2026 年终极指南：使用 Docker Compose 部署你的专属“AI 打工人” OpenClaw（Windows/macOS/Linux 全平台版）

通过 Docker Compose，我们成功在Windows、macOS 和 Linux上部署了一个安全、隔离、持久化的 OpenClaw 实例。无论你使用什么操作系统，都能拥有一个 24 小时在线的 AI 打工人。从今天起，把那些繁琐的日志检查、文件整理、代码测试，都交给你的“AI 龙虾”吧。你要做的，是专注于更具创造性的工作。现在，去给你的 AI 打工人布置第一个任务吧！比如：“帮我分析一下本

木雷坞

1189人浏览 · 2026-02-26 10:10:43

木雷坞 · 2026-02-26 10:10:43 发布

当别人还在和ChatGPT“聊天”时，你已经拥有了一个能 24小时写代码、发邮件、管理文件的全职“数字员工”。

如果你是一名关注AI技术的开发者，那么最近开源社区最火爆的项目之一当属 OpenClaw。这个原名 Clawdbot 的项目，在2026年初凭借“The AI that actually does things”（真正做事的AI）的口号，GitHub星标数已突破18.6万，成为全球增速最快的开源项目之一。

但很多读者可能还在疑惑：它和Claude、GPT这些聊天机器人有什么区别？
区别在于：OpenClaw 不只是“建议”，而是“执行”。

它可以在获得授权后，直接操控你的电脑或服务器——读写文件、运行终端命令、操控浏览器、管理邮件日程，甚至通过 WhatsApp、Telegram 或飞书远程指挥它干活。

然而，直接在本地运行这样一个拥有系统级权限的AI代理，可能会弄乱你的开发环境，也存在一定的安全风险。今天，我们就来介绍一种更安全、更稳定、更便于维护的部署方式——使用 Docker Compose 将 OpenClaw 部署在 Windows、macOS 或 Linux 系统上，让它真正成为你 24 小时在线的“AI打工人”。

为什么选择 Docker 部署 OpenClaw？

在部署之前，我们要明确一个核心观点：对于这种需要长期运行且权限较高的AI代理，Docker 是最佳的“保镖”和“管家”。

安全隔离（沙箱机制）：OpenClaw 需要读写文件和执行命令。通过 Docker 容器运行，可以将其与宿主机的核心系统隔离开来，避免因AI误操作或恶意指令导致系统崩溃，这是生产环境部署的首要安全实践。
环境一致性：无论你的服务器是 Windows、macOS 还是 Linux，Docker 都能提供一致的运行环境。你再也不用担心因为Node.js版本不匹配或依赖缺失而导致的部署失败了。
简化运维：升级 OpenClaw 只需要拉取新的镜像并重启容器，一条命令即可完成版本迭代。结合 restart: always 策略，还能保证 AI 助手在系统重启后自动复活。

全平台前期准备

💻 系统与硬件要求

OpenClaw 对硬件的门槛非常友好，绝大多数现代电脑都能流畅运行：

CPU：≥2核
内存：≥4GB（推荐8GB，处理复杂任务更流畅）
磁盘：剩余空间≥10GB
操作系统：Windows 10/11、macOS 12+、Linux（Ubuntu 20.04+ 或 CentOS 8+）

🔑 凭证准备

一个 API Key：OpenClaw 本身不带“脑子”，它需要接入大模型的“大脑”。你需要提前准备好 Anthropic (Claude)、OpenAI 或阿里云百炼（通义千问）等平台的 API Key。
（可选）IM 机器人 Token：如果你想通过 Telegram、飞书或 WhatsApp 远程指挥 AI，需要提前申请对应平台的 Bot Token。

📥 各平台 Docker 环境搭建

Windows 用户（推荐 WSL2 模式）

1. 启用 WSL2
打开 PowerShell（管理员身份），输入：

wsl --install

此命令会安装 Ubuntu 子系统并启用 WSL2。安装完成后重启电脑。

2. 安装 Docker Desktop

访问 Docker 官网下载 Windows 版安装包
安装时确保勾选 "Use WSL 2 instead of Hyper-V"
安装完成后，打开 Docker Desktop → Settings → Resources → WSL Integration，确保你的 Ubuntu 发行版开关处于 ON 状态

macOS 用户（Intel 芯片 / Apple Silicon 通用）

1. 安装 Homebrew（可选但推荐）
在终端中执行：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2. 安装 Docker Desktop

访问 Docker 官网下载 Mac with Apple Silicon 或 Mac with Intel Chip 对应版本
将 Docker.app 拖入 Applications 文件夹
打开 Docker.app，等待状态栏图标变为绿色（Running）

3. 验证安装

docker --version
docker compose version

Linux 用户（Ubuntu/Debian 为例）

一键安装脚本（推荐）

bash <(curl -sSL https://linuxmirrors.cn/docker.sh)

启动 Docker 服务

sudo systemctl start docker
sudo systemctl enable docker

参考 : https://mdoc.cc/mliev/1ms/v1.0.0/5

🚀 手把手 Docker Compose 部署实战

无论你使用什么系统，接下来的步骤完全一致。我们将采用生产级的配置思路，将配置数据持久化到本地。

步骤 1：创建项目目录

打开你的终端（Windows 用户请打开 Ubuntu WSL 终端，macOS/Linux 用户打开标准终端）：

mkdir -p ~/openclaw/data
cd ~/openclaw

步骤 2：编写 `docker-compose.yml`

使用 nano 或 vim 创建配置文件：

nano docker-compose.yml

粘贴以下内容：

version: '3.8'

services:
  openclaw-gateway:
    # 使用 GitHub Container Registry 的官方镜像
    image: ghcr.1ms.run/openclaw/openclaw:latest
    container_name: openclaw-gateway
    restart: always
    ports:
      - "18789:18789"  # Web 控制台端口
    volumes:
      # 将配置和数据持久化到宿主机
      - ~/openclaw/data:/home/node/.openclaw
      # 【Windows 用户特别注意】如果需要 AI 操作 Windows 文件
      # - /mnt/c/Users/你的用户名/Documents:/home/node/workspace/windows_docs
      #
      # 【macOS 用户特别注意】如果需要 AI 操作 Mac 文件
      # - ~/Documents:/home/node/workspace/mac_docs
    environment:
      - NODE_ENV=production
    # 健康检查
    healthcheck:
      test: ["CMD", "node", "dist/healthcheck.js"]
      interval: 30s
      timeout: 10s
      retries: 3
    # 资源限制
    deploy:
      resources:
        limits:
          memory: 4G
        reservations:
          memory: 1G

步骤 3：配置模型 API 密钥

创建 .env 文件存储敏感信息：

nano .env

添加你的密钥（根据你选择的模型提供商）：

# 必填：生成一个随机的网关令牌用于登录控制台
OPENCLAW_GATEWAY_TOKEN=你的_随机_复杂_令牌_这里

# 选填一：Anthropic (Claude)
ANTHROPIC_API_KEY=sk-ant-你的API密钥

# 选填二：OpenAI
OPENAI_API_KEY=sk-你的API密钥

# 选填三：阿里云百炼 (DashScope)
DASHSCOPE_API_KEY=sk-你的阿里云API密钥

安全提示：保存后执行 chmod 600 .env 限制文件权限（Windows WSL 环境同样适用）。

步骤 4：启动 OpenClaw

docker compose up -d

查看日志确认运行状态：

docker compose logs -f openclaw-gateway

如果看到类似 [gateway] listening on ws://0.0.0.0:18789 的日志，说明启动成功。

步骤 5：访问 Web 控制台

Windows 用户：

打开浏览器，访问 http://localhost:18789
输入 .env 中设置的 OPENCLAW_GATEWAY_TOKEN 即可登录

macOS/Linux 用户：

同样访问 http://localhost:18789，输入令牌登录

步骤 6：配置模型上下文长度（重要！）

首次登录后，点击左侧菜单 Config → 右上角切换到 Raw 编辑模式。找到模型配置部分，确保 contextWindow 的值≥16000，否则聊天时会报错：

{
  "models": {
    "providers": {
      "anthropic": {
        "models": [
          {
            "id": "claude-3-7-sonnet-20260219",
            "contextWindow": 200000  // 改为≥16000
          }
        ]
      }
    }
  }
}

🪟 Windows 专属优化：让 AI 访问你的 C 盘文件

如果你想让 OpenClaw 操作 Windows 本地的文件（比如整理“桌面”或“文档”文件夹），需要挂载 Windows 路径到容器内。

找到你的 Windows 用户目录在 WSL 中的路径：
在 WSL 终端中，你的 C 盘挂载在 /mnt/c/ 下。例如你的 Windows 用户名是 Eric，桌面路径就是：
```
/mnt/c/Users/Eric/Desktop
```

修改 docker-compose.yml，在 volumes 部分添加挂载：

volumes:
  - ~/openclaw/data:/home/node/.openclaw
  - /mnt/c/Users/Eric/Desktop:/home/node/workspace/desktop  # AI 可读写你的桌面
  - /mnt/c/Users/Eric/Documents:/home/node/workspace/documents

重启容器：

docker compose down
docker compose up -d

在飞书中测试：
发送指令：“帮我把桌面上的所有图片文件移动到 workspace/documents/照片 文件夹里”。

🍏 macOS 专属优化：让 AI 操作你的 Mac

方案 A：挂载 Mac 文件夹到容器

在 docker-compose.yml 中添加挂载：

yaml

volumes:
  - ~/openclaw/data:/home/node/.openclaw
  - ~/Documents:/home/node/workspace/documents
  - ~/Desktop:/home/node/workspace/desktop

方案 B：使用 macOS 原生运行（不通过 Docker）

如果你希望 OpenClaw 能直接调用 macOS 的原生应用（如 AppleScript 控制日历、邮件），可以考虑不使用 Docker，而是通过官方安装器直接在 macOS 上运行：

bash

# 使用官方安装脚本
curl -fsSL https://openclaw.ai/install.sh | bash

# 运行配置向导
openclaw onboard --install-daemon

# 打开控制台
openclaw dashboard

注意：此方式权限更高，务必遵循“最小权限原则”，建议为 OpenClaw 创建独立的 macOS 用户账户运行。

🤖 集成聊天软件：随时随地指挥 AI

飞书集成（适合国内用户）

创建飞书应用：访问飞书开放平台，创建企业内部应用，开启机器人能力。
开启 WebSocket 模式：
- 进入“事件与回调”，选择 使用长连接接收事件
- 添加事件 im.message.receive_v1

安装飞书插件：

bash

# 进入容器
docker exec -it openclaw-gateway bash

# 启用飞书插件
openclaw plugin enable feishu

# 配置飞书参数（替换为你的 App ID 和 App Secret）
openclaw config set feishu.app_id "你的飞书AppID"
openclaw config set feishu.app_secret "你的飞书AppSecret"

# 重启服务
openclaw gateway restart
exit

发布应用：在飞书开发者后台创建版本并发布。之后在飞书群聊中 @你的机器人，它就能响应指令了。

🎯 实战演示：让 AI 真正干点活儿

场景 1：文件整理

在飞书发送：

“帮我把桌面上所有 .pdf 和 .docx 文件移动到 工作文档 文件夹里，并按日期重命名”

场景 2：代码编写

“在当前项目目录下创建一个 Python 脚本，读取 data.csv 文件，计算每列平均值，保存到 result.txt”

场景 3：定时任务

“每天下午 6 点，提醒我写日报，并自动统计今天修改过的代码文件数量”

⚠️ 避坑指南与安全提醒

常见问题排查

问题现象	可能原因	解决方案
访问 `http://localhost:18789` 报错	Token 未配置或配置错误	检查 `.env` 文件中的 `OPENCLAW_GATEWAY_TOKEN`，重启容器
聊天一直转圈，无响应	模型上下文窗口过小	修改 `contextWindow` ≥16000
飞书机器人无响应	插件未启用或配置错误	`docker exec` 进入容器，运行 `openclaw plugin list` 确认插件状态
容器启动失败，端口冲突	18789 端口被占用	修改 `docker-compose.yml` 中的映射端口，如 `"18790:18789"`