Ubuntu极速部署OpenClaw完全指南（本地模型+DeepSeek）

- [0. 前言](#0. 前言)
- [1. 什么是 OpenClaw？](#1. 什么是 OpenClaw？)
- [2. 环境准备](#2. 环境准备)
- [3. 安装 OpenClaw](#3. 安装 OpenClaw)
- - [3.1 执行安装命令](#3.1 执行安装命令)
  - [3.2 完成初始化引导](#3.2 完成初始化引导)
  - [3.3 官方一键脚本部署](#3.3 官方一键脚本部署)
- [4. 配置本地模型 (Ollama)](#4. 配置本地模型 (Ollama))
- - [4.1 安装与配置 Ollama](#4.1 安装与配置 Ollama)
  - [4.2 选择并下载模型](#4.2 选择并下载模型)
  - [4.3 将 Ollama 模型接入 OpenClaw](#4.3 将 Ollama 模型接入 OpenClaw)
- [5. 配置云端模型 (DeepSeek)](#5. 配置云端模型 (DeepSeek))
- - [5.1 获取 DeepSeek API Key](#5.1 获取 DeepSeek API Key)
  - [5.2 DeepSeek 配置](#5.2 DeepSeek 配置)
- [6. 开始使用 OpenClaw](#6. 开始使用 OpenClaw)
- - [6.1 启动对话](#6.1 启动对话)
  - [6.2 安装技能扩展](#6.2 安装技能扩展)
- 小结

0. 前言

OpenClaw 给是一个开源、可自托管的 AI 助手平台，原生支持 Ollama 本地模型和 DeepSeek 等云端 API，让你在隐私与性能之间自由切换。本文记录了我在 Ubuntu 上从零部署 OpenClaw 的全过程------踩过的坑、优化后的配置，一并进行分享。

无论你是想搭建一个完全离线的私人助手，还是追求顶级大模型的推理能力，这篇指南都能帮你少走弯路，快速用起来。

1. 什么是 OpenClaw？

OpenClaw (俗称龙虾)是一个开源的智能助手平台，可以运行在个人电脑或树莓派等设备上。它最大的特点是支持多种模型后端------可以用本地部署的开源模型保护隐私，也可以接入 DeepSeek、OpenAI 等云端大模型获得更强能力。它的核心功能包括：

智能体 (Agent) 系统：可创建多个不同用途的 AI 助手
本地优先：原生支持 Ollama，数据不出本机
技能插件 (Skills)：可通过安装技能扩展能力，如联网搜索、浏览器自动化
终端界面 (TUI)：直接在命令行中与 AI 对话
网关架构：提供统一的 API 入口，方便集成各种模型

本文将从零开始，在 Ubuntu 上完成 OpenClaw 的安装，并同时配置本地模(通过 Ollama) 和云端模型 (DeepSeek API) 两种后端，让你在不同场景自由切换。

2. 环境准备

硬件要求如下表所示：

组件	最低配置	推荐配置
CPU	4 核	8 核以上
内存	8 GB	16 GB+
磁盘	20 GB 可用	50 GB+ SSD
GPU (可选)	无	NVIDIA 8GB+ 显存

软件要求：Ubuntu 22.04 或 Ubuntu 24.04

3. 安装 OpenClaw

3.1 执行安装命令

OpenClaw 需要 Node.js 22+，推荐使用 NodeSource 官方源安装。

(1) 添加 NodeSource 仓库：

shell 复制代码

$ wget -qO- https://deb.nodesource.com/setup_22.x | sudo -E bash -

(2) 安装 Node.js：

shell 复制代码

$ sudo apt update
$ sudo apt install nodejs -y

(3) 安装完成后，验证是否成功安装，如果没有问题可以在命令行中看到打印出 Node.js 版本号：

shell 复制代码

$ node --version
$ npm --version

(4) 修改配置文件，添加 npm bin 目录到 PATH 中：

shell 复制代码

$ echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc
$ source ~/.bashrc # 立即生效

(5) 通过 npm 安装 OpenClaw：

shell 复制代码

$ sudo npm install -g openclaw

3.2 完成初始化引导

安装成功后，执行以下命令进入引导程序，需要根据提示完成以下核心设置：

安全确认：当被问到是否知晓相关风险时，选择 Yes 并回车
选择模式：选择 QuickStart 快速启动模式
模型配置：这是关键的一步。因为我们是连接本地模型，所以当向导让我们选择模型供应商时，选择 "Skip for now" 跳过，我们将在后面手动配置

shell 复制代码

$ openclaw onboard

3.3 官方一键脚本部署

除了以上方法外，我们也可以使用官方一键脚本部署，这种方式最简单，脚本会自动帮我们处理 Node.js 环境、依赖安装等步骤。

(1) 首先下载官方一键脚本部署：

shell 复制代码

$ wget -O install.sh https://openclaw.ai/install.sh

(2) 在命令行中执行以下命令，脚本会自动开始工作，完成安装后，会自动进入初始化引导，设置方法与上一小节相同：

shell 复制代码

$ wget -O install.sh https://openclaw.ai/install.sh
$ bash install.sh

4. 配置本地模型 (Ollama)

Ollama 是一个便捷的本地模型运行工具，能让 OpenClaw 调用我们下载的开源模型。

4.1 安装与配置 Ollama

(1) wget 下载 Ollama 安装脚本：

shell 复制代码

$ wget -O install-ollama.sh https://ollama.com/install.sh

(2) 在终端执行以下命令安装 Ollama：

shell 复制代码

$ sudo bash install-ollama.sh

(4) 启动 Ollama 服务：

shell 复制代码

$ ollama serve &

4.2 选择并下载模型

根据显存大小选择合适的模型：

显存	推荐模型	占用	能力
4-6GB	qwen3.5:2b	~1.5GB	日常对话、简单任务
8-12GB	qwen3.5:4b	~4GB	代码、推理
16GB+	qwen3.5:9b	~9GB	复杂任务、长文本

使用以下命令下载选中的模型，以 qwen3.5:4b 为例：

shell 复制代码

$ ollama pull qwen3.5:4b

下载完成后，可以用 ollama list 命令查看已安装的模型列表进行确认：

shell 复制代码

$ ollama list

4.3 将 Ollama 模型接入 OpenClaw

现在，我们需要告诉 OpenClaw 如何找到刚下载的本地模型，主要是在配置文件 ~/.openclaw/openclaw.json 中添加 ollama 供应商信息。

(1) 在修改配置文件前，需要首先停止网关：

shell 复制代码

$ openclaw gateway stop

(2) 编辑配置文件 ~/.openclaw/openclaw.json，在文件中添加或修改以下内容：

json 复制代码

  "agents": {
    "defaults": {
      "workspace": "~/.openclaw/workspace",
      "model": {
        "primary": "ollama/qwen3.5:4b"
      },
      "models": {
        "ollama/qwen3.5:4b": {}
      }
    }
  },
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434",
        "apiKey": "ollama-local",
        "api": "ollama",
        "models": [
          {
            "id": "qwen3.5:4b",
            "name": "qwen3.5:4b",
            "api": "ollama"
          }
        ]
      }
    }
  }

(3) 配置完成后，重启一下 OpenClaw 网关让配置生效：

shell 复制代码

$ openclaw gateway start

(4) 使用以下命令查看模型列表，可以看到以 ollama/ 为前缀的本地模型：

shell 复制代码

$ openclaw models list

(5) 为方便使用，可以将本地模型设为默认：

shell 复制代码

$ openclaw models set ollama/qwen3.5:4b

5. 配置云端模型 (DeepSeek)

5.1 获取 DeepSeek API Key

(1) 访问 DeepSeek 开放平台

(2) 登录后，在「API Keys」页面创建新的 API Key

(3) 复制保存(形如 sk-xxxxxxxx)

5.2 DeepSeek 配置

首次安装完成后，如果使用云端模型，可以通过使用 openclaw onboard 命令进行配置；已经安装过 OpenClaw 的用户可以通过 openclaw onboard --install-daemon 命令进入配置阶段。

遇到提示：I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue? 选择 Yes
遇到提示：Setup mode 推荐选择 QuickStart
遇到提示：Model/auth provider 选择 DeepSeek
遇到提示：Enter DeepSeek API key 填入刚刚复制的 API Key
遇到提示：Default model 将光标指向 Enter model，填写模型名称 (deepseek-v4-pro 或 deepseek-v4-flash)
后续的其余配置请根据需求配置，也可以先选择 Skip for now

6. 开始使用 OpenClaw

6.1 启动对话

我们可以通过以下三种方式与 OpenClaw 进行对话。

(1) 打开 Web UI，在 Chat 页面进行交互，使用以下命令：

shell 复制代码

$ openclaw dashboard

(2) 在终端中打开 TUI，使用以下命令：

shell 复制代码

$ openclaw tui

(3) 在终端中与 Openclaw 对话，使用以下命令：

shell 复制代码

$ openclaw terminal

6.2 安装技能扩展

通过 Agent 对话安装是最符合 Agent 范式的方式。在 OpenClaw、Claude Code 等 Agent 的对话框中，我们只需用自然语言说一句话，Agent 会自动完成整个安装流程，其中 xx_skill 是我们要安装的 Skill：

shell 复制代码

帮我从技能市场安装 xx_skill

Agent 收到指令后，会遵循技能安装的最佳实践，分步执行：

自主发现与验证：Agent 会先浏览技能主页 ClawHub 页面，获取最新的安装说明和元数据，而不是凭"记忆"操作
执行具体安装命令：确认无误后，Agent 会调用对应的 CLI 命令静默安装
- OpenClaw CLI： openclaw skills install xx_skill
- ClawHub CLI (通过 npx)： npx clawhub@latest install xx_skill
环境自检与初始化：安装后，Agent 会立即检查核心工具是否准备就绪，帮我们运行 xx_skill version 验证

整个过程无需手动敲任何命令，Agent 成了我们的"部署工程师"。如果更倾向于自主控制，也可以通过 ClawHub 安装技能：

shell 复制代码

# 1. 安装 clawhub 命令行工具
$ npm i -g clawhub
# 2. 搜索相关技能
$ clawhub search "xx_skill"
# 3. 安装技能
$ clawhub install xx_skill

小结

通过本文的配置，我们现在拥有一个双引擎的 AI 助手系统：

隐私优先时使用本地 Ollama 模型，数据完全掌控
能力优先时切换到 DeepSeek，享受顶级大模型性能

OpenClaw 的网关架构让这一切切换变得非常简单，一条命令即可完成。加上日益丰富的技能生态，它正在成为个人 AI 助手的绝佳选择。开始你的 OpenClaw 之旅吧！