玩转 OpenClaw【基础环境篇】

在 Mac OS、Windows 和 Linux (wsl) 中安装 OpenClaw

Mac OS

  1. 安装 Xcode
    打开 App Store 搜索 Xcode 点击获取进行安装。
  2. 安装 Homebrew ,Mac OS 下的包管理工具
    打开 终端 app 复制以下命令并执行
bash 复制代码
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
  1. 安装 nvm
bash 复制代码
# 安装 nvm Nodejs 版本控制工具
brew install nvm 
  1. 等待安装完成,将nvm 添加到shell 配置文件中,并验证安装结果
bash 复制代码
# 将 nvm 添加到 shell 配置文件中
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && . "$NVM_DIR/nvm.sh"  # This loads nvm
[ -s "$NVM_DIR/bash_completion" ] && . "$NVM_DIR/bash_completion"  # This loads nvm bash_completion

#【可选】查看 nvm 是否安装成功
nvm --version
# 展示 0.40.4 版本信息即代表安装成功
  1. 安装 Nodejs
bash 复制代码
# 安装 长期支持版本 Nodejs
nvm install --lts

#【可选】等待安装完成之后,验证 Nodejs 版本信息确保安装成功
node --version
# 展示 v24.14.0 版本信息 即代表成功安装 Nodejs 

#【可选】验证 npm 版本信息确保安装成功
npm --version
# 展示 11.90 版本信息 即代表安装成功
  1. 安装 uv
bash 复制代码
# 安装 uv Pyhton 版本控制工具
brew install uv
  1. 等待安装完成,将 uv 添加到 shell 配置文件中,并验证安装结果
bash 复制代码
# 将 uv 添加到 shell 配置文件中
eval "$(uv generate-shell-completion zsh)"
eval "$(uvx --generate-shell-completion zsh)"

#【可选】查看 uv 是否安装成功
uv --version
# 展示 uv 0.10.8 (Homebrew 2026-03-03) 版本信息,即代表安装成功
  1. 安装 Python
bash 复制代码
# 查看可安装 Python 版本
uv python list

# 安装指定版本 Python
uv python install cpython-3.14.3-macos-aarch64-none

# 如果当前系统中已经安装过较旧版本的 Python 可以使用如下命令进行修改 Python 版本
uv python pin 3.14.3

#【可选】验证 Python 是否安装成功
uv run python --version
# 展示 Python 3.14.3 版本信息,即代表安装成功

至此安装 OpenClaw 需要的基础环境已经安装完成,接下来我们安装 OpenClaw

  1. 开始安装 OpenClaw
bash 复制代码
# 一键安装(推荐)
curl -fsSL https://openclaw.ai/install.sh | bash

或者使用 npm 全局安装,推荐使用一键安装,因为脚本中进行了系统环境检查

perl 复制代码
# 使用 npm 安装
npm install -g openclaw@latest

等待安装完成即可,后续对 OpenClaw 的设置,点击[继续](#OpenClaw 配置)

Windows

  1. 安装 scoop ,Windows 下包管理工具,打开 PowerShell执行一下命令
bash 复制代码
# 进入 C 盘
cd C:\

# 安装 scoop,等待安装完成,如果显示基础连接关闭,可以在次尝试
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression
  1. 安装 git
bash 复制代码
# 安装 git 版本控制工具
scoop install git

# 等待安装完成 。。。
#【可选】 查看 git 版本信息
git --version
# 展示 git version 2.53.0.windows.1 版本信息,即代表安装成功
  1. 安装 nvm
bash 复制代码
# 安装 nvm Nodejs 版本控制工具
scoop install nvm

#【可选】 查看 nvm 版本信息
nvm --version
# 展示 1.2.2 版本信息,即代表安装成功
  1. 使用 nvm 下载 Nodejs并应用指定版本的 Nodejs
perl 复制代码
# 下载最新长期支持的 Nodejs
nvm install --lts

# 等待下载完成后,应用指定版本的 Nodejs
# 查看下载的 Nodejs 版本
nvm list
# 列如显示:24.14.0

# 应用指定版本 Nodejs
nvm use 24.14.0

#【可选】 Nodejs 版本信息
node --version
# 展示 v24.14.0 版本信息即代表安装成功

#【可选】 npm 版本信息
npm --version
# 展示 11.9.0 版本信息,即代表安装成功
  1. 安装 uv
bash 复制代码
# 安装 uv Python 版本控制工具
scoop install uv

#【可选】 查看 uv 版本信息
uv --version
# 展示 uv 0.10.9 版本信息,即代表安装成功
  1. 使用 uv 下载 Python
bash 复制代码
# 查看 Python 版本信息
uv python list

# 下载指定版本 Python 推荐 3.14版本
uv python install cpython-3.14.3-windows-x86_64-none

# 如果当前系统中已经安装过较旧版本的 Python 可以使用如下命令进行修改 Python 版本
uv python pin 3.14.3

#【可选】执行如下命令,查看当前系统中正在使用 Python 版本
uv run python --version
# 展示 Python 3.14.3 版本信息,即代表安装成功

至此安装 OpenClaw 需要的基础环境已经安装完成,接下来我们安装 OpenClaw

  1. 开始安装 OpenClaw
bash 复制代码
# 一键安装(推荐)
curl -fsSL https://openclaw.ai/install.sh | bash

或者使用 npm 全局安装,推荐使用一键安装,因为脚本中进行了系统环境检查

perl 复制代码
# 使用 npm 安装
npm install -g openclaw@latest

等待安装完成即可,后续对 OpenClaw 的设置,点击[继续](#OpenClaw 配置)

Linux(wsl)

WSL 安装

什么是 wsl ?
适用于 Linux 的 Windows 子系统(WSL)是 Windows 的一项功能,可用于在 Windows 计算机上运行 Linux 环境,而无需单独的虚拟机或双重启动。 WSL 旨在为想要同时使用 Windows 和 Linux 的开发人员提供无缝高效的体验。

以下操作将以 Linux 分发版 Debian 为例,进行演示

  1. 安装 wsl
bash 复制代码
# 查看当前 wsl 版本
wsl --version 

如果提示:未安装适用于 LinuxWindows 子系统,可通过运行 wsl.exe --install 进行安装。

可以按着提示,按任意键进行安装。或者在命令行中执行

bash 复制代码
# 安装 Linux 子系统
wsl.exe --install debian

安装完成后,重启电脑

  1. Microsoft Store (微软商店) 搜索 Linux 选择你想下载 Linux 发型版本,当前示例选择了 Debian ,点击 获取 按钮进行下载。
  2. 下载完成后,打开 Debian ,就会进入Linux 终端 界面,如果没有进入,可以再次尝试。
  3. 首次打开会提示你 新建 【用户名】和设定【密码】,按着提示逐步操作即可。

Linux

  1. 升级 apt 软件包管理器
bash 复制代码
# 查看并一键升级软件包
sudo apt update && sudo apt upgrade -y
  1. 安装 curl
bash 复制代码
# 安装 curl
sudo apt install curl -y
  1. 安装 git
bash 复制代码
# 安装 git
sudo apt install git -y
  1. 安装 nvm
bash 复制代码
# 安装 nvm 
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh | bash
  1. 等待安装完成,将 nvm 添加到 shell 配置文件中,并验证安装结果
bash 复制代码
# 将 nvm 添加到 shell 配置中
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && . "$NVM_DIR/nvm.sh" # This loads nvm
[ -s "$NVM_DIT/bash_completion" ] && . "$NVM_DIR/bash_completion" # This loads nvm bash_completion

# 【可选】查看 nvm 是否安装成功
nvm --version

# 展示 0.40.4 版本信息即代表安装成功
  1. 安装 Nodejs
bash 复制代码
# 安装 长期支持版本 Nodejs
nvm install --lts

# 【可选】 等待安装完成之后,验证 Nodejs 版本信息确保安装成功
node --version
# 展示 v24.14.0 版本信息 即代表成功安装 Nodejs 

#【可选】 验证 npm 版本信息确保安装成功
npm --version
# 展示 11.90 版本信息 即代表安装成功
  1. 安装 uv
bash 复制代码
# 安装 uv 
curl -LsSf https://astral.sh/uv/install.sh | sh
  1. 等待安装完成,将 uv 添加到 shell 配置文件中,并验证安装结构
bash 复制代码
# 将 uv 安装到 shell 配置文件中
source $HOME/.local/bin/env

# 【可选】 查看 uv 是否安装成功
uv --version
# 展示 uv 0.11.0 (x86_64-unknown-linux-gnu) 版本信息即代表安装成功
  1. 安装 Python
bash 复制代码
# 查看可安装 Python 版本
uv python list
# 复制所需要安装的 Python 版本 推荐 3.14 及以上
# 安装指定版本 Python
uv python install cpython-3.14.3-linux-x86_64-gnu

# 【可选】验证 Python 是否安装成功
uv run python --version

# 如果展示的版本信息与安装的 Python 版本信息不一致,可以使用如下命令进行设定
uv python pin cpython-3.14.3-linux-x86_64-gnu

至此安装 OpenClaw 需要的基础环境已经安装完成,接下来我们安装 OpenClaw

  1. 开始安装 OpenClaw
bash 复制代码
# 一键安装(推荐)
curl -fsSL https://openclaw.ai/install.sh | bash

或者使用 npm 全局安装,推荐使用一键安装,因为脚本中进行了系统环境检查

perl 复制代码
# 使用 npm 安装
npm install -g openclaw@latest

等待安装完成即可,后续对 OpenClaw 的设置,点击[继续](#OpenClaw 配置)

相关推荐
DeepModel2 小时前
【特征选择】方差阈值法
人工智能·机器学习
码农小白AI2 小时前
AI审核加持的IACheck:塔吊与施工电梯安全监测系统检测报告如何实现高效合规与风险可控
大数据·人工智能·安全
AI-小柒2 小时前
DataEyes 聚合平台 + Claude Code Max 编程实战
android·开发语言·人工智能·windows·python·macos·adb
minhuan2 小时前
大模型应用:Qwen1.5+ChatGLM3联合评测:不同体量大模型意图识别差异验证.122
人工智能·大模型算法应用·意图识别验证·验证评估指标
feasibility.2 小时前
让OpenCode/OpenClaw的AI/Agent准确识别图表文字:PaddleOCR-VL-1.5 封装为全局 OCR skills
人工智能·aigc·ocr·ai编程
困死,根本不会2 小时前
OpenCV视觉舵机控制系统:从坐标检测到串口控制完整实现
人工智能·opencv·计算机视觉
scott1985122 小时前
扩散模型之(十六)生成高分辨率图像
人工智能·深度学习
Fleshy数模2 小时前
基于OpenCV实现指纹识别与验证:原理与实战
人工智能·opencv·计算机视觉
Mr.Cheng.2 小时前
SEE WHAT YOU ARE TOLD: VISUAL ATTENTION SINKIN LARGE MULTIMODAL MODELS
人工智能