小龙虾的安装和使用引导【本地已解决跑通,ai对话及执行指令效果】

前言:本文初衷就是搭建属于前端的ai数字员工,协助我开发优化项目,就是命令行或浏览器告诉龙虾,帮我做一个小程序首页登录页,给出具体功能描述,让他开发完预览解决报错,一整个闭环操作吧…

《2026-3-23当前文章主要是安装和配置的引导,之前模型配置复制部分信息不正确,见最新补充,当前文章就不做修改了》解决之前AI对话不回复问题:模型未部署、模型api地址、模型ID复制有误的问题,

《2026-2-24更新:》涉及OpenClaw的安装、网关、核心配置、Ai模型的介绍…

一、小龙虾的安装【open claw安装包到本地】

1. 纯前端角度安装【python、node、git、npm克隆】

1.4.克隆项目 :git clone https://github.com/TencentOpen/OpenClaw.git 【本地没有梯子,挣扎了,没成功!】

无论是通过直接安装,还是使用pnpm(报node版本太低,升级24后部分包还是无法下载),修改淘宝镜像,部分包就是无法下载,其实已经不是网络问题,就是需要访问梯子,昨天折腾半天最后还是放弃这种安装方式…

1.3.python安装成后,打开终端验证版本

1.3.1 小插曲 这里直接使用python --version命令无法获取

Windows 自带的「Python 快捷方式」优先级更高,它拦截了 python 命令,导致系统优先去微软商店找 Python,而不是你刚安装的版本。
解决方法
用 py 命令替代(最快,推荐)
Python 安装时自带了 py.exe 启动器,直接用这个命令:py --version,后面所有python命令,都使用py去执行即可,

1.2.执行安装【勾选了最关键的 Add python.exe to PATH,点击安装】

1.1安装python
python 1.11.9版本

2、小白用户使用,管理员权限power shell终端命令一键安装,【和手动安装效果一样】

  • 2.0 对比手动安装好处:
    脚本全自动帮你装完一切。
    不存在npm 安装卡住,不用切换镜像清缓存重试…
    git 连接 GitHub 失败
    网络超时、自动走国内镜像
    自动绕过 GitHub 限制、自动下载需要软件的对应版本
  • 2.2 脚本命令来源: OpenClaw 官方专为国内用户做的 Windows 一键全自动部署脚本(执行命令需要等待下载,时间有点长看个人电脑和网络)
  • 2.5 【正常安装后】一键脚本安装后,直接进入安全确认环节

2.4 (视情况定,因为我第一次安装折腾很多次npm,pnpm,换镜像下载最后并没有清残余文件和缓存就执行命令了,所以这里部分原因可能就是我之前的行为)安装成功后配置向导,出现包缺失及权限不够问题,解决并成功打开向导信息栏

2.3 执行一键安装,

【2.3.1 官方命令】 iwr -useb https://clawd.org.cn/install.ps1 | iex
【2.3.2 下载进度 + 详细日志命令】推荐+
$ProgressPreference = ‘Continue’
iwr -useb https://clawd.org.cn/install.ps1 | iex

2.1 安装前置(非必须,有安装失败情况可使用):(如果之前有使用npm方式克隆没成功,最后清理一下缓存和残留文件信息)

# 强制停止所有相关进程 taskkill /f /im node.exe 2>$null taskkill /f /im openclaw-cn.exe 2>$null # 卸载旧版本 npm uninstall -g openclaw 2>$null npm uninstall -g clawd 2>$null # 清理 npm 全局缓存 npm cache clean --force npm cache verify # 删除本地残留配置(核心!) Remove-Item -Path "$env:USERPROFILE\.openclaw"-Recurse -Force -ErrorAction SilentlyContinue Remove-Item -Path "$env:USERPROFILE\AppData\Roaming\npm\node_modules\openclaw"-Recurse -Force -ErrorAction SilentlyContinue Write-Host "✅ 所有旧缓存、残留、失败安装包 已全部清空!"

二、安装包安装成功后,完善小龙虾的本地配置 / 环境,让小龙虾可以在本机跑起来

  • 2.1 【可跳过,后面脚本浏览器配置都可】模型的准备,key,api地址,模型id 、模型可使用四者同时满足即可,这里使用的是蓝耕具体看文末的补充1
  • 2.2 下面步骤大概分为:确认安全风险并继续、完成初始化配置(运行模式、配置模型、设置网关、生成配置文件)、启动网关、验证启动状态等…
  • 2.3 【开始】如果不小心退出或误操作配置信息,重新执行命令:openclaw-cn onboard 即可重新进入这个页面,修改或覆盖之前配置即可…
  • 2.3.1

2.3.6 ai给出的回答

在这里插入图片描述

2.3.6 重新关闭-在开启-在新窗口检测,还是失败!

在这里插入图片描述

2.3.5 重启后网关异常被关闭【坑已经开始了】

在这里插入图片描述

2.3.4 重启网关-服务起来?

在这里插入图片描述

2.3.3

在这里插入图片描述

2.3.2 模型没有配置上,就会出现后面浏览器与ai对话,ai卡在那不知道回复,就是因为它的数据源–模型没有!

在这里插入图片描述

补充1 :模型的选择,获取到key,获取到api地址,模型可使用

  • 1.配置 AI 模型(前端推荐:蓝耘 MaaS / 智谱 GLM)
    蓝耕官网注册,【这是收费的,但是用于测试可以,冲1块钱就可以去使用了,后面在切换到其他免费或收费模型,切换配置不复杂…】

选择模型(后面绑定open claw中),这里我选的是deepseek模型,


创建key后(后面在open claw中绑定)

最后:本来想写完整这个闭环过程的,自己卡住在最后一步,无法前进了,【文中部分地方有错误,待修正,修完善后在更新吧】

先写到这,如果你顺利的话配置完open claw的相关设置,浏览器可自动ai对话,如果不顺利就是需要排查问题,这是一个非常漫长过程,当然如果你熟悉服务器属性模型这块,那就事半功倍了,

  • 浏览器能看到页面,ai对话不回复,模型配置问题,已经反复核对过了,奈何知识有限,,,待排查…
  • 使用模型,配置到open claw是一个漫长时间,特别是第一次初次尝试,没有参考全靠ai一个个问试错,最后你以为好了么,人家还在原地!
  • 401常规报错:
  • 500报错:

Read more

EFSI-DETR:用于无人机图像实时小目标检测的高效频域 - 语义集成方法

EFSI-DETR:用于无人机图像实时小目标检测的高效频域 - 语义集成方法

https://arxiv.org/pdf/2601.18597 作者:Yu Xia, Chang Liu, Tianqi Xiang, Zhigang Tu (IEEE 高级会员) 摘要 由于特征表示有限和多尺度融合效果不佳,无人机(UAV)图像中的实时小目标检测仍然具有挑战性。现有方法未能充分利用频率信息,且依赖于静态卷积操作,这限制了获取丰富特征表示的能力,并阻碍了对深层语义特征的有效利用。为了解决这些问题,我们提出了 EFSI-DETR,这是一种新颖的检测框架,集成了高效的语义特征增强与动态频域 - 空间引导。EFSI-DETR 包含两个主要组件:(1) 动态频域 - 空间统一协同网络(DyFusNet),联合利用频率和空间线索进行鲁棒的多尺度特征融合;(2) 高效语义特征集中器(ESFC),以最小的计算成本实现深层语义提取。此外,采用了细粒度特征保留(FFR)策略,在融合过程中纳入空间丰富的浅层特征,

Linux Camera驱动开发(fpga vs soc)

Linux Camera驱动开发(fpga vs soc)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】         不管是mipi camera,还是dvp camera,都可以通过fpga芯片,或者是soc芯片对它们进行数据处理。实际处理过程当中,两者有很多的相似点,也有很多的不同点。今天,正好有机会可以讨论下。 1、支持camera数量不同         对于fpga而言,支持的camera数量取决于内部资源的数量。最典型的fpga开发板,就是几个camera sensor接口,一个ddr,一个hdmi输出接口。如果本身fpga内部资源比较多,那么支持的camera数量就会多一点,反之则少一点。而soc支持的camera数量是固定的,少则一个都没有,多则3、4个,7、8个都是有可能的。 2、isp支持不同         fpga内部没有isp。一般fpga通过i2c ip和csi2 & mipi dphy ip接入camera获取数据之后,就可以开始处理camera数据了。但是fpga内部是没有固化isp ip的,一般需要自己写,

dify接入企业微信群聊机器人详细步骤(从零到上线全记录)

第一章:dify接入企业微信群聊机器人详细步骤(从零到上线全记录) 准备工作:获取企业微信机器人Webhook URL 在企业微信管理后台创建群聊机器人,获取唯一的 Webhook 地址。该地址用于外部系统向指定群组发送消息。登录企业微信 → 进入“应用管理” → 创建或选择一个自建应用 → 添加“群机器人”,复制生成的 Webhook URL。 配置Dify工作流触发外部通知 在 Dify 中设置自定义响应后处理逻辑,通过 HTTP 请求将输出内容推送到企业微信群。使用内置的“HTTP 请求”节点,填写以下参数: * Method: POST * URL: 企业微信机器人的 Webhook 地址 * Body (JSON): 包含要发送的消息内容 { "msgtype": "text", "text"

WIN11必备!QTTabBar中文优化版保姆级安装教程(含常见问题解决)

WIN11效率革命:深度定制你的资源管理器,不止于多标签 如果你和我一样,每天要在Windows的资源管理器里花费大量时间,那你一定对那种反复在层层文件夹中穿梭、找不到上一个窗口的体验深恶痛绝。系统自带的文件管理工具,就像一个功能简陋的毛坯房,勉强能用,但毫无效率与舒适度可言。尤其是升级到WIN11后,虽然界面更现代,但核心的文件管理逻辑依然停留在上个时代,对于追求效率的用户来说,这无疑是一种巨大的生产力损耗。 这篇文章,就是为那些不愿忍受现状,但又不想投入过多精力去学习复杂新软件的WIN10/WIN11用户准备的。我们不讨论那些需要彻底改变操作习惯的“重型”第三方管理器,而是聚焦于一种更优雅、更无感的解决方案:增强你正在使用的资源管理器本身。今天的主角,是一个经过国内开发者精心“魔改”的经典工具——QTTabBar的中文优化版。它就像给你的文件管理器做了一次精装修,保留了熟悉的格局,却赋予了它全新的、高效的能力。接下来,我将带你从零开始,完成这次效率升级,并深入探讨如何根据你的习惯,将它调校成最趁手的工具。 1. 为什么选择增强,而非替换? 在深入安装细节之前,我们有必要先