1795 字

9 分钟

OpenClaw 系列（二）——手把手部署，从零到第一个自动化任务

2026-03-15

OpenClaw

大模型

/

Agent

/

OpenClaw

/

部署教程

/

AI自动化

OpenClaw 系列（二）——手把手部署，从零到第一个自动化任务#

上一篇我们聊清楚了 OpenClaw 是什么、它的工作原理是什么。这一篇直接进入实战：把它安装起来，配置好，跑通第一个真实任务。

全文覆盖 Windows、macOS、Linux 三个平台，你用哪个照着哪个来就行。

一、部署前的准备：搞清楚你需要什么#

在动手之前，先梳理清楚两个核心问题：

1.1 选择模型来源：云端 API 还是本地部署？#

OpenClaw 本身不包含大模型，它只是一个框架——需要你提供一个能”思考”的大脑。目前有两种选择：

方式	代表服务	优点	缺点
云端 API	Claude、GPT-4、Gemini、Moonshot、DeepSeek	无需硬件、效果好、开箱即用	按 Token 付费，有数据隐私顾虑
本地部署	Ollama + Llama3 / Qwen2.5 / Mistral	完全私密、一次投入无后续费用	需要较好的 GPU，配置略复杂

推荐策略：初次上手，建议先用云端 API（成本低、效果好）。如果你有隐私需求或长期重度使用，再考虑本地模型。

国内用户友好的云端 API 选项：

DeepSeek：性价比极高，支持 OpenAI 兼容接口
月之暗面（Moonshot / Kimi）：中文理解强
智谱 AI（GLM-4）：同样支持 OpenAI 兼容接口
阿里云 DashScope（Qwen）：文档能力强

1.2 系统环境要求#

要求	说明
操作系统	Windows 10/11、macOS 12+、Ubuntu 20.04+
Node.js	v20 或更高版本（必须）
内存	最低 4GB，推荐 8GB+
网络	稳定网络（调用云端 API 需要）

二、安装 Node.js#

OpenClaw 基于 Node.js 运行，这是安装的第一步。

macOS / Linux#

推荐使用 nvm（Node 版本管理器）安装，可以避免权限问题：

1
# 安装 nvm
2
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
3

4
# 重启终端后，安装 Node.js 20
5
nvm install 20
6
nvm use 20
7

8
# 验证安装
9
node --version   # 应输出 v20.x.x
10
npm --version

Windows#

前往 Node.js 官网下载 LTS 版本安装包（选 v20.x），一路下一步安装完成。

安装后打开 PowerShell 验证：

1
node --version
2
npm --version

三、安装 OpenClaw#

Node.js 就绪后，安装 OpenClaw 只需一行命令：

1
npm install -g openclaw@latest

安装完成后验证：

1
openclaw --version

如果输出了版本号（如 3.8.x），说明安装成功。

Windows 用户注意：如果提示权限错误，请以管理员身份运行 PowerShell，或参考 npm 官方文档修复全局安装权限问题。

四、初始化 OpenClaw#

安装完成后，运行初始化向导：

1
openclaw onboard --install-daemon

这个命令会引导你完成以下步骤：

初始化配置文件：在 ~/.openclaw/ 目录下创建 openclaw.json
安装后台守护进程：让 OpenClaw Gateway 开机自动运行（可选）
基础环境检查：检测 Node.js 版本、依赖完整性等

初始化成功后，你会看到类似这样的输出：

1
✓ 配置目录已创建：~/.openclaw/
2
✓ 守护进程已注册
3
✓ OpenClaw 初始化完成，使用 openclaw gateway 启动服务

五、配置大模型 API#

打开配置文件：

1
# macOS / Linux
2
nano ~/.openclaw/openclaw.json
3

4
# Windows（用记事本）
5
notepad %USERPROFILE%\.openclaw\openclaw.json

配置文件的基本结构如下：

1
{
2
  "model": {
3
    "provider": "openai",
4
    "apiKey": "你的API密钥",
5
    "baseURL": "https://api.deepseek.com/v1",
6
    "model": "deepseek-chat"
7
  },
8
  "channels": {
9
    "telegram": {
10
      "botToken": "你的Telegram Bot Token"
11
    }
12
  }
13
}

5.1 使用 DeepSeek（国内推荐）#

DeepSeek 兼容 OpenAI 接口，配置非常简单。前往 platform.deepseek.com 注册并获取 API Key，然后填入配置：

1
{
2
  "model": {
3
    "provider": "openai",
4
    "apiKey": "sk-xxxxxxxxxxxxxxxx",
5
    "baseURL": "https://api.deepseek.com/v1",
6
    "model": "deepseek-chat"
7
  }
8
}

5.2 使用 Claude（效果最佳）#

OpenClaw 原生支持 Anthropic Claude，任务执行效果目前综合评价最优：

1
{
2
  "model": {
3
    "provider": "anthropic",
4
    "apiKey": "sk-ant-xxxxxxxxxxxxxxxx",
5
    "model": "claude-sonnet-4-5"
6
  }
7
}

5.3 使用本地 Ollama 模型（完全离线）#

先安装 Ollama 并下载模型：

1
# 下载 Qwen2.5 7B（推荐，中文支持好）
2
ollama pull qwen2.5:7b

然后在 OpenClaw 配置中指向本地 Ollama：

1
{
2
  "model": {
3
    "provider": "ollama",
4
    "baseURL": "http://localhost:11434",
5
    "model": "qwen2.5:7b"
6
  }
7
}

注意：本地小参数模型（7B 以下）在复杂多步任务中的表现明显弱于云端大模型，推荐 14B 或以上规格用于生产环境。

六、配置消息渠道（以 Telegram 为例）#

OpenClaw 需要一个消息渠道来接收你的指令。Telegram 是最容易配置的选择，我们以它为例。

步骤 1：创建 Telegram Bot#

在 Telegram 中搜索 @BotFather，发送 /newbot
按提示给 Bot 取名（如 MyClaw Bot）和用户名（如 myclawbot）
BotFather 会给你一个 Bot Token，类似：7123456789:AAHxxxxxxxxxxxxxxx

步骤 2：填入配置#

1
{
2
  "model": {
3
    "provider": "openai",
4
    "apiKey": "你的DeepSeek API Key",
5
    "baseURL": "https://api.deepseek.com/v1",
6
    "model": "deepseek-chat"
7
  },
8
  "channels": {
9
    "telegram": {
10
      "botToken": "7123456789:AAHxxxxxxxxxxxxxxx",
11
      "allowFrom": ["你的Telegram用户ID"]
12
    }
13
  }
14
}

如何查找自己的 Telegram 用户 ID：搜索 @userinfobot，发送任意消息，它会回复你的数字 ID。

allowFrom 字段是访问控制白名单——强烈建议填写，防止任何人都能向你的 Agent 下达指令。

七、启动 OpenClaw Gateway#

配置完成后，启动网关服务：

1
openclaw gateway --port 18789

看到以下输出说明启动成功：

1
🦞 OpenClaw Gateway v3.8.x
2
✓ 配置加载完成
3
✓ Telegram 渠道已连接
4
✓ Agent 就绪
5
🚀 Web 控制台：http://127.0.0.1:18789/

现在打开浏览器访问 http://127.0.0.1:18789/，你会看到 OpenClaw 的 Web 控制台界面，可以在这里查看会话历史、管理配置、监控任务状态。

八、跑通第一个任务#

万事俱备。打开 Telegram，找到你刚创建的 Bot，发送第一条指令：

1
在桌面创建一个名为"测试文件夹"的目录，然后在里面新建一个 hello.txt 文件，写入"Hello from OpenClaw!"

OpenClaw 收到指令后，会开始执行：

理解任务：需要创建目录 + 创建文件 + 写入内容
调用 exec 工具执行 mkdir 命令
调用 write 工具写入文件内容
反馈执行结果

成功后，你会在 Telegram 中收到一条确认消息，并在桌面看到新创建的文件夹和文件。

恭喜，你的第一个 AI Agent 任务跑通了！

九、常见问题排查#

Q：启动后 Telegram 没有响应怎么办？ 检查 Bot Token 是否正确，以及网络是否能访问 Telegram 服务器。国内用户可能需要配置代理。

Q：模型返回错误 “API Key invalid” 仔细检查 API Key 是否有多余的空格或换行，baseURL 是否以 /v1 结尾。

Q：执行文件操作时报权限错误 在 macOS 上，需要在「系统设置 → 隐私与安全性 → 文件和文件夹」中给予终端应用相应权限。Windows 用户确保以管理员权限运行。

Q：执行结果和预期不符 尝试把指令写得更具体、更明确。例如把”整理文件”改成”把桌面上所有 .pdf 文件移动到 ~/Documents/PDFs 文件夹”。

小结#

到这里，你已经完成了：

Node.js 环境准备
OpenClaw 安装与初始化
大模型 API 配置（以 DeepSeek 为例）
Telegram 渠道接入
跑通第一个文件操作任务

下一篇，我们进入进阶内容：如何安装和管理 Skills 扩展、如何为不同任务配置不同的模型、以及如何做好安全加固，让你的”小龙虾”既好用又安全。

本文是「OpenClaw 系列」的第二篇：

第一篇：OpenClaw 系列（一）——它不只是聊天，它是你的数字员工

第三篇：OpenClaw 进阶玩法——Skills 扩展、模型配置与安全加固

OpenClaw 系列（二）——手把手部署，从零到第一个自动化任务

https://llmhello.com/posts/2026_03/openclaw-deploy/

作者

Happy Zhuang

发布于

2026-03-15

许可协议

CC BY-NC-SA 4.0

OpenClaw 系列（三）——进阶玩法：Skills 扩展、多模型配置与安全加固

OpenClaw 系列（一）——它不只是聊天，它是你的数字员工

1

OpenClaw 系列（二）——手把手部署，从零到第一个自动化任务

六、配置消息渠道（以 Telegram 为例）

七、启动 OpenClaw Gateway

八、跑通第一个任务

九、常见问题排查

小结