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。



最近“AI 智能体”这个词越来越火。很多人听说 OpenClaw（开源社区戏称“龙虾”）能像数字员工一样自动执行任务——抓网页、整理文档、回邮件，于是兴冲冲想自己搭一个。但真正动手时才发现：安装脚本报错、API-Key 不会配、本地模型跑不动、端口被占用……一篇教程看完，反而更晕了。

这篇文章是我在帮助多位朋友实际部署 OpenClaw 后总结的经验。我们不追求大而全，只解决三个最实际的问题：

1. 怎么装最稳？ —— 避开 Windows 原生坑，推荐最稳定的环境。
2. 怎么最省钱？ —— 结合 Ollama 本地模型 + 免费云 API，把运行成本压到几乎为零。
3. 怎么最安全？ —— 隔离运行、权限最小化，避免“龙虾”把你电脑里的文件乱删。

⚠️ 声明：本文所有命令均基于 OpenClaw 2026.3 版本实测，案例为虚拟构建，仅供参考。部署前建议阅读官方最新文档。

---

根据社区反馈，80% 的新手卡在以下几个问题上：

但最根本的原因，往往是你用的操作系统不对。 OpenClaw 在 Linux / macOS / WSL2 上极其稳定，在 Windows 原生环境下却经常出现子进程、文件路径兼容性问题。所以，第一步不是装 OpenClaw，而是先装 WSL2。

---

2.1 硬件最低要求（实测可跑）

如果你只有一台老旧的 Windows 笔记本，WSL2 是最好的选择。安装方法（管理员 PowerShell 执行）：

wsl –install 

重启后，打开 Ubuntu 终端，继续后续步骤。

2.2 大模型 API-Key 怎么选？

OpenClaw 本身没有“脑子”，必须外接大模型。新手有三种选择：

💡 省钱技巧：日常简单任务用 Ollama 本地跑 qwen2:1.5b 或 gemma3n，复杂任务临时切到云端 API。两种方式可以共存。

2.3 端口检查

OpenClaw 默认使用 18789 端口。如果被占用（比如之前装过旧版），可以修改配置：

# 查看端口占用 lsof -i:18789 # Linux/WSL2 netstat -ano | findstr :18789 # Windows CMD

# 若被占用，修改配置 nano ~/.openclaw/openclaw.json # 将 port 改为 18790

---

方式 A：官方一键脚本（适合新手）

在 WSL2 终端中执行：

curl -fsSL https://openclaw.ai/install.sh | bash 

安装过程约 2 分钟。期间会出现选项 How do you want to hatch your bot?，输入 1 选择“Open the Web UI”，脚本会自动打开浏览器。

优点：自动配置 Node.js、环境变量、Gateway 服务。
缺点：与系统耦合较紧，卸载不干净。

方式 B：Docker 部署（适合进阶/需要隔离）

如果你希望“龙虾”运行在沙箱里，不污染主机环境：

docker run -d –name openclaw  -p 18789:18789  -v ~/.openclaw:/root/.openclaw  openclaw/openclaw:latest 

优点：隔离性好，升级回滚方便。
缺点：需要先装 Docker，且对 Windows 用户略麻烦。

我的建议：新手先用方式 A 跑通流程，熟练后再考虑 Docker。

---

4.1 获取 API-Key

1. 注册阿里云账号，完成实名认证。
2. 访问 百炼控制台。
3. 左侧“密钥管理” → “创建密钥”，复制生成的 API-Key（只显示一次，保存好）。

4.2 通过 Web UI 配置（推荐）

打开 http://localhost:18789，依次操作：

• 点击 Settings → Model Providers → Add Provider
• 填写：
  • Name: bailian
  • API Type: openai-completions
  • API Key: 粘贴刚才复制的 key
  • Base URL: https://dashscope.aliyuncs.com/compatible-mode/v1
• 保存后，点击 Models → Add Model
  • ID: qwen-turbo
  • Provider: bailian
• 设为默认模型。

4.3 验证模型是否可用

在 Web UI 聊天框输入：

你好，请用一句话介绍你自己。 

如果返回正常回答，说明配置成功。

---

如果你不想花一分钱，且电脑内存 ≥ 4GB，可以配置 Ollama 本地模型。

5.1 安装 Ollama

# WSL2 / Linux curl -fsSL https://ollama.com/install.sh | sh

# 启动服务 ollama serve

另开一个终端，拉取模型（建议从小的开始）：

ollama pull qwen2:1.5b # 约 934MB，速度快 ollama pull gemma3n:latest # 约 7.5GB，效果好但需大内存 

5.2 配置 OpenClaw 使用 Ollama

在 Web UI 中，添加新的 Provider：

• Name: ollama-local
• API Type: ollama
• Base URL: http://localhost:11434

然后添加模型：

• ID: qwen2:1.5b
• Provider: ollama-local

设为默认。注意：本地模型第一次调用时会加载到内存，可能需要几秒钟。

5.3 两种模式切换

你可以在 Web UI 中随时切换默认模型：简单任务用本地免费模型，复杂任务临时切到云端 API。这样可以极大降低 token 消耗。

---

6.1 安装必备技能

OpenClaw 的核心能力来自 Skills。我们先用官方技能市场安装一个浏览器自动化技能：

# 在终端执行 openclaw skills install agent-browser openclaw skills reload 

6.2 下达指令

在 Web UI 聊天框输入：

使用 agent-browser 技能访问 https://news.ycombinator.com，抓取首页前5条新闻的标题和链接，整理成Markdown列表返回。 

6.3 预期结果（示例）

OpenClaw 正在执行… ✅ 已启动无头浏览器 ✅ 已访问 news.ycombinator.com ✅ 已提取以下数据：

1. Show HN: A CLI tool for OpenClaw skills management
2. Ask HN: What are you working on this week? …

   注意：实际抓取结果取决于网页结构。如果失败，可以尝试更具体的指令，比如指定 CSS 选择器。

   ---

---

OpenClaw 的技能可以访问你的文件系统、执行命令、发送网络请求。默认配置下，它拥有和你一样的权限。因此：

1. 不要在生产环境（或存有重要文件的电脑）上随意安装未经验证的第三方技能。ClawHub 上的技能虽然有审核，但曾出现过恶意技能。
2. 为 OpenClaw 创建独立的运行目录，比如 ~/openclaw-workspace，并限制其只能读写该目录。
3. 定期轮换 API-Key，尤其是云端 API 的密钥。
4. 如果不确定某个技能是否安全，可以先在一个隔离的虚拟机或 Docker 容器里测试。

---

通过这篇文章，你应该已经能够：

• ✅ 在 WSL2 上稳定部署 OpenClaw
• ✅ 配置阿里云百炼或 Ollama 本地模型
• ✅ 安装并调用 agent-browser 技能完成实际任务
• ✅ 避开 80% 的新手常见坑

相关文章：OpenClaw 小白安装指南（Windows版）

---

📌 版权说明：本文为原创技术教程，参考了 OpenClaw 官方文档及社区经验。欢迎转载，但请注明出处。文中所有命令均经实测，但因环境差异，不保证 100% 成功，请自行甄别。

如果你在部署过程中遇到本文未覆盖的问题，欢迎在评论区留言，我会尽力解答。