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。



 
部署的时候我找了很多docker部署的公众号，虽然说官方也有文档，但是实际部署时候问题很多。写在这里供大家参考吧。注意，在本地电脑docker部署的话，可能会遇到更多问题。我这个是在云服务器上部署的，操作系统是debian 13，安装了1panel面板。面板上可以直接安装openclaw，但是好像不能自定义模型。
 

首先需要确定使用方式，这决定了你用什么方式部署。先通过 README.md 整体了解一下这个项目：https://github.com/openclaw/openclaw/blob/main/README.md

通过阅读文档，我们知道 OpenClaw 可以跑在本地宿主机、虚拟机、云服务器等载体上，如何和它对话呢？

它支持非常多的渠道，我选择了 Telegram。因为小龙虾的能力上限取决于模型能力，所以毋庸置疑，直接选择当前的顶级模型，Claude 或者 GPT，那结论就出来了，**配置方案：海外云 VPS + Telegram + 顶级模型。

先阅读一下部署文档再动手：https://github.com/openclaw/openclaw/blob/main/docs/install/docker.md

1.1 手动在云服务器上部署，先下载项目

git clone https://github.com/openclaw/openclaw.git

cd openclaw

./docker-setup.sh

运行脚本后，会在宿主机上创建两个重要文件夹，它们会被挂载到 Docker 容器中：

① /.openclaw — 配置目录

• 存储 OpenClaw 的记忆
• 配置文件
• 第三方 API 密钥等

② /openclaw/workspace — 工作空间目录

• Agent 可直接访问的文件目录
• Agent 创建的文件也会保存在这里

1.2 Docker 启动 OpenClaw 后会自动打开配置引导

先选择 Skip for now 跳过

消息渠道我想用 Telegram，所以需要先做两件事：

1. 先在 Telegram 中搜索 @userinfobot，获取自己账号的用户 ID
2. 搜索 @BotFather，创建机器人，先创建机器人名（昵称），再创建机器人用户名，创建好之后会给你一个 Bot API Token，记住这个 Token
3. 等到 Telegram (Bot API) 这里的时候需要填上一步获取的 Bot API Token

然后就是一路跳过，hooks 这里选择：session-memory

等出现了 Token 提示，说明配置完成：

Token: 24b38f4bb1401bd949f5a2cc156e99badf3ce0ab4cab02d69e037e

大功告成。浏览器访问 http://公网IP:18789，但是这里最好用域名来访问，在 5.2 节 有说明。

---

然后就是在服务器上执行配对命令：

# 宿主机直接执行 openclaw pairing approve telegram YKEY9974 # Docker 版执行方式 docker compose run –rm openclaw-cli pairing approve telegram YKEY9974

注意： 配对码默认 1 小时过期，每个渠道待处理请求默认上限 3 个。执行命令的时候如果过期，日志会提示：

[openclaw] Failed to start CLI: Error: No pending pairing request found for code: 8AGF3F58

这个需要重新在 Telegram 发送机器人 /start 获取新配对码。

配对成功：

---

这里很多人都会纠结，模型我对比了很多家。只需要从两个角度来考虑：

按任务复杂度

按使用频次

---

Skills

推荐去 ClawHub 社区下载，注册个账号，可以获取 API 密钥让小龙虾自己去安装。

推荐 Skills：

• find-skills
• Agent Browser
• DevTools MCP
• auto-updater
• Openclaw Command Center
• self-improving-agent

MCP

因为我用的是智谱的模型，所以可以用这几个专属的 MCP，应该比第三方 MCP 的效果要好。先装上再说，不好用到时候再换就行。

---

5.1 权限问题：EACCES permission denied

现象： 在 ./docker-setup.sh 启动镜像之后，出现报错：

Error: EACCES: permission denied, open ‘/home/node/.openclaw/openclaw.json.7.xxx.tmp’

原因： Docker 权限不够 — 容器用户（uid=1000）试图写入 root（或其他用户）拥有的目录。

解决方案：

chown -R 1000:1000 “$HOME/.openclaw”

修改完权限后可以直接执行以下命令重新完成初始化向导：

docker compose run –rm openclaw-cli onboard

5.2 浏览器访问 http://公网IP:18789 的安全问题

现象： 页面报错：

disconnected (1008): control ui requires HTTPS or localhost (secure context)

This page is HTTP, so the browser blocks device identity. Use HTTPS (Tailscale Serve) or open http://127.0.0.1:18789 on the gateway host.

If you must stay on HTTP, set gateway.controlUi.allowInsecureAuth: true (token-only).

• Docs: Tailscale Serve
• Docs: Insecure HTTP

解决方案： 开启 HTTPS，需要到服务器上去创建一个反向代理站点。这里我直接使用 Caddy 来管理多个子域名，详细过程自行搜索。

最后可以使用域名 https://域名.com/ 来访问小龙虾。

5.3 Docker 用户部署遇到的问题

5.3.1 disconnected (1008): pairing required

原因： 控制 UI 第一次从“新浏览器/新设备”连到 Gateway 时，需要做一次性“设备配对批准”（即使同一台机器、同一个 Tailnet 也可能需要）。

如果上面的解决不了，参考以下四步排查：

Step 1 — 修复容器网络

CLI 容器无法访问 127.0.0.1 的网关，因为容器内部的 localhost 指向自己。在 docker-compose.yml 中添加：

Step 2 — 设置 Gateway 绑定到局域网

内置向导默认使用回环地址，但浏览器请求是通过 Docker 的桥接网络（172.18.0.x）到达的。在 /.openclaw/openclaw.json 中：

“gateway”: {
  “bind”: “lan”
}






Step 3 — 同步 Gateway Token

docker-setup.sh 在 .env 文件中生成一个令牌，但引导向导会将不同的令牌写入 openclaw.json。请确保 /.openclaw/openclaw.json 中的 gateway.auth.token 与 .env 文件中的 OPENCLAW_GATEWAY_TOKEN 匹配。

Step 4 — 批准待匹配设备

设备卡在待处理状态，因为 CLI 无法连接到网关来批准它们：

完成上述任何一项操作后，请重启网关：

docker compose restart openclaw-gateway 

然后打开 http://localhost:18789/#token=

我都试了，确实解决了。

5.3.2 其他问题

使用 openclaw-cli 命令行

OpenClaw 命令行速查

Docker 版 将 systemctl 替换为 docker compose run –rm openclaw-cli，后面不变。

核心文件说明

OpenClaw 有几个核心文件，作用是引导启动角色、身份和工具。可以在重装以后直接替换，让它具备前世的记忆和能力。

它们在工作区 /.openclaw/workspace：

Spawn 分身能力： 调用 spawn 可以开启 OpenClaw 的分身能力，用于多任务。

示例：spawn 两个 subagent，分别从正方、反方角度阐述结婚的好处，不少于 3 轮，把详细过程展示出来。

给小龙虾换一个没有“班味”的性格设定

Read your SOUL.md. Now rewrite it with these changes:

开启分身：让不同的机器人干不同的活

 注意： 因为是 Docker 容器启动的，导致 agent 无法一起工作，互相不可见，共用了同一个会话，所以这个功能在 Docker 版暂时用不了。

配置参考：

{   “channels”: {     “telegram”: {       “enabled”: true,       “dmPolicy”: “pairing”,       “groupPolicy”: “open”,       “streamMode”: “partial”,       “accounts”: {         “lydia”: {           “botToken”: “填你自己的机器人对应的 bot token”,           “name”: “Lydia”,           “dmPolicy”: “pairing”         },         “leo”: {           “botToken”: “填你自己的机器人对应的 bot token”,           “name”: “Leo”,           “dmPolicy”: “pairing”         }       }     }   },   “agents”: {     “defaults”: {       “model”: { “primary”: “kimi-coding/k2p5” },       “models”: {         “kimi-coding/k2p5”: { “alias”: “Kimi K2.5” }       },       “workspace”: “/home/jone/.openclaw/workspace”,       “compaction”: { “mode”: “safeguard” },       “maxConcurrent”: 4,       “subagents”: { “maxConcurrent”: 8 }     },     “list”: [       {         “id”: “lydia”,         “default”: true,         “name”: “Lydia”,         “workspace”: “/home/jone/.openclaw/workspace”,         “agentDir”: “/home/jone/.openclaw/agents/lydia/agent”,         “model”: { “primary”: “kimi-coding/k2p5” }       },       {         “id”: “leo”,         “name”: “Leo”,         “workspace”: “/home/jone/.openclaw/workspace-executor”,         “agentDir”: “/home/jone/.openclaw/agents/leo/agent”,         “model”: { “primary”: “kimi-coding/k2p5” }       }     ]   },   “bindings”: [     {       “agentId”: “lydia”,       “match”: { “channel”: “telegram”, “accountId”: “lydia” }     },     {       “agentId”: “leo”,       “match”: { “channel”: “telegram”, “accountId”: “leo” }     }   ] } 

分工说明：

• 你（主身）： 负责汇总其它机器人的工作报告、其它日常事务、生活和工作安排等
• bot1： 处理编程、数据分析等相关复杂的技术任务
• bot2： 处理营销推广、自媒体创作、法律、医学等文科类的工作任务