1. 引言

在2026年的AI智能體浪潮中，OpenClaw（曾用名Clawdbot/Moltbot，社區(qū)昵稱“龍蝦”）無疑是GitHub上最受關(guān)注的開源項目之一，GitHub星標(biāo)已超過30.9萬顆，登頂多個開源榜單。與傳統(tǒng)的AI對話工具不同，OpenClaw是一個“連接”框架——它將大模型的思考能力與電腦的真實操作權(quán)限連接起來，通過自然語言指令實現(xiàn)瀏覽器控制、文件操作、Shell命令執(zhí)行等全場景自動化，真正讓AI從“對話生成”走向“閉環(huán)執(zhí)行”。

本文你將收獲：

• 理解OpenClaw的核心架構(gòu)與工作原理
• 完成OpenClaw的完整本地部署（Windows/macOS/Linux）
• 掌握配置文件修改與模型切換方法
• 學(xué)會根據(jù)場景選擇最適合的AI模型

2. OpenClaw核心認(rèn)知

2.1 技術(shù)架構(gòu)

OpenClaw采用四層架構(gòu)設(shè)計，各層功能邊界清晰：

2.2 OpenClaw與模型的關(guān)系

OpenClaw本身不包含任何AI模型。 它的核心價值在于“連接”——連接大模型的思考能力與電腦的真實操作權(quán)限。就像一個機器人有了身體（OpenClaw提供執(zhí)行能力），但還需要大腦（AI模型提供思考和決策能力）。因此，你的OpenClaw用得好不好，很大程度上取決于你給它配了什么模型。

3. 本地部署OpenClaw

3.1 硬件與系統(tǒng)要求

Windows用戶注意：官方明確建議通過WSL2（Windows Subsystem for Linux）方式安裝，而非原生Windows環(huán)境，以獲得更好的兼容性和穩(wěn)定性。如果堅持原生Windows，請確保以管理員權(quán)限運行所有命令。

3.2 部署前置準(zhǔn)備

安裝Node.js 22.x：

# Linux/macOS（推薦使用nvm）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
nvm install 22
nvm use 22
# 或使用官方安裝包
# Node.js >= v22.0.0，推薦v22.16.0

Windows用戶：

1. 務(wù)必使用純英文路徑安裝（如 D:\OpenClaw），禁用中文、空格和特殊字符
2. 運行前徹底關(guān)閉所有安全防護軟件（360、火絨、Windows Defender實時防護等），防止誤判攔截
3. 推薦使用7-Zip或WinRAR解壓安裝包，避免使用Windows自帶解壓工具

3.3 三種安裝方式

方式一：官方一鍵腳本安裝（強烈推薦新手）

Windows（PowerShell 管理員）：

# 國際版
iwr -useb https://openclaw.ai/install.ps1 | iex
# 國內(nèi)加速鏡像
iwr -useb https://open-claw.org.cn/install-cn.ps1 | iex

macOS/Linux/WSL2：

# 國際版
curl -fsSL https://openclaw.ai/install.sh | bash
# 國內(nèi)加速鏡像
curl -fsSL https://open-claw.org.cn/install-cn.sh | bash

安裝腳本會自動檢測系統(tǒng)環(huán)境，安裝Node.js（如需要），然后通過npm全局安裝OpenClaw。

方式二：npm全局安裝（適合已有Node.js環(huán)境的開發(fā)者）

# 國際源
npm install -g openclaw@latest
# 國內(nèi)鏡像加速（推薦）
npm install -g openclaw@latest --registry=https://registry.npmmirror.com

驗證安裝：

openclaw --version

方式三：Windows一鍵部署包（零代碼操作，適合純小白）

前往官方鏡像源獲取OpenClaw Windows一鍵部署包（約361MB），下載后使用WinRAR/7-Zip解壓到純英文目錄，雙擊 Openclaw Windows 一鍵啟動.exe 即可自動安裝——程序會自動檢測并安裝Git、Node.js、Python等依賴，部署OpenClaw核心項目文件，整個過程約3-5分鐘。若彈出Windows SmartScreen提示，點擊「更多信息」→「仍要運行」即可。

3.4 初始配置：Onboard向?qū)?/h3>

安裝完成后運行引導(dǎo)程序完成初始配置：

openclaw onboard --install-daemon

向?qū)来我龑?dǎo)完成：

1. 選擇安裝位置（默認(rèn) ~/.openclaw/）
2. 選擇AI供應(yīng)商（支持Anthropic Claude、OpenAI GPT、Ollama等）
3. 配置API Key
4. 連接聊天平臺（Telegram、Discord、WhatsApp等，可選）
5. 健康檢查與自動驗證

Gateway默認(rèn)端口：OpenClaw的Web控制臺默認(rèn)監(jiān)聽 18789 端口。訪問 http://127.0.0.1:18789 即可打開可視化界面。

3.5 驗證部署成功

# 查看Gateway狀態(tài)
openclaw gateway status

# 健康檢查
curl -s http://127.0.0.1:18789/health | python3 -m json.tool
# 正常輸出應(yīng)包含 "status": "ok"

# 查看實時日志
openclaw logs --follow --level info

4. 如何使用OpenClaw

4.1 配置文件核心解讀

OpenClaw的模型配置通過一個JSON文件完成，核心配置文件位于：

• macOS/Linux：~/.openclaw/openclaw.json
• Windows：C:\Users\你的用戶名\.openclaw\openclaw.json
• 多Agent配置：~/.openclaw/agents/main/agent/auth-profiles.json

核心配置結(jié)構(gòu)如下：

{
  "models": {
    "providers": {
      "本地Ollama": {
        "baseUrl": "http://localhost:11434",
        "api": "ollama",
        "models": [
          { "id": "qwen2.5:7b", "name": "Qwen2.5 7B" }
        ]
      },
      "阿里云百煉": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-你的阿里云API-Key",
        "models": [
          { "id": "qwen-max", "name": "Qwen-Max" }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "本地Ollama/qwen2.5:7b",
        "fallback": "阿里云百煉/qwen-max"
      }
    }
  }
}

4.2 三種模型切換模式

OpenClaw支持靈活的多模型配置：

4.3 使用自然語言執(zhí)行任務(wù)

配置完成后，即可通過自然語言向OpenClaw下達(dá)指令。典型任務(wù)示例：

# 文件操作指令
openclaw chat --prompt "分析當(dāng)前目錄下的Python文件，統(tǒng)計函數(shù)調(diào)用次數(shù)"

# 瀏覽器自動化指令
openclaw chat --prompt "打開淘寶搜索'AI書籍'，按銷量排序后截圖保存"

# 跨應(yīng)用協(xié)同指令
openclaw chat --prompt "檢查郵箱中的發(fā)票郵件，下載附件并整理到桌面'發(fā)票'文件夾"

通過可視化Web控制臺（http://127.0.0.1:18789），還可以實現(xiàn)模型切換、對話歷史管理、指令實時輸入等操作，整個過程可視化、零代碼。

5. 如何選擇模型

5.1 選型全景圖

5.2 云端模型推薦

最優(yōu)推薦：Kimi K2.5（工具調(diào)用能力最強）

OpenClaw的Agent任務(wù)本質(zhì)是“模型決策→調(diào)用工具→讀取結(jié)果→再決策”的循環(huán)。因此，模型的工具調(diào)用能力強弱直接決定Agent任務(wù)的完成質(zhì)量，而非單純的對話流暢度。

Kimi K2.5在公開benchmark中表現(xiàn)最為突出：

• 256K超長上下文，可一次性讀入更多工具返回結(jié)果
• 在SWE-bench Verified（真實軟件工程Agent評測）中達(dá)到65.8%單次準(zhǔn)確率，在國產(chǎn)模型中處于第一梯隊

配置示例：

{ "id": "kimi-k2.5", "provider": "qiniu/moonshotai/kimi-k2.5", "apiKey": "${QINIU_API_KEY}" }

代碼生成首選：DeepSeek V3.2

DeepSeek V3.2是官方默認(rèn)的primary模型，在代碼補全、函數(shù)生成、架構(gòu)設(shè)計類任務(wù)上性能突出，延遲低、響應(yīng)快，適合日常高頻代碼輔助場景。

中文辦公首選：GLM-5

GLM-5由智譜AI開發(fā)，中文自然語言理解和指令遵循能力突出。在IFEval（指令遵循評測）得分87.6%，超過DeepSeek V3的83.4%，更適合中文文案撰寫、報告生成等場景。

5.3 本地私有化模型（數(shù)據(jù)隱私優(yōu)先）

如果對數(shù)據(jù)隱私有嚴(yán)格要求，可選擇本地私有化模型部署方案。OpenClaw通過Ollama、LM Studio等工具接入本地模型。

方案一：Ollama + OpenClaw（最受歡迎組合）

Ollama是目前最受開發(fā)者歡迎的本地大模型運行工具，GitHub星標(biāo)突破16萬，支持480+開源模型一鍵部署。

# 1. 安裝Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 2. 下載并運行推薦模型（需至少64k上下文）
ollama run qwen2.5:7b

# 3. 直接通過Ollama啟動OpenClaw
ollama launch openclaw

推薦使用的本地模型（與OpenClaw配合良好）：

方案二：LM Studio + Qwen3.5

對于需要本地GPU推理的用戶，可采用LM Studio方案。根據(jù)硬件配置選擇不同規(guī)模的模型：

• RTX 3090/4090（24GB顯存）：Qwen3.5-27B/35B量化版本
• RTX 3060/4060（12GB顯存）：Qwen3.5-9B量化版本
• 入門/無GPU：Qwen3.5-2B版本（CPU推理）或僅用云端API

5.4 官方推薦模型與配置方案

OpenClaw在阿里云百煉平臺正式接入后，推薦的模型包括：qwen3.6-plus（支持圖像理解）、kimi-k2.6（支持圖像理解）、glm-5.1、MiniMax-M2.5。

6. 常見問題速查

Q1：遇到“Node.js版本不匹配”怎么辦？

徹底移除舊版Node.js，安裝22.x及以上版本（Linux/MacOS推薦nvm管理，Windows選擇官方LTS版），終端重啟后驗證版本。

Q2：Gateway啟動失?。ǘ丝跊_突）怎么辦？

# 查看占用端口的進程
netstat -ano | findstr :18789   # Windows
lsof -ti:18789 | xargs kill -9  # Linux/MacOS

# 或修改配置文件中的端口
openclaw config set gateway.port 新端口

Q3：瀏覽器自動化無法啟動怎么辦？

OpenClaw的瀏覽器自動化功能依賴Chrome或Chromium，需確保已安裝。

Q4：提示“上下文容量不足”怎么辦？

# 將contextWindow值調(diào)整為65536或更高
openclaw config set contextWindow 65536
openclaw gateway restart

7. 總結(jié)

OpenClaw作為2026年最受歡迎的開源AI智能體框架，核心價值在于將大模型的思考能力與電腦操作權(quán)限打通，實現(xiàn)了從“對話生成”到“閉環(huán)執(zhí)行”的跨越。選擇什么樣的模型，決定它的能力上限。對于國內(nèi)用戶優(yōu)先推薦Kimi K2.5（工具調(diào)用最強），代碼開發(fā)場景優(yōu)先DeepSeek V3.2（官方默認(rèn)），數(shù)據(jù)隱私優(yōu)先本地Ollama+Qwen2.5方案。

關(guān)鍵提醒：

• OpenClaw具備系統(tǒng)級操作權(quán)限，能讀寫文件、執(zhí)行命令，建議在專用設(shè)備或虛擬機上運行，防止因配置錯誤導(dǎo)致數(shù)據(jù)泄露
• 部署前務(wù)必檢查防火墻是否放行18789端口，這是新手排名第一的踩坑點
• 若使用本地模型，模型上下文長度建議至少64k Tokens
• 若使用的是舊版命令（Clawdbot/Moltbot），舊命令 clawdbot 和 moltbot 仍可作為別名使用

以上就是本地部署OpenClaw(龍蝦)的全攻略的詳細(xì)內(nèi)容，更多關(guān)于本地部署OpenClaw(龍蝦)的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論