[AI实战]Ubuntu 下安装OpenClaw——从零搭建你的专属AI助理

优质文章学习记录

— 6 min read
[AI实战]Ubuntu 下安装OpenClaw——从零搭建你的专属AI助理

[AI实战]Ubuntu 下安装OpenClaw——从零搭建你的专属AI助理

前言

OpenClaw是一款功能强大的AI助理框架，支持自定义技能、多模型接入，并能通过聊天软件与你交互。本文将手把手带你在Ubuntu系统上完成OpenClaw的安装与配置，并实现外部安全访问。无论你是AI爱好者还是开发者，都能通过本文快速拥有一个属于自己的AI助理。

环境准备：

  • 操作系统：Ubuntu 20.04 / 22.04 / 24.04（本文以24.04为例）
  • 权限：需要使用root或拥有sudo权限的用户
  • 网络：能够访问GitHub及npm源（建议使用国内镜像加速）

一、升级Node.js至v22+

OpenClaw要求Node.js版本≥22.0.0，低版本会导致npm安装失败。若系统已安装其他版本，请务必升级。

方法一：使用nvm（推荐，便于多版本管理）

1. 安装nvm

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh |bash

安装完成后，重新加载环境变量：

source ~/.bashrc # 若使用bash# source ~/.zshrc # 若使用zsh

2. 安装Node.js v22并设为默认

nvm install22 nvm alias default 22 nvm use 22

3. 验证版本

node-v# 应显示 v22.x.xnpm-v# 检查npm版本

方法二：使用NodeSource官方仓库（系统级安装）

如果你希望直接覆盖系统Node版本，可以使用以下命令（以Ubuntu/Debian为例）：

curl-fsSL https://deb.nodesource.com/setup_22.x |bash - apt-getinstall-y nodejs

CentOS/RHEL用户请使用：

curl-fsSL https://rpm.nodesource.com/setup_22.x |bash - yum install-y nodejs

方法三：手动下载二进制包

从 Node.js官网 下载Linux二进制包，解压后配置PATH即可。

二、安装OpenClaw

1. 一键安装（官方推荐）

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

若网络不稳定，也可以直接使用npm全局安装（避免脚本问题）：

npminstall-g openclaw@latest

2. 验证安装

openclaw --version

出现版本号即表示安装成功。

3. 初始化配置

openclaw onboard

此命令将引导你完成基础配置，包括：

  • 选择AI模型（可跳过，后续添加）
  • 配置聊天渠道（如Telegram、飞书等，可跳过）
  • 安装基础技能（建议全选）

跳过模型配置： 若暂时没有API Key，可以选择跳过，后续随时补充。

在这里插入图片描述


选择Open the Web UI：

在这里插入图片描述

4. 修改配置文件以实现外部访问

OpenClaw默认只监听本地（127.0.0.1），如需从局域网其他设备访问Web控制台，需修改配置文件。

配置文件位于 ~/.openclaw/openclaw.json，编辑该文件：

nano ~/.openclaw/openclaw.json

找到 gateway 部分，将 bind 的值改为 "lan"（监听所有网络接口），并确保端口为 18789。

在这里插入图片描述

修改后重启Gateway服务：

openclaw gateway restart

5. 防火墙放行端口

根据你的防火墙工具，开放18789端口（注意：生产环境建议限制来源IP）：

# ufw ufw allow 18789/tcp # firewalld firewall-cmd --add-port=18789/tcp --permanent&& firewall-cmd --reload# iptables iptables -A INPUT -p tcp --dport18789-j ACCEPT

验证监听状态：

ss -untlp|grep18789

应显示类似 0.0.0.0:18789 的监听记录。

在这里插入图片描述

6. 安全访问：使用SSH隧道（推荐）

由于Web控制台基于HTTP且未配置HTTPS，直接暴露可能带来安全风险。最安全的方式是通过SSH隧道将远程端口映射到本地。

在宿主机（你的物理机）上执行：

ssh-L8888:localhost:18789 root@<虚拟机IP>
在这里插入图片描述
  • 8888：本地监听端口，可自定义
  • <虚拟机IP>：Ubuntu虚拟机的实际IP地址

保持此终端窗口打开，然后打开宿主机浏览器，访问 http://localhost:8888。此时相当于本地访问，完美满足浏览器的“安全上下文”要求，且所有流量均通过SSH加密。

在这里插入图片描述
优点：无需修改OpenClaw配置、无需开放防火墙、流量加密。
缺点：每次访问需保持SSH连接。

三、常见问题与解决

Q1：安装时npm报错“node-domexception”等警告

这是正常现象，不影响使用，可忽略。

Q2：无法从外部访问Web控制台

  • 检查 bind 是否设置为 "lan" 或 "0.0.0.0"（注意新版需用 lan 模式）。
  • 确认防火墙已放行18789端口。
  • 尝试使用SSH隧道方式。

Q3：浏览器报“origin not allowed”

在配置文件中添加 controlUi.allowedOrigins，例如：

"controlUi":{"allowedOrigins":["http://你的宿主机IP:18789"]}

然后重启Gateway。

Q4：浏览器提示“需要安全上下文”

这是因为通过HTTP访问非本地地址。解决方案：

  • 使用SSH隧道（推荐）
  • 或配置HTTPS（如使用Tailscale Serve）
  • 或在配置中设置 allowInsecureAuth: true（仅限测试环境）

四、进阶：配置模型与技能

1. 添加AI模型密钥

通过Web控制台或命令行添加：

openclaw config set models.providers.openai.apiKey sk-xxxxxx openclaw models set openai/gpt-4

2. 安装新技能

使用官方工具 clawhub：

npminstall-g clawhub clawhub install tavily-search # 安装联网搜索技能

3. 使用本地模型

如果你有本地部署的模型（如Ollama、vLLM），可通过自定义模型提供商接入，参考[官方文档]( Model Providers - OpenClaw )。

五、总结

通过本文，你已经在Ubuntu上成功搭建了OpenClaw AI助理，并掌握了通过SSH隧道安全访问Web控制台的方法。OpenClaw的强大之处在于其可扩展性——你可以随时添加新技能、接入不同模型，甚至开发自己的插件。

友情提示：建议创建普通用户运行OpenClaw，避免使用root带来安全风险。

如果你在安装过程中遇到任何问题，欢迎在评论区留言交流！

Read more

双模态无人机太阳能光伏红外可见光一一对应缺陷检测数据集，共650张 无人机可见光红外缺陷检测数据集 红外 + 可见光配对无人机红外可见光光伏缺陷检测数据集

双模态无人机太阳能光伏红外可见光一一对应缺陷检测数据集，共650张 无人机可见光红外缺陷检测数据集 红外 + 可见光配对无人机红外可见光光伏缺陷检测数据集

1 1 1 1 1 类别： dmjrb ns dyrb ejgdl zw yyzd ygfs ycdw dmjrb_ycdw dyrb_ycdw ✅ 一、数据集基本信息表 项目内容数据集名称无人机光伏太阳能板缺陷检测数据集（红外 + 可见光配对）总图像数量650 张（红外与可见光图像严格一一对应，共 650 对 → 1,300 张图像）模态类型双模态配对数据：• 红外热成像（Infrared）• 可见光图像（RGB）标注格式YOLO 格式（.txt 文件，适用于 YOLOv5/v8/v11 等）数据划分未明确说明，建议按 7:2:
抗辐照MCU在高空长航时无人机热管理系统中的可靠性研究

抗辐照MCU在高空长航时无人机热管理系统中的可靠性研究

摘要：高空长航时无人机（HALE UAV）在临近空间执行任务时面临复杂的大气辐射环境，其热管理系统的可靠性直接影响飞行安全与任务效能。本文以国科安芯AS32S601系列抗辐照微控制器（MCU）为研究对象，系统综述其在HALE UAV热管理系统中的应用潜力与可靠性验证方法。基于重离子单粒子试验、质子单粒子效应试验、总剂量效应试验及脉冲激光单粒子效应试验的多源数据，分析了该MCU在单粒子锁定（SEL）、单粒子翻转（SEU）及单粒子功能中断（SEFI）等效应模式下的响应特征，探讨了HALE UAV热管理系统中MCU与热电制冷、相变材料、强制对流等热控手段的协同设计策略，为临近空间飞行器热管理系统的抗辐照设计提供了理论参考与工程实践指导。 关键词： 高空长航时无人机；临近空间；抗辐照MCU；热管理系统；单粒子效应；可靠性验证；大气辐射 1 引言 商业航天产业的快速发展推动了临近空间开发利用的技术进步。高空长航时无人机（High Altitude Long Endurance Unmanned Aerial Vehicle, HALE UAV）飞行于距地面20-100 km的临近空间，具备

企业微信群通知机器人添加点击链接教程（图文 / Markdown 两种方式）

在使用企业微信群通知机器人时，很多开发者会有 “能否添加可点击链接” 的需求 —— 比如推送文档地址、业务系统入口、数据报表链接等。答案是：完全可以！本文将详细介绍两种核心实现方式（图文消息 / Markdown 消息），附完整代码示例和注意事项，新手也能快速上手。 一、前置准备：已获取群机器人 Webhook 地址 在添加链接前，需先完成群机器人的创建并获取 Webhook 地址，步骤回顾： 1. 进入企业微信目标群聊 → 点击右上角 “...” → 选择 “添加群机器人” → 新建机器人并命名； 2. 创建成功后，复制系统生成的 Webhook 地址（格式类似 https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx），后续发送请求需用到该地址。 二、两种添加点击链接的实现方式
LazyLLM 测评 | 低代码颠覆 AI 开发！代码专家智能体进阶模块实战

LazyLLM 测评 | 低代码颠覆 AI 开发！代码专家智能体进阶模块实战

摘要： LazyLLM 是商汤大装置推出的开源低代码框架，作为构建和优化多 Agent 应用的一站式开发框架，覆盖应用搭建、数据准备、模型部署、微调、评测等全流程开发环节，提供丰富的工具支持。其以模块化设计打破传统开发壁垒，通过数据流驱动重构开发逻辑，能让开发者用极简代码实现工业级复杂 AI 应用，摆脱冗余编码束缚，聚焦核心业务场景，降低 AI 应用构建成本并支持持续迭代优化。堪称 AI 开发者的 “效率神器”，其技术普惠理念为 AI 开发领域带来新的实践范式，推动了更高效的开发模式。本文将以Python编程为切入点，带你深入了解LazyLLM框架。 LazyLLM 是构建和优化多 Agent 应用的一站式开发工具，为应用开发过程中的全部环节（包括应用搭建、数据准备、模型部署、模型微调、评测等）提供了大量的工具，协助开发者用极低的成本构建 AI 应用，并可以持续地迭代优化效果。 LazyLLM作为商汤大装置推出的开源低代码框架，简直是AI开发者的“效率神器”