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

PyTorch Grad-CAM完整教程：从入门到生成高质量AI热力图

PyTorch Grad-CAM完整教程：从入门到生成高质量AI热力图 【免费下载链接】pytorch-grad-camAdvanced AI Explainability for computer vision. Support for CNNs, Vision Transformers, Classification, Object detection, Segmentation, Image similarity and more. 项目地址: https://gitcode.com/gh_mirrors/py/pytorch-grad-cam 你想知道深度学习模型是如何"思考"的吗？想要直观看到AI模型在识别图片时的关注焦点？本文将带你使用PyTorch Grad-CAM工具包，通过生成类别激活图直观展示模型关注的区域，让AI决策过程不再是黑盒。读完这篇教程，你将学会：快速安装配置环境、选择适合的CAM算法、生成高质量热力图、优化可视化效果，以及评估解释结果的可靠性。 核心概念：理解Grad-CAM技术原理
OpenClaw 小龙虾Windows10 专属一键部署教程｜10 分钟搞定本地 AI 数字员工

OpenClaw 小龙虾Windows10 专属一键部署教程｜10 分钟搞定本地 AI 数字员工

适配系统：Windows10 64 位（纯小白友好版）核心优势：免命令行、免环境配置、解压即装，内置所有运行依赖，全程可视化操作，新手也能一次成功部署 2026 爆火的开源 AI 智能体！本文专属：针对 Windows10 系统适配优化，解决 Win10 特有的 SmartScreen 拦截、路径权限等问题，附专属避坑指南，放心 “养虾” 不踩雷～ 目录（点击可跳转） 1. OpenClaw (小龙虾) 是什么？Win10 用户必看优势 2. Win10 安装前「致命避坑」（不看必部署失败） 3. 第一步：下载 Win10 适配版一键部署包 4. 第二步：
人工智能：大模型高效推理与部署技术实战

人工智能：大模型高效推理与部署技术实战

人工智能：大模型高效推理与部署技术实战 1.1 本章学习目标与重点 💡 学习目标：掌握大语言模型推理与部署的核心技术，理解模型量化、推理加速、服务化部署的原理，能够完成开源大模型的高性能生产级部署。 💡 学习重点：精通INT4/INT8量化技术的应用，掌握vLLM等高性能推理框架的使用方法，学会搭建高并发的大模型API服务。 1.2 大模型推理部署的核心挑战 1.2.1 大模型推理的痛点分析 💡 预训练大模型通常具备数十亿甚至上百亿的参数量，直接进行推理会面临显存占用高、推理速度慢、并发能力弱三大核心问题。 * 显存占用高：以LLaMA-2-7B模型为例，FP16精度下显存占用约14GB，单张消费级显卡难以承载；而70B模型FP16精度显存占用更是超过140GB，普通硬件完全无法运行。 * 推理速度慢：自回归生成的特性导致模型需要逐token计算，单条长文本生成可能需要数十秒，无法满足实时应用需求。 * 并发能力弱：传统推理方式下，单卡同时处理的请求数极少，高并发场景下会出现严重的排队和延迟问题。 这些问题直接制约了大模型从实验室走向实际生产环境，因此高效
Claude Code安装与使用完全指南：2026 年最前沿的 AI 编程助手

Claude Code安装与使用完全指南：2026 年最前沿的 AI 编程助手

文章目录 * 前言 * 一、什么是 Claude Code？ * 1.1 定义与定位 * 1.2 技术优势 * 二、安装前的环境准备 * 2.1 系统要求 * 2.2 前置依赖 * 三、Claude Code 全平台安装教程 * 3.1 安装方式对比 * 3.2 Windows 系统安装 * 3.3 macOS 系统安装 * 3.5 安装后初始化 * 四、配置与优化 * 4.1 配置文件位置 * 4.2 跳过新手引导 * 4.3 接入国产大模型（免翻墙方案）