2026年在虚拟机上快速部署和配置OpenClaw：详细步骤与安全注意事项

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。

近一段时间OpenClaw爆火，本文也尝试在虚拟机上安装OpenClaw。

1、安装npm

虚拟机安装Open首先得安装22.0以上版本的npm，此版本的npm不支持在类似centos7的低版本系统中运行。因此先安装centos 8系统，安装步骤可参考参考资料1。

1）安装npm

2）检查node和npm版本

2、安装openclaw

直接执行命令安装最新版本

安装过程中可能会提示一些软件不存在，比如git、cmake等，根据报错提示安装依赖软件

安装过程约半个小时，安装完成后检查是否安装成功。

出来如下界面

3、配置OpenClaw

1）手动配置
OpenClaw与常见的应用模板不同，官方提供了若干需用户自行手动配置的步骤，在首次登入服务器后，输入并回车运行如下命令开始配置：

运行上面的命令后，出现同意免责声明，将会出现一个问题：是否知晓风险，选择Yes就行。

2）配置模式选择：快速入门

接下来需要选择Onboarding的模式。

第一个是快速启动，后续通过openclaw configure配置信息；第二个是先手动配置。选择QuickStart。

3）模型配置

然后它会让你配置AI大模型。有OpenAI、Qwen、MiniMax、Kimi等，有哪个API接口就选择哪个。如果是DeepSeek的API，选择Custom Provider进行配置，本次选择Deepseek API。

输入DeepSeek API的URL和API key。URL为https://api.deepseek.com/v1、API key为DeepSeek官网生成的sk-xxxx的key（注意不要泄露）、Model ID先选择deepseek-chat（对应Deepseek-V2模型）

配置完成后会校验API key是否可用，如果Token余额不足，会返回402报错。

4）选择频道

配置好模型后，会让你选择聊天频道。选择最后一个，直接跳过。

5）配置Skills

然后会问你要不要配置技能。选YES

再然后，会给你一堆Skills，直接跳过

6）配置Hooks

继续下一步，会问你要不要配置hooks。建议都打开。

可以理解为三个插件：

boot-md：启动时自动加载一段markdown文本当默认引导内容。常用于把你的规则、偏好、项目背景在每次启动时塞进去。

command-logger：把在Clawdbot里执行过的命令和关键操作记一份日志，方便排查问题和复盘。如果比较在意隐私或不想留痕，就别开它。

session-memory：保存会话相关的状态或记忆，让它下次能延续上下文，体验会更连贯。

7）选择交互方式

它问你想要用什么方式孵化你的机器人。选择Web UI方式

8）配置完成后查看openclaw状态

4、配置web界面

由于是用centos系统虚拟机安装的，在Windows本地访问时不能打开网页界面，需要修改配置。

1）将bind的配置改为lan

修改~/.openclaw/openclaw.json配置文件，把bind的配置改为lan

保存退出后重启应用

现在就能在浏览器通过http://你的IP:18789进行访问了。http://192.168.112.145:18789/

但是提示报错信息：origin not allowed (open the Control UI from the gateway host or allow it in gateway.controlUi.allowedOrigins)

2）OpenClaw 的配置文件添加 gateway.controlUi 部分

在配置文件中找到 gateway.controlUi 部分。如果没有，可以手动添加。

保存文件后，同样需要重启网关服务：openclaw gateway restart

访问报错提示：control ui requires device identity (use HTTPS or localhost secure context)

3）根据提示，带入token访问dashboard

http://192.168.112.145:18789/=xx

进入界面后，进行交互式提问，可以正常工作。比如“OpenClaw进程资源占用情况”，会给出比较详细的进程资源占用分析报告。

其它如接入钉钉或微信，没有使用场景暂时不做深入研究。不过目前来看OpenClaw是相当消耗大模型的Tokens，上面简单的一个任务已经消耗了4w多个Token数。

5、OpenClaw究竟怎么用

虽然已经部署了OpenClaw，但实际上有哪些使用场景却不是特别的明确，而且OpenClaw潜在的安全隐患，还有Tokens的消耗，都对如何利用这个利器持有保留意见。

1）OpenClaw安全隐患

"ClawJacked"漏洞：浏览器成为攻击入口。OpenClaw的网关服务默认监听本地地址，并假设所有来自本地的连接都是可信的，因此完全豁免了速率限制。当用户（特别是开发者）在运行OpenClaw的同时，使用浏览器访问了一个恶意网站，该网站中的脚本就能悄无声息地与本地OpenClaw建立WebSocket连接。由于浏览器并不阻止对本地地址的这种连接，整个行为不会触发任何警告。利用本地连接豁免速率限制的漏洞，攻击脚本可以以每秒数百次的速度暴力激活成功教程你的OpenClaw管理密码。一旦成功，系统会自动批准这个来自本地的“新设备”，攻击者便获得了与你同等的管理员权限。攻击者可以指令你的AI代理窃取各类服务的凭证和API密钥、翻阅通信软件的历史记录、从连接受控的设备中盗取文件，甚至在被入侵的节点上执行任意系统命令，实现对整个工作站的完全控制。

默认配置权限过宽：OpenClaw为了追求强大的自动化能力，被设计为需要极高的操作系统权限。这种“信任边界模糊”的设计，意味着一旦代理本身被诱导或劫持，它将拥有破坏或泄露你大量敏感数据的入口。

第三方插件生态的不可控性：OpenClaw过度依赖于其插件Skills生态，但这些skills有一部分是存在安全漏洞，甚至是恶意的软件。

2）Tokens消耗

在默认情况下，OpenClaw的每次请求都会全量加载所有工具定义、系统提示词和技能摘要，这导致了大量的Token被“浪费”。一个简单的指令就有可能消耗大量的Tokens，对于高频用户或依赖付费API的用户来说，这是一笔不容忽视的开销。

总之，高度复杂的AI系统可能会展现出开发者未曾预料到的“涌现行为”，也就是使用者或者用户无法完全预测一个长期运行的AI代理在特定情况下会做出什么决定，这种不确定性在自动化操作中可能引发难以预料的后果。对用户而言，发出了一个指令或者任务给到OpenClaw，运行一段时间后它给出了一个任务结果，但在这过程中他做了些什么完全是黑盒的，不在你的掌控范围内，这种不可控就会存在着潜在的风险和安全隐患。

参考资料：

https://blog.csdn.net/solihawk/article/details/

https://blog.csdn.net/_/article/details/