保姆级最新OpenClaw(原 Clawdbot/Moltbot)安装指南,建立隧道,外网浏览器也能访问,并接入飞书,让AI在聊天软件里帮你干活

OpenClaw 是什么

OpenClaw (原 Clawdbot/Moltbot) 是一款开源的 AI 个人助手,支持本地部署,兼容 MacOS、Windows 及 Linux 等多种系统,支持接入常用聊天工具,让用户能够通过自然语言来控制各种设备和服务。
它是一个功能强大的自动化工具,支持 Qwen、Claude、GPT等主流大语言模型,能够帮助用户处理邮件、日程安排、市场调研等多种自动化任务。

使用场景举例:

• 24小时在线的 AI 助手服务
• 自动化处理日常任务(邮件、日程、提醒等)
• 连接各种 API 和服务,实现自定义自动化流程
• 作为个人知识库,随时回答你的问题

安装 OpenClaw 与配置百炼 API

2026.01.29 又更名为 OpenClaw。
Clawdbot 于 2026.01.27 正式更名 Moltbot。
在此时间后安装的用户,如使用出现报错如 zsh: command not found,可能需要将本教程中原 clawdbot/moltbot 的指令部分替换成 openclaw 使用。

安装与配置 OpenClaw

安装前置条件

确认 Node.js 版本,OpenClaw 要求 Node >=22。如果不是 22+,需要先升级 Node (你用 nvm / fnm / brew 都行)

node -v 

一键安装

MacOS/Linux 用户

根据 openclaw的安装指引,可以选择不同的安装方式。对于 MacOS/Linux 用户,这里比较推荐官方一键安装的脚本:

curl -fsSL https://openclaw.ai/install.sh | bash 
Windows (PowerShell)用户:
iwr -useb https://openclaw.ai/install.ps1 | iex 

或者你也可以通过全局安装的方式:

npm install -g openclaw@latest 

pnpm add -g openclaw@latest 

运行配置向导

向导将设置网关、认证和聊天平台

openclaw onboard --install-daemon 

脚本跑完,你会看到如下的 openclaw的 onboarding 指引,说明你安装成功了👇🏻

image.png

完成 OpenClaw (Moltbot/Clawdbot) 配置

image.png

启动网关

如果在向导中安装了服务,网关应该已经运行

检查网关状态

openclaw gateway status 

手动运行(前台)

openclaw gateway --port 18789--verbose 

官方推荐用http://127.0.0.1:18789/
我们本地不能直接访问,需要建立隧道才能访问
博主使用的是阿里云的服务器,就以阿里云为来讲解:

这里特别注意是是你的本地电脑上执行如下命令,不是在阿里云服务器执行,

1、建立隧道命令:

ssh -L 18789:127.0.0.1:18789-L 18800:127.0.0.1:18800 root@<ECS公网IP地址>

比如 ssh -L 18789:127.0.0.1:18789 -L 18800:127.0.0.1:18800 [email protected]

2、输入ECS服务器密码后,完成SSH登录。

3、再访问即可http://127.0.0.1:18789/?token=<;您的GATEWAY_TOKEN>即可正常通过隧道登录。

配置大模型

开通获取阿里云百炼 API Key
OpenClaw 支持使用 models.providers(或 models.json)来添加自定义模型提供商或与 OpenAI/Anthropic 兼容的代理服务。
阿里云百炼的模型 API 调用支持 OpenAI-compatible 接口,你只需要登录 阿里云百炼大模型服务平台 准备好:
• 阿里云百炼 API key:获取百炼 API Key
• 模型调用地址 base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
• 模型名称 model code:如 qwen-plus, qwen3-max 等
如何获取 API key?
登录 阿里云百炼大模型服务平台,点击密钥管理(北京或新加坡)页面,单击创建 API-KEY,复制即可通过API KEY调用大模型。

image.png
如果你使用的是百炼 Coding Plan,记得替换 API key 和模型调用地址:

• 阿里云百炼 API key:获取百炼 Coding Plan 专属 API Key
• 模型调用地址 base_url: https://coding.dashscope.aliyuncs.com/v1
• 模型名称 model code:如 qwen3-max-2026-01-23 等

如何获取 Coding Plan API Key?

image.png

配置 API Key 到环境变量

建议把 API Key 配置到环境变量,避免在代码里显式地配置API Key,降低泄露风险。

  1. 在终端中执行以下命令,查看默认Shell类型。
    执行以下命令来将环境变量设置追加到 ~/.bash_profile 文件中。
    用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'">>~/.bash_profile 

执行以下命令,使变更生效

source ~/.bash_profile 

修改 OpenClaw 配置文件

注:OpenClaw 配置是严格校验的,字段写错/多写,Gateway 可能直接跑不起来;如果出问题报错,可以先跑 moltbot doctor (clawdbot doctor) 看报错。
OpenClaw 模型引用是 provider/model 的格式,我们需要按照 Moltbot 可解析的方式把模型信息放到配置里。你可以选择 Web UI 方式,或手动编辑配置文件,进行配置。

Web UI 方式

openclaw dashboard 

浏览器打开http://127.0.0.1:18789/

image.png

手动编辑

或者手动编辑配置信息到~/.openclaw/openclaw.json (~/.clawdbot/clawdbot.json)里。这里以阿里云百炼于 2026.01.26 刚发布的 qwen3-max-2026-01-23 模型举例,你可以直接复制粘贴这段配置说明👇🏻

{ agents:{ defaults:{ model:{ primary:"bailian/qwen3-max-2026-01-23"}, models:{"bailian/qwen3-max-2026-01-23":{ alias:"通义千问 Max Thinking 版"}}}}, models:{ mode:"merge", providers:{ bailian:{ baseUrl:"https://dashscope.aliyuncs.com/compatible-mode/v1", apiKey:"${DASHSCOPE_API_KEY}", api:"openai-completions", models:[{id:"qwen3-max-2026-01-23", name:"通义千问 Max Thinking 版", reasoning: false,input:["text"], cost:{input:0.0025, output:0.01, cacheRead:0, cacheWrite:0}, contextWindow:262144, maxTokens:32768}]}}}}

配置生效 + 验证模型状态

在终端运行以下指令,保证配置能够生效:

方式一:停止服务后,再启动服务
openclaw gateway stop 
等待 2-3 秒后启动服务
openclaw gateway start 
方式二:直接使用重启命令
openclaw gateway restart 

你还可以通过以下指令看刚刚设置的模型是否被 Clawdbot 识别:

openclaw models list

你还可以通过以下指令进行一次真实连通探测(会发真实请求,可能产生费用~)

openclaw models status --probe

简单对话场景验证模型调用

image.png

或通过以下指令在 CLI 跑一轮 agent 👇🏻

openclaw agent --agent main --message "介绍下阿里云百炼"

飞书后面再写,吃饭了

有喜欢做量化的老铁可以研究: www.stockapi.com.cn

stockApi股票数据服务,实时行情数据和专业的深度市场数据。

image.png


image.png

Read more

Java网络聊天室——OverThinker-ChatRoom

Java网络聊天室——OverThinker-ChatRoom

—项目专栏— 🚀 Java Chatroom 实时聊天室系统 一个基于 Spring Boot 和 WebSocket 技术实现的轻量级实时聊天室项目。 ✨ 项目概述 这是一个采用 前后端分离 架构的 Web 聊天应用。它专注于提供一个稳定、实时的消息通信平台,支持用户认证、好友管理、以及核心的一对一私聊功能。 特性描述实时通信基于 WebSocket 实现,消息秒级推送。核心功能用户注册登录、好友列表、私聊会话、消息历史记录。后端架构Spring Boot 配合 MyBatis,快速构建 RESTful API。前端技术传统 HTML/CSS/JavaScript + jQuery,轻量易维护。 📸 界面展示 (Screenshots) 登录与注册 登录页面 注册页面 聊天主界面 ⚡ 项目体验说明 先看说明!

By Ne0inhk
Elasticsearch核心概念与Java客户端实战 构建高性能搜索服务

Elasticsearch核心概念与Java客户端实战 构建高性能搜索服务

目录 🎯 先说说我被ES"虐惨"的经历 ✨ 摘要 1. 为什么选择Elasticsearch? 1.1 从数据库的痛苦说起 1.2 Elasticsearch的优势 2. ES核心架构解析 2.1 集群架构 2.2 索引与分片 3. Java客户端实战 3.1 客户端选型对比 3.2 RestHighLevelClient配置 3.3 Spring Data Elasticsearch配置 4. 索引设计最佳实践 4.1 索引生命周期管理 4.2 映射设计技巧 5. 查询优化实战 5.1 查询类型对比 5.

By Ne0inhk
Java 大视界 -- Java+Flink CDC 构建实时数据同步系统:从 MySQL 到 Hive 全增量同步(443)

Java 大视界 -- Java+Flink CDC 构建实时数据同步系统:从 MySQL 到 Hive 全增量同步(443)

Java 大视界 -- Java+Flink CDC 构建实时数据同步系统:从 MySQL 到 Hive 全增量同步(443) * 引言: * 正文: * 一、 核心认知:Flink CDC 与全增量同步逻辑 * 1.1 Flink CDC 核心原理 * 1.1.1 与传统数据同步方案的对比(实战选型参考) * 1.2 全增量同步核心逻辑(MySQL→Hive) * 1.2.1 关键技术点(实战必关注,每个点都踩过坑) * 二、 环境准备:生产级环境配置(可直接复用) * 2.1 核心依赖配置(pom.xml)

By Ne0inhk