OpenClaw（AI小龙虾）保姆级部署教程：从Docker到智能助理-开发者社区

1. 先搞清楚OpenClaw是什么，以及它为什么叫AI小龙虾

1.1 我为什么把OpenClaw叫成AI小龙虾

最近后台一直有人问：你说的AI小龙虾到底是个啥？是聊天机器人吗？其实它的大名是OpenClaw，是一个开源的AI Agent跑起来之后的个人智能助理。叫它小龙虾完全是因为英文claw（爪子）在中文圈里被调侃成了“钳子”，再配上虾的形象，喊着喊着就成了AI小龙虾。这名字没有官方背书，纯属社区玩梗，但确实比OpenClaw好记，所以我就一直这么叫了。

OpenClaw不是传统意义上那种一问一答的对话机器人，它更像一个“能打工的实习生”：你给它一个目标，它会拆解成多个步骤，自己调用工具、查资料、写文件、发消息，甚至能操作第三方平台。比如让它每天早上帮你总结RSS摘要、盯一下竞品动态，然后推送到Teams或钉钉，完全不需要你一个个复制粘贴。官方定义是“A personal AI assistant that lives in your computer and does stuff for you”，但这句话太抽象，我更愿意把它理解为“一个随时听令、能自己动手干活的数字分身”。这也是我在2026年重新捡起它的原因——迭代速度比去年快太多了，值得重新折腾一遍。

下面给出的部署流程基于目前最新主分支，走的是官方推荐的一键脚本加Docker方式，对萌新最友好，不用去碰一堆源码和编译环境。当然它也会拉取镜像、安装依赖，所以存在一些网络和权限上的细节，我会在第2和第5节单独说明。读完全文再动手，你有大概率能在3分钟内看到它的欢迎界面。

1.2 最新版OpenClaw的核心能力清单

为了让你对“装了能干嘛”有底，我把当前版本里我实际玩过的能力整理一下：

多模型接入：支持OpenAI、DeepSeek、通义、本地Ollama等兼容接口，可以自由切换主模型和辅助模型。最新版还支持多个模型同时配置，某个服务商挂了可以自动降级。
工具调用（Function Calling）：包括搜索网页、读取URL、执行代码、操作文件、发HTTP请求。相比上一版，工具注册机制更稳定了，不会再动不动就“工具不存在”。
定时任务：像cron一样的调度能力，但可以用自然语言描述，例如“每天早上9点提醒我处理待办”，系统会自动翻译成定时表达式。
插件生态：官方仓库带了不少启动器（connector），能接Microsoft Teams、Discord、Obsidian、Telegram等。最新版里Teams接入的配置流程简化了一大截，不再需要手动填一堆回调URL。
记忆与上下文：通过长期记忆模块把关键信息存到本地向量库，下次再聊能回忆起你的偏好。现在它甚至能记住你给它起的外号“小龙虾”。
多会话管理：支持一个人开多个“身份”或场景，比如工作模式、娱乐模式互相隔离，数据和提示词互不串味。

别被这些名词吓到，后面第4节我会教你怎么一步步打开它们。现在你只需要知道：装OpenClaw等于给电脑装一个支持工具调用的AI管家，门槛并没有想象中那么高。它也不是只有极客才能玩的东西，只要你愿意看这篇保姆级教程，萌新一样能上手。

1.3 这篇教程适合谁看

我写这篇东西主要就是想帮两类人。第一类是第一次接触开源AI Agent的新手，可能连Docker是什么都没搞清楚，只想要一个“照着敲就能跑起来”的流程。第二类是已经玩过ChatGPT之类网站、手头有API Key，想把它变成一个真正能执行动作的智能体的人。如果你属于这两类，那这篇教程应该刚刚好。

如果你想在生产环境里搞高可用集群、多机部署，那我建议直接去读官方文档的架构设计，这篇更偏向个人电脑或家庭服务器的快速起步。另外，这篇教程默认你是在Linux或macOS环境下操作，Windows用户请优先用WSL2，原因在第2节会讲。我不打算在一篇文章里覆盖所有操作系统，否则篇幅会失控，但只要思路理解了，移植到别的系统也只是命令差异。

2. 部署前必看：硬件条件、系统要求和环境准备清单

2.1 先确认这几样东西

先说结论：OpenClaw并没有特别恐怖的硬件要求，但它不是一个轻量级的Node.js玩具，底层需要Docker来跑一堆服务。我建议满足以下条件再开始，否则后面会很难受：

CPU：x86_64架构，双核以上；ARM64（比如RK3588、树莓派5）也能跑，但部分插件编译时间会长一些。
内存：至少4GB可用内存，8GB以上更舒服。因为容器里会同时起API网关、Redis、向量库等多个进程。
磁盘：预留20GB以上空间，镜像和日志容易膨胀。
系统：Ubuntu 22.04/24.04、Debian 12、macOS（Apple Silicon或Intel），以及Windows 10/11的WSL2。

一个很常见的坑：很多朋友拿着2G内存的VPS来装，结果Docker一拉镜像内存就被吃满，所有容器疯狂重启。如果你想拿云服务器跑，建议至少4G内存的配置。我自己有一台2G内存的小鸡，装上后连openclaw start都跑不动，后来换了台4G的才流畅起来。本地电脑跑就无所谓了，现在主流笔记本怎么也有16G内存。

另外，开始前要确认你拥有这台机器的sudo权限，因为安装Docker和创建系统服务都需要root。如果不确定，先执行sudo -v验证一下，它会要求输入密码，没有反馈就代表权限OK。如果你是在云服务器上，默认登录用户是root可以直接跳过，但如果你用的是普通用户，最好先确认这个用户能切换到root。

2.2 Docker装好了吗？最新版安装姿势

OpenClaw官方建议用Docker运行，这样可以屏蔽系统差异。如果你机器上还没有Docker，我建议直接用Docker官方脚本装，一步到位：

curl -fsSL https://get.docker.com | bash sudo systemctl enable --now docker

装完之后跑一下docker --version和docker compose version，确保compose插件也在了。如果只有docker-compose这个老命令也没关系，官方提供的安装脚本会在后续自行处理好。Debian系系统上如果遇到iptables相关报错，多半是内核模块没加载，执行modprobe iptable_nat再重启Docker即可，这个坑到后面摸日志才能发现。

国内网络环境下载Docker安装包偶尔会超时，如果你是在国内服务器上跑，可以把上面的官方脚本换成国内镜像源的方式，或者装完Docker后配置/etc/docker/daemon.json添加registry镜像加速。但要注意，OpenClaw拉取的核心镜像有一些在特定仓库，加速源不一定覆盖到全部。这一块我在第5节会给出更稳妥的处理方式，现在先不展开。

2.3 确保Git和基本命令行工具到位

虽然完全走一键脚本，但部分组件源码会从GitHub拉取，所以Git必须装。Ubuntu/Debian下执行：

sudo apt update sudo apt install -y git curl wget python3

macOS用户确保有Homebrew，然后brew install git curl即可。Windows用户最好用WSL2的Ubuntu环境操作，别直接在CMD里跑，因为官方脚本是Bash写的，Windows自带的Shell坑很多，比如换行符、路径分隔符、环境变量全都不一样。WSL2具体怎么装我这儿不用再多说，微软商店里装一个Ubuntu 24.04发行版就行，然后把项目目录放在WSL内部，不要放在/mnt/c下面，否则I/O性能会明显拖慢安装过程。

准备到这里就够了。不要提前创建什么目录，也不用下载任何压缩包，官方脚本会帮你把所有东西放到~/openclaw文件夹下。你唯一的任务就是打开终端，执行下面第3节的命令。

3. 真正3分钟跑通的保姆级步骤

3.1 获取安装脚本并初始化

打开你的终端，切换到home目录（直接cd ~），执行官方最新的一键安装：

curl -fsSL https://get.openclaw.ai/install.sh | bash

这个命令会做这么几件事：检测系统架构、验证Docker是否可用、创建openclaw工作目录、拉取核心镜像、生成默认配置文件、启动入口容器。整个过程看网速，快的话几十秒，慢的话可能两分多钟。如果你看到类似OpenClaw has been installed successfully的提示，就说明第一步完成了。

此时目录里会生成openclaw命令，也就是客户端的入口。注意这里有个小坑：安装脚本不会自动把命令加到PATH，你需要执行：

export PATH="$HOME/.openclaw/bin:$PATH" echo 'export PATH="$HOME/.openclaw/bin:$PATH"' >> ~/.bashrc

如果不加这个，后面你敲openclaw就会报“command not found”。zsh用户要把最后一行改成~/.zshrc。这是萌新最容易忽视的一点，我见过不少人卡在这一步，以为自己没装成功，其实只是PATH没写上。

3.2 第一次启动与问答式配置

初始化完成后，执行：

openclaw init

这是整个流程里最关键的一步。它会以问答的方式引导你完成基础配置，交互大概长这样：

? 你想让OpenClaw运行在哪个端口？ (默认: 8080) ? 请选择主模型服务商: (OpenAI/DeepSeek/自定义) ? 输入你的API Key: ? 是否启用长期记忆功能？ (Y/n) ? 是否允许OpenClaw执行本地命令？ (y/N)

萌新最容易在这里卡住，因为不知道选什么。我给你一个安全且合理的默认值：端口用8080就行；模型服务商如果已经有DeepSeek或OpenAI的Key就选对应的，没有的话先选“自定义”，后面第4节教你补上；API Key可以先填一个临时的占位符，后面在配置里改；长期记忆建议选Yes；本地命令执行先选No，熟悉之后再打开。注意“本地命令执行”这个选项很关键，选了No它就不会随便执行你机器上的程序，安全性更高，等确认自己需要跑代码类工具时再开不迟。

填完后，它会接着问是否要安装启动器（connectors），比如Teams、Obsidian。第一次可以不装，回车跳过。整个过程大概一分钟，比很多复杂的服务安装都要友好，命令行会给你一个列表，用方向键和回车选择。如果你敲错了也不要紧，以后随时可以再跑openclaw init重新配置。

3.3 启动服务和验证

配置完成后，启动OpenClaw：

openclaw start

第一次启动会拉取剩余的依赖镜像并启动容器，可能需要一两分钟。看到终端输出类似OpenClaw is running at http://localhost:8080就说明启动成功了。但不要只信一句话，我通常会用三个检查点：

访问http://localhost:8080，能看到一个简单的Web控制台或API文档页；
执行docker ps | grep openclaw，能看到openclaw-core等容器处于Up状态；
执行curl http://localhost:8080/health，如果返回{"status":"ok"}就完全稳了。

到了这一步，你的OpenClaw已经跑起来了，整个过程确实可以在3分钟左右完成，前提是网络顺畅、Docker镜像能正常拉取。我见过一些朋友在openclaw start后卡在镜像拉取上，别慌，第5节我会列出对应的解法。如果你是第一次接触这类服务，可以先在Web控制台里随便输入一句“你好”，看看模型是否回复。如果模型还没配置，这里会提示需要先设置API Key，那就进入下一节。

4. 核心模块配置：接上大模型，才算真正能用

4.1 配置DeepSeek/OpenAI兼容接口的思路

跑起来只是第一步，如果不接上大模型，它就是个空壳。OpenClaw的模型配置一般集中在~/openclaw/config.yaml里。打开这个文件，你会看到类似如下的关键字段：

model: provider: deepseek api_base: https://api.deepseek.com/v1 api_key: sk-xxxx model_name: deepseek-chat

这里的写法对很多人来说很熟悉，因为DeepSeek和OpenAI的API是兼容的，只需要改api_base和api_key即可。如果你用的是OpenAI，那provider改成openai，api_base改成https://api.openai.com/v1。如果你用的是本地Ollama，可以写成provider: ollama，api_base: http://localhost:11434/v1，model_name: llama3之类的。

我个人更推荐在萌新阶段直接用DeepSeek或者任何合适的国产开源模型。原因很简单：OpenAI的接口在国内网络环境并不总是那么顺畅，而DeepSeek的兼容度很高，回传速度也快，性价比也符合轻量使用。另外，最新版OpenClaw支持配置多个模型，你可以把主力模型设成DeepSeek，把嵌入模型设成本地Ollama，这样省钱又不影响核心体验。

修改完配置文件后，记得执行openclaw reload让配置生效。这个命令比重启要快很多，不会中断正在跑的任务。如果你改了model段但没有生效，多半是YAML格式有缩进问题，可以用在线校验工具检查一下，或者干脆重新跑一次openclaw init。

4.2 把OpenClaw变成更懂你的人设

这里要回应一下很多人关心的“聊天”问题。OpenClaw并不是默认像ChatGPT那样直接聊天的，它更偏向“执行任务”。如果你想让它变成一个能陪你闲聊、带固定性格的助手，需要配置系统人设。在config.yaml的persona小节下：

persona: | 你是一个可靠、幽默、嘴贫但做事很利索的数字助理。 你叫小龙虾，说话偶尔带点虾味儿的梗。 不要长篇大论，先做再说。

这种自定义人设可以直接让OpenClaw的回复风格完全不同。我在本地试过好几种风格，比较稳定的是“行动派+偶尔吐槽”，因为OpenClaw本身是Agent，不是纯聊天机器人，如果人设里写“温柔知性”，它可能会在调用工具之前先跟你聊两句，反而显得拖沓。你想要什么风格都行，但我建议在强调执行效率的人设下，把“先做再说”写进去。

如果你想要更自由的对话体验，也可以直接在Web控制台里添加一个“对话助手”身份，把工具调用关掉，只保留语言模型。这样它就是一个更贴近普通聊天机器人的形态，但底层能力还在，随时可以切回助手模式。这里的核心区别就是“会不会调工具”，工具全关掉后它就只是个语言模型外壳。

4.3 接入Microsoft Teams、Obsidian等启动器

热词里很多人搜“如何接入Microsoft Teams”之类的，其实就是配置connector。在OpenClaw的命令行下：

openclaw connector add teams openclaw connector add obsidian

然后按照提示填写应用的Client ID、Client Secret、Tenant ID等。由于微软的配置经常变，我这里只强调一个容易踩坑的点：Teams应用一定要在Azure门户里创建“Bot Channel Registration”，然后选择“Teams”渠道开启；OpenClaw官方文档会给授权跳转的URL，必须填成http://你的服务器地址:端口/callback，不要只填IP根路径。如果忘了带/callback，Teams的连接会一直在“pending”状态，光看日志根本看不出来。

Obsidian接入相对简单，它现在通过本机插件机制实现，只要Obsidian装对应的“OpenClaw”社区插件，然后指向OpenClaw的WebSocket端口即可。在卡住的时候，去openclaw log里看输出，多半是回调地址或者token对不对。其他常见connector还包括Telegram、Discord、Slack等，统一用openclaw connector list查看当前已经启用的列表，用openclaw connector remove可以删掉不需要的。

需要留意的是，connector和“工具”是两回事。connector是外部平台入口，工具是OpenClaw能自己调用的能力，比如搜索、读网页、跑代码。有些萌新以为接了Discord就等于能自动搜索了，实际上你还要在配置里打开对应的工具模块。最新版的“工具商店”概念类似浏览器的插件商店，可以按需启用，默认只开了一部分本地文件工具，别的要手动勾选。

5. 萌新最容易踩的坑，以及对应排查链路

5.1 端口占用导致启动失败

如果你启动时遇到Port is already in use，十有八九是之前的服务占用了端口。先用下面命令找出占用进程：

sudo lsof -i :8080

也可以直接用ss -tlnp | grep 8080查看。找到PID后kill 进程PID，再重新openclaw start。如果你不想杀，也可以修改config.yaml里的server.port改成8443。改完记得openclaw reload。

这里有个额外提醒：如果你在云服务器上部署，光改了端口还不够，还要在防火墙/安全组里放行对应端口。很多人本地跑通了，一到服务器上就访问不了，原因就是安全组没开。另外，如果设置了反向代理，WebSocket的upgrade请求要确保能透传到后端，否则控制台会出现“连接断开”的假象。

5.2 模型API返回401或超时，不是软件的问题

这个坑出现的频率最高，而且大家最容易误会是OpenClaw有问题。实际上，如果你在配置里填的API Key不对、或者请求的网络环境有问题，都会导致模型回复时抛异常。排查链路：

去OpenClaw的后台日志看具体错误码：openclaw log --tail 50。
如果看到AuthenticationError或401，那基本就是Key错了，去服务商后台重新生成一个，注意别把Key泄漏到公共仓库。如果你把config.yaml提交到Git上，建议用环境变量引用：api_key: ${OPENCLAW_API_KEY}，这样更安全。
如果看到Timeout或ConnectionError，先看看你本机直连该API是否正常。比如执行curl https://api.deepseek.com/v1/models -H "Authorization: Bearer 你的key"。如果curl还通，就看OpenClaw容器内能否通到宿主机，因为容器走的是宿主机网络栈，一般不会有防火墙隔离，除非你配置了特殊的容器网络。

还有一个容易被忽略的点：OpenClaw内部会同时调多个模型，比如主对话模型和嵌入模型。如果你的嵌入模型配了Ollama但Ollama没启动，日志里不会直接提示“Ollama没启动”，而是显示某个向量操作失败。这时候不要只盯着主模型看，把model.embedding相关的配置也检查一遍。

5.3 Docker容器一直重启，怎么看日志

启动后如果docker ps看到STATUS: Restarting (1) ... ago，说明容器没起来。这时候别干瞪眼，直接看日志：

docker logs openclaw-core --tail 100

日志是最诚实的。常见错误有：

Permission denied：比如想写data目录但权限不足，执行sudo chown -R $(whoami):$(whoami) ~/openclaw/data。
Cannot connect to the Docker daemon：说明你没把当前用户加入docker组。执行sudo usermod -aG docker $USER，然后重新登录终端。
No space left on device：磁盘满了，用df -h查看，把多余的旧镜像清掉docker image prune。

如果你发现容器启动几秒后主动退出，没有报错信息，可以看完整日志docker logs openclaw-core而不是只看尾部100行。有时候错误发生在早期初始化阶段，tail会错过。另外，OpenClaw的某些插件容器是独立运行的，比如redis和vector store，它们的状态要一起看，不要只盯着核心容器。

5.4 命令找不到或缺少权限：环境变量和PATH

前面提到过，装完后如果提示openclaw: command not found，绝大部分是PATH没写入。执行which openclaw看看有没有输出。没有就自己找：

ls ~/.openclaw/bin

找到的话，再重新执行一次PATH导出。另外，在Ubuntu上如果提示bash脚本没有执行权限，可以执行chmod +x ~/.openclaw/bin/openclaw。如果说没有权限写入，多半是目录属主不对，用sudo chown改成你的用户即可。

这个问题太初级，本来不值得单独开一节，但我后台收到的私信里至少有三分之一是“命令找不到”，所以还是写进来。归根结底，很多萌新刚接触Linux，对PATH机制不熟悉。你就把.openclaw/bin当成一个“软件放执行文件的地方”，系统只知道在哪几个固定目录找程序，所以你要把新地址告诉它。这个理解能帮你在以后装别的工具时少走很多弯路。

6. 进阶玩法：把OpenClaw打造成个人智能助理

6.1 与本地大模型（比如DeepSeek/Ollama）联合部署

如果你不只是想要一个联网调用API的助手，还想在本地完全离线跑，可以装上Ollama，再让OpenClaw通过provider: ollama调本地模型。尤其是一些朋友手上有Jetson Orin或者RK3588这类边缘设备，之前总想在那上面部署YOLOv8做视觉识别，现在也可以把OpenClaw作为“调度大脑”，让视觉任务的结果自动汇总成报告。

联调配置很简单：先确认Ollama服务在本地可用，然后改config.yaml：

model: provider: ollama api_base: http://host.docker.internal:11434/v1 model_name: qwen2.5:7b

这里有一点特别重要：OpenClaw容器里访问宿主机的Ollama时，不能直接写localhost，在Mac和Windows Docker上用host.docker.internal，在Linux上需要额外加--add-host=host.docker.internal:host-gateway参数，否则会连不上。我见过太多人在这个点上卡了一整个下午。如果你用的是Docker Compose部署，在extra_hosts加一行"host.docker.internal:host-gateway"即可。

本地模型的优势是隐私好、不依赖外部网络，劣势是回复质量和速度跟专用卡有关系。我自己的建议是：对话和简单任务用本地小模型，复杂推理和代码生成用云端API。在OpenClaw里可以设置“路由规则”，比如根据任务类型自动选择模型，这个功能最新版已经支持了。你可以把router段打开，工具调用类的任务走DeepSeek，闲聊走Ollama，两头都爽。

6.2 定时任务与自动化工作流

把OpenClaw接入模型后，一个非常实用的玩法是让它按计划执行任务。在config.yaml的schedules字段可以写：

schedules: daily_summary: cron: "0 9 * * *" prompt: "把昨天的项目进度整理成5条要点，发给Teams" connectors: [teams]

如果你想更快验证，可以先手动执行一次：

openclaw run daily_summary

注意OpenClaw的定时任务使用的是系统时区，如果你发现任务比预期早了8小时，八成是没在环境变量里设置TZ=Asia/Shanghai。加上后再重启服务即可。还有一个细节：如果你想让定时任务的内容落盘，可以在prompt里明确说“同时把结果保存到工作目录下的summary.md”，OpenClaw具备文件写入能力，只要你在配置里允许了本地文件操作。

定时任务的排查逻辑也简单：先在openclaw run手动执行确认没问题，再等系统自动触发。如果手动能跑但定时不跑，优先看openclaw log里调度器有没有报错。如果完全没有任何日志，那可能是cron表达式格式写错了，哪怕多一个空格都会导致不执行。还有不要忘了，重启OpenClaw之后定时任务会重新注册，旧任务如果被注册了多次，会出现重复执行的情况，这时候重启一下服务就好。

6.3 我使用OpenClaw的日常与最终体会

最后聊一点个人感受。很多人装了之后觉得“也就那样”，那是因为没把它放进自己的工作流里。我现在用法是：早上让OpenClaw从订阅源里提取重点新闻生成简报，发到我的Obsidian日记中；白天把它放在后台，收到邮件和日历提醒后自动整理成待办列表；晚上让它分析当天的日志并给出改进建议。这些都不是什么高深的技术，但坚持下来，一天至少能省下40分钟的低效时间。

萌新阶段不要急着把所有功能全部打开。先跑通基础对话、再逐步加工具、加connector、加定时任务，出了问题也能快速定位。好工具是折腾出来的，OpenClaw也不例外。我已经把它跑在我的主力笔记本上了，没有追求极端炫技，但每天用它来过滤信息、做会议纪要和文档整理，这个投入回报已经远超我的预期。如果你也想折腾，就从今天这篇教程开始吧。