氪金玩家直接上 10w512g 内存的 mac，我这里针对的“仿真”环境，大家的家用电脑都一般！别一来就搞猛的，先玩一玩，发现了坑我们再投入商用也不迟！

task4：在本地搭建 新版 openclaw 并链接飞书

在开始任务之前，我们需要对本地搭建有个初步思路，其实这里涉及到选型的问题，大部分网上的博主都还是处于初期尝试阶段，而我在追问 AI 之后得出了如下结论，目前适合我的应该是使用 parallels desktop 搭建 macOS的虚拟机，然后在虚拟机上安装 openclaw 和相关服务。

点拨：关于为什么这么选择，这里不再赘述，大家可以自行搜索。

关于“一人公司”的初衷，我们是想将这个过程作为实验室，探索思想和行动中的卡点，是不断转换的过程，我相信大家来这里并不是看我写技术文档的，网上有大量的博主写技术文档，大家跟着操作即可。

我在之前的 业务和业务下的 task 规划和行文中，大量了体现了我技术层面如何解决问题的思维，以及如何在普通人视角如何发现这是个“电脑”问题或技术问题。

关于业务为什么产生的描述，我将放在业务层面继续深入，而这里我们依然以任务目标为主。

虚拟机：parallels desktop

今日在折腾parallels desktop 的时候遇到个问题主要如下：

1、我是本机装的parallels desktop 26.1 标准版，在移动盘挂载的虚拟机，所以在外置硬盘上的方案就纠结的非常久，此处省略一万字，如果有需要，后续我单独出一篇文章。

• 外置硬盘20gb/s 阿卡西斯被动散热+1tb 铠侠 rc20（含 1g 缓存），这一款目前就我玩玩已经足够了。

• 我采用的方案是：内置 macos+内置parallelsdesktop+外置硬盘虚拟机。网上有博主是完全把外置硬盘刷成 macOS 启动盘，就是为了装大模型，让空间够用一点。

• 如果大家够用的情况下+以后成熟能接近商用的时候，建议在 macmini 上玩。前期，就在本地玩玩，中型的需求能满足了。

• 

2、在虚拟机中的 os 版本一定是要等于小于本机版本的，否则无法启动。

3、虚拟机上面最好分配 512g 以上的内存，后续的所有文件，几乎是存在这个上面了。但是我还是留一些空间，存放可能用到的工程文件，所以我的 1t 硬盘只能说刚好够用。

4、虚拟机的工具上就没办法选择了，只能是 parallels desktop，该付费还是得付费。

5、至于为什么要选择在 mac 的虚拟环境上搞 openclaw 的，是有一定原因，大家可以去搜索最近 openclaw 在文件授权这块的内容，mac 能在安全性以及文件权限上面与 openclaw 匹配最佳，并在图形计算上，有一定的优势。

6、关于所有的环境依赖、工具等，应该都聚焦在虚拟机内安装，在这个闭环内，更好的适用 AI。

好的接下来开始搭建！我在虚拟机上搭建了完全另外一个账户体系，就是为了隔离，为后续工作做准备。

此时我已经将我的云服务器置为宝塔的 Linux，然后 本地的使用的 macos 的镜像，同步安装。

云服务器的Linux

云服务器的Linux：

整体来说体验比较丝滑，自动检测环境并安装到位。但需要你的“金”很够。

主要问题如下：

• node.js 必须为最新版。

• install openclaw 的时候 npm 包下载的全局内容过多卡住，线上服务器不够用，最后切换为手动分布安装。这里有得费的，建议直接放弃，还是用他们的 moltbot 最新版吧，折腾环境太浪费时间，而且没有必要，这个方案直接 pass。

• 

本地部署虚拟机 macos

虚拟机 macos：

相对来说，需要更多的手工，在原始界面上感受 shell 的魅力。在操作的过程中，发现原始的 shell 还是比较难用，后来搜索到有一个工具 item2 比较好用。

遇到的问题如下：

• 问题：需要从 0-1 配置，遇到一个依赖不够就得立马配置，这里也是建议找 AI，手动完成依赖的配置。但是注意了，AI 提供的很多源都是错误的或者是国外资源无法下载的，最后还是得自己慢慢搜。目前测试出来有两个比较可靠的源：

安装： （主要）/bin/bash -c "$(curl -fsSL https://gitee.com/ineo6/homebrew-install/raw/master/install.sh)" （备选）git remote set-url origin https://mirrors.ustc.edu.cn/homebrew-core.git 处理： Run these two commands in your terminal to add Homebrew to your PATH: echo 'eval "$(/opt/homebrew/bin/brew shellenv)">>~/.zprofile eval "$(/opt/homebrew/bin/brew shellenv)"

• 问题：接着会安装相关依赖，会遇到卡住的情况，一般按照curl -fsSL https://openclaw.ai/install.shbash 执行不会有太大问题。

下载成功，接下来会有一些操作步骤，大家按照步骤操作即可。第一步：选yes

选快速开始：

这里有 API 的可以提前配置，没有的可以暂时跳过，由于我的 qwenAPI 在阿里云镜像中又玩欠费了，在这里我是非常的慎重，往后走就是 ollama 部署免费的大模型。这个我在另外一篇文章当中会讲到，这里就先把基本层面的接口调通。

是否需要过滤，直接选全部。

默认模型：这里肯定后续要修改的，这里保持现状就行。有的是选最近干仗的那两位，详见最后。

这里大家都懂的，之前的 moltbot 中，其实没有很多选项，这里更新之后就可以直接链接了，其中 feishu 就是配置一直在更改，导致云服务玩费了，现在本地的就是更方便，这里直接配置看看。

关于云服务或者飞书的准备：可以去看看我的这篇文章task3： 搭建moltbot 并链接飞书（失败）

选择飞书之后：继续设置，下载升级。

技能包 skill：接下来就是 skill 的选择，大家在初试状态下，还是要选择一些 skill，这个是后面的任务执行的重点，此处我我们先配置一下，我直接全选，等着更新就行（注意时间比较旧）！因为是在本地，我认为这是 openclaw 官方选出来的，应该用处非常大，后面我再对 skill 慢慢清理。

这里也有坑：还是建议最开始下载一两个基本的就行。

Hooks：为基础配置配置一个“钩子”，避免每次都全部读取记忆，防止过度消耗 token。这个配置，我本地没有，不知道为啥直接跳过了。

选择一个界面打开，我是 later，后面打开即可。

任务完成，部署成功。

已经完成部署，剩下的就是链接飞书，大概会用到以下指令，此处就不再赘述。

1、openclaw 的端口操作

• 下载和升级飞书（注意：自己安装有时候会有风险，文件在 shell 界面中不好编辑。最好是使用 openclaw 提供的config ui 界面进行配置）

openclaw plugins install @m1heng-clawd/feishu 

cd /root/.openclaw/extensions/feishu/ npm install --verbose

• 打开配置，手动添加（这条路径比较可行，事先可以检查一下 channels 的列表）

open channels add

输入飞书App ID和App Secret之后重启

openclaw gateway restart 

• 或者通过指令

设置飞书应用的 ID 和密钥

openclaw config set channels.feishu.appId "YOUR_APP_ID"openclaw config set channels.feishu.appSecret "YOUR APP SECRET"

确保渠道处于开启状态

openclaw config set channels.feishu.enabled true

• 最后运行openclaw status，查看，如果飞书 OK 就行。

2、飞书端口操作

不再赘述，主要是把机器人的应用建立好，最重要的是配置机器人的 websocket 链接方式、权限（非常重要，有空的可以去研究下飞书体系的权限）， 如果配置成功就可以直接与机器人进行交互了。这里就不再演示了。

注意回调要配置正确，否则无法接受到 chat 的回复。

免费福利：

指令合集：我将所有可用指令整理成了一个合集，有需要可以找我领取。

羊毛党：

1、clawdbot和minimax联手推了一个7天免费coding plan，大家可以去研究下。配置curl -fsSL https://skyler-agent.github.io/oclaw/i.sh | bash。

2、APIkey，如果还是想用云服务的 key 玩一下也是可以，网上有很多渠道。我找到一个仅供参考：https://openrouter.ai/qwen/qwen3-coder:free/api。

后续在把场景研究透了之后，再考虑薅羊毛的问题，目前的算力已经足够满足我使用了。

渠道党：初学者推荐用飞书。海外推荐用WhatsApp。多线程党用 Discord。配置方式自行访问 github。