【开源】2 分钟在 Windows 上搭建 AI Agent 运行环境:MachineY Engine 使用指南

前言

最近在 Windows 上用 OpenClaw 跑 AI Agent,光是搭环境就折腾了大半天。相信不少 Windows 开发者也有同样的痛苦------AI Agent 框架基本都活在 Linux 生态里,Windows 用户永远是二等公民。

于是我做了 MachineY Engine,一个预装 OpenClaw 的 WSL2 发行版,把环境搭建从 30 分钟压缩到 2 分钟。项目已开源。

一、Windows 上跑 AI Agent 有多麻烦?

手动搭建需要 9 步:

步骤 操作 耗时 出错率
1 启用 WSL2 2min 可能要重启
2 安装 Ubuntu 5min 下载 600MB
3 更新系统 apt update 3min
4 安装 Node.js 22 5min 版本容易搞错
5 npm install -g openclaw 5min 原生模块编译失败率极高
6 安装 build-essential 重试 5min
7 创建专用用户加配权限 3min 安全最佳实践
8 配置 systemd 服务 3min
9 配置 API Key 1min

其中第 5 步是重灾区------OpenClaw 依赖原生 Node.js 模块,没有 build-essential、python3、cmake 就编不过。

二、MachineY Engine 安装(2 分钟)

前置条件

  • Windows 10/11(需启用 WSL2)
  • Docker Desktop(已安装)

步骤 1:拉取镜像并导出

bash 复制代码
docker pull machiney/engine:latest
docker create --name tmp machiney/engine:latest
docker export tmp -o machiney-engine.wsl
docker rm tmp

步骤 2:安装

双击 machiney-engine.wsl 文件,Windows 会自动识别并安装。

或命令行安装:

bash 复制代码
wsl --install --from-file machiney-engine.wsl

OOBE 会自动完成:创建受限用户、初始化 OpenClaw、生成 Gateway Token、启动服务。

步骤 3:配置 API Key

bash 复制代码
wsl -d machiney-engine -u claw_agent
openclaw onboard --auth-choice apiKey --token-provider openrouter --token "YOUR_KEY"
openclaw models set openrouter/stepfun/step-3.5-flash:free
openclaw dashboard

整个过程:2 分钟,零手动配置。

三、安全机制

诚实说明安全来自两部分:

OpenClaw 自带(非 MachineY 的功劳)

  • Token 认证:Gateway API 必须携带 Token
  • 回环绑定:Gateway 只监听 127.0.0.1

MachineY 额外提供

  • WSL 文件隔离:automount=false,Agent 看不到 Windows C 盘
  • WSL 进程隔离:interop=false,Agent 无法调用 .exe
  • 用户限制:claw_agent 受限用户,无法 sudo 安装软件

总结:OpenClaw 保护 API 安全,MachineY 保护 system 隔离。

四、为什么用 WSL 而不是 Docker 容器?

Docker 容器默认是临时的、不支持 systemd。WSL2 发行版天然持久、原生 systemd、双击安装、自动创建开始菜单快捷方式。

Mac/Linux 用户可以直接 docker run machiney/engine 使用,不需要 WSL。

五、项目信息

MachineY Engine 解决的核心问题很简单:让 Windows 开发者用最少的时间跑起 AI Agent。

机器小乙 (MachineY) --- 让你成为工作的甲方。

相关推荐
宿州派大星几秒前
Python实战:PyQt5 + OpenCV + Dlib 打造AI桌面应用
人工智能·python·qt
风娜1 小时前
IT 疑难杂症诊疗室:从现象到根因的系统排查方法论
人工智能·github
碧海银沙音频科技研究院1 小时前
炬芯ATS3089X手表的HFP通话不自动路由到设备BT的问题解决
网络·人工智能·嵌入式硬件·算法
承渊政道1 小时前
【从零开始大模型开发与微调:基于PyTorch与ChatGLM】(开源大模型ChatGLM高级定制化应用实战)
人工智能·pytorch·python·llm·模型微调·glm
howdoyoudo2026061 小时前
AI审计手记 #28:从“暂停训练”到“切断联网”——AI安全控制手段的极限升级
大数据·人工智能·安全·ai·语言模型
colman wang1 小时前
人工智能课程(配套AIMA(Artificial Intelligence: A Modern Approach))
人工智能
LinXunFeng5 小时前
Draw Things 换装 LoRA 实战:用 Silo 秒装,同一提示词对比出图
人工智能·开源·aigc
xiaohaiAIgeo6 小时前
【2026年】通风柜自动门安全吗?联锁逻辑与防夹设计
人工智能·安全·科普知识
像风一样自由20206 小时前
52.Docker部署大模型应用从本地开发到服务化运行
运维·人工智能·docker·容器·大模型·智能体