OpenClaw部署保姆级教程

OpenClaw由于拥有较大权限且操作随意性较大
新手不建议在个人主设备上进行部署，Windows用户可以部署在WSL上

安装WSL

1.启动终端命令行

在这里插入图片描述

2.安装WSL

wsl --install

在这里插入图片描述

等待完成安装并重启电脑

3.安装OpenClaw官方推荐版本的Ubuntu

wsl --install Ubuntu-24.04

在这里插入图片描述

此处密码无强度要求，可随意设置

4.安装OpenClaw

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

自动安装OpenClaw并处理所需的依赖问题

5.完成安装

出现如下或类似标志，表示安装已完成

在这里插入图片描述

6.完成基础设置

①“本项目为Beta阶段，要明白其中的风险。。。。”

使用左右方向键，选择‘Yes’

在这里插入图片描述

②选择创建模式：选择快速开始模式（QuickStart）

​ 在这里插入图片描述

③配置使用的大模型：

（先选择跳过，我们之后在进行配置），最小配置策略，能跳过就先跳过，保证后台先可以运行，不出问题。

在这里插入图片描述

④供应商模型过滤选择：（保持默认：All providers）

在这里插入图片描述

⑤：模型选择：（保持默认：第一个）

在这里插入图片描述

⑥连接频道设置（链接社交媒体）：先跳过

在这里插入图片描述

后续全部保持默认

⑦skill依赖组件（空格键选择 Skip，然后回车确认）

在这里插入图片描述

⑧位置服务等服务加载（全部选择No）

在这里插入图片描述

⑨Hooks选择（全部选择，使用空格全部选中，回车确认）

在这里插入图片描述

7.选择操作方式

使用终端或者使用网页（第一个为网页）

在这里插入图片描述

选择后自动打开，若没有自动打开，则复制链接进行打开

在这里插入图片描述

8.是否安装代码补全

选择：Yes

在这里插入图片描述

9.检查是否运行正常

在这里插入图片描述

10.配置大模型（LLM）

①来到WSL中输入：

openclaw config

在这里插入图片描述

②选择Model项

在这里插入图片描述

③进行模型选择和配置

如果个人拥有付费模型，则根据个人情况配置即可，我接下来将使用Google反重力模型进行演示

  1. 所有Google账号可免费使用
  2. 可以使用Opus 4.5

在这里插入图片描述

在这里插入图片描述

选择后会跳出以下链接，完整复制并进入

在这里插入图片描述

登录Google账号，登录后会提示无法访问该地址，这是正常的，跟是否科学上网无关

复制登陆失败的地址栏中的地址，在终端中粘贴即可

在这里插入图片描述

粘贴（记得粘贴时使用鼠标右键，而不是Ctrl+V）

在这里插入图片描述

④选择模型：

已默认选择了Opus4.5，直接回车即可，列表上没有显示选中是因为该模型在第三页左右，需要选择下方省略号才可查看，但都已经选择了，直接回车即可

在这里插入图片描述

⑤到此已配置完毕，来到网页上即可测试

随便进行提问，看是否可以完成回答即可

在这里插入图片描述

11.配置社交媒体（聊天工具）

①来到WSL中输入：

openclaw config

在这里插入图片描述

②选择Channels

在这里插入图片描述

③选择社交媒体

将使用Telegram进行演示

在这里插入图片描述

④：来到Telegram，搜索botfather

在这里插入图片描述

⑤：创建机器人

输入指令

/newbot       #创建机器人

在这里插入图片描述

然后输入机器人名字（需要全网唯一，使用需要尽可能复杂一点）

⑥：成功后会返回一个API，进行复制，并回到终端粘贴

在这里插入图片描述

粘贴（记得粘贴时使用鼠标右键，而不是Ctrl+V）

在这里插入图片描述

⑦：完成配对

来到该机器人聊天页面，随便输入内容，触发机器人，发送配对码：复制该配对码

在这里插入图片描述

来到终端输入配对码指令

openclaw pairing telegram approve <你的配对码>

在这里插入图片描述

# 人工智能 # AIGC
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

cover

Seedance 2.0 Skill 一键写好剧本上线了coze的技能商店了，免费

avatar 龙虾开发者社区

一键部署Clawdbot：让Qwen3-32B大模型拥有流式对话界面

本文介绍了如何在星图GPU平台上自动化部署Clawdbot 整合 Qwen3:32B 代理直连 Web 网关配置Chat平台镜像，快速搭建流式对话界面。该方案专为已部署Qwen3-32B大模型的用户设计，提供零配置的Web交互界面，适用于企业内部知识问答、智能客服等场景，显著提升大模型易用性。

avatar 龙虾开发者社区

【Dify异步节点故障排查权威指南】：20年实战总结的7类高频报错根因与秒级修复方案

快速定位并修复Dify自定义节点异步处理报错问题，涵盖超时、上下文丢失、状态同步失败等7类高频故障。提供日志追踪、回调重试、事件总线集成等秒级修复方案，适用于工作流编排与AI Agent开发场景。Dify自定义节点异步处理报错解决方法系统实用，值得收藏。

avatar 龙虾开发者社区