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

制造装备物联及生产管理ERP系统信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】

制造装备物联及生产管理ERP系统信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】

摘要 随着工业4.0和智能制造的快速发展，制造企业对装备物联及生产管理信息化的需求日益增长。传统生产管理方式依赖人工记录和纸质文档，效率低下且易出错，难以满足现代制造业对实时数据采集、设备状态监控和资源优化调度的需求。装备物联技术通过传感器、RFID等设备实现生产数据的自动化采集，结合ERP系统可提升生产计划、库存管理和质量控制的智能化水平。然而，现有系统往往存在数据孤岛、扩展性差等问题，亟需一套集成化、模块化的解决方案。本研究旨在开发一套基于SpringBoot和Vue的制造装备物联及生产管理ERP系统，实现生产全流程的数字化管理。关键词：智能制造、装备物联、ERP系统、生产管理、数据集成。 本研究采用SpringBoot作为后端框架，结合Vue.js前端技术，构建了一套高响应、模块化的信息管理系统。系统通过RESTful API实现前后端分离，MySQL数据库保障数据存储的稳定性和可扩展性。功能模块涵盖设备监控、工单管理、物料追溯、生产报表分析等，支持多终端访问和实时数据可视化。装备物联模块通过MQTT协议与PLC、传感器等硬件交互，实现设备状态实时采集与异常预警。ERP模块整
【Spring Boot开发实战手册】掌握Springboot开发技巧和窍门（十三）前端匹配界面、后端匹配WebSocket

【Spring Boot开发实战手册】掌握Springboot开发技巧和窍门（十三）前端匹配界面、后端匹配WebSocket

前言 在现代 Web 开发中，前端和后端的协作变得越来越重要，特别是在需要实时交互和数据更新的应用场景中。WebSocket 技术作为一种全双工通信协议，使得前端和后端之间的实时数据传输变得更加高效和稳定。本篇博客将会探讨如何设计和实现一个实时匹配系统，其中前端负责展示用户界面并与后端进行交互，而后端则通过 WebSocket 协议来处理数据通信。 前端 onMounted: 当组件被挂载的时候执行的函数 onUnmonted: 当组件被卸载的时候执行的函数 初步调试阶段，我们是将token传进user.id的 store/pk.js: import ModuleUser from'./user'exportdefault{state:{socket:null,//ws链接opponent_username:"",opponent_photo:"",status:"matching",//matching表示匹配界面，playing表示对战界面},getters:
当AI学会“动手“的那一天：2026年3月，科技圈发生了什么？

当AI学会“动手“的那一天：2026年3月，科技圈发生了什么？

2026年3月6日，一个普通周五，OpenAI发布了GPT-5.4。 它能看懂你的屏幕，点鼠标、敲键盘，跨应用帮你完成一整套工作流。 同一天，小米开启"龙虾"Agent封测，荣耀开源MagicAgent，阿里千问AI眼镜预约破百万。 这不是巧合。这是AI从"对话者"向"执行者"的历史性跨越。 01 开篇：三分钟看懂3月发生了什么 如果你在3月初感觉科技圈突然热闹起来，那不是错觉。 OpenAI GPT-5.4：原生支持电脑操作，100万Token上下文，错误率降低33% 小米"龙虾"Agent：移动端AI智能体，一句话跨App下单，小米17系列首批开放 荣耀MagicAgent：300亿参数轻量级，全球开源，手机成为私人执行助理 阿里千问AI眼镜：

StructBERT中文匹配工具快速上手：无需Python基础的Web操作指南

StructBERT中文匹配工具快速上手：无需Python基础的Web操作指南 1. 这不是另一个“相似度计算器”，而是真正懂中文语义的本地助手 你有没有遇到过这样的情况：把“苹果手机”和“水果苹果”扔进某个相似度工具，结果返回0.82？或者“用户投诉产品质量差”和“产品销量持续增长”被判定为高度相似？这类“看起来像、实际毫无关系”的虚高分，正是传统单句编码模型在中文场景下的通病。 StructBERT中文语义智能匹配系统不一样。它不靠两句话各自“自说自话”再比对，而是让两句话坐在一起“面对面交流”——用孪生网络结构，让模型同时看到两个句子，从源头理解它们之间的真实语义关联。这不是参数调优的修修补补，而是底层逻辑的彻底重构。 更关键的是，它完全不需要你打开终端、敲命令、配环境。启动之后，打开浏览器，点几下鼠标，就能完成专业级的语义分析。没有Python报错弹窗，没有依赖冲突提示，也没有“请先安装torch>=2.0.