OpenClaw AI 物理级离线部署指南

二、离线安装 NVM：手动构建版本管理器

NVM 是 Node.js 的管家。由于官方安装脚本需要访问 GitHub，离线环境下我们只能采取'手动移植'的方式。

2.1 创建目录并解压离线包

1. 确保安装了 unzip 工具

sudo apt update && sudo apt install unzip -y

2. 彻底清理旧环境并创建 NVM 的家（.nvm 目录） 使用 -rf 是为了防止之前安装失败留下的残余文件干扰

rm -rf ~/.nvm
mkdir -p ~/.nvm

3. 从 E 盘解压你准备好的 NVM 离线包（假设包名是 nvm-0.40.4.zip，这个根据实际情况来）

unzip /mnt/e/nvm-0.40.4.zip -d ~/.nvm

4. 关键动作：消除'套娃'目录 很多 zip 包解压后会自动产生一个同名文件夹（nvm-0.40.4）， 我们必须把里面的内容提取到 ~/.nvm 根目录，否则环境变量会失效。

cd ~/.nvm
mv nvm-0.40.4/* . 2>/dev/null
rm -rf nvm-0.40.4

2.2 修改系统配置文件（.bashrc）

我们需要告诉 Linux 系统，每次启动终端都要去加载 .nvm 目录下的脚本，将启动指令追加到用户配置文件末尾：

cat <<'EOF'>>~/.bashrc
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \
  ". $NVM_DIR/nvm.sh"
[ -s "$NVM_DIR/bash_completion" ] && \
  ". $NVM_DIR/bash_completion"
EOF

让当前的终端立即感知到这些变化

source ~/.bashrc

验证（出现 0.40.4 版本）：

nvm -v

三、离线注入 Node.js：核心引擎部署

Node.js 是 OpenClaw AI 的动力源。由于离线，我们跳过编译过程，直接使用 x64 架构的 Linux 静态二进制包。

部署至系统级路径： 我们将软件安装在 /usr/local/lib/nodejs，这是 Linux 存放第三方共享软件的标准规范位置。

1. 进入 E 盘找到文件（假设具体以实际路径为准） 先确认你的文件路径是否正确：

ls /mnt/e/node-v22.22.0-linux-x64.tar.gz

2. 使用 sudo 权限创建系统目录

sudo mkdir -p /usr/local/lib/nodejs

3. 从 Windows 盘符直接解压到 Linux 系统路径 假设包名是 node-v22.22.0-linux-x64.tar.gz（参数解释：-x (解压), -z (处理 gzip), -v (显示过程), -f (指定文件)）

sudo tar -xzvf /mnt/e/node-v22.22.0-linux-x64.tar.gz -C /usr/local/lib/nodejs

4. 永久性设置 PATH 变量 这一步是为了让系统知道 node 命令在哪个文件夹里，否则你会遇到 'command not found'

echo 'export PATH=/usr/local/lib/nodejs/node-v22.22.0-linux-x64/bin:$PATH'>>~/.bashrc
source ~/.bashrc

5. 终极验证：确认版本号

node -v

四、OpenClaw AI 主程序与插件安装

4.1 主程序解压与依赖预热

创建应用工作区

mkdir -p ~/openclaw-ai
cd ~/openclaw-ai

解压 E 盘的主程序包–strip-components=1 参数的作用是解压时丢弃压缩包内的第一层文件夹，直接提取内容：

tar -xzvf /mnt/e/openclaw-2026.2.3.tgz -C ~/openclaw-ai --strip-components=1

4.2 离线环境下的依赖安装

第一步：彻底清理环境删除可能存在的 node_modules

rm -rf node_modules package-lock.json

强制清理缓存

npm cache clean --force

第二步：执行离线环境下的依赖安装（淘宝 NPM 镜像源）

npm install --registry=https://registry.npmmirror.com --fetch-retries=10 --fetch-retry-mintimeout=60000 --legacy-peer-deps

第三步：打开 OpenClaw 安装页面（两个命令二选一）

cd ~/openclaw-ai
./openclaw.mjs onboard

或者（二选一）

npx openclaw onboard

4.3 两种不同安装方式

方案一：侧重友好引导（官方引导）

这里是填写大模型：qwen-portal/coder-model（系统默认） 在 OpenClaw 的逻辑里，模型标识符通常是 供应商/模型 ID。 供应商：qwen-portal。 已定义的模型 ID 有 coder-model 和 vision-model。

浏览器地址后面要加 token： eg:http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

访问测试：http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

方案二：进阶玩法（API 密钥与自定义模型）

在选择大模型页面直接 Ctrl＋C 停止，手动配置大模型。

第一步：创建配置目录 在终端中执行以下命令，创建必要的配置文件目录：

mkdir -p ~/.openclaw

第二步：生成配置文件 根据您使用的模型服务，选择对应的配置模板： 以阿里云 DashScope 为例（推荐）

cat <<'EOF'>~/.openclaw/openclaw.json
{
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "123456"
    }
  },
  "models": {
    "providers": {
      "openai": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen-max",
            "name": "Qwen Max"
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "openai/qwen-max",
        "workspace": "$HOME/.openclaw/workspace"
      }
    }
  }
}
EOF

此模板为通用的，只需要修改这四处： 'baseUrl':这里填入您的 API 端点地址 'apiKey'：这里填入您的 API 密钥 'id'：这里填入模型 ID 'name'：这里填入模型显示名称 'primary'：openai/这里填入模型 ID（注意：这里需要与上面的 id 一致）

第三步：验证配置 配置文件生成后，建议检查其内容是否正确：

cat ~/.openclaw/openclaw.json

第四步：启动服务 使用以下命令启动网关，服务将自动读取配置文件中的设置输出地址：http://127.0.0.1:18789 成功。

./openclaw.mjs gateway --force

4.4 配置多模型支持和添加其他大模型

国内主流大模型

新增大模型

前往豆包控制台（上方已提供申请链接），其他大模型的配置流程与此类似。 在控制台中，找到并进入'API Key 管理'页面。

创建一个 API Key 密钥：

告诉 OPENCLAW 关键信息他自己就能够配置大模型（如果命令不对，可能 AI 会掉线，可以参考前进阶玩法，重新写入配置信息。）： '帮我配置 XXX 大模型，Key 是 [你的 API Key]，baseUrl 是 [大模型的 Base URL] 要求：作为一个新的供应商加入，别删我之前的配置'。

终端查看命令（验证配置是否成功）：

cat ~/.openclaw/openclaw.json

添加多模型

可以询问其他 AI 相关信息来配置：

核心思想：不允许删除其他配置信息。 '帮我新增：Doubao-Pro 大模型 要求：别删我之前的配置'。

4.5 日常维护常用命令

Ubuntu 系统命令

日常启动：

cd ~/openclaw-ai
./openclaw.mjs gateway --force --allow-unconfigured

全部关闭：kill -f openclaw

进入系统安装界面：

cd ~/openclaw-ai
./openclaw.mjs onboard

查看核心 API Key 大模型配置：cat ~/.openclaw/openclaw.json

检查系统所有监听端口：ss -tulpn

检查 Node.js 版本（确保符合项目要求）：node -v

查看显存是否爆了：nvidia-smi

查看 CPU 和内存压力： htop

一键修复权限（确保所有者是你的用户）：

sudo chown -R $USER:$USER ~/openclaw-ai ~/.openclaw

安全补丁：sudo apt update && sudo apt upgrade -y

查看磁盘占用大户:du -sh ~/openclaw-ai/* | sort -rh

查看历史命令：history | grep openclaw

测试你的 Ubuntu 到底能不能上网:ping -c 4 baidu.com

查看网关分配的 IP： hostname -I

Windows PowerShell 命令

启动：wsl

彻底关机（最推荐）：wsl --shutdown

确定是否真正关机：wsl --list --verbose

从 Windows 访问 Ubuntu 文件： 在 Windows 资源管理器的地址栏输入：\wsl$\Ubuntu-24.04

在 Ubuntu 里访问 Windows 的 E 盘：cd /mnt/e/

五、QQ 机器人的接入与生产化部署

5.1 编译 OpenClaw China 插件

这是让 AI 具备'社交能力'的关键步骤，需要我们将插件源码转换为可执行代码。

1. 解压插件（假设 zip 在 Windows E 盘根目录根据实际路径）

unzip /mnt/e/openclaw-china-main.zip -d ~
mv ~/openclaw-china-main ~/openclaw-china

2. 验证目录

ls ~/openclaw-china

3. 安装并激活现代包管理器（绕过受限的 /usr/local）

curl -fsSL https://get.pnpm.io/install.sh | sh
source ~/.bashrc

4. 验证 pnpm 工具是否可用

pnpm -v

5.2 插件编译与安装

将源码转换为可执行的插件包，并链接到 OpenClaw 主程序。

1. 安装插件依赖（使用国内阿里云 NPM 镜像源）

cd ~/openclaw-china
pnpm install --registry=https://registry.npmmirror.com

2. 编译插件源码

pnpm build

3. 将插件链接到主程序（注意使用完整路径）

cd ~/openclaw-ai && ./openclaw.mjs plugins install -l /home/kxdfzg/openclaw-china/packages/channels

4. 验证插件是否加载 (列表中应出现 Moltbot China Channels 且状态为 loaded)

./openclaw.mjs plugins list

5.3 QQ 渠道参数配置

进入主程序目录，通过 CLI 刷入 QQ 机器人的核心配置。

1. 进入主目录

cd ~/openclaw-ai

3. 开启 QQ 渠道开关

./openclaw.mjs config set channels.qqbot.enabled true

4. 配置 AppID 和 Secret (替换为你自己的 ID 文章最后)

./openclaw.mjs config set channels.qqbot.appId "你的 AppID"
./openclaw.mjs config set channels.qqbot.clientSecret "你的 AppSecret"

5. 刷入其他业务配置

./openclaw.mjs config set channels.qqbot.markdownSupport false
./openclaw.mjs config set channels.qqbot.dmPolicy open
./openclaw.mjs config set channels.qqbot.groupPolicy open
./openclaw.mjs config set channels.qqbot.requireMention true
./openclaw.mjs config set channels.qqbot.textChunkLimit 1500
./openclaw.mjs config set channels.qqbot.replyFinalOnly false
./openclaw.mjs config set gateway.http.endpoints.chatCompletions.enabled true

6. 确认配置是否写入成功

./openclaw.mjs config get channels.qqbot

5.4 启动与状态检查

清理环境并以调试模式运行：

1. 停止任何正在运行的网关进程

./openclaw.mjs gateway stop

2. 自动修复配置一致性 (重要一步)

./openclaw.mjs doctor --fix

3. 正式启动（开启 --verbose 模式观察连接日志）

./openclaw.mjs gateway --verbose --force

部署成功标志： 当你看到控制台输出：[QQBot] WebSocket connected 说明你的 QQ 机器人已经正式和 OpenClaw 网关合体成功了！

5.5 QQ 机器人创建（获取 AppID 和 AppSecret）

首先登入 QQ 开放平台（https://q.qq.com）如果没有账号自行创建。

根据实际情况来选择，部署在本地建议选择本人访问即可。

5.6 相关下载资源

GitHub（源地址）： openclaw AI：https://github.com/openclaw/openclaw/releases （AI 助手） nvm-0.40.4：https://github.com/nvm-sh/nvm/releases/tag/v0.40.4 （依赖环境） node-v22.22.0-linux-x64：https://nodejs.org/download/release/v22.22.0/（依赖环境） openclaw-china-main：https://github.com/BytePioneer-AI/openclaw-china（支持飞书，钉钉，QQ，企业微信，微信 OpenClaw 插件）

六、总结

通过这套'物理级离线部署方案'，不仅实现了 OpenClaw AI 在 WSL2 环境下的稳定运行，更在 Windows 宿主机之上，建立了一座逻辑闭环的数字堡垒。

在这个新的时代，开发范式正在经历深刻定义： 确定性终结环境玄学：利用离线预装与物理挂载机制，彻底阻断了网络波动与依赖冲突，使部署流程进入可预测、可复现的工程轨道。 边缘计算保障数据主权：基于 OpenClaw AI 与国内大模型的协同架构，计算逻辑得以从云端回归本地，构建起 7x24 小时待命且高度受控的智能中枢。 角色从调用向构筑跃迁：摆脱了单纯的 API 调用模式，转而通过路径精算、服务守护以及渠道编排，实现了对 AI 底层基础设施的深度管控。 此套方案的成功落地，标志着个人 AI 基础设施化的初步完成。随着插件生态的扩展与本地业务逻辑的深化，该系统将展现出更强大的进化潜力。