Ubuntu 22.04 部署 OpenClaw AI 助手实战指南
最近完成了 gnuradio 项目，接下来需要移植并优化射频前端。为了提升效率，我决定引入 AI 助手来协助完成 FPGA 程序编写、射频调试及 ARM Linux 编程等任务。这里分享一套在 Ubuntu 22.04 上部署 OpenClaw 的完整方案，让你也能拥有一个高效的'AI 员工'。
准备工作
安装任何工具前，建议先访问官方文档确认最新信息。OpenClaw 中文官网地址：https://clawd.org.cn/。直接使用中文站即可，无需翻墙。
一键安装
在终端执行以下命令进行快速安装：
curl -fsSL https://clawd.org.cn/install.sh | sudo bash
安装过程中会提示输入 Y，按回车确认即可。
注意： 此步骤需要配置 DeepSeek API Key。请前往 https://platform.deepseek.com/sign_in 注册并获取 Key，随后在安装终端中输入。
设置通道与飞书配置
为了让 AI 能与你互动，需要创建飞书机器人。
- 访问 https://open.feishu.cn 进入开发者后台。
- 注册用户并创建 AI 机器人。
- 获取 App ID 和 App Secret。
回到安装终端，填入 App ID 和 Secret。后续也可通过命令单独配置：
openclaw-cn configure --section channels
如果遇到问题，可运行 openclaw-cn onboard --install-daemon 重新配置。
若网关未安装导致无法打开网页端，需先安装必备工具：
sudo apt install net-tools
之后即可正常访问。
让 AI 员工更好用
接入免费模型
配置 GLM-4.7-Flash 官方免费 API。
- 访问 https://bigmodel.cn/ 注册开发者账号并获取 API Key。
- 在控制台新建 API Key 并复制。
- 编辑
openclaw.json文件，写入如下配置：
"models": {
"providers": {
"glm": {
"baseUrl": "https://open.bigmodel.cn/api/paas/v4",
"apiKey": "你的 apiKey",
"api": "openai-completions",
"models": [
{
"id": "glm-4.7-flash",
"name": "GLM-4.7 Flash",
"contextWindow": 128000,
"maxTokens": 4096,
"reasoning": false,
"input": ["text"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
}
]
}
}
},
"agents": {
"defaults": {
"model": { "primary": "glm/glm-4.7-flash" },
"maxConcurrent": 4,
"subagents": { "maxConcurrent": 8 }
}
}
重启服务生效：
openclaw-cn gateway restart
配置钉钉
如需使用钉钉通知，需在钉钉开发者平台（https://open-dev.dingtalk.com）获取 Client ID 和 Client Secret。
在权限管理中添加以下权限：
- Card.Instance.Write
- Card.Streaming.Write
- im:message
由于默认未内置钉钉插件，需手动安装社区版本：
openclaw-cn plugins install https://github.com/soimy/clawdbot-channel-dingtalk.git
多模型混合策略
当免费 Token 不足时，可以自动切换到付费模型。例如在 GLM-4.7-Flash 基础上加入 DeepSeek。
修改 openclaw.json 配置文件，将 DeepSeek 的 API Key 加入 providers 列表，并确保优先级设置正确。重启网关后，系统会根据配置自动切换模型。
接入更多模型
支持 MiniMax 和豆包（Seedance）模型，只需获取对应平台的 API Key 并配置到 openclaw.json 中即可。
- MiniMax: https://api.minimax.chat/
- Seedance: https://console.volcengine.com/ark
配置 Web 搜索
集成 Exa.ai 增强网络搜索能力。
- 注册 https://exa.ai/ 获取 API Key。
- 在终端告知 OpenClaw 配置：
我注册了 Exa.ai，并得到 apikey：b9fxxxxx，请帮我配置 exa.ai，代替 Brave Search 进行网络搜索。 - 重启服务：
openclaw-cn gateway restart
环境变量配置
你也可以直接通过 .env 文件设置：
export EXA_API_KEY="YOUR_API_KEY"
验证搜索功能
使用 cURL 测试搜索接口：
curl -X POST 'https://api.exa.ai/search' \
-H 'x-api-key: YOUR_API_KEY' \
-H 'Content-Type: application/json' \
-d '{ "query": "latest developments in AI safety research", "type": "auto", "num_results": 10 }'
Exa 支持多种搜索类型（fast/auto/deep），可根据需求调整。对于大多数查询，type="auto" 是平衡速度与准确性的最佳选择。若需结构化数据，可使用 deep-reasoning 配合输出 Schema。
至此，基础环境搭建完毕。你可以根据实际需求继续扩展模型或渠道配置。
