OpenClaw 实战部署:从零搭建你的 AI 远程员工
网上关于 OpenClaw(Clawdbot)的部署教程不少,但如何让它真正具备独立工作能力,往往缺乏细节。经过多轮测试与配置,我整理了一份从基础设施到行为定制的完整实战清单。
在动手之前,建议转变思路:不要把它当作 ChatGPT 那样的对话助手,而是视为一名需要配置环境的远程员工。你需要为它提供算力、网络权限,并明确它的职责与习惯。
一、基础设施:服务器与模型
1. 云服务器选型
OpenClaw 需要 24 小时在线的运行环境。虽然本地部署可行,但云服务器更稳定且便于访问。
- 节点选择:务必选择海外节点(如香港、新加坡)。国内服务器在网络访问和 API 调用上存在较多限制,会影响搜索和抓取效率。
- 内存配置:建议至少 8GB 内存。初期若使用 2GB 内存,运行浏览器进程极易导致系统卡死或升级失败。
- 服务商:选择延迟低、稳定性好的主流云厂商即可。
2. 接入大模型 API
OpenClaw 本身是框架,核心智能依赖外部 LLM。
- 模型选择:预算充足可选顶级模型;追求性价比可尝试 ChatGPT Team 版。国产模型如 GLM-5、Kimi K2.5 或 MiniMax M2.5 表现均衡,可作为备选。
- 动态切换:配置初期无需纠结,OpenClaw 支持通过
/model命令随时切换模型。简单任务用低成本模型,复杂任务切高能力模型。
3. 安装部署
若服务器自带预装镜像可直接使用。对于空白机器,推荐利用终端工具辅助安装,避免手动处理 Node.js 环境及依赖冲突。
npm install -g @anthropic-ai/claude-code
启动后直接指示其按官方文档完成安装,遇到报错自动修复。基础的网络连接与防火墙配置参考通用教程即可。
- 通信渠道:建议首选 Telegram 接入,其对斜杠命令的支持优于飞书等办公平台。
二、联网能力构建
刚部署的实例处于断网状态,需赋予其信息获取与操作能力。
1. 搜索引擎
默认集成 Brave Search,每月提供 2000 次免费额度。注册需绑定海外支付方式,无法解决者可从第三方渠道获取 API Key。
2. 网页内容读取
仅获取链接不够,需解析页面内容。原生抓取工具在处理 JS 渲染或付费墙时效果不佳,推荐使用 jina.ai Reader。
- 用法:在 URL 前添加
https://r.jina.ai/前缀。 - 优势:绕过部分限制,返回 Markdown 格式,适合 AI 阅读。
3. 浏览器自动化
针对需登录或交互复杂的场景,将浏览器能力分为四个层级:
- L0:纯文本搜索与抓取,满足 80% 需求。
- L1:后台静默模式,适合脚本执行。
- L2:真实交互模式,AI 可点击、输入、登录。
- L3:视觉识别模式,处理图片信息,需配合虚拟桌面(Xvfb)。
安装指令示例:
# 提示 AI 自行安装谷歌浏览器及无头/有头模式配置
4. 远程接管
遇到滑块验证码等 AI 难以处理的环节,可通过 KasmVNC 在本地浏览器查看服务器画面,人工介入验证后将控制权交还。
三、文件同步方案
工作产出位于服务器,需建立高效的回传机制。


