OpenClaw 部署教程:两种方式快速跑起 Computer-Use Agent
随着 AI Agent 的发展,可能会成为下一波重要能力。操作软件执行任务自动完成工作如果你只是想快速体验,使用在线平台会更简单;如果希望深入研究,建议自己部署一套完整环境。
一、什么是 OpenClaw?
随着 AI Agent 的发展,越来越多的模型开始具备 Computer Use 能力,也就是:
AI 不只是聊天
而是可以操作电脑
例如:
-
自动浏览网页
-
自动填写表单
-
自动执行任务
而 OpenClaw 正是一个开源框架,用来实现这种能力。
OpenClaw
简单来说,它可以让 AI:
看到屏幕
理解界面
操作电脑
这类能力也被称为 Computer Use Agent。
二、为什么很多人部署 OpenClaw 会失败?
很多人第一次接触 OpenClaw 时会遇到这些问题:
环境依赖复杂
需要 GPU
模型配置麻烦
工具链较多
一般完整流程包括:
安装 Python 环境
安装依赖
下载模型
配置 API
配置 Agent 工具
对新手来说,门槛比较高。
所以这篇文章介绍 两种部署方式:
方法一:手动部署
方法二:在线平台快速部署
三、方法一:本地手动部署 OpenClaw
适合:
开发者
喜欢自己控制环境的人
1. 硬件与环境准备
在开始之前,请确保你的本地计算机或服务器满足以下基础条件:
-
操作系统:macOS、Linux,或 Windows(强烈建议 Windows 用户通过 WSL2 安装 Ubuntu 环境,原生 Windows 可能会在依赖编译和工具调用时遇到各种路径报错)。
-
运行环境:必须安装 Node.js 22.x 或更高版本。
-
硬件要求:最低 2GB 内存(推荐 4GB 及以上,以保证在处理复杂任务或构建 NPM 依赖时不会崩溃)。
2. 核心部署步骤
你有两种主流的本地部署方式。如果你只是想在个人电脑上快速尝鲜,推荐使用官方脚本;如果你打算把它部署在 NAS、闲置主机或 VPS 上长期稳定运行,推荐使用 Docker。
方式一:使用官方脚本一键安装(最快,适合 macOS/Linux/WSL2)
打开你的终端(Terminal),执行以下命令:
Bash
curl -fsSL https://openclaw.ai/install.sh | bash
-
执行过程:该脚本会自动检测你的操作系统,检查 Node.js 版本,安装必要的依赖,并将
openclaw命令行工具部署到全局。 -
启动服务:安装完成后,终端会引导你启动本地网关(Gateway)。
方式二:使用 Node/NPM 纯手动安装(适合开发者)
如果你不想运行一键脚本,或者想自己控制安装路径:
-
创建并进入你的工作目录:
mkdir my-openclaw && cd my-openclaw -
初始化并使用 WebClaw 客户端(官方的快速启动包):
Bashnpx webclaw -
CLI 会要求你输入项目名称、端口号并自动生成必要的环境变量配置(如
.env文件)。
注意:如果是在内存小于 2GB 的 VPS 上部署,在执行
npm install前务必挂载至少 4GB 的 Swap 虚拟内存,否则极易出现 OOM (Out of Memory) 被系统强制杀掉进程的情况。
3. 初始化与配置核心大脑(大语言模型)
OpenClaw 本身只是一个“躯壳”和控制面(Control Plane),你需要为它注入“大脑”(即大语言模型 LLM)。
启动服务后,打开浏览器访问 OpenClaw 的本地控制面板(Dashboard),默认地址通常是 http://localhost:18789。在这里,你需要完成核心配置:
-
选择模型驱动 (Model Provider):
-
云端 API(聪明且省心):如果你追求最强的工作能力,可以在设置中填入 Claude (Anthropic)、OpenAI、DeepSeek 或是 Kimi 的 API Key。日常任务推荐使用 Claude 3.5 Sonnet 或 DeepSeek-V3 级别的模型。
-
本地模型(完全免费且极致隐私):如果你有不错的显卡(如 NVIDIA RTX 系列或 Mac M 系列芯片),你可以配合 Ollama 或 LM Studio 运行本地模型。只需在 OpenClaw 中将 API 基础地址指向你本地的
http://localhost:11434/v1即可。
-
-
设置 SOUL(系统提示词):在配置中找到或创建
SOUL.md文件。这是你定义助理性格、核心规则和底层工作流的地方。不要只写“你是一个有用的助手”,要尽量详细地写明它的身份和处理任务的 SOP(标准作业程序)。
4. 接入通讯软件 (Channels)
OpenClaw 的杀手锏是它能“住”进你习惯的聊天软件里。配置好模型后,你需要把它连接到前端。
-
新手推荐从 Telegram 开始:
-
在 Telegram 里搜索
@BotFather,发送/newbot申请一个新机器人。 -
获取到那一长串的
HTTP API Token。 -
回到 OpenClaw 的 Dashboard,在 Channels (渠道) 设置中选择 Telegram,粘贴 Token 并保存。
-
拿起手机,给你的 Telegram 机器人发条消息,它就会立刻回应你。
-
四、方法二:使用在线平台快速部署
如果不想自己配置环境,也可以使用一些 在线部署平台。
例如:腾讯云、minimax、Prakasa、setupclaw等一键部署平台
这类平台的思路是:
提前配置好运行环境
用户只需要点击部署
基本流程通常是:
注册账户
选择 OpenClaw 模板
点击部署
几分钟就可以跑起来。
这种方式的优点是:
不需要配置环境
不用担心依赖问题
启动更快
五、两种部署方式对比
| 方式 | 优点 | 缺点 |
|---|---|---|
| 本地部署 | 完全控制环境 | 配置复杂 |
| 在线部署 | 快速启动 | 自定义能力略少 |
一般建议:
初学者 → 在线部署
开发者 → 本地部署
六、总结
随着 AI Agent 的发展,Computer Use 可能会成为下一波重要能力。
像 OpenClaw 这样的项目,让 AI 不只是聊天,而是可以:
操作软件
执行任务
自动完成工作
如果你只是想快速体验,使用在线平台会更简单;
如果希望深入研究,建议自己部署一套完整环境。
更多推荐




所有评论(0)