【OpenClaw第一讲】介绍和安装

一、什么是OpenClaw

OpenClaw(社区昵称"龙虾" 🦞)是一个开源、自托管的个人 AI 智能体(Agent)平台 。它最核心的突破在于:让 AI 不仅能"回答问题",还能直接"动手干活"(如操控浏览器、执行系统命令、发送消息)。

开源:将源代码公开,允许任何人自由地查看、使用、修改和分发。

自托管:不依赖第三方云服务商,由你自己或你的组织完全掌控服务器硬件、软件和数据的部署方式。

1.1 Openclaw能做什么

多渠道统一入口

它支持接入 WhatsApp、Telegram、Discord、Slack、飞书、钉钉、iMessage 等数十种通讯软件。你可以在这些 App 里直接和你的 OpenClaw 对话,它会把所有渠道的消息统一处理 。

强大的工具调用(Tools)

这是它的杀手级功能。OpenClaw 可以调用你本机的工具:

  • 浏览器自动化:自动打开网页、截图、填写表单。
  • 系统命令:执行 Bash 脚本、管理文件、安装软件。
  • 设备控制:通过节点(Nodes)控制手机摄像头、屏幕、定位等。
  • 定时任务(Cron):设置每天自动推送天气、新闻或生成日报 。

2.2 智能体和大模型有什么区别

与 ChatGPT 等纯聊天工具不同,OpenClaw 的设计理念是 Agent(智能体):

  • ChatGPT:给你写一段代码,但不会帮你运行。
  • OpenClaw :你告诉它"帮我查一下今天的新闻并整理成邮件",它自动打开浏览器抓取信息、整理内容、调用邮件接口发送出去。

2.3 安全隐患和保障

越权操作 :为了实现自动化,它被授予了读写文件、执行命令的高权限。但AI存在"幻觉",可能因误解指令而误删你的科研数据、代码库或论文。

环境隔离(必做) :仅在虚拟机(VMware/VirtualBox) 、Docker容器 或专用廉价设备上运行。确保宿主机与OpenClaw环境物理/逻辑隔离。

本地优先(Local-First) :数据默认存储在本地(~/.openclaw/),模型调用虽然依赖 API(如 Claude、GPT),但你的对话历史和工作记录不外流

2.4 核心技术:Gateway 网关

OpenClaw 的核心是一个叫 Gateway 的守护进程(通常运行在本地 18789 端口):

  • Gateway:作为"大脑",负责连接所有聊天渠道、调度 AI 模型、管理安全策略。
  • 客户端:如 CLI 命令行(文件操作)、手机 App、Web UI,都只是 Gateway 的"触手" 。

二、部署

2.1 部署方法(大模型+OpenClaw)

2.1.1 完全本地部署

环境要求:Node.js ≥ v22.0.0

wsl虚拟机

WSL(Windows Subsystem for Linux)是微软在 Windows 系统上构建的原生 Linux 兼容层 。它允许你在 Windows 10/11 中直接运行 Linux 命令行工具、应用和服务,无需双系统启动或虚拟机。

Windows10+版本安装命令(默认为乌班图系统):

shell 复制代码
wsl --install

如果使用默认命令安装失败的话,可以通过手动下载对应虚拟机镜像完成

shell 复制代码
安装链接:https://releases.ubuntu.com/24.04.4/ubuntu-24.04.4-wsl-amd64.wsl

# 手动安装命令
wsl --install --from-file "D:\Downloads\ubuntu-24.04.4-wsl-amd64.wsl"

安装后设置用户名和密码

shell 复制代码
Create a default Unix user account: wyl
New password:
Retype new password:
passwd: password updated successfully
To run a command as administrator (user "root"), use "sudo <command>".
See "man sudo_root" for details.

wyl@daocaoren-computer:/mnt/c/Users/wyl$

我们现在所处的位置是wyl@daocaoren-computer:/mnt/c/Users/wy,其中wyl是刚刚创建的虚拟机账户的名字@后面的名字为当前主机的名字,/mnt/c/Users/wyl路径下表示这是一个Windows 文件系统目录的映射

Linux虚拟机常用命令:

shell 复制代码
# 查看已安装的发行版
wsl --list --verbose

# 进入 WSL(默认发行版)
wsl

# 关闭当前系统
exit

# 关闭 WSL
wsl --shutdown

# 导出/导入备份
wsl --export Ubuntu backup.tar
wsl --import MyUbuntu C:\path\to\folder backup.tar

# 彻底删除某个发行版(数据清空,谨慎!)
wsl --unregister Ubuntu

Ollama

Ollama 是一款开源的大模型本地运行工具,你可以把它理解为**"本地大模型的 Docker"**。它通过极简的命令行操作,让你能在个人电脑(Mac/Windows/Linux)上快速部署和运行 Llama、Qwen、DeepSeek 等开源模型,无需复杂的环境配置。

安装ollama命令:

shell 复制代码
curl -fsSL https://ollama.ai/install.sh | sh

ollama常用命令:

shell 复制代码
# 启动服务
sudo systemctl start ollama

# 设为开机自启
sudo systemctl enable ollama

# 下载模型(根据本机硬件环境选择合适的)
ollama pull qwen2.5:7b

# 下载完成后,运行测试
ollama run qwen2.5:7b

#退出ollama
【Ctrl】+【D】或\bye

OpenClaw

OpenClaw官方一键安装命令:

shell 复制代码
curl -fsSL https://openclaw.ai/install.sh | bash

安装后自动进行配置选择,在进行模型选择的时候,选择自己要使用的模型软件,如Qwen、GPT或者Ollama,此处使用Ollama。还可以在初始化中进行接入的软件(钉钉等)还有Skills(邮件处理等)的配置,首次安装可以都选择跳过(skip),不进行配置,先安装成功后,可以再根据需求进行安装对应的功能。

如果首次安装OpenClaw启动了配置失败后,可以通过命令进行手动配置

shell 复制代码
openclaw onboard

上图展示出了一些配置步骤,首先第一步,【yes】同意使用条款,然后设置模式选择【QuickStark】快速配置,然后后续根据自己的模型情况选择配置。

配置到最后一步,会提问怎么打开openclaw

shell 复制代码
  How do you want to hatch your bot?
│  ● Hatch in TUI (recommended)
│  ○ Open the Web UI
│  ○ Do this later

默认也是推荐的用法是使用tui界面(命令行窗口),正确打开后的界面如下:

这是配置后的选择打开,在后续的使用过程中,可以使用如下命令完成交互窗口的打开:

shell 复制代码
openclaw tui

2.2.2 API的使用

使用API可以不受本地硬件的配置,但还是需要在本地下载OpenClaw,只是将大模型换成大公司的算力服务,安装OpenClaw的方法如上,还是建议使用wsl虚拟机,因为WSL 是 Windows 用户运行 OpenClaw 的"官方推荐宿主环境"。由于 OpenClaw 的核心依赖(如 systemd、Linux 工具链)在原生 Windows 上水土不服,WSL 充当了"翻译官"和"隔离沙箱"的角色。

然后在自己想要使用的大模型开发者界面申请API,此处使用阿里的Qwen模型(新用户有免费额度),进入官网https://bailian.console.aliyun.com/cn-beijing后登录选择API key管理。

创建key的时候需要注意,只有在创建的时候,会展示key的内容,一定要记下来,之后不会再次展示。

然后还是在OpenClaw配置中,选择对应的模型/厂商

这里在选择时候会进入二级选择菜单:

选择第三项输入正确的key,要确保key值正确,同时账号里面有相应的tokens余额,才可以正常使用

2.2.3 云服务器部署

第一种部署方法的翻版,可以直接将大模型和OpenClaw都部署在云端服务器上,然后通过服务器提供接口在本地使用,这样的方法同样可以不受硬件资源的限制,但缺点是数据安全性的问题。

把 OpenClaw 部署在云端服务器上,数据安全风险极高,本质上相当于把你电脑的"最高管理员权限"交给了公网。如果不做严格的网络隔离和权限控制,它比普通的 Web 服务危险得多。

除非是自己搭建的有安全保障的服务器,否则不推荐使用该种方法进行部署。

相关推荐
在所不辞兄16 分钟前
【零基础学智能仿真-63】ABACUS作业工具与MCP接口
人工智能·深度学习·神经网络·机器学习·智能仿真
楚山之石23 分钟前
【Medical Image Analysis】深度学习医学图像合成综述:伪CT、合成MRI与合成PET的架构、性能与临床边界
图像处理·人工智能·学习·mr·mri
blackappleD28 分钟前
百度 Unlimited OCR 2 拆解:SR-SWA 如何让百页文档的 KV 缓存不再涨
人工智能·llm
数字新视界28 分钟前
国产动环数据库在智能机房环境监控中的应用与优势分析
大数据·人工智能·数据中心·机房管理·模块化机房
holly就是我31 分钟前
AI 编程助手为什么跑偏?用开源 ccglass 看清 Prompt、工具调用和 Token 消耗
人工智能·后端
雨中飘荡的记忆40 分钟前
额度又见底了?这个开源项目,给 AI 编程助手接上 61 家"加油站"
人工智能
天远Date Lab44 分钟前
零信任架构实战:基于天远企业年报信息核验构建自动化商业保理财务与社保穿透评估网关
人工智能·架构·自动化
EnCi Zheng1 小时前
后端怎么把AI接口稳定安全低成本接进业务:超时重试、密钥隔离与成本熔断清单
人工智能·后端·安全·架构·api
loulanyue_1 小时前
给概率大模型套上确定性缰绳:GraphRAG、神经符号与知识超图重构可信AI底座——读陈华钧杨博等CNCC2026第十届知识图谱论坛实录
人工智能·rag
古法老登瞎折腾1 小时前
大数据智能运维实战(九):让 AI 查日志——找到异常,也保留上下文
java·大数据·运维·人工智能·spring ai·mcp