name alfred-agent \
  --network host \
  -v $(pwd)/data:/home/node/.openclaw \
  openclaw:local \
  openclaw gateway --port 3000 --allow-unconfigured

# 后续启动可以直接：
docker start alfred-agent

当 docker-setup.sh 执行成功，会做好一个本地的镜像 openclaw:local。

当 docker 启动成功，会按照笔者的规划，启动一个 alfred-agent 的容器并持续运行。

此时，就可以通过本机自定义的 3000 端口访问到它：

上图中的令牌，可在你环境中的 openclaw.json 获取：

BASH 复制代码

$ cat ./data/openclaw.json | grep token

 "mode": "token",
  "token": "213cef13d55f0ee82d2547c12***********************"

此时软件的健康状态虽然显示正常，但直接聊天会发现报错：

这是因为我们还没有配置API key，所以此时聊天必然会报错，这里可以看到默认是用的 anthropic/claude-opus-4-6 模型。

笔者这里测试就改成国内的模型，只为测试下可用性：

毕竟这个 OpenClaw 是比较费 token 的，测试阶段暂时就不接入昂贵的模型了，想起之前 siliconflow 还有余额没用完，嗯，那就先用它吧。

配置这个说实话有点儿折磨... 前端界面可以说是很不友好，最后我直接让AI帮我生成json格式的，根据实际情况修改下，测试才可用：

可以看到可以正常问答了，如果英文不习惯的话，可以要求它以后都要讲中文：

问他能做哪些事情？

因为技能最近比较火，顺便看了眼skill，发现内置了很多技能，不过当前环境下大多是不能用的：

03 | 进阶实战：让 Agent 接入飞书

很多读者希望 AI 能够通过IM类软件，比如飞书给自己汇报工作，或者通过对话下达任务。在 Docker 的隔离环境下，我们也可以实现。

① 接入飞书

OpenClaw默认装完，发现channel只有国外的，但现在官方已经有文档如何配置飞书，而且还有中文的，如下：

https://docs.openclaw.ai/zh-CN/channels/feishu

这里笔者配置了下，总结关键的步骤，供参考：

首先打开飞书的网站：https://open.feishu.cn/app/

创建企业自建应用 小鲸鱼Claw：

记住这里的 App ID 和 App Secret ，直接复制保存，后面要用。

添加 机器人 的应用能力：

选择自己想要的权限，或者从官网文档上copy配置导入，最终确认保存：

然后直接发布初始版本 1.0.0：

确认发布：

可以看到 1.0.0 已发布成功：

发布成功之后，调整下 事件与回调 的订阅方式，使用推荐的 长连接：

这里保存遇到问题：

在OpenClaw中配置Channels，添加飞书的配置，注意这里的 appId 和 appSecret 是刚才让你复制好的：

JSON 复制代码

{
  "channels": {
    "feishu": {
      "enabled": true,
      "domain": "feishu",
      "dmPolicy": "pairing",
      "mediaMaxMb": 30,
      "accounts": {
        "main": {
          "appId": "cli_a93*************",
          "appSecret": "ZaHgd7LGrOSrNXF8****************",
          "botName": "小鲸鱼Claw"
        }
    }
  }
}

如果遇到docker挂掉没起来，就手工启动下：

BASH 复制代码