OpenClaw 本地部署新手指南:2026 安全、省钱、高效的三合一方案
OpenClaw 本地部署新手指南:2026 安全、省钱、高效的三合一方案
关键词:OpenClaw、AI 智能体、本地部署、安全隔离、API 成本控制、Ollama、WSL2
阅读时长:约 12 分钟
写在前面
最近“AI 智能体”这个词越来越火。很多人听说 OpenClaw(开源社区戏称“龙虾”)能像数字员工一样自动执行任务——抓网页、整理文档、回邮件,于是兴冲冲想自己搭一个。但真正动手时才发现:安装脚本报错、API-Key 不会配、本地模型跑不动、端口被占用……一篇教程看完,反而更晕了。
这篇文章是我在帮助多位朋友实际部署 OpenClaw 后总结的经验。我们不追求大而全,只解决三个最实际的问题:
- 怎么装最稳? —— 避开 Windows 原生坑,推荐最稳定的环境。
- 怎么最省钱? —— 结合 Ollama 本地模型 + 免费云 API,把运行成本压到几乎为零。
- 怎么最安全? —— 隔离运行、权限最小化,避免“龙虾”把你电脑里的文件乱删。
⚠️ 声明:本文所有命令均基于 OpenClaw 2026.3 版本实测,案例为虚拟构建,仅供参考。部署前建议阅读官方最新文档。
一、为什么你的“龙虾”总是装不上?
根据社区反馈,80% 的新手卡在以下几个问题上:
| 现象 | 常见原因 | 一句话解决 |
|---|---|---|
openclaw: command not found |
Node.js 未安装 / PATH 未更新 | 先装 Node.js 22+,重启终端 |
浏览器打开 localhost:18789 失败 |
Gateway 未启动 / 端口冲突 | 运行 openclaw status 检查 |
API-Key 配置后仍报 Invalid API Key |
复制时带了空格 / Base URL 错误 | 重新粘贴,确认没有多余字符 |
| 技能调用无响应 | 技能未安装或名称写错 | openclaw skills list 查看已有技能 |
但最根本的原因,往往是你用的操作系统不对。 OpenClaw 在 Linux / macOS / WSL2 上极其稳定,在 Windows 原生环境下却经常出现子进程、文件路径兼容性问题。所以,第一步不是装 OpenClaw,而是先装 WSL2。
二、环境准备:5 分钟搭好“龙虾窝”
2.1 硬件最低要求(实测可跑)
| 项目 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 1 核 | 2 核+ |
| 内存 | 1 GB | 2 GB+ |
| 磁盘 | 10 GB 空闲 | 20 GB+ |
| 系统 | WSL2 / Ubuntu 20.04+ | Ubuntu 22.04+ |
如果你只有一台老旧的 Windows 笔记本,WSL2 是最好的选择。安装方法(管理员 PowerShell 执行):
wsl --install
重启后,打开 Ubuntu 终端,继续后续步骤。
2.2 大模型 API-Key 怎么选?
OpenClaw 本身没有“脑子”,必须外接大模型。新手有三种选择:
| 方案 | 成本 | 推荐度 | 说明 |
|---|---|---|---|
| 阿里云百炼 | 新用户免费 100 万 token | ⭐⭐⭐⭐⭐ | 国内直连,无需科学上网 |
| Ollama 本地模型 | 完全免费 | ⭐⭐⭐⭐ | 需要一定内存(7B 模型约 4GB) |
| OpenAI API | 付费 | ⭐⭐ | 需要国际信用卡,国内调用慢 |
💡 省钱技巧:日常简单任务用 Ollama 本地跑 qwen2:1.5b 或 gemma3n,复杂任务临时切到云端 API。两种方式可以共存。
2.3 端口检查
OpenClaw 默认使用 18789 端口。如果被占用(比如之前装过旧版),可以修改配置:
# 查看端口占用
lsof -i:18789 # Linux/WSL2
netstat -ano | findstr :18789 # Windows CMD
# 若被占用,修改配置
nano ~/.openclaw/openclaw.json # 将 port 改为 18790
三、两种部署方式对比:一键脚本 vs Docker
方式 A:官方一键脚本(适合新手)
在 WSL2 终端中执行:
curl -fsSL https://openclaw.ai/install.sh | bash
安装过程约 2 分钟。期间会出现选项 How do you want to hatch your bot?,输入 1 选择“Open the Web UI”,脚本会自动打开浏览器。
优点:自动配置 Node.js、环境变量、Gateway 服务。
缺点:与系统耦合较紧,卸载不干净。
方式 B:Docker 部署(适合进阶/需要隔离)
如果你希望“龙虾”运行在沙箱里,不污染主机环境:
docker run -d --name openclaw \
-p 18789:18789 \
-v ~/.openclaw:/root/.openclaw \
openclaw/openclaw:latest
优点:隔离性好,升级回滚方便。
缺点:需要先装 Docker,且对 Windows 用户略麻烦。
我的建议:新手先用方式 A 跑通流程,熟练后再考虑 Docker。
四、配置大模型:以阿里云百炼为例(最省钱)
4.1 获取 API-Key
- 注册阿里云账号,完成实名认证。
- 访问 百炼控制台。
- 左侧“密钥管理” → “创建密钥”,复制生成的 API-Key(只显示一次,保存好)。
4.2 通过 Web UI 配置(推荐)
打开 http://localhost:18789,依次操作:
- 点击 Settings → Model Providers → Add Provider
- 填写:
- Name:
bailian - API Type:
openai-completions - API Key: 粘贴刚才复制的 key
- Base URL:
https://dashscope.aliyuncs.com/compatible-mode/v1
- Name:
- 保存后,点击 Models → Add Model
- ID:
qwen-turbo - Provider:
bailian
- ID:
- 设为默认模型。
4.3 验证模型是否可用
在 Web UI 聊天框输入:
你好,请用一句话介绍你自己。
如果返回正常回答,说明配置成功。
五、Ollama 本地模型配置(完全免费,但需要内存)
如果你不想花一分钱,且电脑内存 ≥ 4GB,可以配置 Ollama 本地模型。
5.1 安装 Ollama
# WSL2 / Linux
curl -fsSL https://ollama.com/install.sh | sh
# 启动服务
ollama serve
另开一个终端,拉取模型(建议从小的开始):
ollama pull qwen2:1.5b # 约 934MB,速度快
ollama pull gemma3n:latest # 约 7.5GB,效果好但需大内存
5.2 配置 OpenClaw 使用 Ollama
在 Web UI 中,添加新的 Provider:
- Name:
ollama-local - API Type:
ollama - Base URL:
http://localhost:11434
然后添加模型:
- ID:
qwen2:1.5b - Provider:
ollama-local
设为默认。注意:本地模型第一次调用时会加载到内存,可能需要几秒钟。
5.3 两种模式切换
你可以在 Web UI 中随时切换默认模型:简单任务用本地免费模型,复杂任务临时切到云端 API。这样可以极大降低 token 消耗。
六、第一个实战:让“龙虾”帮你整理新闻
6.1 安装必备技能
OpenClaw 的核心能力来自 Skills。我们先用官方技能市场安装一个浏览器自动化技能:
# 在终端执行
openclaw skills install agent-browser
openclaw skills reload
6.2 下达指令
在 Web UI 聊天框输入:
使用 agent-browser 技能访问 https://news.ycombinator.com,抓取首页前5条新闻的标题和链接,整理成Markdown列表返回。
6.3 预期结果(示例)
OpenClaw 正在执行...
✅ 已启动无头浏览器
✅ 已访问 news.ycombinator.com
✅ 已提取以下数据:
1. [Show HN: A CLI tool for OpenClaw skills management](https://news.ycombinator.com/item?id=12345)
2. [Ask HN: What are you working on this week?](https://news.ycombinator.com/item?id=12346)
...
注意:实际抓取结果取决于网页结构。如果失败,可以尝试更具体的指令,比如指定 CSS 选择器。
七、高频问题速查表(来自真实踩坑)
| 问题 | 解决方案 |
|---|---|
openclaw command not found |
重装 Node.js 22+,然后 source ~/.bashrc |
Error: listen EADDRINUSE :::18789 |
端口被占用,修改 openclaw.json 中的端口号 |
| API-Key 配置后仍报 401 | 检查 Base URL 是否以 /v1 结尾,且 API-Key 无空格 |
Ollama 模型返回 does not support tools |
换用支持 function calling 的模型,如 qwen2.5:7b 或 llama3.2:3b |
| Windows 原生系统下 Gateway 启动失败 | 强烈建议迁移到 WSL2,这是官方推荐的方案 |
| 技能执行后无输出 | 查看日志:openclaw logs --tail 20,定位具体错误 |
八、安全提醒:别让你的“龙虾”变成“螃蟹”
OpenClaw 的技能可以访问你的文件系统、执行命令、发送网络请求。默认配置下,它拥有和你一样的权限。因此:
- 不要在生产环境(或存有重要文件的电脑)上随意安装未经验证的第三方技能。ClawHub 上的技能虽然有审核,但曾出现过恶意技能。
- 为 OpenClaw 创建独立的运行目录,比如
~/openclaw-workspace,并限制其只能读写该目录。 - 定期轮换 API-Key,尤其是云端 API 的密钥。
- 如果不确定某个技能是否安全,可以先在一个隔离的虚拟机或 Docker 容器里测试。
九、总结与下一步
通过这篇文章,你应该已经能够:
- ✅ 在 WSL2 上稳定部署 OpenClaw
- ✅ 配置阿里云百炼或 Ollama 本地模型
- ✅ 安装并调用
agent-browser技能完成实际任务 - ✅ 避开 80% 的新手常见坑
相关文章:OpenClaw 小白安装指南(Windows版)
📌 版权说明:本文为原创技术教程,参考了 OpenClaw 官方文档及社区经验。欢迎转载,但请注明出处。文中所有命令均经实测,但因环境差异,不保证 100% 成功,请自行甄别。
如果你在部署过程中遇到本文未覆盖的问题,欢迎在评论区留言,我会尽力解答。
更多推荐

所有评论(0)