OpenClaw 龙虾机器人本地部署与配置指南
OpenClaw 是一款功能强大的开源 AI Agent 框架。为了帮助开发者快速上手，本文整理了基于 Cherry Studio 环境的本地部署方案，涵盖基础环境搭建、API 接入、模型配置及远程调度等关键步骤。
效果预览
部署完成后，可通过自然语言直接调用模型能力。例如询问当前模型状态或执行任务：
环境准备
1. API 服务配置
部署前需准备可用的 LLM API 接口。以下提供两种主流方案供选择：
硅基流动（推荐）
访问官方平台注册账号并创建 API Key。该平台提供一定的免费额度，支持多种收费模型体验。
地址：https://cloud.siliconflow.cn/i/6T57VxS2
创建密钥后，建议优先测试其提供的默认模型，稳定性较好。
推理时代（纯免费）
该平台提供部分免费模型资源，适合预算有限的场景。模型列表中标注 -free 的即为可用项。
地址：https://aihubmix.com/?aff=DJ5f
注册后同样需要生成自己的 Key 备用。
2. 基础软件安装
确保本地已安装以下依赖工具：
- Cherry Studio：AI 客户端管理工具 下载地址：https://www.cherry-ai.com/download
- Node.js：运行环境 下载地址：https://nodejs.org/zh-cn/download/
- Git：版本控制工具 下载地址：https://git-scm.com/
注意：Node.js 安装时请根据系统架构选择正确的芯片类型（如 x64 或 arm64），并勾选自动安装依赖选项。
3. 机器人初始化
在 Cherry Studio 中确认导航栏位于左侧，点击龙虾机器人图标即可开始安装流程。
模型配置
安装完成后，进入 Cherry Studio 设置界面，填入上一步获取的 API Key 及对应平台地址。
重要提示： 请先添加免费模型资源。在管理界面底部操作，将支持的 Gemini 及 ChatGPT 等模型加入白名单。
添加完成后进行连通性测试，国内厂商模型通常可直接使用。
测试通过后，回到 ClawBot 入口选择对应模型启动，即可分配任务。
进阶配置
若需提升机器人能力，建议执行以下优化操作。
1. 安装 ClawHub 并切换镜像源
使用 npm 全局安装管理工具，并将源切换至阿里云镜像以提升下载速度。
npm i -g clawhub
openclaw config set --global registry https://openclaw.registry.aliyuncs.com
2. 安装核心技能包
通过命令行安装常用技能，增强 Agent 的交互与执行能力。
clawhub install <技能名称>
| 序号 | 技能名称 | 必装理由 |
|---|---|---|
| 1 | tavily-search | 联网实时搜索，解决 AI 信息滞后问题 |
| 2 | self-improving-agent | 记录错误并自我优化，越用越智能 |
| 3 | find-skills | 自动检索并推荐适配技能 |
| 4 | clawhub-update | 一键更新所有已装技能 |
| 5 | session-manager | 管理会话，支持保存/恢复对话内容 |
远程调度
为便于办公自动化集成，本示例以钉钉为例进行远程连接配置。
1. 安装插件
openclaw plugins install https://github.com/soimy/clawdbot-channel-dingtalk.git
如遇网络问题，可尝试寻找内地镜像下载后手动安装。
2. 应用配置
- 登录钉钉开放平台并切换至目标企业。
- 创建企业内部应用。
- 获取应用凭证。
- 添加并配置机器人。
- 发布应用与机器人。
- （可选）开启 AI 卡片流式输出。
配置成功后，即可通过钉钉随时向机器人发送指令。
记忆增强
为降低 Token 消耗，建议启用记忆增强功能。MemOS 提供免费 Key 支持，能有效压缩账单成本。
安装命令如下：
openclaw plugins install github:MemTensor/MemOS-Cloud-OpenClaw-Plugin
该插件可显著减少上下文冗余，预计可降低大部分 Token 消耗。后续更多技巧可在社区持续跟进。