OpenClaw 安装部署完全指南:从零到上线(2026最新版)

你搜到的 OpenClaw 安装教程大概率是机翻的英文文档,命令贴上去就报错,报错信息也不知道怎么查。更离谱的是有人把免费的开源工具包装成”付费安装服务”,一次收 100 到 500 块。
这篇文章把 Windows、macOS、Linux 三种平台的部署方式揉在一起讲清楚。国内用户特有的镜像加速、飞书接入、阿里云百炼配置、WSL2 网络问题,每个都有具体解法。
先搞清楚 OpenClaw 到底是什么
OpenClaw 是一个开源的 AI Agent 网关,由程序员 Peter Steinberger 开发,2026 年 1 月发布后迅速在 AI 社区爆火。它之前叫 Clawdbot,后来改过名 Moltbot,现在定名 OpenClaw(社区俗称”小龙虾”)。
说人话就是:用对话的方式让 AI 自动完成复杂任务。你不需要画工作流图,不需要写代码定义每个工具怎么串联,直接告诉它你要什么就行。
和 Dify 这类传统的 AI Agent 平台不同,OpenClaw 把工具调用、工作流搭建、定时任务全部自动化了。比如你可以在飞书里发一句”每天早上 9 点帮我抓取这五个网站的最新文章,按行业分类汇总发给我”,它自己去规划步骤、调工具、写脚本、定时执行。
支持的能力:
- 多渠道接入:飞书、微信、Telegram、Discord、Slack、WhatsApp、iMessage
- 多模型:阿里云百炼、OpenAI、Anthropic、MiniMax、Ollama 本地模型
- 工具链:文件读写、浏览器操控、代码执行、API 调用、定时任务
- 插件扩展:第三方开发者贡献的飞书插件、MCP 工具等
部署前准备
系统要求
| 平台 | 最低配置 | 推荐配置 |
|---|---|---|
| Windows | Win10 2004+ / Win11,需开启 WSL2 | 16GB 内存,WSL2 + Ubuntu 22.04 |
| macOS | macOS 12+,Intel 或 Apple Silicon | 16GB 内存 |
| Linux | Ubuntu 20.04+ / Debian / Fedora | 16GB 内存,Docker 20.10+ |
所有平台都需要 Node.js >= 22,硬盘预留 10GB 以上。
Windows 用户的第一个坑:WSL2
如果你用 Windows,OpenClaw 官方强烈建议走 WSL2 而不是直接在 PowerShell 里跑。直接在原生 Windows 跑稳定性很差,这也是很多人花冤枉钱买 Mac Mini 的原因。
安装 WSL2(管理员 PowerShell):
wsl --install -d Ubuntu-22.04
wsl --set-default-version 2
执行完重启电脑,启动 Ubuntu 设置用户名密码就行。WSL2 里跑的 OpenClaw 可以直接访问 Windows 本地文件,不需要额外配置。
如果你只是临时体验,也可以在原生 PowerShell 里直接装,但不推荐长期用。原生 Windows 下的路径处理、进程管理都有小毛病,遇到报错排查成本远高于 WSL2。
三种部署方式对比
| 方式 | 难度 | 适用场景 | 一句话评价 |
|---|---|---|---|
| 一键脚本 | 极低 | 新手快速上手 | 自动装 Node.js,填 API Key 就完事 |
| npm 手动安装 | 中 | 需要自定义控制 | 灵活度最高,但环境问题得自己扛 |
| Docker 部署 | 中高 | 生产环境、需要沙箱隔离 | 最安全,更新迁移最省心 |
方式一:一键脚本安装
macOS / Linux(WSL2):
# 官方脚本
curl -fsSL https://openclaw.ai/install.sh | bash
# 国内用户建议用加速脚本,避免 GitHub 下载超时
curl -fsSL https://open-claw.org.cn/install-cn.sh | bash
Windows PowerShell(管理员):
# 先开脚本权限
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
# 官方脚本
iwr -useb https://openclaw.ai/install.ps1 | iex
# 国内加速
iwr -useb https://open-claw.org.cn/install-cn.ps1 | iex
脚本跑完后会进入交互式配置向导:选模型 → 填 API Key → 选 Channel → 选要不要装 Skill。第一次用建议全部跳过,后面可以单独配。唯一必填的是 API Key。
初始化完成后启动:
openclaw onboard --install-daemon
openclaw gateway start
openclaw dashboard # 打开 Web 控制台 http://localhost:18789
方式二:npm 手动安装
适用场景是你已经有 Node.js 环境,或者需要装特定版本。
# 国内先切镜像,不然 npm install 可能卡住
npm config set registry https://registry.npmmirror.com
# 全局安装
npm install -g openclaw
# 验证
openclaw --version
# 然后走初始化和启动流程
openclaw onboard --install-daemon
openclaw gateway start
如果遇到权限报错:
# macOS/Linux
sudo npm install -g openclaw
# Windows — 以管理员身份运行 CMD 或 PowerShell 再执行
方式三:Docker 部署
生产环境建议直接用 Docker。沙箱隔离意味着 Agent 跑在容器里,碰不到你的系统文件。OpenClaw 这种能执行代码、操控文件、调 API 的自主 Agent,不给它套个容器相当于把你家门钥匙放在门垫下面。
确保 Docker Desktop 已在后台运行,然后:
Dockerfile:
FROM node:24-slim
WORKDIR /openclaw
RUN npm install -g openclaw@latest
ENV OPENCLAW_WORKSPACE=/workspace
VOLUME ["/workspace"]
CMD ["openclaw", "onboard"]
compose.yaml:
services:
openclaw:
build: .
container_name: openclaw
restart: unless-stopped
volumes:
- openclaw-workspace:/workspace
environment:
- OPENCLAW_WORKSPACE=/workspace
stdin_open: true
tty: true
volumes:
openclaw-workspace:
volumes 这里很关键。容器本身是临时的,删了容器就丢了所有配置和记忆。挂载持久化卷之后,容器挂了重启,Agent 的状态、记忆、插件都在,基本等于没断过。
启动:
docker compose up -d
docker compose exec openclaw openclaw gateway start
更新版本也简单:改 Dockerfile 里的版本号,重建镜像,重启容器。数据卷不变,Agent 不受影响。
国内用户必配:镜像加速和模型选择
npm 镜像
国内直连 npm 官方源大概率超时:
npm config set registry https://registry.npmmirror.com
模型 API 选择
OpenClaw 本身不提供模型,需要接入第三方 LLM 的 API:
| 服务商 | 推荐理由 | 获取 API Key |
|---|---|---|
| 阿里云百炼 | 国内访问最快,通义千问系列模型 | 阿里云百炼控制台 → API-KEY 管理 |
| MiniMax | 国内厂商,价格有竞争力 | MiniMax 开放平台 |
| OpenAI / Anthropic | 模型能力最强,需科学上网 | 官网注册 |
以阿里云百炼为例:
- 登录阿里云百炼控制台
- 进入「API-KEY 管理」,创建新的 API Key,复制保存
- 在 OpenClaw 里执行
openclaw configure,选「阿里云百炼 (Bailian)」→ 粘贴 API Key - 选择模型,推荐
qwen-max或qwen-plus(前者能力强,后者响应快成本低)
GitHub 下载加速
一键安装脚本里很多依赖是从 GitHub 拉的,国内可能连不上。用国内加速脚本(open-claw.org.cn 域名)可以绕过。如果加速脚本挂了,手动改 hosts 或者挂代理再跑官方脚本。
接入飞书:国内 IM 首选
OpenClaw 默认集成的 Channel 都是 WhatsApp、Telegram、Discord 这些国外平台。国内用飞书最方便,生态开放,接入流程简单,支持 PC 和移动端。
4 步接入
1. 创建飞书应用
打开飞书开放平台,创建新应用,名字随意比如”OpenClaw”。创建完记下 App ID 和 App Secret。
2. 安装飞书插件
社区有人专门写了 OpenClaw 飞书插件(github.com/m1heng/clawdbot-feishu),在 OpenClaw 终端里执行插件安装命令即可。
3. 修改配置文件
编辑 ~/.openclaw/openclaw.json,加上飞书 Channel 配置:
"channels": {
"feishu": {
"enabled": true,
"appId": "你的 App ID",
"appSecret": "你的 App Secret",
"domain": "feishu",
"connectionMode": "websocket",
"dmPolicy": "pairing",
"groupPolicy": "open",
"requireMention": true,
"mediaMaxMb": 30,
"renderMode": "card"
}
}
几个关键配置说明:
connectionMode: "websocket"— 走 WebSocket 长连接,比 HTTP Webhook 更稳定dmPolicy: "pairing"— 私聊需要先配对,防止陌生人直接给 Agent 发指令groupPolicy: "open"— 群聊里所有人都能和 Agent 对话requireMention: true— 群里必须 @ 才会响应,避免误触发
4. 飞书后台配置事件订阅
在飞书开放平台的应用详情页,配置事件订阅地址(OpenClaw 启动后会告诉你地址),添加权限:im:message、im:message.p2p、im:message.group。提交发布,管理员审核通过后就能在飞书里用了。
常见报错速查
| 报错信息 | 原因 | 解决 |
|---|---|---|
node: command not found | Node.js 没装或版本太低 | 升级到 Node.js >= 22;一键脚本会自动处理 |
npm ERR! network timeout | npm 官方源在国内超时 | 切镜像:npm config set registry https://registry.npmmirror.com |
EACCES: permission denied | 权限不足 | mac/Linux 加 sudo;Windows 以管理员运行 |
WSL2 网络不通 | WSL2 默认 DNS 有问题 | WSL 内执行 echo "nameserver 8.8.8.8" > /etc/resolv.conf |
openclaw: command not found | npm 全局路径不在 PATH 里 | 检查 npm bin -g 路径是否在 $PATH 中 |
WebSocket 连接失败(飞书) | 飞书应用未审核发布 | 在飞书开放平台提交应用审核,通过后再试 |
API Key 无效 | Key 输错或过期 | 去对应平台重新生成 Key,注意不要有多余空格 |
Docker daemon not running | Docker Desktop 没启动 | 启动 Docker Desktop,等鲸鱼图标不再转圈再重试 |
生产环境部署的几条硬规则
用 Docker。 给一个能读写文件、调 API、执行命令的自主 Agent 开完整系统权限,出问题是早晚的事。Docker 沙箱把爆炸半径限制在容器里。
用 WSL2 而不是原生 Windows。 原生 Windows 下的路径分隔符、进程管理、npm 依赖编译都有不确定性问题。WSL2 本质是 Linux 虚拟机,OpenClaw 在 Linux 下最稳定。
配好 API 消费上限。 在模型提供商后台设好每日或每月的 API 调用额度上限。Agent 跑偏了最多浪费你设的上限,不设上限的话一夜干掉几百块是有先例的。
打开 memory 插件。 openclaw.json 里 memory-core 插件默认是关的。打开之后 Agent 才能记住上下文,不然每次对话都从零开始。
定期翻日志。 你三周前配的定时任务可能还在噼里啪啦跑着往群里发消息。Agent 不会觉得不对,它只是执行你当初下的命令。
云服务器部署:7×24 小时在线
如果你需要 Agent 全天候运行(定时任务、自动回复、监控告警),本地跑不合适——笔记本合盖就停了。两个选择:
便宜 VPS(腾讯云/阿里云轻量应用服务器):最低配置 2 核 4GB,50GB 云盘,月费几十块。装 Ubuntu 然后走上面的一键脚本或 Docker 部署。适合愿意折腾的开发者。
托管平台:如果你不想管服务器运维,几家海外平台提供了 OpenClaw 托管服务,预装环境、自动更新、7×24 监控。多花几十块月费换你不用半夜起来重启服务。适合”我只要 Agent 能干活”的用户。
OpenClaw 是个好工具。它把 AI Agent 的门槛从”你得会写工作流代码”压到了”你会在终端敲几行命令”。但该套 Docker 还是得套 Docker,该设 API 上限还是得设上限,该翻日志还是得翻日志。
按这篇指南走完,你应该能在半小时内拥有一个跑在自己机器(或服务器)上的 AI Agent,可以在飞书里指挥它干活,也可以用它定时抓数据、写报告、发通知。剩下的就是你让它做什么了。
浏览更多 AI Agent 产品和部署方案,请访问我们的 Agent 目录。