OpenClaw 安装与配置API教程（Mac电脑，超详细喂饭）

基于：OpenClaw Version 2026.2.26，本文完整记录了OpenClaw在MacOS系统上的完整安装部署过程，其实并不难，一步步照着走，就能装起来。本文已经对安装的每一步都做了截屏，可谓喂饭级教程。祝大家每个人都可以顺利获得一只自己的🦞。

0. 安装前准备：检查 Node.js 环境

OpenClaw 依赖 Node.js 运行，安装前先确认一下本机是否已有 Node.js（版本需要 22 或以上）。

在终端输入：

node --version

看到版本号（如 v22.x.x） → 正常，直接跳到下一步安装 OpenClaw。

看到 command not found → 说明还没装 Node.js，先按以下步骤安装：

第一步：安装 Homebrew（如果已有则跳过）

which brew || /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

如果已经安装过 Homebrew， which brew 会直接打印路径，自动跳过安装。

第二步：用 Homebrew 安装 Node.js

brew install node

安装完成后再运行 node --version，看到版本号即可继续。

⚠️ Node.js 版本需要 22 或以上，版本太低可运行 brew upgrade node 升级。

1.安装OpenClaw

在Mac机上安装龙虾（OpenClaw🦞）非常简单，只需要一条指令。

打开Mac电脑的终端工具，在命令行输入一条指令，敲回车运行（确保Mac已联网，最好开个🪜，下载一些包可能速度更快一些）：

# 安装龙虾

npm i -g openclaw

# 初始化配置

openclaw onboard --install-daemon

（安装过程中如遇到问题，可以随时截图问ChatGPT等AI工具，帮助排障，一般都能快速解决）

安装完成后，会看到这样的提示界面，说明🦞已经装好了。下图所示，版本号是最新的2026.2.26：

2.配置OpenClaw（Step by Step）

龙虾安装完成后，就进入配置界面，一步步按引导完成即可：

这句话是，它在提醒你：

这个服务默认是“个人电脑本地用”的，如果你打算开放给别人访问（比如局域网 / 服务器部署），需要额外做安全设置。

如果你只是：

• 在自己 Mac 上本地运行，自己个用
• 不对公网开放

选 Yes 就可以。

回车，继续往下走

这个是在让你选择 安装/初始化模式（Onboarding mode）。

QuickStart（推荐新手）

快速开始模式 以后可以用 openclaw configure 再详细配置

适合：

• 第一次安装
• 想先跑起来看看
• 不想手动填一堆配置

它会：

• 自动生成默认配置文件
• 用最安全的本地模式启动
• 之后你可以再改模型、API key 等

⚪ Manual

手动模式

适合：

• 已经清楚 provider / 模型怎么配
• 需要自定义端口
• 需要特殊网络或多用户部署
• 做生产环境部署

这里，我们先选QuickStart，先采用大多数OpenClaw默认配置。后面再根据需要调整配置

下一步，就是选择模型厂商了。

OpenClaw支持的模型厂商很多，几乎市面上所有主流的模型都有。如果你已经开通了模型厂商的API KEY，可以选择对应的模型厂商。MetaChat（https://metachat.fun）作为一站式AI模型聚合平台，已经聚合了所有主流的AI模型，包括ChatGPT系列、Claude系列、Gemini系列、Grok、DeepSeek、Kimi、Miminmax、GLM等。可以实现一个URL接入，切换调用30+模型。

我们如果想把MetaChat API配置到龙虾里面，需要按住向下键，找到Custom Provider (Any OpenAI or Anthropic compatible endpoint)

在BaseURL处，填入MetaChat的API接入点（OpenAI兼容模式）：

https://llm-api.mmchat.xyz/v1

下一步提示输入KEY的方式，选“Paste API key now”

接下来，输入你的MetaChat API KEY

API KEY获取方式：登录MetaChat（https://metachat.fun）后，点击左下方头像区域，在弹出界面中，进入API 管理，点击“新建密钥”，生成你的API密钥即可，点击复制按钮可复制，那串"sk-live..."开头的就是你的API KEY。

接下来，选择接入点的兼容协议（选OpenAI兼容）

接下来，输入Model ID（MetaChat支持几乎所有主流的LLM，可以根据需要配置，这里，我们以GPT 5.2为例，具体支持的模型列表，请参见API文档：https://metachat.apifox.cn）：

输入Model ID：gpt-5.2（注意全部小写），等待它verify，看到提示verfication successful说明配置成功了。

然后，给这个接入点ID起个别名，可以输入：metachat，回车

然后是模型别名，可以不填，也可以填一个你喜欢的别名：

接下来就是选通信渠道了，首选telegram，国内用户推荐使用feishu：

我们先选择飞书，然后回车，接下来会询问是否安装飞书插件。选download

然后开始下载飞书插件，等待安装完成。

安装完成后，要配置飞书渠道信息，这个要到飞书开放平台上去完成配置：

以下是飞书上配置聊天机器人的详细过程

进入飞书开放平台：open.feishu.cn，进开发者后台

https://open.feishu.cn/app?lang=zh-CN

点击创建企业自建应用

输入应用名称（自己随便起一个喜欢的），应用描述，有喜欢的头像图标也可以上传一个，点创建。

应用创建成功之后，就可以获得应用的APPID和APP Secret等信息。点击“凭证与基础信息”查看。

然后是给这个机器人配置权限（主要用于收发消息，访问文件等，可以根据需要增减）

OpenClaw官方给了一段权限代码，实际配置的时候，可以通过批量导入的方式，直接导入这些代码一下就配置好了。

{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "cardkit:card:read",
      "cardkit:card:write",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "event:ip_list",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource"
    ],
    "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"]
  }
}

点击，下一步，确认新增权限。点击申请开通

然后，是给这个应用开通“机器人”能力。因为刚刚导入权限的时候，有些权限是属于机器人的能力，所以导入权限完成后，飞书已经自动添加了“机器人”这个能力。

这时候，我们可以切回到OpenClaw的安装界面，完成一些信息输入了。把前面飞书开放平台获得App ID，App Secret输入，回车。然后OpenClaw会做一个连接测试，这里显示已经connected。如果用国内的飞书选择feishu.cn，用海外的Lark，选Lark

然后 群聊响应策略（Group chat policy） 的设置，这里按默认走，接下来会需要输入groupid，因为我们还没有创建群组，直接回车跳过就行。

接下来是Skill的配置，点击确认往下走

有些Skill的安装，需要依赖。这里我们可以先忽略，等后面用的时候再配置，先尽快完成龙虾的配置

按一下空格键，选中“Skip for now” 回车

接下来几个是API的配置，如果有可以配置上，没有就先跳过

接下来是Hooks配置，这个我们第一次安装，可以先选择跳过，等以后有需要随时可以开启

空格键，选择Skip for now，跳过

接下来就是安装核心服务Gateway了：

几分钟，Gateway就安装好了，接下来询问你启动哪个客户端

TUI是Teminal UI，还是在命令行里面，官方最推荐这个

喜欢通过浏览器访问的可以选择第二个 Open the Web UI

这里，我们先选TUI，让OpenClaw先跑起来。直接回车。看到龙虾OpenClaw已经启动了。看到了Wake up, my friend。

由于龙虾最早的版本对自定义模型provider的配置考虑的是对本地部署小模型的支持类似Ollama的方案，所以，上下文长度和最大输出token的大小设置的都非常小，达不到龙虾最新版本的要求，因为启动起来会报错。

我们需要手动修改一下这个值，才能使用MetaChat的模型

一键安装30+MetaChat模型，包括：

命令行执行：

export METACHAT_API_KEY="你的APIKey" && curl -fsSL https://raw.githubusercontent.com/metachat2026/support/main/openclaw/setup-metachat-openclaw.js | node

// ========== 模型清单（2026-03-06 更新）==========

// OpenAI 系列

openai: [

{ id: 'gpt-5.3-codex', name: 'GPT Codex 5.3' },

{ id: 'gpt-5.2', name: 'GPT-5.2' },

{ id: 'gpt-5.2-pro', name: 'GPT-5.2 Pro' },

{ id: 'gpt-5', name: 'GPT-5' },

{ id: 'gpt-5-mini', name: 'GPT-5 Mini' },

{ id: 'gpt-5-nano', name: 'GPT-5 Nano' },

{ id: 'gpt-4.1', name: 'GPT-4.1' },

{ id: 'gpt-4.1-mini', name: 'GPT-4.1 Mini' },

{ id: 'gpt-4.1-nano', name: 'GPT-4.1 Nano' },

{ id: 'gpt-4o', name: 'GPT-4o' },

{ id: 'gpt-4o-mini', name: 'GPT-4o Mini' }

],

// Claude 系列

claude: [

{ id: 'claude-opus-4-6', name: 'Claude Opus 4.6' },

{ id: 'claude-opus-4-5-20251101', name: 'Claude Opus 4.5 (2025-11-01)' },

{ id: 'claude-sonnet-4-6', name: 'Claude Sonnet 4.6' },

{ id: 'claude-sonnet-4-5-20250929', name: 'Claude Sonnet 4.5 (2025-09-29)' },

{ id: 'claude-haiku-4-5-20251001', name: 'Claude Haiku 4.5 (2025-10-01)' },

],

// Google Gemini 系列

gemini: [

{ id: 'gemini-3.1-pro-preview', name: 'Gemini 3.1 Pro' },

{ id: 'gemini-3-pro-preview', name: 'Gemini 3 Pro' },

{ id: 'gemini-3-flash-preview', name: 'Gemini 3 Flash' },

{ id: 'gemini-2.5-pro', name: 'Gemini 2.5 Pro' },

{ id: 'gemini-2.5-flash', name: 'Gemini 2.5 Flash' },

],

// Grok 系列

grok: [

{ id: 'grok-4-1-fast-non-reasoning', name: 'Grok 4.1 Fast (Non-reasoning)' },

{ id: 'grok-4-1-fast-reasoning', name: 'Grok 4.1 Fast (Reasoning)' },

{ id: 'grok-4-fast', name: 'Grok 4 Fast' },

{ id: 'grok-code-fast-1', name: 'Grok Code Fast 1' },

],

// 其他模型

others: [

{ id: 'minimax-m2.1', name: 'MiniMax M2.1' },

{ id: 'kimi-k2.5', name: 'Kimi K2.5' },

{ id: 'glm-4.7', name: 'GLM 4.7' },

],

如果你更喜欢手动修改，也可以使用手动修改方法：

找到 ~/.openclaw/openclaw.json ，编辑models里面的上下文长度和输出值

改成：上下文窗口40万，最大输出token128000

保存，退出。

执行命令：openclaw gateway restart 重启一下龙虾服务

这时，龙虾就完全配置好了。我们启用一下命令行客户端：

执行：openclaw tui

然后说句hello给它，它回复了。第一句话就是给它起个名字吧～。好了剩下的，就好办了。因为你已经跟你的龙虾联系上了，后面有什么事不用自己再搞配置了，直接丢给它让它想办法。比如，添加更多的MetaChat模型，可以让它自己弄

我们再把飞书最后一点配置完，看看能不能通过飞书跟它聊上

飞书里面还要做一个最后的配置就是订阅和事件的配置：

在事件与回调这里，配一下订阅方式为：长连接。添加接收消息的事件

这时候，我们就可以在飞书上发布应用了。点击上方的“创建版本”，输入版本号，更新说明，点下方保存，在弹出对话框中点击“确认发布”，这个机器人就上线了。

在飞书消息上方的搜索框输入“龙虾哥”，就能看到你创建的这个机器人了

点击“龙虾哥🦞”进入对话，你就可以跟你的openclaw对话了

第一次发消息，需要做一下配对批准

把最后一句命令复制出来。openclaw pairing approve feishu xxxx（这个码每次都不一样）

然后在本机命令行运行，就approve了

理论上，所有的配置都搞完了，可以通过飞书跟龙虾对话了