OpenClaw Windows 下 Docker 部署指南

OpenClaw Windows 下 Docker 部署指南

今年年初 OpenClaw(曾用名 Clawdbot 后改名 Moltbot)就很火,没想到过了个春节更火了。
火爆程度很像去年春节后的 DeepSeek。
不敢在自己工作电脑上直接安装(权限太大,风险太高),本篇指南将带你从零开始在本地搭建并初始化 OpenClaw。

1. 环境准备

在开始之前,请确保你的系统已经安装了以下软件:

  • Docker Desktop (且已启动并在后台运行)
  • Git (可选,用于克隆仓库)

2. 获取代码与环境变量配置

首先,进入你想要存放该项目的目录并克隆/下载项目代码。我们将以 d:\workspace\openclaw 为例。

2.1 创建并配置 .env 文件

OpenClaw 依赖一些基础配置来定义数据卷和相关的安全 Token。在项目根目录下,我们需要复制示例配置并作修改。

你可以直接在项目根目录新建或修改 .env 文件,在其中添加或修改以下变量:

# Windows 系统下,将路径映射为用户目录或其他你想要的绝对路径,避免权限错误。 # 请将 YourUsername 替换为你电脑实际的用户名 OPENCLAW_CONFIG_DIR=C:\Users\YourUsername\.openclaw OPENCLAW_WORKSPACE_DIR=C:\Users\YourUsername\.openclaw\workspace # 指定运行绑定的IP网络,lan 允许宿主机直接通过127.0.0.1访问 OPENCLAW_GATEWAY_BIND=lan # 使用官方的预编译镜像,以避免在你的电脑上本地重新构建源码,节省时间 OPENCLAW_IMAGE=ghcr.io/openclaw/openclaw:latest 

3. 进行交互式初始化 (Onboard)

当环境配置好后,运行以下命令进入 OpenClaw 的交互式安装向导。我们通过附加 --env-file .env 来确保容器能读到刚才配置的变量:

docker compose --env-file .env run --rm openclaw-cli onboard 
在这里插入图片描述

运行该命令后,你会在命令行中看到交互式提示:

  1. 风险提示:输入 Yes,确认你知晓默认是在个人设备上部署。
  2. Onboarding mode (向导模式):建议选择 QuickStart
  3. 选择 AI 提供商与授权:根据提示选择如 OpenAI、Anthropic 等,并输入你对应的 API 密钥。

请根据屏幕提示按下回车或上下方向键做出选择,直到整个 Onboard 流程执行完毕。

4. 启动 Gateway 网关服务

在 Onboard 结束并成功写入配置后,真正让你的 OpenClaw 跑起来并在后台长驻的命令是:

docker compose --env-file .env up -d openclaw-gateway 

up -d 参数表示将其放在后台静默运行。

5. 登录与使用

  • 访问控制面板:打开你的浏览器,访问 http://127.0.0.1:18789/
  • 输入 Token:如果在界面中需要你提供 Gateway Token,它通常已经在 .env 中或初始化过程中为你生成,输入进去即可验证身份。
  • 添加聊天渠道:随后,你可以回到命令行继续利用 docker compose run --rm openclaw-cli channels xxx 来给应用增加 Slack,Discord 或 Telegram 的聊天渠道接入。

常见问题处理

  • 拉取镜像失败 (pull access denied):如果使用最新的预构建镜像拉取失败或者网络超时,请检查是否在 .env 中正确书写了 OPENCLAW_IMAGE=ghcr.io/openclaw/openclaw:latest。如果是国内网络环境,请确保 Docker Desktop 开启了代理或镜像加速。
  • 权限问题:如果在初始化时报文件无法写入(Permission denied),需检查你的 Docker Desktop 设置中挂载驱动盘权限是否打开。

Read more

在国内环境部署 OpenClaw:从零到跑通的个人 AI 助手搭建指南

在国内环境部署 OpenClaw:从零到跑通的个人 AI 助手搭建指南 OpenClaw 是一个开源的个人 AI 助手框架,可以连接 WhatsApp、Telegram、Slack、Discord、飞书等 20+ 消息渠道。本文记录了在国内网络环境下部署 OpenClaw 的完整流程,包括网络适配、模型配置、渠道接入等实战经验。 什么是 OpenClaw? OpenClaw 是一个 local-first 的个人 AI 助手平台。它的核心是一个 Gateway 服务,运行在你自己的设备上,通过 WebSocket 管理会话、消息路由和工具调用。 核心特性: * 🏠 本地运行,数据不经过第三方 * 📱 支持 20+ 消息渠道(飞书、Telegram、Discord、Slack、微信等)

零基础学AI大模型之LLM存储优化:大量QA与长对话问题实战

零基础学AI大模型之LLM存储优化:大量QA与长对话问题实战

大家好,我是工藤学编程 🦉一个正在努力学习的小博主,期待你的关注实战代码系列最新文章😉C++实现图书管理系统(Qt C++ GUI界面版)SpringBoot实战系列🐷【SpringBoot实战系列】SpringBoot3.X 整合 MinIO 存储原生方案分库分表分库分表之实战-sharding-JDBC分库分表执行流程原理剖析消息队列深入浅出 RabbitMQ-RabbitMQ消息确认机制(ACK)AI大模型零基础学AI大模型之LLM存储记忆功能之BaseChatMemory实战 前情摘要 1、零基础学AI大模型之读懂AI大模型 2、零基础学AI大模型之从0到1调用大模型API 3、零基础学AI大模型之SpringAI 4、零基础学AI大模型之AI大模型常见概念 5、零基础学AI大模型之大模型私有化部署全指南 6、零基础学AI大模型之AI大模型可视化界面 7、零基础学AI大模型之LangChain 8、零基础学AI大模型之LangChain六大核心模块与大模型IO交互链路 9、零基础学AI大模型之Prompt提示词工程 10、零基础学AI大模型之LangCh

【Coze-AI智能体开发】【一】初识Coze:零代码玩转 AI 智能体开发,新手也能轻松搭建专属 AI 应用!

【Coze-AI智能体开发】【一】初识Coze:零代码玩转 AI 智能体开发,新手也能轻松搭建专属 AI 应用!

目录 编辑 前言 一、Coze概述:为什么 Coze 值得我们深入学习? 1.1 揭开 Coze 的神秘面纱:它不是衣服上的扣子! 1.2 为什么要学习 Coze?三大核心优势直击痛点 (1)零代码 / 低代码门槛,人人都是 AI 开发者 (2)大模型加持,让 AI 应用更 "聪明" (3)全场景应用覆盖,商业价值与个性化需求双满足 1.3 学习完 Coze,你能收获什么?六大核心技能 get 1.4 学习 Coze 需要什么基础?门槛低到超乎想象 二、

A / B测试太慢?AI帮你实时优化实验策略

A / B测试太慢?AI帮你实时优化实验策略

👋 大家好,欢迎来到我的技术博客! 📚 在这里,我会分享学习笔记、实战经验与技术思考,力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕AI这个话题展开,希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手,还是正在进阶的开发者,希望你都能有所收获! 文章目录 * A/B测试太慢?AI帮你实时优化实验策略 🚀 * 为什么传统A/B测试成了效率黑洞? * AI驱动的实时优化:从“被动等待”到“主动决策” * 贝叶斯优化:AI决策的数学引擎 * 代理模型:预测点击率 * 采集函数:决定下一步策略 * 代码实战:用Python实现AI优化A/B测试 * 代码执行结果示例 * 实时决策流程:AI如何动态调整实验? * 实际业务场景:电商大促的AI优化案例 * 贝叶斯优化 vs 其他AI方法 * 如何在你的系统中落地AI优化? * 步骤1:构建基础数据层 * 步骤2:集成AI优化引擎 * 步骤3:设置停止条件 * 为什么AI优化能避免“实验陷阱”?