大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



• 在 Win10 闲置笔记本 + WSL2 Ubuntu 24.04 上完成 OpenClaw 全量部署
• 解决了 4 个 WSL 环境特有的致命问题：环境变量死锁、systemd 版本隔离、Provider 注册表配置、OAuth 回调穿透
• 最终实现飞书+Telegram 双通道、DeepSeek+Gemini 双模型的 ²⁴⁄₇ AI 同事
• 全程约 2 小时（不含踩坑时间）

---

我看了一圈"AI 同事"的部署方案，主流就三种：Mac Mini、云服务器、闲置电脑。把关键指标摆出来：

第一，核心问题是"你已经有了"。 大多数开发者家里都有一台闲置笔记本——换了新电脑后老的扔抽屉里吃灰。它的硬件成本对你来说是零，因为钱已经花过了。Mac Mini 的 钱 是一笔新支出，而云服务器每月 38~80 元是持续支出。功耗差距算下来每月也就几块钱电费的事。

第二，Windows中的WSL2 原生支持 Linux。 OpenClaw 的 Gateway 跑在 Node.js + systemd 上，本质上需要一个 Linux 环境。WSL2 给你的不是模拟器，是一个跑在 Hyper-V 上的真实 Linux 内核，而且你不需要学习linux，就像操作Windows上的一个命令行窗口一样简单。我实测 Ubuntu 24.04 + systemd 完全能撑住 24/7 常驻。

第三，本地数据不经过任何第三方。 云服务器的数据存在别人的机房里，你的 API Key、聊天记录、知识库全在云端。自己的笔记本上这些东西不出家门，飞书用长连接不需要公网域名，安全感完全不一样。

---

PowerShell 管理员运行：

重启电脑，设置 Ubuntu 用户名密码，结束。

OpenClaw 的 Gateway 需要 systemd 做进程托管。但 WSL2 默认不启动 systemd——这意味着 命令全部报错，Gateway 根本起不来。

修复只需要两步，但第二步很多人会忘：

然后必须回到 Windows PowerShell 执行：

重新打开 WSL 终端， 才能用。只关终端窗口是不够的，必须 彻底关掉虚拟机再重新进入。

WSL2 默认会吃掉宿主机 50%~80% 的内存。闲置笔记本跑 24/7，不限制的话迟早卡死宿主机。

在 Windows 侧创建 ：

再 一次生效。这个文件只需要创建一次，以后每次启动 WSL 自动读取。

---

进入 WSL Ubuntu 终端：

然后跑 Onboarding 向导：

向导里先选 DeepSeek 做默认模型，Daemon 选启用 systemd 服务。通道先随便选一个，后面单独配。

写到这可能有人想问，为什么我用 DeepSeek？其实单纯是因为我 DeepSeek API Key 早都充过值了，想利用一下。如果你本身有其他更好的多模态大模型 API 可选（比如支持视觉的），完全可以用别的。

---

这才是这篇文章的核心价值。网上那些 Mac Mini 教程之所以"看起来简单"，是因为 macOS 环境天然规避了这些坑。在 WSL 上你躲不掉，但我已经替你趟过了。

每个坑我都给出原始报错 → 根因分析 → 解法，直接抄就行。

按文档在 里写了模板变量：

然后所有 命令都废了：

这个报错看起来像是"你还没填 Token"，但真正的问题比这狠得多：OpenClaw CLI 在执行任何命令之前——包括 、——都会全量解析 。环境变量不存在？CLI 直接拒绝启动。你想用 CLI 设置环境变量？CLI 都启动不了。

经典的死锁。

解法：别跟 CLI 较劲，直接手动编辑 ，把所有 替换成空字符串或者直接填上真实值。等 CLI 复活后再用命令行注入：

执行了 ， 确认 。配置了 DeepSeek，信心满满发条消息，Telegram 秒回：

我在这个报错上卡了将近两个小时。模型名对了，Provider 也注册了， 也没报错。

最后是 救了我。这条命令的输出暴露了致命矛盾：

• CLI 版本：
• Gateway 版本：

前台升级了，后台 systemd 服务还指着旧版本的路径。旧版物理源码里根本没有 DeepSeek 的驱动——当然报 Unknown model。

解法——"换芯手术"：

做完再跑一次 ，确认两边版本一致。

我还试过一个骚操作：把 model ID 写成 ，但 指向 DeepSeek——想"借壳上市"。

不行。2026.3.1 会原封不动地向远端发送 ，DeepSeek 收到一个不属于自己的模型名，直接拒绝。

新版 OpenClaw 必须在 JSON 顶层显式建立 注册表，给每个模型上正式"户口"：

这里有两个细节卡了我很久：

1. 必须带 ，写成 直接 404
2. 字段必须写 ，不能只写 ——少写半截就是另一个协议

这个坑只有 WSL 环境才会遇到。Google Gemini 的 OAuth 登录需要浏览器回调到 。但 WSL 里没有浏览器，Windows 侧浏览器的回调又穿不透 WSL 的网络隔离——登录流程无限挂起，没有任何报错，就是卡住不动。

解法——暴力克隆凭证：

如果你之前在 WSL 里用 命令登录过 Google 账号（即 ），那 OAuth Token 已经存在本地了，直接提取给 OpenClaw 用：

第一步，从 提取 。

第二步，写入 OpenClaw 能读懂的格式。创建 ：

第三步，也是最容易漏的： 映射表。没有它，系统依然报 。这个字段的作用是把 这个别名强制解析到你刚定义的 profile 上。

---

说完四个坑，顺便对比一下 OpenClaw 支持的三大 Agent CLI（Codex、Gemini CLI、Claude Code）各自的接入体感。

Codex：耗不费力，也没什么顾虑。ChatGPT 用户直接通过 走官方 OAuth，一步到位，认证自动写入 ，主脑切换即可用。

Gemini CLI：OpenClaw 2026.3.1 已内置插件式接入，加上坑 4 里的凭证克隆方案，总体也算顺滑。最大阻力就是 WSL 无头环境那个 OAuth 黑洞，但克隆 Token 完全解决了。

Claude Code：要谨慎。它的认证深度绑定 Anthropic 生态，与 OpenClaw ACP 协议的整合目前还不够完整，贸然接入容易出现权限混用或 Token 冲突。除非你明确知道自己在做什么，否则建议等官方支持成熟后再动。

---

OpenClaw 支持多种 IM 通道同时接入。我的配置是飞书为主、Telegram 为辅。

飞书是我推荐的首选通道。原因很实际：国内网络直连、注册零门槛、长连接模式不需要公网域名，而且飞书在国内职场的普及率摆在那里。

在 飞书开放平台 创建企业自建应用后，权限配置必须到位，这里很多人会踩坑——权限少勾一个，消息就收不到或发不出去，但不会有明确报错。

必须开启的 3 个权限（缺一个都不能正常收发消息）：

建议加上的 2 个权限（不加也能跑，但加了更稳）：

事件回调选“长连接”模式——这是关键选择。长连接不需要公网域名和 HTTPS 证书，WSL 内网环境完美适配。如果你选了”HTTP 推送”模式，那就得自己搞定公网回调地址，纯属给自己找麻烦。

添加事件 ，创建版本，提审，发布。然后回到 WSL 配置 OpenClaw：

Telegram 在技术圈很流行，OpenClaw 社区的教程也基本都以 Telegram 为例。但坦白说，对国内用户来说它不是最优选。

两个现实问题：

1. 注册门槛：Telegram 需要用海外手机号或通过代理注册，BotFather 创建 Bot 本身也需要在 Telegram 里操作。如果你之前没用过 Telegram，光注册这一步就可能卡住。
2. 代理依赖：OpenClaw Gateway 连接 Telegram Bot API 需要走代理。代理一旦挂了，你的 AI 同事就彻底失联——偏偏你最需要远程找它帮忙的时候，往往就是网络不稳定的时候。

如果你已经有 Telegram 账号和稳定代理，接入倒是很简单：

我个人的策略是飞书做主通道保证可用性，Telegram 做备用通道。两个通道可以同时接入同一个 Agent，不冲突。

---

跑通之后是什么体验？直接看截图：

部署完成后，在飞书或 Telegram 里通过 命令即时切换不同模型：

整台闲置笔记本跑 WSL + OpenClaw 的待机功耗大约 10~20W，一天不到半度电。我目前配置的主大脑是 Gemini 3 Flash，效果很好，反应速度很快，而且是原生多模态有视觉能力。日常也随时切换 DeepSeek，API 对话成本很低。具体任务再按需指派其他模型。

---

你只需要准备这些：

1. 一台能开机的 Windows 笔记本（8G+ 内存）
2. 一个大模型 API Key（DeepSeek 注册即送额度，或者你已有的其他 API 都行）
3. 飞书自建应用的 App ID + Secret（5 分钟创建）
4. 一个 Telegram Bot Token（可选，需要代理环境）
5. 大约 2 小时的时间

不需要买任何硬件。不需要云服务器。不需要懂 Linux——WSL 给你兜底了。

如果你也有一台吃灰的笔记本，不妨试试。比花几千块买个 Mac Mini 然后跟着教程抄，踏实多了。

---

作者简介： 10年+码农，曾任某互联网大厂技术专家。常年专注于原生应用和高性能服务器开发、视频传输和处理技术以及AI编程工具和AI赋能应用。

合作请加WX：hbstream（个人主页：https://haibindev.github.io/），转载请注明作者和出处