电脑部署龙虾AI(OpenClaw)完整教程 + 日常使用详解

AI到底是什么?怎么在自己电脑上部署、怎么日常使用?网上教程要么太简略、要么太偏开发者,新手根本看不懂。本篇我用最通俗、最详细、一步一命令的方式,从零带你在 Windows/macOS/Linux 部署 龙虾AI(OpenClaw),并附上日常高频使用教程,小白也能直接跟着跑通。


一、龙虾AI(OpenClaw)是什么?
龙虾AI(OpenClaw)是一款可以直接操控你电脑的自动化AI智能体。
和普通聊天AI不同:它能点鼠标、敲键盘、读写文件、操作浏览器、自动办公。

简单说:
- ChatGPT/豆包:只能跟你聊天、写文字
- 龙虾AI:能直接帮你干活

适用人群:
- 办公党:自动整理文件、汇总数据、发邮件、搜资料
- 程序员:自动写代码、查日志、部署项目
- 普通人:解放双手,减少重复操作


二、部署前环境准备
2.1 系统要求
- Windows:Win10 / Win11(64位)
- macOS:12.0 及以上
- Linux:Ubuntu 20.04+、CentOS 7+

2.2 必备软件
1. Git(代码拉取)
2. Node.js 18+(运行环境)
3. 一个大模型 API Key(智谱、DeepSeek、Kimi 都行,有免费额度)


三、Windows 详细部署教程(最常用)
3.1 以管理员身份打开终端
1. 右键 **开始菜单**
2. 选择 **Windows 终端(管理员)** 或 **PowerShell(管理员)**

3.2 允许脚本运行(必执行)
powershell

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -Force

3.3 一键部署脚本(官方推荐)
直接复制运行,全自动安装:
powershell 

iwr -useb https://openclaw.ai/install.ps1 | iex

等待 3~10 分钟,会自动:
- 安装 Git、Node.js
- 拉取龙虾代码
- 安装所有依赖
- 配置环境变量

### 🔥 安装过程中看到这个日志?完全正常! 如果你的终端出现以下输出,**代表安装顺利进行中**:

Git not found; bootstrapping user-local portable Git...

Downloading v2.53.0.windows.2...



如果超过10分钟,终止操作,执行以下命令,自动下载安装 Git,全程无需手动干预:

完成后重新从3.2步骤操作

3.4 验证安装是否成功

​ 新开一个终端,输入: powershell  openclaw --version 出现版本号就说明部署成功。 ​

四、macOS 部署教程
4.1 安装 Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

4.2 安装依赖

brew install git node

4.3 一键部署

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


五、Linux(Ubuntu)部署教程
5.1 更新系统

sudo apt update && sudo apt upgrade -y

5.2 安装基础工具

sudo apt install -y curl git build-essential

5.3 安装 Node.js

curl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt install -y nodejs

5.4 一键安装

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


六、启动龙虾AI + 基础配置
6.1 启动命令
所有系统通用:

openclaw start

6.2 打开 Web 面板

浏览器访问: http://127.0.0.1:18789

6.3 配置模型 API(关键)

龙虾本身没有大脑,需要接大模型: 1.进入 Web 面板 → 模型配置 2.选择厂商(智谱/DeepSeek/Kimi/MiniMax) 3.填入你的 API Key 4.保存 → 测试连接 新手建议:先用免费额度的平台,成本低、易上手。

6.4 权限设置(安全)

- 新手:用 沙箱模式(只能操作指定文件夹) - 熟练后:可开完整权限 - 永远不要在不明脚本下给最高权限


七、日常常用使用教程(直接照抄)
下面这些是工作/学习最常用指令,你直接复制到龙虾输入框就能用。
7.1 文件整理自动化

帮我整理桌面文件: - 所有图片放到 D:\桌面\图片 - 所有文档放到 D:\桌面\文档 - 压缩包放到 D:\桌面\压缩包 - 其他文件归类到 Other 最后给我一份整理报告

7.2 Excel/CSV 数据处理

读取 D:\数据\2026销售数据.csv 1. 计算每个部门的总销售额 2. 找出最高和最低的月份 3. 生成一个简单分析报告 4. 保存成 分析结果.md

7.3 浏览器自动搜资料

打开 Chrome,搜索:2026年AI智能体行业报告 找到前3篇可下载的PDF,自动下载到桌面 并把标题、链接整理成表格

7.4 批量重命名文件

把 D:\照片\ 下所有文件重命名 格式:旅行_年月日_序号.jpg 例如:旅行_20260325_001.jpg

7.5 自动写周报/总结

根据 D:\工作记录\ 目录下的所有文本 帮我自动生成一篇周报,包含: 1. 本周完成工作 2. 遇到问题 3. 下周计划


八、常用命令行操作(日常必备)

# 启动龙虾 openclaw start # 停止龙虾 openclaw stop # 重启服务 openclaw restart # 查看日志(排查错误) openclaw log # 查看版本 openclaw --version ​


九、常见问题 & 排错
9.1 部署失败常见原因

1.没有用管理员运行终端 2.网络不好,下载超时 3.Node.js 版本太低 4.端口 18789 被占用

9.2 端口被占用解决

修改配置文件里的 port 改为 18790 或其他即可。

9.3 AI 不执行操作

- 检查 API Key 是否正确 - 检查模型是否有额度 - 检查权限是否开启


十、总结 & 学习建议

1.龙虾AI = 能操作电脑的自动化助手 2.部署非常简单,一条命令搞定 3.日常使用就是:说人话 → 让AI干活 4.从简单任务开始练:整理文件、搜资料、处理表格 5.熟练后可以做自动化流程、定时任务、多步骤办公

如果你是新手,不要一上来搞复杂开发,先把日常重复工作用龙虾代替,效率提升非常明显。
 

Read more

Stable-Diffusion-v1-5-archiveWebUI高可用:双实例+负载均衡+健康检查部署

Stable-Diffusion-v1-5-archive WebUI 高可用:双实例+负载均衡+健康检查部署 你是不是也遇到过这种情况:正在用 Stable Diffusion 生成一张重要的设计图,突然页面卡住,刷新一下直接 502 错误,所有工作进度都丢了。或者团队里几个人同时用,服务器就慢得像蜗牛,一张图要等好几分钟。 对于需要稳定、高效生成图片的团队或个人来说,单点部署的 WebUI 服务就像走钢丝——一旦服务挂了,所有工作都得停摆。今天,我就来分享一个实战方案:为 Stable-Diffusion-v1-5-archive WebUI 搭建一套高可用架构。 这套方案的核心很简单:部署两个 WebUI 实例,前面加一个负载均衡器,再配上自动健康检查。这样一来,任何一个实例出问题,流量会自动切到另一个健康的实例上,服务几乎不会中断。同时,负载均衡还能把用户请求分摊开,提升整体的处理能力。 下面,我就手把手带你从零搭建这套系统。 1. 方案设计与核心思路 在开始敲命令之前,

Vitis安装后无法烧录FPGA?检查这些底层配置

Vitis装好了却烧不进FPGA?别急,先查这四个底层“地雷” 你有没有遇到过这种情况:Vitis安装顺利,项目也能正常编译,点击“Program Device”时却卡住、报错,甚至根本识别不到硬件?看着IDE里那句冷冰冰的 “No hardware targets available” ,心里一万只草泥马奔腾而过——明明线都插好了,电源也亮了,怎么就是动不了? 别急着重装Vitis,更别怀疑人生。这类问题90%以上 不是软件本身的问题 ,而是藏在系统底层的几个关键配置没到位。就像修车不能光看仪表盘,还得掀开发动机盖子查线路和油路一样,FPGA烧录失败,往往要从 驱动、权限、供电、服务通信 这些“看不见”的地方下手。 今天我们就来一次彻底“解剖”,带你一步步排查那些让Vitis“失联”的常见陷阱,并给出可立即上手的操作方案。 一、Linux下USB权限不够?你的JTAG设备正在“被隔离” 为什么连不上?

ClawdBot开源应用:MIT协议下二次开发Telegram多平台机器人

ClawdBot开源应用:MIT协议下二次开发Telegram多平台机器人 1. ClawdBot是什么:你的本地AI助手,不止于聊天 ClawdBot不是另一个云端API调用工具,而是一个真正属于你、运行在你设备上的个人AI助手。它不依赖外部服务即可完成推理、对话、文件处理等核心任务,所有数据默认留在本地,隐私由你自己掌控。 它采用模块化架构设计,后端模型能力由vLLM提供——这意味着你能享受到接近原生GPU性能的高效推理体验,同时支持Qwen3-4B-Instruct等主流开源模型的即插即用。无论是树莓派4、NUC迷你主机,还是带显卡的台式机,只要满足基础硬件要求(2GB显存+8GB内存),就能跑起来。 更关键的是,ClawdBot从诞生之初就定位为“可深度定制的AI网关”。它不预设使用场景,而是把控制权交还给开发者:你可以把它变成客服中台、知识库入口、自动化办公代理,甚至嵌入到自己的SaaS产品中作为智能增强模块。MIT协议的加持,让这种自由没有法律边界——商用、闭源、再分发,全部允许。 它不像某些“一键部署”工具那样隐藏所有细节,反而鼓励你打开配置文件、修改JSON

Vivado IP核实现LVDS高速通信:从零实现方案

从零构建LVDS高速通信链路:基于Vivado IP核的实战指南 你有没有遇到过这样的场景? 项目急着要验证一个高速ADC的数据采集能力,传感器通过LVDS接口输出1.2 Gbps的原始数据流,而你的FPGA板子却频频丢帧、采样错乱。示波器上看眼图闭合严重,ILA抓出来的数据跳变无序——问题到底出在哪儿? 是PCB走线不匹配?时钟相位没对齐?还是FPGA内部采样逻辑写错了? 别急。今天我们就来 手把手实现一套稳定可靠的LVDS高速通信系统 ,全程基于Xilinx Vivado官方IP核和SelectIO原语,不依赖任何第三方模块或黑盒代码。整个过程不需要你精通SerDes硬核原理,也不用啃IBIS模型,但能让你真正理解“为什么这样接就通了”。 一、为什么选LVDS?它真的适合我的项目吗? 先说结论:如果你的应用涉及 中高带宽(>100 Mbps)、长距离传输(>15 cm)、抗干扰要求高 ,那么LVDS几乎是绕不开的选择。 它强在哪? 特性 对比传统CMOS 工作电压 ~350mV差分摆幅 功耗 恒流驱动,功耗低 EMI辐射