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

AIGC 应用工程师、人工智能训练工程师、人工智能算法工程师、人工智能标注工程师、AI智能体应用工程师、生成式人工智能应用工程师

(一)报考条件:年满18周岁 (二)报名及考试流程  1.  学生填写报名表:姓名、性别、身份证号、电话号码、所报证书名称、级别,务必保证信息正确。 2. 使用电子照片要求: 背景颜色:蓝色、白色; 3. 拿证周期:3-4个月 人工智能应用工程师(高级)课程体系解读 课程体系围绕人工智能应用工程师(高级) 职业技能培养,分 6 大阶段,覆盖环境搭建、数据处理、核心算法、实战应用、效果测试与职业考核全流程,是从基础到高阶的完整 AI 应用开发学习路径。 一、阶段核心内容与能力目标 1. 人工智能环境管理 * 核心课程:环境与存储系统配置 * 知识模块:Python/Spark 环境搭建、虚拟机与

By Ne0inhk

一键部署DeepSeek-R1-Distill-Llama-8B:小白也能玩转AI推理

一键部署DeepSeek-R1-Distill-Llama-8B:小白也能玩转AI推理 你是不是也遇到过这些情况? 想试试最近很火的DeepSeek-R1系列模型,但看到“强化学习蒸馏”“冷启动数据”“RL前SFT”这些词就头皮发麻; 下载完模型文件,面对一堆.bin和.safetensors不知从哪下手; 查了十几篇教程,有的要编译CUDA、有的要改配置、有的连环境都装不起来……最后关掉终端,默默刷起了短视频。 别急——这次真不一样。 本文带你用一行命令、三步操作、零代码基础,把DeepSeek-R1-Distill-Llama-8B这个在数学、代码、复杂推理上媲美o1-mini的8B级蒸馏模型,稳稳跑在你本地电脑上。不需要GPU服务器,不用配conda环境,甚至不用打开终端输入超过5个单词。 它不是“理论上能跑”,而是我昨天刚在一台16GB内存的MacBook Pro上实测通过的完整流程。 下面开始,咱们直接上手。 1. 为什么是DeepSeek-R1-Distill-Llama-8B?它到底强在哪 先说结论:这是目前开源社区里,推理能力最强、部署门槛最低、中文理解最稳

By Ne0inhk

ClawdBot真实案例:树莓派4上同时运行OCR/Whisper/vLLM,15用户并发无卡顿

ClawdBot真实案例:树莓派4上同时运行OCR/Whisper/vLLM,15用户并发无卡顿 1. 什么是ClawdBot?一个真正属于你的本地AI助手 ClawdBot不是另一个云端API包装器,也不是需要注册账号、绑定手机号的SaaS服务。它是一个你完全掌控的个人AI助手——所有计算发生在你自己的设备上,消息不上传、模型不调用第三方服务、对话历史默认不留存。你可以把它装在树莓派4里放在书桌角落,也可以部署在老旧笔记本上作为家庭AI中枢,甚至塞进一台闲置的NUC里变成办公室智能前台。 它的核心设计哲学很朴素:AI能力应该像电和水一样,成为你设备的底层能力,而不是需要反复登录的远程服务。当你在终端输入clawdbot devices list,看到的是真实连接到你本地机器的设备列表;当你执行clawdbot models list,列出的是正在你内存中运行的vLLM实例;当你在Telegram里发一条语音,转写、翻译、响应全过程都在你家里的树莓派上完成——没有数据离开你的局域网。 这种“本地即服务”的模式,带来三个实实在在的好处:一是隐私可控,聊天内容、图片、语音全部留在

By Ne0inhk