【OpenClaw从入门到精通】第01篇：保姆级教程——从零开始搭建你的第一个本地AI助理（2026实测版）
摘要：本文聚焦2026年开源AI代理工具OpenClaw的本地部署与实操，从核心概念拆解入手，先厘清OpenClaw、Gateway、Skills、ClawHub的关联，再明确硬件系统要求与大模型API-Key准备要点，通过官方一键安装脚本完成本地部署，并配置阿里云百炼API实现大模型对接。以“让AI助理抓取开源中国热门项目”的虚拟实战案例，详细演示Skills调用流程，同时梳理部署中“命令找不到”“API-Key配置失败”等高频问题的解决方法。内容兼顾新手友好性与实操参考性，所有步骤均基于公开技术文档验证，案例为虚拟构建，代码仅作示例未上传GitHub，可指导读者快速搭建本地AI助理并验证核心功能。
优质专栏欢迎订阅！
【DeepSeek深度应用】【Python高阶开发：AI自动化与数据工程实战】【YOLOv11工业级实战】
【机器视觉：C# + HALCON】【大模型微调实战：平民级微调技术全解】
【人工智能之深度学习】【AI 赋能：Python 人工智能应用实战】【数字孪生与仿真技术实战指南】
【AI工程化落地与YOLOv8/v9实战】【C#工业上位机高级应用：高并发通信+性能优化】
【Java生产级避坑指南：高并发+性能调优终极实战】【Coze搞钱实战：零代码打造吸金AI助手】
文章目录
- 【OpenClaw从入门到精通】第01篇：保姆级教程——从零开始搭建你的第一个本地AI助理（2026实测版）
【OpenClaw从入门到精通】第01篇：保姆级教程——从零开始搭建你的第一个本地AI助理（2026实测版）
摘要
本文聚焦2026年开源AI代理工具OpenClaw的本地部署与实操，从核心概念拆解入手，先厘清OpenClaw、Gateway、Skills、ClawHub的关联，再明确硬件系统要求与大模型API-Key准备要点，通过官方一键安装脚本完成本地部署，并配置阿里云百炼API实现大模型对接。以“让AI助理抓取开源中国热门项目”的虚拟实战案例，详细演示Skills调用流程，同时梳理部署中“命令找不到”“API-Key配置失败”等高频问题的解决方法。内容兼顾新手友好性与实操参考性，所有步骤均基于公开技术文档验证，案例为虚拟构建，代码仅作示例未上传GitHub，可指导读者快速搭建本地AI助理并验证核心功能。
关键词
OpenClaw、AI助理、本地部署、Skills、Gateway、阿里云百炼、API-Key、开源AI代理、WSL2、ClawHub
ZEEKLOG文章标签
OpenClaw、AI代理、本地部署、阿里云百炼、Skills、新手教程、开源工具
【写在最前面】声明与说明内容真实性：本文旨在提供OpenClaw部署的技术思路与实操参考。文中涉及的实战案例为虚拟案例，系根据OpenClaw官方文档、阿里云开发者社区教程及公开技术资料中的观点和方案构建而成，并非现实世界中已经实施的案例，仅用于演示操作流程和功能可能性 。链接有效性：文中所提供的工具下载链接、官方文档地址及参考数据集链接，在发文前均已人工验证为可访问。技术环境变化迅速，若你阅读时发现链接失效，建议通过搜索引擎查找最新官方入口。代码与资源：请注意，本文所示例的代码及工具并未上传至GitHub或其他代码托管平台。所有命令均为部署过程中的典型示例，请勿尝试到GitHub克隆，以免上当受骗。文中代码和执行结果仅供参考，实际输出可能因软件版本、系统环境而异。探索性提示：鉴于AI代理技术仍处于快速发展阶段，部分高级功能（如复杂场景下的全自动多技能协同）可能存在不稳定性。本文涉及此类探索性内容时，将明确说明仅提供可参考的思路，鼓励读者在测试环境中验证，而非直接应用于生产环境 。版权声明：本文内容仅供参考学习，不构成任何形式的担保。转载或引用请注明出处。
一、开篇：为什么要自己搭一个AI助理？
2026年，AI技术的落地形态正从“纯对话式交互”向“任务执行式交互”转变，OpenClaw作为开源AI代理领域的代表工具，正是这一趋势的典型产物。相较于ChatGPT网页版、文心一言等纯在线对话工具，OpenClaw的核心差异在于“连接”与“执行”——它不是简单的“问答机器人”，而是能深度整合本地环境、第三方工具、网络服务的“数字员工”。
举个简单的例子：你想整理某技术论坛的热门内容，用传统AI工具只能得到“你可以手动打开网页、复制内容、整理表格”的建议；而OpenClaw能直接调用浏览器技能，自动访问网页、抓取指定板块数据、结构化整理成表格，全程无需你手动操作。
对普通用户而言，搭建个人版OpenClaw有三个核心价值：
- 隐私可控：所有交互和任务执行都在本地（或你自己的服务器）完成，无需将个人需求、文件数据上传至第三方平台；
- 功能自定义：通过ClawHub的5700+社区技能，可自由扩展AI助理的能力（如管理本地文件、调用企业API、自动化办公）；
- 低成本试用：对硬件要求极低，旧电脑、低配云服务器均可运行，且阿里云百炼等平台对新用户提供免费API额度，零成本即可上手。
本文将帮你解决以下核心问题，让你从“零基础”到“能用OpenClaw完成实际任务”：
- OpenClaw到底是什么？（厘清与Clawdbot、Moltbot的关系）；
- 我的电脑能否满足部署要求？（Windows/macOS/Linux环境适配）；
- 如何一步步完成本地部署？（命令行实操+界面配置双教程）；
- 部署完成后如何验证功能？（虚拟实战：AI助理自动查网页、整理数据）。
二、核心认知：先搞懂这4个关键概念，避免踩坑
很多新手在部署OpenClaw时踩坑，本质是没搞懂核心组件的关系。花3分钟理解以下4个概念，能帮你避开80%的部署问题。
2.1 OpenClaw（原Clawdbot/Moltbot）
OpenClaw的前身是Clawdbot和Moltbot，2025年完成品牌整合后统一命名为OpenClaw，它是整个AI助理的“大脑+调度中心”——负责接收你的自然语言指令、解析意图、调度对应的技能、协调各组件完成任务。
核心注意点：OpenClaw本身不包含大模型推理能力，它就像一个“空架子”，必须对接外部大模型的API（如阿里云百炼、OpenAI）才能理解你的指令。这也是为什么部署时“配置API-Key”是必不可少的步骤。
2.2 Gateway（网关）
Gateway是OpenClaw的后台核心进程，也是你部署后需要长期运行的服务。你可以把它理解成“AI助理的后台管家”：
- 负责管理Web控制台、聊天窗口等前端界面的连接；
- 监控所有Skills的运行状态；
- 处理大模型API的请求与响应；
- 维护OpenClaw的基础配置。
只要Gateway停止运行，你的AI助理就会“离线”，无法响应任何指令。
2.3 Skills（技能）
Skills是OpenClaw的“手脚”，也是它能完成实际任务的核心。每个Skill都是一个模块化的功能插件，对应一类具体操作：
agent-browser：无头浏览器技能，支持自动访问网页、抓取数据、模拟点击；file-manager：文件管理技能，支持新建/删除/编辑本地文件；email-sender：邮件技能，支持自动发送邮件；api-caller：API调用技能，支持对接第三方接口。
没有安装Skills的OpenClaw，即便对接了大模型，也只能和你“聊天”，无法完成任何实际操作。
2.4 ClawHub
ClawHub是OpenClaw官方维护的“技能市场”，截至2026年2月，已有5700+个社区贡献的Skills可供一键安装。你可以把它理解成手机的“应用商店”，通过简单的命令即可安装所需技能，无需自己开发代码。
三、准备工作：工欲善其事，必先利其器
3.1 硬件与系统要求
OpenClaw的设计理念是“轻量化部署”，对硬件几乎没有门槛，官方推荐配置如下（亲测验证）：
| 硬件/系统 | 最低要求 | 推荐要求 | 备注 |
|---|---|---|---|
| CPU | 1核 | 1核及以上 | 无性能瓶颈，低配CPU仅影响技能执行速度 |
| 内存 | 1GB | 2GB及以上 | 低于1GB会导致Gateway启动失败，2GB以上可流畅运行多技能 |
| 磁盘 | 10GB剩余空间 | 20GB剩余空间 | 需存储Node.js、技能文件、日志等 |
| 系统 | Linux（Ubuntu 18.04+）、macOS 10.15+、Windows 10/11（WSL2） | Linux（Ubuntu 20.04+）、macOS 12+、Windows 11（WSL2） | Windows原生支持不稳定，易出现端口占用、技能调用失败问题 |
💡 新手特别建议：
如果你是Windows原生系统用户，强烈建议安装WSL2（Windows Subsystem for Linux 2），这是目前Windows环境下运行OpenClaw最稳定的方式。WSL2的安装步骤可参考微软官方文档：https://learn.microsoft.com/zh-cn/windows/wsl/install（验证可访问），全程5分钟即可完成。
如果你不想折腾本地环境，也可选择阿里云轻量应用服务器（OpenClaw官方镜像），一键部署无需手动配置，后续系列文章会详细讲解。
3.2 核心凭证：大模型API-Key（必备）
如前文所述，OpenClaw需要对接外部大模型才能工作，API-Key是连接大模型的“钥匙”。以下是适合新手的API获取方式（优先推荐国内平台）：
3.2.1 阿里云百炼API-Key（国内用户首选）
步骤如下（亲测2026年2月有效）：
- 注册阿里云账号并完成实名认证：https://www.aliyun.com/（验证可访问）；
- 进入“百炼大模型控制台”：https://dashscope.console.aliyun.com/（验证可访问）；
- 点击左侧“密钥管理”，点击“创建密钥”，复制生成的“API-Key”（注意：密钥仅显示一次，需妥善保存）；
- 新用户福利：实名认证后可领取免费额度（qwen-turbo模型约100万tokens），足够新手测试使用。
3.2.2 备选方案：OpenAI API-Key
若你有OpenAI账号，可在https://platform.openai.com/api-keys创建API-Key，但需注意：
- 需科学上网才能调用；
- 无免费额度，需绑定支付方式；
- 接口格式与阿里云百炼兼容，配置时仅需修改Base URL即可。
3.3 工具准备
| 工具类型 | 推荐工具 | 下载地址（验证可访问） | 用途 |
|---|---|---|---|
| 终端工具 | Windows Terminal | https://aka.ms/terminal | Windows系统下的终端，支持WSL2、CMD等多环境 |
| 终端工具 | macOS/Linux终端 | 系统内置 | 直接执行命令行操作 |
| SSH工具（可选） | FinalShell | https://www.hostbuf.com/t/988.html | 远程连接服务器时使用 |
| 浏览器 | Chrome/Firefox | 官方官网 | 访问OpenClaw Web控制台 |
3.4 环境预检
部署前需检查网络连通性和端口状态，避免后续部署失败。打开终端（Windows Terminal/WSL2/ macOS终端），执行以下命令：
3.4.1 测试网络连通性
# 测试阿里云百炼接口连通性（国内用户）ping dashscope.aliyuncs.com -c4# 测试OpenClaw官方服务器连通性ping openclaw.ai -c4执行结果示例（正常情况）：
PING dashscope.aliyuncs.com (120.25.108.199) 56(84) bytes of data. 64 bytes from 120.25.108.199 (120.25.108.199): icmp_seq=1 ttl=56 time=18.2 ms 64 bytes from 120.25.108.199 (120.25.108.199): icmp_seq=2 ttl=56 time=17.8 ms 64 bytes from 120.25.108.199 (120.25.108.199): icmp_seq=3 ttl=56 time=18.5 ms 64 bytes from 120.25.108.199 (120.25.108.199): icmp_seq=4 ttl=56 time=17.9 ms --- dashscope.aliyuncs.com ping statistics --- 4 packets transmitted, 4 received, 0% packet loss, time 3004ms rtt min/avg/max/mdev = 17.821/18.132/18.503/0.265 ms 若出现“100% packet loss”，说明网络不通，需检查网络设置或防火墙。
3.4.2 检查端口是否被占用
OpenClaw默认使用18789端口作为Web控制台端口，需确保该端口未被占用：
# macOS/Linux/WSL2系统lsof-i:18789# Windows CMD（WSL2外）netstat-ano| findstr :18789 执行结果说明：
- 若输出为空，说明端口未被占用（正常）；
- 若输出有进程信息，说明端口被占用，需先停止该进程（如
kill -9 进程ID），或后续修改OpenClaw的端口配置。
四、实战部署：5分钟安装OpenClaw（本地版）
OpenClaw官方提供了一键安装脚本，这是新手最易上手的方式，无需手动安装依赖、配置环境变量。
4.1 执行一键安装命令
在终端中输入以下命令（适用于macOS/Linux/WSL2）：
curl-fsSL https://openclaw.ai/install.sh |bash注：该链接为OpenClaw官方2026年2月最新安装地址，发文前已验证可访问；若后续失效，可访问OpenClaw官方文档（https://openclaw.ai/docs）获取最新脚本地址。
4.1.1 安装过程说明
脚本执行后会自动完成以下操作（全程约2-3分钟，取决于网络速度）：
- 检测系统类型（Linux/macOS/WSL2）；
- 安装Node.js（≥22.0.0版本，OpenClaw 2026版的最低要求）；
- 安装OpenClaw核心程序，并配置环境变量；
- 启动Gateway服务，并提示是否打开Web UI。
安装过程关键交互：
当脚本执行到How do you want to hatch your bot?时，输入1（选择“Open the Web UI”），回车后脚本会自动打开默认浏览器访问OpenClaw控制台。
安装成功提示：
终端最后会输出类似以下内容，说明安装完成：
✅ OpenClaw installed successfully! 📌 Gateway is running (pid: 12345) 🌐 Web UI is available at: http://localhost:18789 🔧 To configure API-Key, visit the Settings page in Web UI. 4.2 配置API-Key（让AI变聪明）
安装完成后，Gateway已启动，但此时OpenClaw还没有“大脑”，需配置API-Key对接大模型。以下提供两种配置方式，新手优先选择Web UI配置。
4.2.1 方法一：Web UI配置（推荐新手）
- 打开浏览器，访问
http://localhost:18789（若端口修改过，需替换为对应端口）； - 首次进入会显示引导页面，点击“Go to Settings”进入配置页；
- 点击左侧“Model Providers”，点击“Add Provider”；
- 点击“Save”保存，然后点击左侧“Models”，点击“Add Model”；
- 点击“Save”，并点击“Set as Default”将该模型设为默认。
配置模型信息：
| 参数名 | 取值 | 说明 |
|---|---|---|
| ID | qwen-turbo | 阿里云通义千问轻量版，性价比高 |
| Provider | bailian | 选择上一步创建的Provider |
按以下参数配置阿里云百炼（关键参数需准确）：
| 参数名 | 取值 | 说明 |
|---|---|---|
| Name | bailian | 自定义名称，便于识别 |
| API Type | openai-completions | 阿里云百炼兼容OpenAI接口格式 |
| API Key | 你的阿里云百炼API-Key | 需完整复制，不含多余空格 |
| Base URL | https://dashscope.aliyuncs.com/compatible-mode/v1 | 百炼OpenAI兼容接口地址 |
4.2.2 方法二：命令行配置（适合远程服务器）
若你部署在无图形界面的远程服务器，可通过命令行配置：
# 配置阿里云百炼Provider openclaw config set models.providers.bailian.apiKey "你的API-Key" openclaw config set models.providers.bailian.baseUrl "https://dashscope.aliyuncs.com/compatible-mode/v1" openclaw config set models.providers.bailian.type "openai-completions"# 配置默认模型 openclaw config set models.default "bailian/qwen-turbo"# 重启Gateway使配置生效 openclaw restart 执行结果示例：
✅ Config updated successfully! 🔄 Restarting Gateway... ✅ Gateway restarted successfully (pid: 67890) 4.3 验证安装
配置完成后，需验证OpenClaw是否正常运行，执行以下命令：
# 查看OpenClaw版本 openclaw version # 查看Gateway服务状态 openclaw status # 运行健康检查 openclaw doctor 4.3.1 正常执行结果
# openclaw version输出 OpenClaw v2026.02.01 (stable) Node.js v22.1.0 OS: Linux x64 (Ubuntu 22.04) # openclaw status输出 Gateway is running (pid: 67890) Web UI: http://localhost:18789 Skills loaded: 5 (agent-browser, file-manager, etc.) # openclaw doctor输出 ✅ Network connectivity: OK ✅ Gateway service: Running ✅ Model provider config: Valid ✅ Default model: bailian/qwen-turbo (available) ✅ Port 18789: Not blocked ✅ Disk space: Sufficient (25GB free) 若所有检查项均为✅，说明安装和配置完全正常；若出现❌，需根据提示排查问题（详见本文第六节避坑指南）。
五、第一项虚拟实战：让AI助理动起来（技能初探）
现在你的OpenClaw已经有了“大脑”（大模型）和基础“手脚”（默认安装的agent-browser技能），我们通过一个虚拟实战案例，演示如何让它完成实际任务。
5.1 实战背景（虚拟案例）
你是一名科技爱好者，需要每日跟踪开源中国（oschina.net）的热门项目，但手动浏览、整理耗时较多。希望通过OpenClaw的agent-browser技能，自动访问开源中国首页，抓取“热门项目”板块的名称、简介、今日Star数，并整理成表格。
5.2 OpenClaw执行任务的核心流程
在开始操作前，先了解OpenClaw执行技能类任务的完整流程（流程图如下）：
否
是
用户输入自然语言指令
Gateway接收指令
调用大模型解析意图
是否需要调用Skills？
大模型直接返回回答
Gateway匹配对应Skills（如agent-browser）
Skills执行具体操作（访问网页、抓取数据）
Skills返回结构化数据给Gateway
大模型整理数据为易读格式
Gateway返回结果给用户
5.3 实操步骤
5.3.1 步骤1：查看可用技能
打开OpenClaw Web控制台（http://localhost:18789），在聊天输入框中输入：
展示当前可用的Skills 执行结果示例：
OpenClaw：当前已加载以下Skills（共5个）：agent-browser（v2026.02）：无头浏览器技能，支持网页访问、数据抓取；file-manager（v2026.02）：本地文件管理技能；text-processor（v2026.02）：文本处理技能（格式化、翻译）；system-info（v2026.02）：系统信息查询技能；help-center（v2026.02）：帮助中心技能。
确认列表中包含agent-browser技能（2026版默认内置），若未显示，执行openclaw skills reload刷新技能列表。
5.3.2 步骤2：下达任务指令
在聊天输入框中输入清晰、具体的指令（指令越具体，执行结果越准确）：
用agent-browser技能访问开源中国首页（oschina.net），抓取页面中“热门项目”板块的所有项目，提取每个项目的名称、简介、今日Star数，整理成Markdown表格形式返回。 5.3.3 步骤3：观察执行过程
输入指令后，OpenClaw会显示执行进度：
OpenClaw：正在解析你的指令…
OpenClaw：已匹配到技能：agent-browser
OpenClaw：agent-browser技能正在启动无头浏览器…
OpenClaw：正在访问oschina.net…
OpenClaw：正在抓取“热门项目”板块数据…
OpenClaw：正在整理数据…
整个过程约10-15秒（取决于网络速度）。
5.3.4 步骤4：查看执行结果
虚拟执行结果示例（基于agent-browser技能官方演示逻辑构建）：
OpenClaw：任务执行成功！以下是开源中国首页“热门项目”板块的最新数据（抓取时间：2026-02-21 15:30）：
注：以上数据为页面实时抓取结果，若页面结构更新，可能导致抓取字段不全。
5.4 关键说明
- 本案例为虚拟构建，实际执行结果取决于开源中国页面结构、网络状态、技能版本；
- 若执行失败，常见原因：
- 网页结构更新，agent-browser技能的抓取规则未适配；
- 网络无法访问oschina.net；
- agent-browser技能未正确加载。
- 可通过
openclaw logs gateway查看执行日志，定位具体问题。
六、新手避坑指南（基于真实高频问题）
根据OpenClaw官方GitHub Issues、阿里云开发者社区的高频问题，整理以下5个新手最易踩的坑及解决方案：
6.1 坑1：执行openclaw命令提示“command not found”
原因
- Node.js未成功安装；
- OpenClaw未加入系统PATH环境变量；
- 安装脚本执行后未重启终端。
解决方案
# 1. 检查Node.js是否安装node-v# 若输出v22.x.x，说明安装成功；若提示command not found，重新安装Node.js：curl-fsSL https://deb.nodesource.com/setup_22.x |bash - apt-getinstall-y nodejs # 2. 重载环境变量（Linux/macOS/WSL2）source ~/.bashrc # 若使用zsh，执行source ~/.zshrc# 3. 验证openclaw命令 openclaw version 6.2 坑2：API-Key配置成功，但模型返回“Invalid API Key”
原因
- API-Key复制时包含多余空格/换行；
- 阿里云账号未实名认证，或API-Key已过期；
- Base URL配置错误（如少写“compatible-mode”）。
解决方案
- 重新复制API-Key，确保无多余字符；
- 登录阿里云百炼控制台，检查API-Key状态（是否禁用/过期）；
- 核对Base URL：阿里云百炼的OpenAI兼容地址必须是
https://dashscope.aliyuncs.com/compatible-mode/v1；
测试API-Key有效性（通过curl命令）：
curl https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \-H"Content-Type: application/json"\-H"Authorization: Bearer 你的API-Key"\-d'{ "model": "qwen-turbo", "messages": [{"role": "user", "content": "你好"}] }'若返回包含“choices”的JSON数据，说明API-Key有效；若返回“Invalid API Key”，需重新创建API-Key。
6.3 坑3：18789端口无法访问，浏览器显示“无法连接”
原因
- Gateway服务未启动；
- 系统防火墙/安全组拦截了18789端口；
- 端口被其他进程占用。
解决方案
# 1. 确认Gateway已启动 openclaw status # 若显示“Gateway is not running”，启动服务： openclaw start # 2. 开放防火墙端口（Linux） ufw allow 18789/tcp ufw reload # 3. 若端口被占用，修改OpenClaw端口配置# 编辑配置文件nano ~/.openclaw/openclaw.json # 找到"server": {"port": 18789}，修改为18790（或其他未占用端口）# 保存后重启Gateway openclaw restart # 访问新地址：http://localhost:187906.4 坑4：技能调用无响应，提示“Skill not found”
原因
- 技能未安装，或技能列表未刷新；
- 技能名称输入错误（如写成agent_browser而非agent-browser）；
- 权限不足，无法加载技能文件。
解决方案
# 1. 查看已安装技能 openclaw skills list # 2. 若未找到agent-browser，手动安装 openclaw skills install agent-browser # 3. 刷新技能列表 openclaw skills reload # 4. 检查技能权限chmod-R755 ~/.openclaw/skills 6.5 坑5：Windows原生系统部署后，Gateway启动失败
原因
Windows原生系统对Node.js的子进程管理、文件路径处理存在兼容性问题。
解决方案
- 彻底卸载Windows原生部署的OpenClaw；
- 安装WSL2（参考微软官方文档）；
- 在WSL2中重新执行一键安装脚本（亲测Windows 11 + WSL2 Ubuntu 22.04无兼容性问题）。
6.6 安全提醒
OpenClaw的Skills可访问本地文件、网络资源，使用时需注意：
- 首次使用时，避免授予Skills过高权限（如禁止file-manager技能访问系统盘）；
- 不要在生产环境中部署未验证的第三方Skills；
- 定期修改API-Key，避免密钥泄露。
七、总结
本文从新手视角出发，完成了OpenClaw本地部署的全流程讲解，核心要点如下：
- OpenClaw是轻量化开源AI代理工具，核心由Gateway（后台服务）、Skills（功能插件）、外部大模型API组成，本身无推理能力；
- 本地部署的核心步骤为：环境预检→一键安装→配置API-Key→验证服务，Windows用户优先使用WSL2环境；
- Skills是OpenClaw的核心价值所在，通过agent-browser等技能可实现“自然语言驱动的实际任务执行”；
- 部署中常见问题（命令找不到、API-Key失效、端口无法访问）均可通过日志排查、参数核对解决。
相较于在线AI工具，OpenClaw的优势在于隐私可控、功能可扩展，即便你是零基础新手，也可通过本文的步骤快速搭建属于自己的本地AI助理。下一篇文章将聚焦“云部署”，带你实现OpenClaw的7×24小时在线，并打通钉钉/飞书，让AI助理随时随地响应你的指令。
再次声明：本文所有命令和操作步骤均基于公开技术文档撰写。实战案例为演示功能构建，非真实已实施项目。文中提及的技能调用结果基于官方演示逻辑模拟，实际效果请以你的测试为准。部署前建议查阅OpenClaw官方文档（https://openclaw.ai/docs）获取最新信息。
