openclaw喂饭教程!在 Linux 环境下快速完成安装、初始化与 Web UI 配置

openclaw喂饭教程!在 Linux 环境下快速完成安装、初始化与 Web UI 配置

前言

OpenClaw 是一款开源的 AI Agent 工具,但对第一次接触的用户来说,完整跑通流程并不直观。本文以 Linux 环境为例,详细记录了 OpenClaw 的安装、初始化流程、模型选择、TUI 使用方式,以及 TUI 与 Web UI 认证不一致导致的常见问题与解决方法,帮助你最快速度把 OpenClaw 真正跑起来

环境准备

1)安装nodejs

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt install -y nodejs 
> node --version v22.22.0 

2)安装openclaw

npm install -g openclaw@latest 
> openclaw --version 2026.2.25 

初始化openclaw

openclaw onboard --install-daemon 
  • 为了快速跑起来,先选择QuickStart
    • 有为老哥提出疑问:为什么没有支付宝或者手机之类的登陆方式呢?因为openclaw 作为一个开源工具,其默认的 Qwen 配置(qwen-portal)通常指向国际版 API,国际版显然没有支付宝、国内手机号直接登录等登陆方式,取而代之的是Google 账号、GitHub 账号等,如果没有账号,注册一个账号即可
    • 选择Qwen也是因为门槛地,快速上手,国际版往往提供针对开发者的免费试用额度(如每天 2000 次请求)
    • 后面可以换模型供应商,所以当前的目标是快速搭建并且跑通流程,所以选择Qwen。继续…
    • Set GOOGLE_PLACES_API_KEY for goplaces,是否要选择Google Places API 来查询现实世界中的地点信息(比如电影院、餐馆等),首先是不能使用google服务,并且不在我们本文的流程中,暂时不需要,选否
    • Set GEMINI_API_KEY for nano-banana-pro,询问你是否要为名为 nano-banana-pro 设置 Google Gemini API 密钥,问题还是不能使用google的服务,选否。至于nano-banana-pro是什么东西,我也不知道…
    • Set NOTION_API_KEY for notion?,配置notion的使用权限,notion是什么?Notion 是一款集笔记、文档、任务管理、数据库和协作于一体的“超级办公室”软件。用不上,选否
    • Set ELEVENLABS_API_KEY for sag?,让openclaw说话,而不是只有文字交流,而说话的能力正是ElevenLabs赋予的,它提供的服务是目前行业内领先的文本转语音(Text-to-Speech, TTS)平台。其生成的语音非常自然、富有情感,听起来几乎和真人一样。不在当前流程,先选否

配置完成,回归测试一下

watermarked-openclaw_14

能说中文啊,那就更简单了,现在需要告诉配置初始化一下这个机器人,就像星级穿越里面,男主重新配置TAS一样

watermarked-openclaw_13

这是终结者要来了吗?斯瓦辛格从天而将,并且bgm:”洞洞咚,懂冻,洞洞咚,懂洞咚“

watermarked-openclaw_11

斯瓦辛格能不能说中文阿?

watermarked-openclaw_12

到此基本配置已经结束,下一步问你怎么孵化小机器人,直接选择推荐的方式,使用tui(terminal ui)完成最后一步

watermarked-openclaw_10

下一步询问你是否要启用 Hooks(钩子/插件),选择session-memory,让 AI “记住”之前的对话内容或项目上下文,即使你关闭了终端再重新打开,它也能延续之前的话题

watermarked-openclaw_9

下面的全选否

watermarked-openclaw_8

同样,先跳过,后面再来配置

watermarked-openclaw_7

选择是否配置skills,是

watermarked-openclaw_6

下一步,选择渠道,这里先跳过,因为这一步后面会详细描述,这里的目标还是先完成安装并且跑通

watermarked-openclaw_5

完成登陆之后回到控制台,选择具体模型,选择默认的即可

watermarked-openclaw_4

选择完成之后,会在浏览器弹出登陆页面

watermarked-openclaw_3

选择模型提供商,为了快速测试,这里直接选择Qwen方便快速跑通流程

watermarked-openclaw_2

安装完成

页面配置

watermarked-openclaw_15

为什么tui配置成功了,在webui却一直报错,因为tui和webui使用的是两套完全独立的认证系统

需要把token给应用在页面上就可以了

1)获取token

> cat ~/.openclaw/openclaw.json | grep -o '"token": "[^"]*"' "token": "7da3f004ff2a1e700f229a87fb5ea12c150b37d58199295f" 

2)将参数补充在页面上,token=7da3f004ff2a1e700f229a87fb5ea12c150b37d58199295f

watermarked-openclaw_16

注:如果访问http://127.0.0.1:18789/会有自动跳转,那使用&将参数补充在后面即可

页面也正常了,并且把之前在控制台的聊天记录也同步过来了

总结

本文在linux下实现了安装openclaw,并且完成了基本流程的搭建,至于后面发掘openclaw的更多功能,敬请期待

联系我

  • 联系我,做深入的交流
在这里插入图片描述

至此,本文结束
在下才疏学浅,有撒汤漏水的,请各位不吝赐教…

Read more

Anaconda安装(2024最新版)

Anaconda安装(2024最新版)

安装新的anaconda需要卸载干净上一个版本的anaconda,不然可能会在新版本安装过程或者后续使用过程中出错,完全卸载干净anaconda的方法,可以参考我的博客! 第一步:下载anaconda安装包         官网:Anaconda | The Operating System for AI (不过官网是外网,这里推荐国内清华大学的镜像源,对于国内的网络友好,下载速度更快!) 清华镜像网:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站,致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务,帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/         这里有许多版本,博主这些选择下载最新版本的2024.06-1版本

2026!在Windows的Python中安装GDAL包(小白能成!)

2026!在Windows的Python中安装GDAL包(小白能成!)

最近更新 2026.02.10日,GDAL发布预告:新版本将支持更多的指令! 新版本,以修复bug为主,提高稳定性! 有朋友催我赶紧更新教程,我上次更新是年前的时候了,恰好是GDAL上一个版本出来的时间。 前言 很多大气,地理,环境,生态,遥感,城市空间规划等专业的朋友,在各种终端尝试 pip install GDAL 指令时,都会遇到各种各样奇怪的报错,无论如何都安不上。说实话这条路走不通,不怪你。 因为GDAL不是标准的python库,不能直接用pip指令,进行管理操作。 实际证明,这样走不通的,请你放弃幻想。跟着这个教程一步一步的操作,你大概率是可以成功的。我会尽可能的详细,一步一步,足够缓慢,足够让每个第一次安装的朋友都能够明白。 感谢北京师范大学地理学院的朋友提供的帮助,我将把这个方法详细记录,希望可以帮助到更多朋友。 个人电脑配置说明 OS:Windows 11 Enterprise(MacOS和Linux的朋友,建议拉到文末,

【笔记】在 Windows 上安装 Python-vLLM

【笔记】在 Windows 上安装 Python-vLLM

SystemPanic/vllm-windows:用于 LLM(Windows 构建和内核)的高吞吐量和内存效率推理和服务引擎 在 Windows 上安装 vLLM 有两种方式,分别是通过已发布的 wheel 包安装和从源码构建安装,具体步骤如下: 一、通过现有发布的 wheel 包安装(推荐) 发布 v0.11.0 ·SystemPanic/vllm-windows vllm-0.11.0+cu124-cp312-cp312-win_amd64.whl 1. 确认版本兼容性 确保你的 Python、PyTorch 和 CUDA 版本与 wheel 包要求一致(版本信息会在发布版本中注明)。 2. 下载 wheel 包 从 最新发布页面

Bug 算法路径规划实战:从数学建模到 Python 实现

1. 从“撞墙”到“绕行”:Bug算法的直觉理解 想象一下,你被蒙上眼睛,站在一个空旷的房间里,有人告诉你:“向前走十步,就能拿到桌子上的苹果。”你开始径直向前走。走了五步,你的膝盖“砰”地一声撞到了什么东西——是一把椅子。这时候你会怎么做?你肯定不会继续硬着头皮往前撞,而是会伸出手,摸着这把椅子的边缘,小心翼翼地绕着它走,直到你感觉前方没有阻碍了,再重新判断苹果的方向,继续前进。 这个“撞到就绕”的朴素策略,就是Bug算法最核心的思想。在机器人路径规划领域,Bug算法就是这样一种简单、直接、不需要“上帝视角”地图的局部规划方法。它不关心整个房间的布局,只关心“我”现在在哪里,“目标”在哪里,以及“我”眼前有没有障碍物。这种特性让它特别适合用在未知环境探索、实时避障以及计算资源有限的场景里,比如你家里的扫地机器人,或者在一个陌生仓库里穿梭的物流小车。 我刚开始接触路径规划时,