在国内环境部署 OpenClaw：从零到跑通的个人 AI 助手搭建指南

优质文章学习记录

— 7 min read

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）
  • 🔧 内置工具系统（浏览器、文件、Shell、定时任务等）
  • 🧠 可扩展的 Skill 系统
  • 🦞 开源（MIT 协议）

GitHub: https://github.com/openclaw/openclaw

一、环境准备

1.1 系统要求

项目要求
操作系统macOS / Linux / Windows（WSL2）
Node.js≥ 22
磁盘空间≥ 2GB
网络需要访问 npm registry 和 GitHub

1.2 安装 Node.js 22

推荐使用 nvm 或 fnm 管理 Node.js 版本：

# 使用 fnmcurl-fsSL https://fnm.vercel.app/install |bashsource ~/.zshrc fnm install22 fnm use 22# 验证node--version# 应显示 v22.x.x
国内加速：如果 Node.js 下载慢，可以设置镜像：

二、安装 OpenClaw

2.1 方式一：npm 安装（推荐）

npminstall-g openclaw@latest
国内加速：设置 npm 镜像源：

安装完成后恢复：

2.2 方式二：安装脚本

curl-fsSL https://openclaw.ai/install.sh |bash
如果 openclaw.ai 无法访问，可以用 npm 方式安装。

2.3 方式三：从源码安装

git clone https://github.com/openclaw/openclaw.git cd openclaw # 国内加速 clone# git clone https://ghproxy.cn/https://github.com/openclaw/openclaw.gitpnpminstallpnpm build pnpm openclaw onboard --install-daemon

2.4 方式四：macOS App（AutoClaw）

如果你使用 macOS，可以直接下载 AutoClaw 应用，这是 OpenClaw 的桌面客户端封装，开箱即用。

三、初始配置（Onboarding）

3.1 运行配置向导

openclaw onboard --install-daemon

向导会引导你完成：

  1. 认证配置 — 选择 AI 模型提供商和 API Key
  2. Gateway 设置 — 端口、绑定地址等
  3. 消息渠道 — 可选配置 Telegram、飞书等
  4. 守护进程 — 安装系统服务保持后台运行

3.2 启动 Gateway

# 检查状态 openclaw gateway status # 前台运行（调试用） openclaw gateway --port18789--verbose# 打开控制台 openclaw dashboard

访问 http://127.0.0.1:18789/ 即可打开 Web 控制台。

四、国内网络适配（重点）

这是国内部署最关键的部分。OpenClaw 本身不需要科学上网，但部分依赖需要处理。

4.1 npm 依赖安装

# 临时使用镜像npminstall-g openclaw@latest --registry=https://registry.npmmirror.com

4.2 GitHub 访问

如果需要从源码构建或更新：

# 方案 1：使用代理git config --global http.proxy http://127.0.0.1:7890 # 方案 2：使用 GitHub 镜像# ghproxy.cn 或 gitclone.comgit clone https://ghproxy.cn/https://github.com/openclaw/openclaw.git

4.3 AI 模型 API 访问

OpenClaw 支持多种模型提供商。在国内环境下，推荐以下方案：

方案 A：使用国内模型（推荐）

OpenClaw 支持 OpenAI 兼容的 API 格式，大部分国内厂商都支持：

# 配置示例 - 使用 DeepSeekmodels:default: deepseek providers:deepseek:type: openai-compatible baseURL: https://api.deepseek.com/v1 apiKey: sk-your-deepseek-key model: deepseek-chat

支持的国内模型提供商：

  • DeepSeek — 性价比极高，推荐
  • 通义千问（阿里云） — 企业级稳定
  • 智谱 AI（GLM） — 国产大模型代表
  • Moonshot（月之暗面） — 长上下文优势
  • 百川智能 — 多模态能力
方案 B：使用 OpenAI 官方 API（需代理）

如果你有 OpenAI API Key：

models:default: openai providers:openai:type: openai apiKey: sk-your-openai-key # 通过代理访问baseURL: https://your-proxy.example.com/v1
方案 C：使用 Azure OpenAI

微软 Azure 在国内有合规节点：

models:default: azure providers:azure:type: azure-openai endpoint: https://your-resource.openai.azure.com/ apiKey: your-azure-key deployment: gpt-4o

4.4 消息渠道的网络适配

不同消息渠道在国内的可达性不同：

渠道国内可用性备注
飞书✅ 原生支持国内首选，延迟低
Telegram⚠️ 需代理需要科学上网
Discord⚠️ 需代理需要科学上网
Slack⚠️ 需代理需要科学上网
WebChat✅ 本地访问无网络限制
微信⚠️ 非官方通过第三方桥接
钉钉⚠️ 需适配可通过 webhook

国内推荐组合：飞书 + WebChat

五、飞书渠道配置（实战）

飞书是国内使用 OpenClaw 的最佳消息渠道。

5.1 创建飞书应用

  1. 访问 飞书开放平台
  2. 点击「创建企业自建应用」
  3. 记录 App ID 和 App Secret
  4. 在「事件订阅」中配置请求地址：https://your-server/feishu/webhook
  5. 在「权限管理」中开通必要权限

5.2 配置 OpenClaw

在 OpenClaw 配置文件中添加飞书渠道：

channels:feishu:appId: your-app-id appSecret: your-app-secret verificationToken: your-verification-token encryptKey: your-encrypt-key # 可选

5.3 本地开发调试

使用内网穿透工具暴露本地端口：

# 方案 1：ngrok（海外） ngrok http 18789# 方案 2：cpolar（国内友好） cpolar http 18789# 方案 3：frp（自建）# 配置 frp 客户端将本地 18789 端口暴露到公网

将生成的公网 URL 填入飞书事件订阅的请求地址。

六、Docker 部署（服务器场景）

如果你想在云服务器上部署 OpenClaw：

6.1 快速部署

git clone https://github.com/openclaw/openclaw.git cd openclaw ./docker-setup.sh

6.2 Docker Compose 配置

# docker-compose.ymlversion:'3.8'services:openclaw:image: ghcr.io/openclaw/openclaw:latest ports:-"18789:18789"environment:- OPENCLAW_HOME=/home/node volumes:- openclaw-data:/home/node restart: unless-stopped volumes:openclaw-data:

6.3 国内拉取镜像加速

# 配置 Docker 镜像加速sudomkdir-p /etc/docker sudotee /etc/docker/daemon.json <<EOF { "registry-mirrors": [ "https://docker.1ms.run", "https://docker.xuanyuan.me" ] } EOFsudo systemctl restart docker

七、常用命令速查

# 服务管理 openclaw gateway status # 查看状态 openclaw gateway start # 启动 openclaw gateway stop # 停止 openclaw gateway restart # 重启# 调试 openclaw doctor # 诊断问题 openclaw dashboard # 打开控制台# 消息 openclaw message send --to user --message"你好"# 更新 openclaw update # 更新到最新版# 技能管理 openclaw skill list # 列出已安装技能 openclaw skill install xxx # 安装技能

八、常见问题

Q1: npm install 超时怎么办？

# 使用镜像源npminstall-g openclaw@latest --registry=https://registry.npmmirror.com # 或设置全局镜像npm config set registry https://registry.npmmirror.com

Q2: Gateway 启动失败？

# 检查端口占用lsof-i :18789 # 查看日志 openclaw gateway --verbose# 运行诊断 openclaw doctor

Q3: 模型 API 连接失败？

  • 检查 API Key 是否正确
  • 确认 API 地址在国内可达
  • 检查代理配置（如使用 OpenAI）
  • 查看网络连通性：curl -v https://api.deepseek.com/v1/models

Q4: 飞书消息收不到？

  • 确认飞书应用的事件订阅 URL 配置正确
  • 检查内网穿透是否正常
  • 查看飞书开放平台的「事件推送」日志
  • 确认应用权限已审批通过

Q5: 如何切换模型？

# 命令行临时切换 openclaw agent --message"测试"--model deepseek-chat # 持久化修改在配置文件中修改 default model

九、进阶配置

9.1 技能系统

OpenClaw 的 Skill 系统允许你扩展助手能力：

# 浏览可用技能 openclaw skill list # 安装技能 openclaw skill install feishu-doc openclaw skill install autoglm-websearch

访问 ClawHub 发现更多技能。

9.2 定时任务

# 创建定时任务（比如每天早上 9 点发送天气） openclaw cron create --schedule"0 9 * * *"--message"今天天气怎么样？"

9.3 多 Agent 路由

可以为不同的渠道配置不同的 Agent：

channels:feishu:agentId: work-agent telegram:agentId: personal-agent

十、总结

在国内环境部署 OpenClaw 的关键要点：

  1. Node.js 和 npm 镜像加速是第一步
  2. 选择国内可达的模型 API（DeepSeek、通义千问等）
  3. 飞书是最好的国内消息渠道
  4. 内网穿透工具用于本地开发的 webhook 调试
  5. Docker 部署适合云服务器场景

OpenClaw 的 local-first 设计理念让数据完全留在本地，这对注重隐私的用户来说是一个很大的优势。搭配国内模型服务，整个方案可以在完全合规的环境下运行。

参考资料：

  • OpenClaw GitHub: https://github.com/openclaw/openclaw
  • OpenClaw 文档: https://docs.openclaw.ai
  • OpenClaw Discord: https://discord.gg/clawd
  • ClawHub 技能市场: https://clawhub.com

本文基于 OpenClaw 最新版本编写，具体配置可能随版本更新而变化。建议部署前查阅官方文档获取最新信息。

Read more

解决AMD显卡在llama.cpp中Vulkan后端兼容性问题的完整指南

解决AMD显卡在llama.cpp中Vulkan后端兼容性问题的完整指南 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 在本地部署大语言模型时，许多用户在使用AMD显卡运行llama.cpp时遇到了Vulkan后端兼容性问题。这些问题不仅影响推理性能，还可能导致程序崩溃或异常退出。本文将为您提供一套完整的解决方案，帮助您彻底解决AMD显卡与llama.cpp Vulkan后端的兼容性挑战。 快速识别兼容性问题 当您遇到以下症状时，很可能就是AMD显卡与Vulkan后端不兼容导致的： * 程序启动时立即崩溃，错误信息包含"vkCreateInstance failed"或"Vulkan初始化失败" * 模型加载过程卡在"Initializing Vulkan backend&

突破性能瓶颈：llama.cpp多GPU分布式计算优化实践指南

突破性能瓶颈：llama.cpp多GPU分布式计算优化实践指南 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 你是否还在为大模型推理时单GPU显存不足而苦恼？是否遇到过模型加载缓慢、生成效率低下的问题？本文将从实战角度出发，系统讲解llama.cpp项目的多GPU性能优化方案，帮你解决分布式推理中的设备调度、显存分配和并行效率三大核心难题。读完本文，你将掌握多GPU环境配置、性能监控与问题诊断的完整流程，让本地大模型部署效率提升300%。 多GPU架构解析：从设备发现到任务调度 llama.cpp通过GGML后端实现跨设备计算调度，其核心机制位于src/llama.cpp的设备管理模块。系统启动时会自动扫描所有可用计算设备，按优先级分为GPU、集成GPU(iGPU)和RPC服务器三类，相关代码逻辑如下： // 设备分类与优先级排序（

5款开源PPT生成大模型实测对比：从ChatGPT到文心一言，哪款最适合你？

5款开源PPT生成大模型深度评测：从技术原理到实战效果 在数字化办公时代，PPT制作已成为职场人士的日常必修课。传统PPT制作流程耗时费力，从内容构思到排版设计往往需要数小时甚至更长时间。而随着AI技术的快速发展，开源大模型正在彻底改变这一局面——只需简单指令，AI就能在几分钟内生成结构完整、设计专业的演示文稿。本文将聚焦5款最具代表性的开源PPT生成工具，从技术架构、生成效果到适用场景进行全面对比，帮助技术从业者和内容创作者找到最适合自己的生产力利器。 1. 开源PPT生成技术概览 PPT生成AI的核心在于将自然语言指令转化为结构化视觉呈现，这背后涉及三大关键技术模块： 1. 内容理解引擎：基于大语言模型（LLM）解析用户输入的文本指令，提取关键信息并组织成逻辑连贯的叙述结构 2. 设计适配系统：根据内容类型自动匹配最佳版式，包括布局、配色、字体等视觉元素 3. 文档生成组件：将结构化内容与设计模板融合，输出标准PPT文件格式（如.pptx） 当前主流开源方案主要分为两类架构： 架构类型代表模型核心优势典型适用场景API调用型ChatGPT-PPT生成质量高需
“AI痕迹太重怎么办？”15个提示词教你降低AIGC率，让写作更像人！

“AI痕迹太重怎么办？”15个提示词教你降低AIGC率，让写作更像人！

还在被AIGC率检测卡住？写得再好，也逃不过“AI痕迹”？别急，这篇文章教你15条最实用的“人类化”提示词，让你的写作摆脱机器人味，一键降重过检！ 🧠 为什么你写的AI文章“看起来就像AI写的”？ 在很多AIGC检测系统中，比如新版知网、Turnitin、Grammarly、GPTZero等，AI生成内容往往因为这些特征而中招： * 表达过于标准、学境思源，结构死板（比如“引言-三点论证-结尾”的模板） * 用词中性均衡，一键生成，缺乏语气变化 * 没有细节、论文初稿，acaids.com。比喻或非逻辑性插话 * 引用来源少或太“教科书式” * 缺乏真实感和主观思维 这就导致了一个问题：AI写得虽然通顺，但“太工整”，反而容易被机器识别成AI！ 🛠️ 如何让AI帮你“写得不像AI”？15个逆转提示词来了！ 别再单靠“降重工具”打补丁。更聪明的做法是——从源头开始用“降AIGC率提示词”来让AI写得更像人。