0. 前言

OpenClaw 給是一個開源、可自托管的 AI 助手平臺，原生支持 Ollama 本地模型和 DeepSeek 等云端 API，讓你在隱私與性能之間自由切換。本文記錄了我在 Ubuntu 上從零部署 OpenClaw 的全過程——踩過的坑、優(yōu)化后的配置，一并進行分享。
無論你是想搭建一個完全離線的私人助手，還是追求頂級大模型的推理能力，這篇指南都能幫你少走彎路，快速用起來。

1. 什么是 OpenClaw？

OpenClaw (俗稱龍蝦)是一個開源的智能助手平臺，可以運行在個人電腦或樹莓派等設備上。它最大的特點是支持多種模型后端——可以用本地部署的開源模型保護隱私，也可以接入 DeepSeek、OpenAI 等云端大模型獲得更強能力。它的核心功能包括：

• 智能體 (Agent) 系統(tǒng)：可創(chuàng)建多個不同用途的 AI 助手
• 本地優(yōu)先：原生支持 Ollama，數(shù)據(jù)不出本機
• 技能插件 (Skills)：可通過安裝技能擴展能力，如聯(lián)網(wǎng)搜索、瀏覽器自動化
• 終端界面 (TUI)：直接在命令行中與 AI 對話
• 網(wǎng)關架構：提供統(tǒng)一的 API 入口，方便集成各種模型

本文將從零開始，在 Ubuntu 上完成 OpenClaw 的安裝，并同時配置本地模(通過 Ollama) 和云端模型 (DeepSeek API) 兩種后端，讓你在不同場景自由切換。

2. 環(huán)境準備

硬件要求如下表所示：

軟件要求：Ubuntu 22.04 或 Ubuntu 24.04

3. 安裝 OpenClaw

3.1 執(zhí)行安裝命令

OpenClaw 需要 Node.js 22+，推薦使用 NodeSource 官方源安裝。

(1) 添加 NodeSource 倉庫：

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

(2) 安裝 Node.js：

$ sudo apt update
$ sudo apt install nodejs -y

(3) 安裝完成后，驗證是否成功安裝，如果沒有問題可以在命令行中看到打印出 Node.js 版本號：

$ node --version
$ npm --version

(4) 修改配置文件，添加 npm bin 目錄到 PATH 中：

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

(5) 通過 npm 安裝 OpenClaw：

$ sudo npm install -g openclaw

3.2 完成初始化引導

安裝成功后，執(zhí)行以下命令進入引導程序，需要根據(jù)提示完成以下核心設置：

• 安全確認：當被問到是否知曉相關風險時，選擇 Yes 并回車
• 選擇模式：選擇 QuickStart 快速啟動模式
• 模型配置：這是關鍵的一步。因為我們是連接本地模型，所以當向導讓我們選擇模型供應商時，選擇 “Skip for now” 跳過，我們將在后面手動配置

$ openclaw onboard

3.3 官方一鍵腳本部署

除了以上方法外，我們也可以使用官方一鍵腳本部署，這種方式最簡單，腳本會自動幫我們處理 Node.js 環(huán)境、依賴安裝等步驟。

(1) 首先下載官方一鍵腳本部署：

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

(2) 在命令行中執(zhí)行以下命令，腳本會自動開始工作，完成安裝后，會自動進入初始化引導，設置方法與上一小節(jié)相同：

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

4. 配置本地模型 (Ollama)

Ollama 是一個便捷的本地模型運行工具，能讓 OpenClaw 調(diào)用我們下載的開源模型。

4.1 安裝與配置 Ollama

(1) wget 下載 Ollama 安裝腳本：

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

(2) 在終端執(zhí)行以下命令安裝 Ollama：

$ sudo bash install-ollama.sh

(3) 啟動 Ollama 服務：

$ ollama serve &

4.2 選擇并下載模型

根據(jù)顯存大小選擇合適的模型：

使用以下命令下載選中的模型，以 qwen3.5:4b 為例：

$ ollama pull qwen3.5:4b

下載完成后，可以用 ollama list 命令查看已安裝的模型列表進行確認：

$ ollama list

4.3 將 Ollama 模型接入 OpenClaw

現(xiàn)在，我們需要告訴 OpenClaw 如何找到剛下載的本地模型，主要是在配置文件 ~/.openclaw/openclaw.json 中添加 ollama 供應商信息。

(1) 在修改配置文件前，需要首先停止網(wǎng)關：

$ openclaw gateway stop

(2) 編輯配置文件 ~/.openclaw/openclaw.json，在文件中添加或修改以下內(nèi)容：

  "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，重啟一下 OpenClaw 網(wǎng)關讓配置生效：

$ openclaw gateway start

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

$ openclaw models list

(5) 為方便使用，可以將本地模型設為默認：

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

5. 配置云端模型 (DeepSeek)

5.1 獲取 DeepSeek API Key

(1) 訪問 DeepSeek 開放平臺

(2) 登錄后，在「API Keys」頁面創(chuàng)建新的 API Key

(3) 復制保存(形如 sk-xxxxxxxx)

5.2 DeepSeek 配置

首次安裝完成后，如果使用云端模型，可以通過使用 openclaw onboard 命令進行配置；已經(jīng)安裝過 OpenClaw 的用戶可以通過 openclaw onboard --install-daemon 命令進入配置階段。

• 遇到提示：I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue? 選擇 Yes
• 遇到提示：Setup mode 推薦選擇 QuickStart
• 遇到提示：Model/auth provider 選擇 DeepSeek
• 遇到提示：Enter DeepSeek API key 填入剛剛復制的 API Key
• 遇到提示：Default model 將光標指向 Enter model，填寫模型名稱 (deepseek-v4-pro 或 deepseek-v4-flash)
• 后續(xù)的其余配置請根據(jù)需求配置，也可以先選擇 Skip for now

6. 開始使用 OpenClaw

6.1 啟動對話

我們可以通過以下三種方式與 OpenClaw 進行對話。

(1) 打開 Web UI，在 Chat 頁面進行交互，使用以下命令：

$ openclaw dashboard

(2) 在終端中打開 TUI，使用以下命令：

$ openclaw tui

(3) 在終端中與 Openclaw 對話，使用以下命令：

$ openclaw terminal

6.2 安裝技能擴展

通過 Agent 對話安裝是最符合 Agent 范式的方式。在 OpenClaw、Claude Code 等 Agent 的對話框中，我們只需用自然語言說一句話，Agent 會自動完成整個安裝流程，其中 xx_skill 是我們要安裝的 Skill：

幫我從技能市場安裝 xx_skill

Agent 收到指令后，會遵循技能安裝的最佳實踐，分步執(zhí)行：

自主發(fā)現(xiàn)與驗證：Agent 會先瀏覽技能主頁 ClawHub 頁面，獲取最新的安裝說明和元數(shù)據(jù)，而不是憑“記憶”操作

執(zhí)行具體安裝命令：確認無誤后，Agent 會調(diào)用對應的 CLI 命令靜默安裝

• OpenClaw CLI： openclaw skills install xx_skill
• ClawHub CLI (通過 npx)： npx clawhub@latest install xx_skill

環(huán)境自檢與初始化：安裝后，Agent 會立即檢查核心工具是否準備就緒，幫我們運行 xx_skill version 驗證

整個過程無需手動敲任何命令，Agent 成了我們的“部署工程師”。如果更傾向于自主控制，也可以通過 ClawHub 安裝技能：

# 1. 安裝 clawhub 命令行工具
$ npm i -g clawhub
# 2. 搜索相關技能
$ clawhub search "xx_skill"
# 3. 安裝技能
$ clawhub install xx_skill

小結

通過本文的配置，我們現(xiàn)在擁有一個雙引擎的 AI 助手系統(tǒng)：

• 隱私優(yōu)先時使用本地 Ollama 模型，數(shù)據(jù)完全掌控
• 能力優(yōu)先時切換到 DeepSeek，享受頂級大模型性能

OpenClaw 的網(wǎng)關架構讓這一切切換變得非常簡單，一條命令即可完成。加上日益豐富的技能生態(tài)，它正在成為個人 AI 助手的絕佳選擇。開始你的 OpenClaw 之旅吧！

以上就是Ubuntu從零部署OpenClaw全過程(本地模型+DeepSeek)的詳細內(nèi)容，更多關于Ubuntu部署OpenClaw的資料請關注腳本之家其它相關文章！

最新評論