保姆级教程！阿里云/Windows11/Mac/Linux部署+免费API配置+飞书联动自动化办公指南)
1. 先搞清楚 OpenClaw 到底解决什么问题
OpenClaw（社区里叫它“大龙虾 AI”）是一个开源的 AI 智能体框架，它本身不会推理，得挂上外部大模型 API 才能干活。你可以把它理解成一个“空壳管家”：脑子（模型）你从外面请，手脚（技能）从 ClawHub 装，最后它帮你把本地文件、办公软件、聊天工具串起来自动执行任务。
它适合谁？三类人最合适：一是想在阿里云上挂个 7×24 小时不下线的自动化助手；二是 Windows11 办公党，想让 AI 直接读本地文档、发飞书消息；三是 Mac/Linux 用户，追求隐私可控、数据不出本机。核心检索词就三个：OpenClaw 部署、免费 API 配置、飞书联动。
我实测下来，新手最容易卡在三个地方：Node.js 版本不够、端口没放行、模型 API 没配对。这篇就按“阿里云 + Windows11 + Mac + Linux”四条线，把可复制的命令、config.toml 和 settings.json 骨架、飞书回调配置一次讲透，最后用 TaoToken 统一 Key 通道把 API 配置这步简化掉。
2. 部署前的前置准备与 TaoToken 通道接入
不管哪个平台，先把两件事办了：装依赖、拿 Key。
依赖清单很固定：Node.js ≥ 22.0.0、Python ≥ 3.9、Git。Node 版本不够是最高频的报错来源，后面每个平台我都会给升级命令。
Key 这块，OpenClaw 支持自定义 Provider。与其在多个模型平台之间来回切，不如用 TaoToken 做统一入口——一个 Key 走通对话、编码、Agent 场景，省得每个模型单独配一遍。你可以先到官网了解通道能力，再进控制台创建密钥。
注意：API 地址统一用
https://taotoken.net/api，不要带任何多余参数，否则部分客户端会拼错路径。
创建完 Key 后，建议在本地建一个加密记事本存好，后面 config.toml 和 settings.json 都要填。TaoToken 的模型对话入口适合先验证模型通不通，接入文档里有各客户端的填法，Coding Plan 则适合长期跑编码和 Agent 任务。
3. 四平台可复制部署配置
3.1 阿里云部署（长期运行首选）
选 Ubuntu 22.04 LTS，2vCPU + 4GiB 内存起步，地域挑中国香港免备案。买完先放行端口：
ssh root@你的服务器公网IP sudo apt install ufw -y sudo ufw allow 22/tcp sudo ufw allow 18789/tcp sudo ufw allow 443/tcp sudo ufw enable sudo ufw status sudo apt update && sudo apt upgrade -y sudo apt install curl git npm python3-pip -y sudo npm install -g n && sudo n 22.0.0 npm config set registry https://registry.npmmirror.com装 OpenClaw 并初始化：
curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git openclaw --version openclaw onboard openclaw token generate sudo systemctl enable openclaw sudo systemctl start openclawonboard交互里，模型提供商先选 Custom Provider，聊天平台集成选 Skip for now，端口保留 18789。
3.2 Windows11 部署（办公场景）
以管理员身份开 PowerShell：
Set-ExecutionPolicy -Scope CurrentUser RemoteSigned -Force winget install OpenJS.NodeJS.LTS --version 22.2.0 winget install Python.Python.3.9 winget install Git.Git npm config set registry https://registry.npmmirror.com iwr -useb https://clawd.org.cn/install.ps1 | iex openclaw --version openclaw-cn onboard openclaw token generate把C:\Users\你的用户名\.openclaw加进 Windows Defender 排除列表，否则容易被误判。权限报错就补一条：
icacls %USERPROFILE%\.openclaw /grant:r 你的用户名:(F)3.3 Mac 部署（苹果生态）
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)" brew install node@22 python@3.9 git echo 'export PATH="/usr/local/opt/node@22/bin:$PATH"' >> ~/.zshrc source ~/.zshrc curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git openclaw --version openclaw onboard nohup openclaw gateway start > ~/.openclaw/logs/gateway.log 2>&1 & openclaw token generateM 系列芯片如果装依赖失败，用arch -arm64 brew install node@22指定 ARM 架构，别让 Rosetta 2 掺和进来。
3.4 Linux 本地部署
sudo apt update && sudo apt upgrade -y sudo apt install curl git npm python3-pip -y sudo npm install -g n && sudo n 22.0.0 npm config set registry https://registry.npmmirror.com curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git openclaw --version openclaw onboard sudo systemctl enable openclaw sudo systemctl start openclaw openclaw token generate3.5 config.toml 与 settings.json 骨架
OpenClaw 的模型配置写在~/.openclaw/config.toml，TaoToken 通道填法如下：
[models] default = "gpt-4o-mini" [models.providers.taotoken] baseUrl = "https://taotoken.net/api" apiKey = "你的TaoToken密钥" timeout = 60000 skillCooperation = true飞书通道的settings.json骨架：
{ "channels": { "feishu": { "appId": "你的飞书App ID", "appSecret": "你的飞书App Secret", "region": "cn", "enabled": true } } }改完配置必须重启服务，否则不生效：
# 阿里云/Linux sudo systemctl restart openclaw && openclaw gateway restart # Mac pkill -f openclaw && nohup openclaw gateway start > ~/.openclaw/logs/gateway.log 2>&1 & # Windows11 stop-process -name openclaw -force start /b openclaw gateway start > %USERPROFILE%\.openclaw\logs\gateway.log 2>&14. 验证请求与飞书联动成功结果
部署完先做连通性测试。浏览器打开http://你的IP:18789/?token=你的Token，能进对话界面就算通了一半。命令行再补一刀：
curl http://localhost:18789/health # 返回 {"status":"healthy"} 即为正常模型通道验证，直接在控制台发一句“介绍一下你自己”，或者命令行：
openclaw cli -c "介绍一下你自己"返回正常回复，说明 TaoToken 通道配对了。想单独验证模型质量，可以走模型对话入口试几轮。
飞书联动分三步。先在飞书开放平台建企业自建应用，记下 App ID 和 App Secret，权限管理里批量导入：
{ "scopes": { "tenant": ["im:message", "im:message:send_as_bot", "im:chat.access_event.bot_p2p_chat:read"], "user": ["im:chat.access_event.bot_p2p_chat:read"] } }然后装技能、填凭证、重启：
clawhub install feishu-integration openclaw config set channels.feishu.appId "你的App ID" openclaw config set channels.feishu.appSecret "你的App Secret" openclaw gateway restart最后在飞书开放平台发布应用版本，状态变成“已发布”后，在群里 @机器人 发“帮我总结最近3封工作邮件的核心内容”，能收到回复就打通了。日志确认看~/.openclaw/logs/gateway.log，出现feishu message received就说明回调正常。
5. 本篇常见报错逐项排查
端口 18789 被占用：Windows 用netstat -ano | findstr "18789"找进程号再 kill；Mac/Linux 用lsof -i:18789 | xargs kill -9。实在不行换端口：openclaw gateway --port 18790。
Node.js 版本过低：node --version低于 22 就重跑升级命令，失败先npm cache clean --force。
API 调用报 invalid api key：逐字符核对 TaoToken 密钥，注意别把换行或空格复制进去。baseUrl 必须是https://taotoken.net/api，多一个斜杠都可能 404。
飞书应用不响应：检查应用是否“已发布”，草稿状态不生效；阿里云部署确认 443 端口放行；本地部署确认能访问飞书开放平台。
技能装了调不动：确认技能文件夹在.openclaw/workspace/skills/下，然后openclaw gateway restart，再发“更新技能列表”验证。
Mac M 系列装不上：报Cannot install under Rosetta 2就用arch -arm64重装依赖，再重跑安装脚本。
6. 后续怎么把这套东西用起来
部署只是起点。真正省时间的是把重复动作交给它：每天早上让 OpenClaw 读一遍收件箱、生成待办、推到飞书群；或者挂个定时任务，把本地文档批量总结成周报。这些都不需要写代码，用自然语言下指令就行。
如果你打算长期跑编码或 Agent 类任务，建议直接上 Coding Plan，额度更稳；只是偶尔验证模型效果，用模型对话就够了。密钥管理和接入细节都在 API Keys 和接入文档里，照着填不会错。整套流程走下来，从零到飞书收到第一条自动回复，一两个小时足够。
