LLM - 10分钟安装 OpenClaw:把 AI 管家跑在你自己的电脑上

LLM - 10分钟安装 OpenClaw:把 AI 管家跑在你自己的电脑上

文章目录

在这里插入图片描述

概述

OpenClaw 是一个"自托管"的 AI 管家系统:本地/服务器起一个 Gateway,接入飞书/Telegram 等聊天渠道,支持插件、工具调用、定时任务和仪表盘。适合把 AI 变成"能干活"的助手,而不仅是聊天。

一句话安装(推荐)

macOS / Linux / WSL2 直接执行:

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

安装完成后运行新手引导(建议执行,会把服务也配置好):

openclaw onboard --install-daemon 

1)安装前检查(避坑)

OpenClaw 需要:

  • Node.js >= 22
  • macOS / Linux / Windows(WSL2)

先检查版本:

node -v npm -v 

如果 Node 版本过低:先升级 Node 再继续(macOS 常用 Homebrew;Linux 可用官方源/NodeSource)。


2)安装后验证:确认"真的跑起来了"

建议依次跑这三条:

2.1 诊断(强烈建议)

openclaw doctor 

2.2 查看运行状态

openclaw status 

2.3 打开仪表盘

openclaw dashboard 

3)备选安装方式

方式 A:手动全局安装(你已经有 Node/npm)

npminstall -g openclaw@latest openclaw onboard --install-daemon 
macOS 上 sharp 相关报错怎么办?

有些环境会遇到 sharp 原生编译问题,可以用预编译包绕过:

SHARP_IGNORE_GLOBAL_LIBVIPS=1npminstall -g openclaw@latest 

方式 B:从源码安装(适合贡献/二开)

git clone https://github.com/openclaw/openclaw.git cd openclaw pnpminstallpnpm ui:build pnpm build openclaw onboard --install-daemon 

4)常见问题排错(最常见就这一个)

“安装成功但提示 openclaw: command not found”

99% 是 npm 全局 bin 不在 PATH

检查:

npm prefix -g echo"$PATH"

修复(macOS/Linux):

exportPATH="$(npm prefix -g)/bin:$PATH"

然后重开终端(zsh 可执行 rehash)。


5)装好后我建议立刻做的 3 件事

  1. 跑一遍自检:openclaw doctor
  2. 确认服务正常:openclaw status / openclaw gateway status
  3. 规划你的入口渠道:飞书/Telegram/Slack 选一个作为日常入口,再逐步扩展插件和自动化

实操

使用Claude code安装open claw

我想在我的mac mini 上安装 openclaw ⏺ I'm not familiar with a project called "openclaw." Let me search for it to understand what you're referring to. ⏺ Web Search("openclaw software install mac 2026") ⎿ Did 0 searches in 53s ⏺ Web Search("openclaw software project") ⎿ Did 1 search in 85s ⏺ Web Search(""openclaw" github") ⎿ Did 1 search in 62s ⏺ Now let me find the specific installation instructions for macOS. ⏺ Web Search("openclaw install macOS Mac mini setup guide 2026") ⎿ Did 1 search in 50s ⏺ OpenClaw 是一个开源的本地 AI 助手,可以连接 WhatsApp、iMessage、Slack、Telegram 等消息平台,在你自己的硬件上 24/7 运行。Mac Mini 是目前最受欢迎的运行设备之一。 在 Mac Mini 上安装 OpenClaw 前置要求 - Node.js 22+ - 一个 AI 模型的 API Key(Claude、OpenAI 等) - macOS(Mac Mini M4 是最佳选择) 安装步骤 1. 安装 Homebrew 和 Node.js(如果还没有的话): /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" brew install node@22 2. 安装 OpenClaw: curl -fsSL https://openclaw.ai/install.sh |bash 或者通过 npm: npminstall -g openclaw@latest 3. 运行引导向导: openclaw onboard 向导会引导你配置网关、工作区、消息渠道和技能。在此过程中需要输入你的 AI 模型 API Key。 4. 配置 24/7 运行(可选): 前往 系统设置 → 电池 → 选项,启用「唤醒以供网络访问」,确保 Mac Mini 在显示器关闭时仍然可达。 安全警告 - 2026 年 1 月发现了一个严重漏洞(CVE-2026-25253,CVSS 8.8),允许远程代码执行。请确保你安装的是 2026.1.29 或更新版本。 - OpenClaw 仍然是实验性软件,请注意不要在包含高度敏感数据的设备上使用,或者做好安全隔离。 - Cisco 安全团队发现部分第三方 skill 存在数据泄露和提示注入风险,安装第三方 skill 时需谨慎。 详细指南 如果需要更详细的教程,可以参考以下资源: - https://www.sitepoint.com/how-to-set-up-openclaw-on-a-mac-mini/ - https://bitlaunch.io/blog/install-configure-openclaw/ - https://us.ugreen.com/blogs/docking-stations/openclaw-on-mac-mini - https://github.com/openclaw/openclaw Sources: - https://github.com/openclaw/openclaw - https://www.sitepoint.com/how-to-set-up-openclaw-on-a-mac-mini/ - https://bitlaunch.io/blog/install-configure-openclaw/ - https://aiopenclaw.org/blog/openclaw-mac-mini-complete-guide - https://us.ugreen.com/blogs/docking-stations/openclaw-on-mac-mini - https://www.techradar.com/computing/macs/mac-mini-shortages-are-starting-to-happen-and-the-openclaw-ai-boom-is-a-key-reason ✻ Sautéed for 4m 6s ❯ 你能帮我装吗 ⏺ 可以帮你在这台机器上安装。让我先检查一下当前环境。 ⏺ Bash(node --version 2>/dev/null;echo"---"; brew --version 2>/dev/null |head -1;echo"---";which openclaw 2>/dev/null;echo"---"; sw_vers) ⎿ v18.20.3 --- Homebrew 5.0.14 … +6 lines (ctrl+o to expand) ⏺ 当前环境状态: - macOS: 26.2(没问题) - Homebrew: 已安装 (5.0.14) - Node.js: v18.20.3 — 需要升级到 22+ - OpenClaw: 未安装 需要先升级 Node.js 到 22+,然后再安装 OpenClaw。 ⏺ User answered Claude's questions: ⎿ · 你希望怎样安装 OpenClaw? → 自动安装 (推荐) ⏺ 好的,开始自动安装。先升级 Node.js 到 22。 ⏺ Bash(brew install node@22 2>&1) ⎿ ==> Auto-updating Homebrew... Adjust how often this is run with `$HOMEBREW_AUTO_UPDATE_SECS` or disable with `$HOMEBREW_NO_AUTO_UPDATE=1`. Hide these hints with `$HOMEBREW_NO_ENV_HINTS=1` (see `man brew`). … +37 lines (ctrl+o to expand) ⎿ (timeout 5m) ⏺ Node.js 22 已安装,但它是 keg-only,需要先把它加到 PATH 里。 ⏺ Bash(export PATH="/opt/homebrew/opt/node@22/bin:$PATH" && node --version && npm --version) ⎿ v22.22.0 10.9.4 ⏺ Node.js 22.22.0 已就绪。现在用官方安装脚本安装 OpenClaw。 ⏺ Bash(export PATH="/opt/homebrew/opt/node@22/bin:$PATH" && curl -fsSL https://openclaw.ai/install.sh | bash 2>&1) ⎿ Error: Exit code 127 (eval):1: command not found: curl (eval):1: command not found: bash ⏺ Searched for 1 pattern (ctrl+o to expand) ⏺ Bash(export PATH="/opt/homebrew/opt/node@22/bin:/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:$PATH" && curl -fsSL https://openclaw.ai/install.sh | bash 2>&1) ⎿ Error: Exit code 1 ╭───────────────────────────────────────────────────────────────────────────────╮ │ │ │ 🦞 OpenClaw Installer │ │ Welcome to the command line: where dreams compile and confidence segfaults. │ │ modern installer mode │ │ │ ╰───────────────────────────────────────────────────────────────────────────────╯ ✓ gum bootstrapped (temp, verified, v0.17.0) … +15 lines (ctrl+o to see all) ✻ Cogitated for 2m 51s ❯ 干完了吗 ⏺ 还没有。安装脚本因为在非交互模式下运行需要 sudo 权限而失败了。让我换个方式,直接用 npm 安装。 ⏺ Bash(export PATH="/opt/homebrew/opt/node@22/bin:$PATH" && npm install -g openclaw@latest 2>&1) ⎿ npm warn deprecated [email protected]: This package is no longer supported. npm warn deprecated [email protected]: This package is no longer supported. npm warn deprecated [email protected]: This package is no longer supported. … +12 lines (ctrl+o to expand) ⎿ (timeout 5m) ⏺ 安装成功了。验证一下。 ⏺ Bash(export PATH="/opt/homebrew/opt/node@22/bin:$PATH" && openclaw --version 2>&1) ⎿ [agents/auth-profiles] synced qwen credentials from qwen cli 2026.2.17 ⏺ OpenClaw 2026.2.17 已安装成功(这是最新版,晚于安全补丁版本 2026.1.29,没有已知漏洞问题)。 还有一件事需要处理:把 Node.js 22 永久加到你的 PATH 里,否则新开终端窗口时 openclaw 命令会找不到。 ⏺ Bash(grep -q 'node@22' ~/.zshrc 2>/dev/null && echo "ALREADY_SET" || echo "NOT_SET") ⎿ NOT_SET ⏺ User answered Claude's questions: ⎿ · 要把 Node.js 22 永久加到你的 PATH 吗?否则新开终端时 openclaw 命令会找不到。 → 帮我加 (推荐) ⏺ Bash(echo ''>> ~/.zshrc &&echo'# Node.js 22 (for OpenClaw)'>> ~/.zshrc &&echo'export PATH="/opt/homebrew/opt/node@22/bin:$PATH"'>> ~/.zshrc) ⎿ (No output) ⏺ 全部完成。总结一下: ┌───────────────────────────┬──────┐ │ 步骤 │ 状态 │ ├───────────────────────────┼──────┤ │ Node.js 升级到 22.22.0 │ done │ ├───────────────────────────┼──────┤ │ OpenClaw 安装 (2026.2.17) │ done │ ├───────────────────────────┼──────┤ │ PATH 永久配置到 ~/.zshrc │ done │ └───────────────────────────┴──────┘ 接下来你需要做的 1. 新开一个终端窗口(或运行 source ~/.zshrc)让 PATH 生效 2. 运行 openclaw onboard 启动引导向导,配置: - AI 模型 API Key(Claude / OpenAI 等) - 消息渠道(WhatsApp、iMessage、Telegram 等) - 工作区和技能 3. 如果要 24/7 运行,去 系统设置 → 电池 → 选项 启用「唤醒以供网络访问」 ✻ Cogitated for 3m 10s 

接入飞书

按照说明

在这里插入图片描述

官方文档入口

在这里插入图片描述

Read more

llama.cpp Docker部署:容器化推理服务搭建

llama.cpp Docker部署:容器化推理服务搭建 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 概述 llama.cpp是Facebook LLaMA模型的C/C++移植版本,提供了高效的本地推理能力。通过Docker容器化部署,可以快速搭建稳定、可移植的AI推理服务环境。本文将详细介绍如何使用Docker部署llama.cpp推理服务,涵盖基础部署、GPU加速、生产环境配置等场景。 环境准备 系统要求 * Docker Engine 20.10+ * NVIDIA Container Toolkit(如需GPU支持)

论文查重太贵?这些自带免费查重功能的AI写作工具帮你省钱

论文查重太贵?这些自带免费查重功能的AI写作工具帮你省钱

论文查重太贵?这些自带免费查重 + 降重 + 去 AI 味的写作工具,学生党直接用,帮你省下几百块查重费。 一、核心推荐:免费查重 + 降重双强(学生首选) 1. PaperRed(中文双降天花板) * 免费查重:每日1-2 次免费查重,新用户额外多轮免费;AIGC 检测每日2 次免费。 * 核心优势: * 查重结果与知网误差 **<2%**,适配高校系统。 * 语义级降重:重复率45%→8.77%,AIGC 率稳定 **<5%**,保留专业术语。 * 免费格式排版、文献引用、答辩 PPT 生成。 * 适合:本科 / 硕博初稿、多次修改、AI 内容自查。 2. 毕业之家(

AI编程革命:2026年我靠Cursor+Copilot,效率提升300%实战手册

AI编程革命:2026年我靠Cursor+Copilot,效率提升300%实战手册

【目录】 * 前言:程序员的生产力革命已来 * 一、Cursor vs Copilot:2026年最强AI编程组合 * 1.1 核心定位与差异 * 1.2 为什么选择组合使用? * 二、环境配置:30分钟搭建AI编程黄金工作流 * 2.1 安装与基础配置 * Step 1:安装Cursor * Step 2:安装Copilot插件 * Step 3:核心配置优化( settings.json ) * 2.2 项目级AI规则配置(.cursorrules) * 三、核心功能:Cursor+Copilot 10大效率神器 * 3.1 Cursor核心功能 * 1. Agent模式(Ctrl+I):AI自动执行多步骤任务 * 2. Plan

文心一言4.5开源模型测评:ERNIE-4.5-0.3B超轻量模型部署指南

文心一言4.5开源模型测评:ERNIE-4.5-0.3B超轻量模型部署指南

目录 * 引言:轻量化部署的时代突围 * 一.技术栈全景图:精准匹配的黄金组合 * 基础层:硬核环境支撑 * 框架层:深度优化套件 * 工具层:部署利器 * 二.详细步骤:精准匹配CUDA 12.6的黄金组合 * 准备环节 * 1.模型选择 * 2.配置实例 * 3.选择镜像 * 4.进入JupyterLab * 5.进入终端 * 6.连接到ssh * 系统基础依赖安装 * 1.更新源并安装核心依赖 * 2.安装 Python 3.12 和配套 pip * 解决 pip 报错 * 深度学习框架部署:PaddlePaddle-GPU深度调优 * FastDeploy-GPU企业级部署框架 * 1.安装FastDeploy核心组件 * 2.修复urllib3