OpenClaw 完全指南：在 Manjaro 上部署你的个人 AI 助手

优质文章学习记录

— 8 min read
OpenClaw 完全指南：在 Manjaro 上部署你的个人 AI 助手
OpenClaw（原名 Clawdbot、Moltbot）是一款开源的个人 AI 代理工具，可以部署在你的个人电脑上，通过自然语言指令帮你完成各种自动化任务。本文将详细介绍如何在 Manjaro 系统上安装、配置和使用 OpenClaw。

目录

  1. 什么是 OpenClaw
  2. 环境准备
  3. 安装 OpenClaw
  4. 配置 OpenRouter API
  5. 使用 Web UI
  6. 使用终端 UI
  7. AionUi 访问方式
  8. 常见问题与解决方案

什么是 OpenClaw

OpenClaw 是一款开源的个人 AI 助手项目，它的核心理念是让 AI 成为你的"数字分身"，帮助你完成流程化、重复性的工作。

核心特点

  • 多平台接入：支持 WhatsApp、Telegram、Discord、Slack、飞书、钉钉等多种通讯平台
  • 多模型支持：兼容 OpenAI、DeepSeek、阿里云通义千问等多种 AI 模型
  • 本地部署：完全运行在你自己的服务器或电脑上，数据更安全
  • 开源免费：代码完全开源，任何人都可以免费使用

环境准备

在安装 OpenClaw 之前，你需要确保 Manjaro 系统满足以下要求：

1. 安装 Node.js 22+

OpenClaw 要求 Node.js 版本 >= 22。Manjaro 默认软件源中的 Node.js 版本可能较旧，建议使用 NodeSource 仓库安装最新版本。

# 添加 NodeSource 仓库（以 Node.js 22 为例）curl -fsSL https://deb.nodesource.com/setup_22.x |sudobash - # 安装 Node.jssudo pacman -S nodejs npm# 验证安装node --version npm --version

2. 安装 pnpm（推荐）

OpenClaw 项目使用 pnpm 管理依赖，pnpm 比 npm 更快、更省磁盘空间。

# 使用 npm 全局安装 pnpmsudonpminstall -g pnpm# 验证安装pnpm --version

3. 安装 Git

sudo pacman -S git# 验证安装git --version

安装 OpenClaw

方法一：使用 npm/pnpm 安装（推荐）

# 使用 npm 安装npminstall -g openclaw@latest # 或者使用 pnpm 安装pnpmadd -g openclaw@latest

方法二：使用中文社区版本

如果你更喜欢中文界面，可以安装 OpenClaw 中文社区版本：

# 安装中文版本npminstall -g @qingchencloud/openclaw-zh@latest

验证安装

# 查看 OpenClaw 版本 openclaw --version # 查看帮助信息 openclaw --help

配置 OpenRouter API

OpenRouter 是一个支持多种 AI 模型统一访问的平台，里面有免费的模型可以使用，通过它你可以使用 Claude、GPT、等多种模型。

1. 获取 OpenRouter API Key

  1. 访问 OpenRouter 官网
  2. 注册账户并登录
  3. 进入设置页面，创建 API Key
  4. 注意：API Key 只显示一次，请妥善保存

2. 初始化 OpenClaw

# 启动初始化向导 openclaw onboard

初始化向导会引导你完成以下配置：

  • 选择 AI 模型
  • 配置 API 密钥
  • 设置聊天通道

3. 手动配置文件方式

如果你更喜欢手动配置，可以直接编辑配置文件。配置文件位于：~/.openclaw/openclaw.json

{"auth":{"profiles":{"openrouter:default":{"provider":"openrouter","mode":"api_key"}}},"models":{"mode":"merge","providers":{"openrouter":{"baseUrl":"https://openrouter.ai/api/v1","apiKey":"你的 OpenRouter API Key","api":"openai-completions","models":[{"id":"anthropic/claude-3.5-sonnet","region":"auto"}]}}}}

4. 配置环境变量

你也可以通过环境变量配置 API：

# 编辑 .zshrc 文件（如果你使用 zsh）vim ~/.zshrc # 添加以下内容exportOPENROUTER_API_KEY="你的 OpenRouter API Key"# 生效配置source ~/.zshrc

支持的模型

OpenRouter 支持众多模型，部分热门模型包括：

  • anthropic/claude-3.5-sonnet
  • openai/gpt-4o
  • google/gemini-pro
  • meta-llama/llama-3.1-70b-instruct

使用 Web UI

OpenClaw 提供了直观的 Web 界面，方便你通过浏览器进行交互。

启动 Web UI

# 启动控制台（Web UI） openclaw dashboard

执行命令后，浏览器会自动打开 OpenClaw 的 Web 控制台界面。

Web UI 功能

  • 对话界面：类似 ChatGPT 的直观聊天界面
  • 主题自定义：支持多种主题选择
  • 代码高亮：增强代码可读性
  • 模型切换：可以随时切换不同的 AI 模型
  • 历史记录：保存对话历史，方便回顾

访问地址

默认情况下，Web UI 会在以下地址运行：

  • 本地：http://localhost:18789

如果端口被占用，可以在配置文件中修改端口。

使用终端 UI

如果你更喜欢在终端中直接操作，OpenClaw 也提供了强大的终端界面。

基本使用

# 启动终端交互模式 openclaw chat

常用命令

# 查看帮助 openclaw --help # 查看状态 openclaw status # 启动服务 openclaw start # 停止服务 openclaw stop # 重启服务 openclaw restart

终端 UI 特点

  • 纯命令行交互，无需图形界面
  • 占用资源少，运行高效
  • 适合远程服务器使用
  • 支持命令自动补全

AionUi 访问方式

AionUi是一个免费、本地、开源的 AI 办公助手，专门为多 AI 工具协作而设计。它基于 Electron 和 React 构建，提供现代化的 GUI 界面和 WebUI 远程访问功能。

什么是 AionUi

AionUi 是一个跨平台的 AI 终端界面工具，旨在将命令行体验转化为现代化的 AI 聊天界面。它的核心特点是可以同时管理多个 AI 代理，让它们协同工作。

核心特性

  • 多 AI 代理支持：支持 Gemini CLI、Claude Code、Codex、OpenCode、Qwen Code、OpenClaw 等多种主流 AI 工具
  • 跨平台：支持 macOS、Linux、Windows 系统
  • 双界面模式：提供原生 GUI 界面和 WebUI 远程访问
  • 本地部署：所有数据保存在本地，保护隐私安全
  • 多模型并行：支持同时运行多个 AI 代理

安装 AionUi

环境要求
  • Node.js >= 18
  • npm 或 pnpm
  • Git
安装步骤
# 克隆项目仓库git clone https://github.com/iOfficeAI/AionUi.git # 进入项目目录cd AionUi # 安装依赖npminstall# 或者使用 pnpmpnpminstall
快速启动
# 启动 AionUinpm run dev

配置 OpenClaw 连接

AionUi 可以作为 OpenClaw 的图形化界面，下面是配置步骤：

1. 启动 OpenClaw 服务

首先确保 OpenClaw 正在运行：

# 启动 OpenClaw openclaw start # 查看状态 openclaw status
2. 在 AionUi 中添加 OpenClaw
  1. 打开 AionUi 界面
  2. 进入设置页面
  3. 选择"代理管理"或"Agents"选项
  4. 添加新的 AI 代理
  5. 选择 OpenClaw 作为代理类型
  6. 输入 OpenClaw 的连接地址（默认为 http://localhost:18789）
  7. 配置 API 密钥（如果需要）
3. 配置文件方式

你也可以通过编辑 AionUi 的配置文件来添加 OpenClaw：

{"agents":{"openclaw":{"enabled":true,"type":"openclaw","endpoint":"http://localhost:18789","apiKey":"你的 OpenClaw API Key（如果有）"}}}

使用 AionUi 的优势

  1. 统一管理：在一个界面中管理多个 AI 代理
  2. 可视化界面：无需记忆命令行参数，通过图形界面配置
  3. 远程访问：通过 WebUI 随时随地访问
  4. 资源优化：提供简洁模式，减少资源占用
  5. 主题定制：支持多种主题选择

低配电脑优化

如果你的电脑配置较低，可以进行以下优化：

  1. 关闭动画效果：在设置中禁用动画和背景模糊
  2. 选择轻量模型：如 Gemini Nano 或 Qwen-1.8B
  3. 使用简洁主题：推荐 “retro-windows” 主题
  4. 禁用多模型并行：减少内存占用

常见问题

问题：AionUi 无法连接到 OpenClaw

解决：

  • 确认 OpenClaw 服务正在运行
  • 检查端口 18789 是否被占用
  • 确认防火墙允许该端口访问

问题：界面卡顿

解决：

  • 启用简洁模式
  • 关闭动画效果
  • 选择更轻量的 AI 模型

常见问题与解决方案

1. Node.js 版本问题

问题：安装时报错提示 Node.js 版本过低

解决：

# 使用 nvm 管理 Node.js 版本curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh |bashsource ~/.zshrc nvm install22 nvm use 22

2. API 连接失败

问题：无法连接到 AI 模型 API

解决：

  • 检查网络是否正常
  • 确认 API Key 是否正确
  • 确认 baseUrl 配置是否正确
  • 如果在国内使用，可能需要配置代理

3. 端口被占用

问题：启动 Web UI 时提示端口被占用

解决：

# 查看端口占用情况lsof -i :18789 # 修改配置文件中的端口vim ~/.openclaw/openclaw.json # 在配置中添加 "port": "新端口号"

4. 守护进程安装失败

问题：openclaw onboard --install-daemon 失败

解决：

# 手动安装守护进程sudo systemctl daemon-reload openclaw daemon install

总结

本文详细介绍了在 Manjaro 系统上安装和配置 OpenClaw 的完整流程。通过 OpenRouter API，你可以灵活选择各种 AI 模型，无论是 Claude、GPT 还是其他模型，都可以轻松接入。

OpenClaw 的 Web UI 和终端 UI 提供了灵活的交互方式，满足不同场景的需求。作为一个完全开源的项目，OpenClaw 为个人 AI 助手的部署提供了极大的自由度，让每个人都能拥有属于自己的"数字分身"。

如果你在安装或使用过程中遇到任何问题，欢迎在评论区留言讨论。

Read more

【论文阅读103】pinn-review-科学机器学习中的物理信息神经网络：现状与展望

【论文阅读103】pinn-review-科学机器学习中的物理信息神经网络：现状与展望

科学机器学习中的物理信息神经网络：现状与展望 作者：Salvatore Cuomo¹ · Vincenzo Schiano Di Cola² · Fabio Giampaolo¹ · Gianluigi Rozza³ · Maziar Raissi⁴ · Francesco Piccialli¹ 在线发表：2022年7月26日 摘要 物理信息神经网络（Physics-Informed Neural Networks，PINNs）是一类将模型方程（如偏微分方程，PDE）直接嵌入神经网络结构中的神经网络（NN）。目前，PINNs 已被广泛用于求解偏微分方程、分数阶方程、积分-微分方程以及随机偏微分方程。这一新兴方法作为一种多任务学习框架出现，在该框架中，神经网络不仅需要拟合观测数据，还需最小化 PDE 残差。 本文对物理信息神经网络相关文献进行了全面综述：研究的主要目标是阐明这类网络的特征、优势与局限性。同时，本文还涵盖了更广义的基于配点法（collocation-based）的物理约束神经网络研究，包括从最初的基础 PINN（
【Mac 实战】简单知识图谱搭建步骤详解（Neo4j + py2neo）

【Mac 实战】简单知识图谱搭建步骤详解（Neo4j + py2neo）

目录 一、Neo4j图数据库 1、neo4j 安装 - mac brew版 2、neo4j 快速入门 3、neo4j 基本操作 （1）增操作 （2）查操作 （3）改操作 （4）删操作 4、安装py2neo 二、数据预处理 1、数据清洗 2、知识建模 （1）识别实体 （2）识别实体属性 （3）识别关系 三、搭建知识图谱 博主的数据集是用的自己的数据集，大家练习时可以在网上找一个数据量小的数据集练手。 一、Neo4j图数据库         Neo4j 是一个高性能的、原生的图数据库。它不采用传统的行和列的表格结构，而是使用节点和关系的图结构来存储和管理数据。 1、neo4j

雷达信号处理中的CFAR技术详解

好的，我来为您总结归纳雷达信号处理中的恒虚警（CFAR）技术，并提供一个基于MATLAB的实际用例。 🧐 雷达信号处理之恒虚警（CFAR） 恒虚警率（Constant False Alarm Rate, CFAR）是一种自适应阈值目标检测技术，在雷达信号处理中用于从噪声和杂波背景中检测出目标回波。其核心思想是：无论背景噪声或杂波的功率如何变化，都保持虚警概率（ ）为一个预先设定的常数。 🎯 1. 基本原理与流程 CFAR算法通过实时估计待检测单元（Cell Under Test, CUT）周围的背景噪声或杂波功率，并根据期望的虚警率 自适应地确定检测阈值 。 主要步骤： 1. 滑动窗口（Detection Window）：在待检测数据（通常是距离-多普勒图或距离向数据）上设定一个固定大小的滑动窗口。 2. 单元划分：窗口内的单元被划分为三个部分： * 待检测单元（CUT）：位于窗口中心，是我们要判断是否包含目标的单元。 如果 ，则判断不存在目标（No Target）。 如果 ，则判断存在目标（
（6-4-02）IMU融合与机体状态估计：综合实战：腿式机器人的IMU关节融合与状态估计（2）

（6-4-02）IMU融合与机体状态估计：综合实战：腿式机器人的IMU关节融合与状态估计（2）

6.4.3  状态估计 “src”目录包含本项目状态估计的核心算法实现和工具模块，涵盖惯性导航与人形机器人运动状态估计的完整流程，包括EKF状态预测与更新、IMU数据补偿与积分、机器人足端运动学计算、静态初始对准、导航结果与误差输出、数据流生成及可视化工具，整体提供从原始传感器数据到导航状态估计和分析的全链路功能，实现机器人高精度运动导航和状态监控。 1. IMU数据的传播与补偿 文件src/imuPropagation.py的功能是提供IMU数据的传播与补偿机制，用于惯性导航系统（INS）中状态更新。INSMech 类实现了基于前一时刻和当前IMU测量的速度、位置和姿态传播，同时对IMU角速度和加速度进行偏差与缩放误差补偿。_wrap_yaw_inplace用于将偏航角限制在 -π,π 范围内。 import numpy as np from scipy.spatial.transform import Rotation as R def _wrap_yaw_inplace(euler_