OpenClaw 龙虾机器人部署及进阶配置教程

注意：

1. Node.js 安装时请根据系统架构选择正确的版本（如 x64 或 arm64）。
2. 安装过程中勾选自动安装依赖项。
3. Git 下载速度较慢时，可使用国内镜像源加速。

安装完成后，确认 Cherry Studio 导航栏位于左侧。点击左侧龙虾机器人图标开始安装插件。

模型配置

打开 Cherry Studio 设置，将之前准备的 API Key 填入对应平台地址。

关键步骤：务必先添加免费模型。

在当前操作界面底部点击'管理'，将支持的 Gemini 和 ChatGPT 协议模型加入列表。国内厂商的模型通常兼容性良好。

添加完成后进行测试，确认连接正常。

回到 Clawbot 小图标，选择对应的模型启动。此时即可给机器人分配任务。虽然免费方案可用，但根据实际投入产出比，后续也可切换至更强大的付费模型。

进阶配置

对于熟悉命令行的用户，建议执行以下优化操作以提升机器人能力。

1. 安装 ClawHub 并更换镜像源

npm i -g clawhub

配置阿里云国内镜像源以提升下载速度：

openclaw config set --global registry https://openclaw.registry.aliyuncs.com

2. 安装必要技能 (Skills)

使用以下命令安装基础技能：

clawhub install <技能名称>

推荐的基础技能清单：

3. 连接飞书或钉钉远程调度

经测试，飞书存在限流导致丢包的情况，推荐使用钉钉进行远程调度。

首先安装钉钉依赖插件：

openclaw plugins install https://github.com/soimy/clawdbot-channel-dingtalk.git

若访问受限，可寻找内地镜像下载包手动安装。随后登录钉钉开放平台，切换到企业应用，创建企业内部应用并获取凭证。完成机器人添加与发布后，即可开启 AI 卡片流式输出。

这样即可随时随地通过远程指令指挥机器人工作。

4. 记忆增强 (节省 Token)

增强机器人记忆是降低 Token 消耗的有效方式。这里推荐使用 MemOS，Key 可设为免费模式，有 Key 则效果更好。

安装命令如下：

openclaw plugins install github:MemTensor/MemOS-Cloud-OpenClaw-Plugin

配置完成后，Token 消耗预计可降低 75% 以上。