目前國內(nèi)還是很缺AI人才的，希望更多人能真正加入到AI行業(yè)，共同促進(jìn)行業(yè)進(jìn)步，增強(qiáng)我國的AI競爭力。

為什么你的AI助手應(yīng)該"住"在本地？

想象這樣一個場景：你把所有秘密都告訴了一個住在大廠宿舍的"室友"——你讓他幫你寫情書、改簡歷、分析公司的財(cái)務(wù)報(bào)表。每次對話，這些信息都要先穿過半個地球，在別人的服務(wù)器里轉(zhuǎn)一圈。有沒有覺得哪里不對勁？

這就是當(dāng)下大多數(shù)人與AI的相處模式。我們習(xí)慣了在網(wǎng)頁端ChatGPT、在手機(jī)App里跟豆包聊天，卻忘了數(shù)據(jù)隱私這件事就像家里的鑰匙——你肯定不會把鑰匙交給陌生人保管，對吧？

OpenClaw（社區(qū)愛稱"小龍蝦"）的出現(xiàn)，就是為了解決這個問題。它不是又一個聊天機(jī)器人，而是一個運(yùn)行在你自己電腦上的AI指揮中心。從2025年底那個被稱為Clawdbot的周末小項(xiàng)目，到如今GitHub上斬獲20萬Star的開源現(xiàn)象級作品，這個由奧地利開發(fā)者Peter Steinberger打造的框架，正在重新定義"個人AI助理"的邊界。

今天這篇文章，咱們就來聊聊怎么把這位"數(shù)字室友"請進(jìn)家門，順便讓它同時接入豆包和OpenAI兩大"大腦"，實(shí)現(xiàn)"本地運(yùn)行，云端智能"的混搭玩法。

一、OpenClaw究竟是什么？別再把它當(dāng)簡單的微信機(jī)器人了

很多人第一次聽說OpenClaw，是因?yàn)榫W(wǎng)上盛傳的"100%AI生成代碼"的噱頭。確實(shí)，Peter Steinberger公開承認(rèn)過，整個項(xiàng)目的代碼幾乎都是由Claude自動編寫的，他本人更像是個"產(chǎn)品經(jīng)理"角色。但這并不是重點(diǎn)。

重點(diǎn)是，OpenClaw本質(zhì)上是一個AI Agent的通用框架。它通過在本機(jī)啟動一個Gateway（網(wǎng)關(guān)）服務(wù)，默認(rèn)監(jiān)聽18789端口，把你的本地環(huán)境變成一個AI可以直接操作的"數(shù)字工作臺"。

你可以把它理解為一個Translator（翻譯官）+ Butler（管家）的混合體：

• 它一邊連接著各種聊天軟件（微信、Telegram、Discord等）
• 一邊連接著各種AI模型（OpenAI GPT系列、Anthropic Claude、國產(chǎn)的豆包/Kimi等）
• 更重要的是，它擁有對你本地文件系統(tǒng)的訪問權(quán)限，可以執(zhí)行命令、讀寫文件、甚至幫你初始化項(xiàng)目

這種設(shè)計(jì)的妙處在于數(shù)據(jù)主權(quán)。你的聊天記錄、生成的文件、修改的代碼，全都留在你自己的硬盤里，而不是某個云廠商的數(shù)據(jù)庫中。對于那些處理敏感信息（比如財(cái)務(wù)數(shù)據(jù)、商業(yè)計(jì)劃、個人日記）的場景，這簡直就是剛需。

二、安裝前的準(zhǔn)備：你的電腦能不能養(yǎng)得起這只"小龍蝦"？

別看OpenClaw功能強(qiáng)大，它對硬件的要求其實(shí)相當(dāng)親民。因?yàn)樗旧碇皇且粋€"中間層"，真正的計(jì)算量發(fā)生在模型端——如果你接的是OpenAI或豆包的云端API，本地幾乎不需要什么算力。

2.1 基礎(chǔ)環(huán)境要求

首先，你需要一個Node.js 22或更高版本的環(huán)境。別小看這個版本要求，2026年的LTS版本已經(jīng)是Node 22/24的天下了，如果你還在用Node 16，那就像試圖用Windows XP跑原神——不是不可能，但沒必要跟自己過不去。

檢查Node版本的命令很簡單：

node --version

如果輸出是v22.x.x或更高，恭喜你，可以進(jìn)入下一步。如果不是，建議去Node.js官網(wǎng)下載最新的LTS版本，或者用nvm（Node Version Manager）切換版本。

2.2 安裝OpenClaw

安裝過程簡單到令人發(fā)指，一行命令搞定：

npm install -g openclaw@latest

裝完之后，你需要執(zhí)行初始化流程。這個onboard命令會引導(dǎo)你完成基礎(chǔ)配置：

openclaw onboard --install-daemon

這里的--install-daemon參數(shù)會把OpenClaw注冊為系統(tǒng)服務(wù)，讓它隨開機(jī)自啟。如果你只是想在命令行里手動玩玩，可以去掉這個參數(shù)。

三、核心配置：Gateway是你的"數(shù)字客廳"

安裝完成后，OpenClaw會在你的機(jī)器上啟動一個Gateway服務(wù)。你可以把它想象成你家客廳的"總機(jī)"——所有AI模型、聊天軟件、本地工具都要通過這個總機(jī)才能互相通信。

默認(rèn)情況下，Gateway會占用18789端口，并提供一個Web管理界面。在瀏覽器里打開http://127.0.0.1:18789，你會看到一個簡潔的控制面板。第一次訪問時，系統(tǒng)會要求輸入Token，這個Token是在初始化時自動生成的，可以在命令行輸出里找到。

3.1 環(huán)境變量配置詳解

OpenClaw的行為主要通過環(huán)境變量控制。以下是幾個最關(guān)鍵的參數(shù)：

這些變量可以寫在系統(tǒng)的環(huán)境變量里，也可以放在項(xiàng)目根目錄的.env文件中。個人建議后者，方便不同項(xiàng)目使用不同配置。

四、接入豆包：讓國產(chǎn)大模型住進(jìn)你的本地環(huán)境

豆包（Doubao）作為字節(jié)跳動旗下的AI產(chǎn)品，在中文理解和語音交互方面有著不錯的表現(xiàn)。把豆包接入OpenClaw的流程，需要借助Coze平臺作為"中轉(zhuǎn)站"。

4.1 在Coze上搭建橋梁

整個接入路徑是這樣的：豆包 ↔ Coze智能體 ↔ OpenClaw本地服務(wù)。

首先，你需要訪問Coze的開發(fā)者平臺（https://code.coze.cn/），登錄后創(chuàng)建一個新的智能體。記得點(diǎn)擊右上角的"回到舊版"按鈕，因?yàn)樾掳娼缑嬗行┕δ苓€在調(diào)整中。

在智能體配置頁面，關(guān)鍵的一步是更改類型為"對話流"。選擇添加"對話流"后，點(diǎn)擊"官方示例"，找到libai模板并復(fù)制。這個模板提供了基礎(chǔ)的HTTP回調(diào)能力，正好用來對接OpenClaw。

進(jìn)入"對話流配置"后，把默認(rèn)的模型改成**“豆包角色扮演模型”**。這個版本對長對話的支持更好，也支持更自然的語音交互。配置完成后，先點(diǎn)擊"發(fā)布"并選擇發(fā)布到"豆包"，測試一下基礎(chǔ)功能是否正常。

4.2 打通本地與Coze的通信

這是最技術(shù)向的一步。你需要在Coze的"對話流"中添加一個HTTP請求節(jié)點(diǎn)，讓它能夠調(diào)用你本地運(yùn)行的OpenClaw Gateway。

由于本地服務(wù)通常在內(nèi)網(wǎng)，而Coze在公網(wǎng)，這里需要解決內(nèi)網(wǎng)穿透的問題。最簡單的方案是使用Cloudflare Tunnel或者ngrok，把你的本地18789端口映射到一個公網(wǎng)URL。

假設(shè)你已經(jīng)通過ngrok獲得了https://abc123.ngrok.io這個轉(zhuǎn)發(fā)地址，那么在Coze的HTTP節(jié)點(diǎn)中，你需要配置：

• 請求方法：POST
• 請求地址：https://abc123.ngrok.io/api/chat
• 請求頭：Content-Type: application/json
• 請求體：包含message和session_id等字段

在OpenClaw這邊，你需要在配置文件中添加對這個Webhook的響應(yīng)邏輯。編輯~/.clawdbot/config.json，在agents部分添加一個新的endpoint：

{
  "agents": {
    "doubao-bridge": {
      "type": "webhook",
      "endpoint": "https://abc123.ngrok.io/api/chat",
      "model": "custom",
      "customModelConfig": {
        "baseURL": "https://api.coze.cn/open_api/v2/chat",
        "apiKey": "你的Coze個人令牌"
      }
    }
  }
}

這里的apiKey需要你在Coze平臺的"個人設(shè)置"里生成一個Personal Access Token。務(wù)必妥善保管，不要提交到Git倉庫。

五、OpenAI集成：給"小龍蝦"裝上最強(qiáng)大腦

相比豆包需要通過Coze中轉(zhuǎn)，OpenAI的接入要直接得多。OpenClaw原生支持OpenAI的API格式，只需要配置好密鑰就能直接用。

5.1 基礎(chǔ)接入配置

在環(huán)境變量或.env文件中添加：

OPENAI_API_KEY=sk-你的OpenAI密鑰
OPENAI_MODEL=gpt-4o

然后在OpenClaw的配置文件里指定使用OpenAI作為默認(rèn)模型：

{
  "agents": {
    "main": {
      "model": "openai",
      "openaiConfig": {
        "model": "gpt-4o",
        "temperature": 0.7,
        "maxTokens": 4096
      }
    }
  }
}

如果你使用的是Azure OpenAI服務(wù)，配置略有不同，需要額外指定baseURL和apiVersion：

{
  "azure": {
    "endpoint": "https://你的資源名.openai.azure.com/",
    "apiKey": "你的Azure密鑰",
    "deploymentName": "gpt-4o-deployment",
    "apiVersion": "2025-01-01-preview"
  }
}

5.2 雙模型熱切換實(shí)戰(zhàn)

真正好玩的玩法是讓OpenClaw根據(jù)任務(wù)類型自動切換模型，或者讓用戶在對話中指定用哪個模型。比如你只想讓豆包處理日常閑聊，而把代碼編寫任務(wù)交給GPT-4o。

這種"智能路由"可以通過配置skills來實(shí)現(xiàn)。在OpenClaw中，Skills是擴(kuò)展功能的基本單位，社區(qū)已經(jīng)貢獻(xiàn)了700多個現(xiàn)成技能。

創(chuàng)建一個自定義Skill文件~/.clawdbot/skills/model-router.js：

module.exports = {
  name: 'model-router',
  description: '根據(jù)用戶意圖切換AI模型',
  async onMessage(message, context) {
    const { content } = message;
    // 如果用戶明確@了某個模型
    if (content.includes('@豆包')) {
      return context.switchModel('doubao-bridge');
    }
    if (content.includes('@GPT4')) {
      return context.switchModel('openai');
    }
    // 自動判斷：代碼相關(guān)用OpenAI，閑聊用豆包
    const codeKeywords = ['寫代碼', 'debug', '函數(shù)', 'bug', '報(bào)錯'];
    const isCodeTask = codeKeywords.some(kw => content.includes(kw));
    return isCodeTask ? context.switchModel('openai') : context.switchModel('doubao-bridge');
  }
};

重啟Gateway后，這個Skill就會自動生效。現(xiàn)在你可以試著發(fā)送"幫我寫個Python爬蟲"和"今天天氣怎么樣"，看看OpenClaw會不會自動調(diào)用不同的模型來回答。

六、Docker部署：讓"小龍蝦"住進(jìn)隔離的沙盒

雖然OpenClaw可以直接運(yùn)行在裸機(jī)上，但考慮到它會執(zhí)行代碼、訪問文件系統(tǒng)，強(qiáng)烈建議用Docker把它隔離起來。這就好比給這位"數(shù)字室友"單獨(dú)租了間公寓，而不是讓它直接睡在你的主臥——即便它看起來人畜無害，防一手總沒錯。

6.1 Docker Compose配置

創(chuàng)建一個docker-compose.yml文件：

version: '3.8'
services:
  openclaw-gateway:
    image: node:22-alpine
    container_name: openclaw
    environment:
      - NODE_ENV=production
      - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      - CLAWDBOT_GATEWAY_TOKEN=${CLAWDBOT_GATEWAY_TOKEN}
    volumes:
      - ./config:/home/node/.clawdbot
      - ./workspace:/home/node/clawd
      - /var/run/docker.sock:/var/run/docker.sock
    ports:
      - "18789:18789"
      - "18790:18790"
    working_dir: /app
    command: >
      sh -c "npm install -g openclaw@latest &&
      openclaw gateway --bind 0.0.0.0"
    restart: unless-stopped
    networks:
      - openclaw-net
  # 可選：為AI執(zhí)行代碼創(chuàng)建隔離沙盒
  sandbox:
    image: alpine:latest
    container_name: openclaw-sandbox
    command: tail -f /dev/null
    security_opt:
      - no-new-privileges:true
    cap_drop:
      - ALL
    networks:
      - openclaw-net
    profiles:
      - donotstart
networks:
  openclaw-net:
    driver: bridge

這個配置有幾個關(guān)鍵點(diǎn)：

1. 使用Node 22的Alpine鏡像，體積小且安全
2. 將主機(jī)的Docker Socket映射進(jìn)容器，這樣OpenClaw可以啟動其他容器來執(zhí)行危險(xiǎn)操作（代碼沙盒）
3. 數(shù)據(jù)持久化掛載，確保重啟后配置不丟失

6.2 沙盒安全策略

如果你打算讓OpenClaw執(zhí)行代碼（比如讓它幫你寫個腳本并運(yùn)行測試），強(qiáng)烈建議啟用Docker-in-Docker沙盒模式。在配置文件中添加：

{
  "agents": {
    "defaults": {
      "sandbox": {
        "docker": {
          "image": "node:22-alpine",
          "workdir": "/workspace",
          "readOnlyRoot": true,
          "network": "none",
          "memory": "1g",
          "cpus": 1,
          "pidsLimit": 256
        }
      }
    }
  }
}

這套配置相當(dāng)于給AI戴上"手銬"：只讀文件系統(tǒng)、無網(wǎng)絡(luò)訪問、內(nèi)存和CPU限制、進(jìn)程數(shù)限制。即便AI想"造反"，也掀不起什么大浪。

七、實(shí)戰(zhàn)場景：從"玩具"到"生產(chǎn)力工具"的跨越

配置好雙模型接入后，OpenClaw就不再是個簡單的聊天玩具了。以下是幾個筆者親測有效的實(shí)戰(zhàn)場景：

7.1 智能客服機(jī)器人

假設(shè)你運(yùn)營著一個技術(shù)社群，可以把OpenClaw接入微信群（通過wechaty等協(xié)議），并配置自動回復(fù)邏輯。當(dāng)群友問基礎(chǔ)問題時，路由給豆包（中文回答更自然）；當(dāng)遇到具體的技術(shù)Bug時，轉(zhuǎn)發(fā)給GPT-4o分析錯誤日志。

配置示例：

{
  "integrations": {
    "wechat": {
      "enabled": true,
      "webhook": "http://localhost:18789/api/wechat",
      "autoReply": true,
      "modelRouter": "model-router"
    }
  }
}

7.2 自動化編程助手

這是最符合OpenClaw設(shè)計(jì)初衷的場景。你可以直接在聊天窗口里說：“幫我創(chuàng)建一個React項(xiàng)目，用Tailwind CSS做樣式，實(shí)現(xiàn)一個Todo List應(yīng)用”。

OpenClaw會：

1. 在本地~/clawd目錄下創(chuàng)建項(xiàng)目文件夾
2. 執(zhí)行npx create-react-app命令
3. 安裝Tailwind依賴并配置
4. 編寫基礎(chǔ)組件代碼
5. 啟動開發(fā)服務(wù)器并返回訪問鏈接

整個過程你只需要動嘴（或者打字），剩下的交給這位"數(shù)字實(shí)習(xí)生"。

7.3 跨平臺信息同步

利用豆包的語音輸入優(yōu)勢和GPT-4o的長文本分析能力，你可以構(gòu)建一個"語音速記→AI整理→多端同步"的工作流：

• 在豆包App里用語音快速記錄靈感（利用豆包優(yōu)秀的語音識別）
• OpenClaw接收到文本后，調(diào)用GPT-4o進(jìn)行結(jié)構(gòu)化整理（提取待辦事項(xiàng)、關(guān)鍵結(jié)論）
• 整理后的內(nèi)容自動寫入本地Markdown文件，或者通過API同步到你的Notion、飛書文檔

八、避坑指南：新手最容易踩的五個坑

1. 端口沖突：如果18789端口被占用（比如某些VPN軟件），啟動時會報(bào)錯。解決方法是修改環(huán)境變量CLAWDBOT_GATEWAY_PORT為其他端口，比如18788。
2. 權(quán)限不足：在Linux/Mac上，OpenClaw默認(rèn)會把工作目錄設(shè)在~/clawd，如果該目錄權(quán)限不對（比如用sudo裝過導(dǎo)致所有權(quán)混亂），會導(dǎo)致文件寫入失敗。建議執(zhí)行sudo chown -R $(whoami) ~/clawd。
3. 模型響應(yīng)慢：如果感覺AI回復(fù)特別慢，檢查是不是走了Coze的中轉(zhuǎn)鏈路。Coze的免費(fèi) tier 有速率限制，生產(chǎn)環(huán)境建議直接使用豆包或OpenAI的原生API。
4. 內(nèi)存爆炸：雖然OpenClaw本身不占內(nèi)存，但如果你讓它同時處理多個大文件（比如分析整個代碼庫），Node.js進(jìn)程的內(nèi)存占用可能飆升。建議在Docker配置中設(shè)置--max-old-space-size=4096限制。
5. Token失效：OpenAI和豆包的API Key都有有效期，尤其是豆包的Coze Token，默認(rèn)只有30天有效期。建議設(shè)置日歷提醒定期更換，或者在配置中使用環(huán)境變量引用，方便批量更新。

到此這篇關(guān)于讓OpenClaw接入豆包和OpenAI的文章就介紹到這了,更多相關(guān)OpenClaw接入豆包和OpenAI內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持腳本之家！

最新評論