OpenClaw-Linux 部署教程

OpenClaw-Linux 部署教程

OpenClaw-Linux 部署教程

📋 目录

  1. 核心认知:为什么选择 OpenClaw
  2. 部署前准备:环境与工具
  3. 方案 A:阿里云一键部署(推荐小白)
  4. 方案 B:Linux 手动部署全流程
  5. 核心步骤:对接飞书机器人
  6. 常用运维命令速查
  7. 常见问题排查 (FAQ)

1. 核心认知:为什么选择 OpenClaw

OpenClaw 是运行在本地服务器上的高权限 AI 智能体,相比云端 SaaS 服务,其核心优势在于:

  • 数据隐私:数据完全本地化,自主可控。
  • 高权限操作:支持执行 Shell 命令、读写文件、编写代码、控制浏览器。
  • 多平台集成:原生支持飞书、Telegram、WhatsApp 等。
  • 持久记忆:记住用户偏好和上下文。

2. 部署前准备:环境与工具

2.1 硬性环境要求

项目要求备注
操作系统Linux (推荐) / macOS / Windows (WSL2)本文以 Linux 为例
Node.js≥ 22.x必须,低版本会安装失败
内存≥ 2GB (建议 4GB)2GB 内存必须配置虚拟内存
网络可访问 GitHub, npm国内服务器建议配置镜像源或代理
AI 模型通义千问 (Qwen) / OpenAI 等 API Key推荐通义千问,有免费额度

2.2 必备凭证

  1. 通义千问 API Key:登录 阿里云百炼控制台 创建。
  2. 飞书开放平台账号:用于创建自建应用。
  3. 服务器信息:公网 IP、SSH 账号密码。

3. 方案 A:阿里云一键部署(推荐小白)

如果您使用阿里云轻量应用服务器,可使用此方案,几分钟即可完成。

  1. 购买实例
    • 访问 OpenClaw 一键部署页面
    • 选择 OpenClaw 镜像
    • 配置建议:2核2GB 及以上,地域推荐美国弗吉尼亚或中国香港(网络更通畅)。
  2. 配置 API Key
    • 在服务器控制台“应用详情”页,点击 一键放通 端口 18789
    • 输入之前创建的 百炼 API Key 并执行配置命令。
  3. 访问面板
    • 生成 Token 后,点击“打开网站页面”或通过 http://公网IP:18789 访问。
    • 输入 Token 即可开始使用。

4. 方案 B:Linux 手动部署全流程

适合所有 Linux 环境,步骤稍多但灵活性更高。

4.1 安装基础依赖

1. 安装 Git

sudoapt update sudoaptinstallgit -y git --version 

2. 安装 Node.js (v22+)
推荐使用 NVM 管理版本:

# 国内用户使用 Gitee 镜像源安装 NVMcurl -o- https://gitee.com/RubyMetric/nvm-cn/raw/main/install.sh |bash# 加载环境变量source ~/.bashrc # 安装并使用 Node.js 22 nvm install22 nvm use 22# 验证版本node -v # 应显示 v22.x.xnpm -v 

3. 配置虚拟内存 (2GB 内存服务器必做)
防止安装过程中因内存不足 (OOM) 导致失败:

# 创建 2G 交换文件sudo fallocate -l 2G /swapfile sudochmod600 /swapfile sudomkswap /swapfile sudoswapon /swapfile # 设置开机自动挂载echo'/swapfile none swap sw 0 0'|sudotee -a /etc/fstab # 验证free -h 

4.2 安装 OpenClaw

执行官方一键安装脚本:

curl -fsSL https://openclaw.bot/install.sh |bash
注意:首次安装耗时约 5-10 分钟,请勿中断。若提示 npm install failed,请检查虚拟内存是否生效。

4.3 初始化配置向导

安装完成后会自动进入向导 (openclaw onboard),按以下步骤操作:

  1. 安全确认:输入 Yes 确认知晓风险。
  2. 模式选择:选择 QuickStart (快速配置)。
  3. 模型选择:选择 Qwen (OAuth) (通义千问)。
  4. 授权登录
    • 终端会显示一个 URL 和验证码。
    • 本地浏览器打开该 URL,登录通义千问账号并授权。
    • 授权成功后,终端会自动继续。
  5. 模型确认:选择 Keep current 保持默认模型。
  6. 通道配置:选择 Skip for now (稍后单独配置飞书)。
  7. 技能配置:选择 No (稍后安装)。
  8. 启动方式:选择 Hatch in TUI 进入终端聊天测试。
    • 输入 Hello 测试响应。
    • Ctrl + C 退出终端界面。

4.4 访问 Web 管理面板

OpenClaw 默认监听本地端口 18789,需通过 SSH 隧道访问:

  1. 访问:复制输出的链接 (含 token) 到本地浏览器打开。

获取带 Token 的链接 (在服务器终端执行):

openclaw dashboard 

本地终端执行 (替换为您的用户名和 IP):

ssh -N -L 18789:127.0.0.1:18789 用户名@服务器公网IP 

5. 核心步骤:对接飞书机器人

5.1 飞书开放平台配置

  1. 创建应用
    • 登录 飞书开放平台,进入“开发者后台” -> “创建企业自建应用”。
    • 填写名称(如 OpenClaw),上传图标。
  2. 获取凭证
    • 在“凭证与基础信息”中,复制 App IDApp Secret
  3. 添加机器人能力
    • 点击“应用能力” -> 添加“机器人”。
  4. 开通权限 (关键):
    • 进入“权限管理”,搜索并开通以下权限:
      • contact:user.base:readonly (获取用户信息)
      • im:message (发送接收消息,勾选全部子项)
      • im:chat (获取群组信息)
  5. 配置事件订阅
    • 进入“事件与回调” -> “事件配置”。
    • 订阅方式选“使用长连接”。
    • 添加事件:im.message.receive.v1 (接收消息)。
  6. 发布应用
    • 进入“应用发布”,创建版本并发布(个人版自动通过)。

5.2 OpenClaw 配置飞书通道

    • 在通道列表中选择 Feishu/Lark (飞书)
    • 选择 Download from npm 安装插件。
  1. 填入凭证
    • 粘贴飞书 App ID
    • 粘贴飞书 App Secret
  2. 配置策略
    • 域名:选择 Feishu (feishu.cn)
    • 群聊策略:选择 Open (允许在所有群被 @ 响应)。
    • 私聊策略:保持默认 Open

重启服务
配置完成后,务必重启网关使配置生效:

openclaw gateway restart 

选择飞书

报错处理:若提示 Cannot find module 'zod',请执行:

重新进入配置向导

openclaw onboard 

(依次确认安全风险、QuickStart 模式、模型配置,直到通道选择页)

5.3 验证

在飞书中搜索机器人名称,发送 Hello,若收到回复即表示对接成功。


6. 常用运维命令速查

命令功能描述
openclaw status查看运行状态
openclaw dashboard获取 Web 面板访问链接
openclaw gateway restart重启服务 (修改配置后必用)
openclaw onboard重新进入配置向导
openclaw update更新到最新版本
openclaw doctor诊断并修复常见问题
openclaw skills install <名字>安装新技能插件
openclaw uninstall卸载 OpenClaw

7. 常见问题排查 (FAQ)

Q1: 安装时提示 npm install failed 或卡住?

  • 原因:内存不足。
  • 解决:检查是否已配置 2GB 虚拟内存 (free -h 查看 Swap 行)。若未配置,请按 4.1.3 步骤配置后重试。

Q2: 飞书机器人无响应?

  • 检查清单
    1. 飞书应用是否已发布(版本状态为“已上线”)?
    2. im:message 等权限是否已开通
    3. App ID 和 Secret 是否填写正确?
    4. 是否执行了 openclaw gateway restart

查看日志

# 查看技能运行日志dockerexec -it openclaw-2026 tail -f /opt/openclaw/logs/skills/run.log # 或者查看系统日志 journalctl -u openclaw-gateway -f 

Q3: Web 面板无法访问?

  • 原因:SSH 隧道断开或 Token 失效。
  • 解决
    1. 确保本地终端的 SSH 隧道命令正在运行。
    2. 在服务器执行 openclaw dashboard 获取最新带 Token 的链接。

Q4: openclaw 命令提示 command not found

  • 解决:执行 source ~/.bashrc 刷新环境变量,或关闭终端重开。

Read more

宇树 G1 机器人开发入门:有线 & 无线连接完整指南

宇树 G1 机器人开发入门:有线 & 无线连接完整指南

适用读者:机器人二次开发者、科研人员 开发环境:Ubuntu 20.04(推荐) 机器人型号:Unitree G1 EDU+ 前言 宇树 G1 是一款面向科研与商业应用的高性能人形机器人,支持丰富的二次开发接口。在正式进行算法调试与功能开发之前,首要任务是建立稳定的开发连接。本文将详细介绍两种主流连接方式:有线(网线直连) 与 无线(WiFi + SSH),并附上完整的配置流程,帮助开发者快速上手。 一、有线连接(推荐新手优先使用) 有线连接通过网线直接将开发电脑与 G1 机器人相连,具有延迟低、稳定性高、不依赖外部网络的优势,是新手入门和底层调试的首选方式。 1.1 前置条件 所需物品说明开发电脑推荐安装 Ubuntu 20.04,或在 Windows 上使用虚拟机宇树 G1 机器人确保已开机且处于正常状态网线(

By Ne0inhk
FAIR plus 机器人全产业链接会,链动全球智能新机遇

FAIR plus 机器人全产业链接会,链动全球智能新机遇

本文声明:本篇内容为个人真实体验分享,非商业广告,无强制消费引导。所有推荐仅代表个人感受,仅供参考,按需选择。 过往十年,中国机器人产业蓬勃发展。中国出品的核心部件得到了产业规模化的验证,机器人产品的整体制造能力也开始向全球输出。与此同时,机器人产业正在更加紧密地与人工智能融合,机器人从专用智能走向通用智能。 在此背景下,深圳市机器人协会打造了“FAIR plus机器人全产业链接会”,FAIR plus是一个专注于机器人全产业链技术和开发资源的平台,也是全球首个机器人开发技术展,以供应链和创新技术为切入点,推动全球具身智能机器人产业的发展。通过学术会议、技术标准、社区培育、供需对接等方式,创造人工智能+机器人各产业链环节的开发、产品、工程、方案等技术人员,以及有意引入机器人的场景方相关工艺、设备、信息技术人员线下见面的机会,达成合作,以有效促进机器人向智能化方向发展,连同提升产业整体能力的建设和配置。 2025年4月,首届“FAIR plus机器人全产业链接会”(FAIR plus 2025)以“智启未来链动全球”为主题,汇聚全球顶尖专家、企业领袖,

By Ne0inhk
龙虾机器人(OpenClaw)本地部署完全技术指南

龙虾机器人(OpenClaw)本地部署完全技术指南

龙虾机器人(OpenClaw)本地部署完全技术指南 前言:什么是“龙虾机器人”? 在开始部署之前,我们需要明确部署的对象。通常所说的“龙虾机器人”指的是开源项目 OpenClaw(曾用名:Clawdbot、Moltbot)。它由程序员彼得·斯坦伯格开发,是一个开源的、可本地部署的通用型AI代理系统。与ChatGPT等对话式AI不同,OpenClaw被赋予了操作系统的权限:它可以执行终端命令、读写文件、操控浏览器、安装软件,甚至通过MCP协议调用外部工具。 由于其强大的系统操控能力,安全性是部署时需关注的首要问题。官方及社区普遍建议:不要在主力机或存有敏感数据的生产环境直接裸奔部署,最好使用虚拟机、Docker容器或专用硬件(如Mac Mini或AI开发盒子)进行隔离。 第一章:环境准备与核心依赖 在安装OpenClaw之前,必须准备好运行环境。OpenClaw的核心由TypeScript编写,因此Node.js是必不可少的运行环境。此外,根据安装方式的不同,可能还需要Git、Docker或Python环境。 1.1 硬件建议与系统选择 * Linux

By Ne0inhk
【花雕学编程】Arduino BLDC 之模糊逻辑避障控制机器人

【花雕学编程】Arduino BLDC 之模糊逻辑避障控制机器人

基于 Arduino 的无刷直流电机(BLDC)模糊逻辑避障控制机器人,是将智能控制理论与高效动力系统相结合的典范。它摒弃了传统避障算法中对精确数学模型的依赖,转而模拟人类的经验决策过程,使机器人在复杂、不确定的环境中表现出更强的适应性和鲁棒性。 1、主要特点 基于模糊逻辑的智能决策机制 模糊逻辑控制(FLC)的核心在于处理“不确定性”和“模糊性”,这使其在动态避障中具有天然优势。 突破二值逻辑: 传统控制基于“是/否”、“0/1”的二值逻辑,而模糊逻辑引入了“隶属度函数”,允许变量处于“部分真”的状态。例如,距离不再是具体的“30cm”,而是“较近”、“适中”或“较远”的模糊概念。这种描述方式更贴近人类处理环境信息的方式。 仿人经验控制: 系统通过预设的“If-Then”规则库(如“如果前方距离很近,且左侧距离较远,则向左急转”

By Ne0inhk