Docker 部署开源 AI 消息网关 OpenClaw 教程：5 分钟接入 Telegram/微信/Discord 等 25+ 平台对接 ChatGPT/DeepSeek/Claude
前言
在 AI 大模型遍地开花的今天，越来越多的开发者希望将 ChatGPT、Claude、DeepSeek 等 AI 能力接入到自己的 Telegram、微信、Discord、飞书等即时通讯平台中。但每个平台的 API 不同、每个模型的接口不同，重复造轮子的工作量巨大。
本文介绍一个开源项目 OpenClaw（龙虾）——一个 AI 消息网关，支持 25+ 消息频道和 30+ AI 模型。通过 Docker 部署，5 分钟内即可完成从零到可用的全流程。
一、OpenClaw 是什么
OpenClaw 是一个开源的自托管 AI 消息网关，核心功能：
- 统一对接 25+ 消息频道：Telegram、微信、Discord、QQ、飞书、Slack、WhatsApp、iMessage、Microsoft Teams 等
- 统一对接 30+ AI 模型：ChatGPT、Claude、DeepSeek、Ollama 本地模型等
- 支持智能故障转移：主模型不可用时自动切换备用模型
- 自动化能力：Hooks、定时任务、Webhooks
- MIT 开源协议：免费使用，商用友好
项目地址：https://github.com/openclaw/openclaw
中文文档：https://longxia.best
二、环境准备
2.1 硬件要求
- 如果使用云端 AI 模型（ChatGPT、Claude、DeepSeek 等），对硬件几乎没有要求，1 核 1G 的 VPS 也能跑
- 如果使用 Ollama 本地模型，建议 NVIDIA GPU 12GB+ 显存，或 Mac M 系列 16GB+ 内存
2.2 软件要求
- Docker 20.10 及以上
- Docker Compose 2.0 及以上（推荐）
三、Docker Compose 部署（推荐）
3.1 克隆仓库直接启动
git clone https://github.com/openclaw/openclaw.git cd openclaw docker-compose up -d3.2 手动创建 docker-compose.yml
如果只想拉镜像不想克隆整个仓库，可以手动创建配置文件：
services:openclaw:image: ghcr.io/openclaw-ai/openclaw:latest container_name: openclaw restart: unless-stopped ports:-"18789:18789"# Gateway WebSocket 核心通信端口-"3000:3000"# Web UI 控制台volumes:- ~/.openclaw:/root/.openclaw # 配置文件、API Key、会话状态- ~/openclaw/workspace:/workspace # 项目文件与技能environment:- NODE_ENV=production 然后执行：
docker-compose up -d四、Docker Run 一行命令部署
不使用 Docker Compose 的情况下，也可以直接运行：
docker run -d--name openclaw --restart unless-stopped \-p18789:18789 -p3000:3000 \-v ~/.openclaw:/root/.openclaw \-v ~/openclaw/workspace:/workspace \ ghcr.io/openclaw-ai/openclaw:latest 五、端口与卷挂载说明
5.1 端口映射
| 端口 | 用途 | 说明 |
|---|---|---|
| 18789 | Gateway WebSocket | 频道和客户端连接的核心通信端口 |
| 3000 | Web UI | 浏览器控制台，配置和会话监控 |
5.2 卷挂载
| 宿主机路径 | 容器路径 | 说明 |
|---|---|---|
~/.openclaw | /root/.openclaw | 配置文件、API Key、会话状态 |
~/openclaw/workspace | /workspace | 项目文件和项目级技能 |
六、Docker 镜像版本选择
| 镜像标签 | 大小 | 适用场景 |
|---|---|---|
latest | ~500MB | 标准版，包含全部功能 |
slim | ~200MB | 轻量版，不含浏览器/媒体工具 |
sandbox | ~600MB | 隔离技能执行环境 |
sandbox-browser | ~1.2GB | Sandbox + 内置 Chromium，浏览器自动化 |
镜像同时支持 linux/amd64 和 linux/arm64 架构。
七、部署验证
容器启动后，访问以下地址：
- Web 控制台：
http://localhost:3000/ - WebSocket 端点：
ws://localhost:18789/
打开 Web 控制台后，按照引导完成初始化配置：
- 选择 AI 模型供应商（Claude / ChatGPT / DeepSeek / Ollama）
- 填入对应的 API Key
- 连接消息频道（以 Telegram 为例，填入 BotFather 给的 Token 即可）
八、连接 Telegram Bot 示例
- 在 Telegram 中搜索
@BotFather，发送/newbot创建新 Bot - 按提示设置 Bot 名称，获取 Bot Token
- 在 OpenClaw Web 控制台中添加 Telegram 频道，填入 Token
- 向你的 Bot 发送一条消息，验证 AI 回复是否正常
九、AI 模型配置建议
| 场景 | 推荐模型 | 说明 |
|---|---|---|
| 新手入门 | Claude / GPT-4o | 稳定性好，响应速度快 |
| 低成本使用 | DeepSeek | 充值 10 元可以使用很长时间 |
| 隐私敏感 | Ollama 本地模型 | 完全免费，数据不出本机 |
可以同时配置多个模型供应商，设置优先级和 failover 策略。
十、常用运维命令
# 查看实时日志docker compose logs -f openclaw # 更新到最新版本docker compose pull docker compose up -d# 停止服务docker compose down # 查看容器状态dockerps|grep openclaw 总结
OpenClaw 提供了一种统一的方式来管理多平台 AI 机器人。核心优势在于：
- 频道覆盖广：25+ 消息平台开箱即用
- 模型选择多：30+ AI 模型灵活切换
- 部署简单：Docker 一行命令
- 数据自主：自托管，MIT 开源
如果你正在寻找一个统一管理 AI Bot 的方案，OpenClaw 是一个值得尝试的选择。
项目官网：https://longxia.best
GitHub：https://github.com/openclaw/openclaw
如果本文对你有帮助，欢迎点赞、收藏、关注博主，后续会持续分享 AI 自部署和开源项目实战教程。
关注公众号「骄阳女孩」获取更多原创内容。
