> 本文分享我的 openclaw 环境搭建经验，包含工具配置、代理设置、多模型接入等内容。适合有一定技术基础的开发者参考。

## 📋 目录

- [网络架构](#网络架构)

- [开发环境](#开发环境)

- [AI 模型接入](#ai-模型接入)

- [工具配置](#工具配置)

- [运维技巧](#运维技巧)

---

## 🌐 网络架构

### 桥接模式

我的开发环境采用**桥接网络模式**，虚拟机和宿主机在同一局域网，可直接通信。

```

┌─────────────────────────────────────┐

│         宿主机 (DESKTOP-H7SATA2)    │

│                                     │

│  ┌──────────────────────────────┐   │

│  │       虚拟机 (Linux)          │   │

│  │       192.168.x.x            │   │

│  └──────────────────────────────┘   │

└─────────────────────────────────────┘

```

**目录映射：**

```bash

mklink /D H:\goShare\goPro\pro2026 H:\tzj\pro2026

```

### 共享磁盘挂载

```bash

# Windows 共享目录挂载到 Linux

sudo mount -t cifs -o uid=1000,gid=1000,username=flyShare,password:**** //192.168.23.1/gShare /mnt/shared_disk

```

---

## 🔧 开发环境

### OpenClaw 配置

OpenClaw 是我使用的 AI Agent 框架，需要 root 权限运行。

**安装方式：**

```bash

curl -fsSL https://clawd.bot/install.sh | bash -x

```

**国内镜像加速（可选）：**

```bash

npm config set registry https://registry.npmmirror.com

npm install -g openclaw@latest

```

**配置示例：**

```json

{

  "channels": {

    "telegram": {

      "name": "fly",

      "enabled": true,

      "dmPolicy": "allowlist",

      "botToken": "your-bot-token",

      "allowFrom": ["your-user-id"],

      "groupPolicy": "allowlist",

      "streamMode": "partial",

      "proxy": "http://your-proxy:10809"

    }

  }

}

```

### 给用户 sudo 权限

```bash

# 切换到 root

su -

# 创建用户专用配置文件

echo "ai008 ALL=(ALL:ALL) ALL" > /etc/sudoers.d/ai008

# 设置正确的权限

chmod 0440 /etc/sudoers.d/ai008

# 验证

sudo whoami  # 应该输出 root

```

---

## 🤖 AI 模型接入

### 多模型平台配置

我配置了多个 AI 模型平台，以应对不同场景需求：

#### 1. OpenRouter (推荐)

支持多种模型切换，API 风格统一。

```json

{

  "baseUrl": "https://openrouter.ai/api/v1",

  "apiKey": "sk-or-v1-xxxxx"

}

```

**优点：**

- 模型选择丰富

- 价格透明

- API 兼容 OpenAI 格式

#### 2. NVIDIA API

适合需要高性能 GPU 推理的场景。

```json

{

  "baseUrl": "https://integrate.api.nvidia.com/v1",

  "apiKey": "nvapi-xxxxx"

}

```

**推荐模型：**

- glm-4.7

- minimax-m2.1

#### 3. Moonshot AI (Kimi)

国产模型，国内访问速度快。

```json

{

  "baseUrl": "https://api.moonshot.cn/v1",

  "apiKey": "sk-xxxxx"

}

```

**推荐模型：**

- kimi-k2.5

#### 4. 本地 Ollama

适合离线或隐私敏感场景。

```bash

# 安装

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

# 安装模型 (需支持工具调用)

ollama run qwen3-coder:latest

ollama run deepseek-coder:6.7b

# 检查模型是否支持工具调用

# 前往 ollama.com 搜索模型，看是否带有 "tools" 标志

```

**资源优化：**

```bash

# 内存不足时，配置交换文件

sudo fallocate -l 4G /swapfile

sudo chmod 600 /swapfile

sudo mkswap /swapfile

sudo swapon /swapfile

# 永久生效

echo '/swapfile none swap sw 0 0' >> /etc/fstab

```

### 模型查询命令

```bash

# 查询 OpenRouter 可用模型

curl https://api.openai.com/v1/models \

  -H "Authorization: Bearer YOUR_API_KEY"

# 测试连接超时

curl -m 10 https://api.openai.com/v1/models \

  -H "Authorization: Bearer YOUR_API_KEY"

```

---

## 🛠️ 工具配置

### SSH 远程访问

```bash

# 连接远程服务器

ssh root@192.168.23.142

# 禁用用户登录（安全加固）

sudo usermod -L ai008

# 查看开放端口

ss -tulpn

```

### OpenClaw 技能生态

**官方技能仓库：**

- https://skills.sh/openclaw/openclaw

- https://skills.sh/openclaw/skills

- https://github.com/VoltAgent/awesome-openclaw-skills

**安装技能：**

```bash

# MCP 技能

npx clawhub@latest install exa-web-search-free

npx clawhub@latest install coding-agent

npx clawhub@latest install python

npx clawhub@latest install git-essentials

# 查找可用技能

npx skills add https://github.com/openclaw/skills --skill find-skills

```

### OpenClaw 控制台

```bash

# TUI 控制台

openclaw tui

# 重置配置

openclaw onboard

# 查看配置

cat ~/.openclaw/openclaw.json

# 健康检查

openclaw health --

```

---

## 💡 运维技巧

### 1. 快速切换模型配置

```bash

# 备份当前配置

cat /root/.openclaw/openclaw.json > openclaw.json.back.qwen

# 切换到不同模型配置

cat openclaw.json.back.nvidia > /root/.openclaw/openclaw.json

# 重新激活

openclaw gateway restart

```

### 2.Hosts 文件管理

```bash

# 切换开发/生产环境

sed -i 's/^192\.168\.10\.19 hostpc/192.168.1.13 hostpc/' /etc/hosts

sed -i 's/^192\.168\.1\.13 hostpc/192.168\.10\.19 hostpc/' /etc/hosts

```

### 3. 代理配置

```bash

# 验证代理是否生效

curl ipinfo.io

```

---

## 📚 经验总结

### 最佳实践

1. **多模型策略**：不同任务用不同模型，平衡成本和效果

2. **本地+云端结合**：常用模型本地部署，特殊需求调用云端

3. **配置备份**：重要配置文件定期备份，便于快速回滚

4. **安全第一**：API Keys 不提交到代码仓库，使用环境变量

### 推荐配置方案

| 场景 | 推荐方案 |

|------|---------|

| 日常编码 | OpenRouter + Qwen/Coder |

| 复杂推理 | NVIDIA + glm-4.7 |

| 中文长文本 | Moonshot + Kimi |

| 离线开发 | Ollama + 本地模型 |

---

## 🔗 参考资源

- [OpenClaw 文档](https://docs.openclaw.ai)

- [OpenRouter 模型列表](https://openrouter.ai/models)

- [Ollama 模型库](https://ollama.com)

- [Moonshot AI](https://platform.moonshot.cn)

---

> **声明**：本文仅分享技术配置思路。如有疑问，欢迎交流讨论。