永久免费 OpenClaw 部署（续）：踩坑记录和实操指南

本文分享了`永久免费 OpenClaw 部署`的续集：踩坑记录和实战指南。希望本文，能帮你建立对`OpenClaw`的全面认识。

u010522887

1832人浏览 · 2026-03-14 09:20:58

u010522887 · 2026-03-14 09:20:58 发布

前文，分享的OpenClaw教程火了：

永久免费 OpenClaw 部署和实战，7x24在线，手把手教程

评论区，还有很多朋友，遇到了不少卡点。

今日分享，先把前文的坑填上，让更多朋友先上车。

其次，梳理下这段时间在OpenClaw上的实践和思考。

因此，全文略长，共 9 部分，各位按需取用：

免费API申领
OpenClaw容器化部署
消息通道接入指南
技能系统接入指南
两层记忆机制剖析
定时任务机制剖析
智能体和会话机制
浏览器自动化指南
节点接入指南

1. 免费API申领

前文带大家申领NVIDIA的API，虽完全免费，但有速率限制-40RPM。

白嫖的多了，架不住平台进一步限速。

反应慢，大概率是LLM请求被限速了。

因此，本文继续分享两款国内API平台，有免费额度，方便大家快速体验OpenClaw。

1.1 硅基流动

注册：https://cloud.siliconflow.cn/i/DrgxdqSF，+16元免费额度。

模型广场：https://cloud.siliconflow.cn/me/models。推荐用Pro/系列：

拿到 api_key 后，同时保存请求地址：

OPENAI_API_BASE：https://api.siliconflow.cn/v1

1.2 七牛云

注册：https://s.qiniu.com/YBVZ73，+1000万Token免费额度。

模型广场：https://portal.qiniu.com/ai-inference/model

使用邀请奖励：

拿到 api_key 后，同时保存请求地址：

OPENAI_API_BASE：https://api.qnaigc.com/v1

2. `OpenClaw`容器化部署

2.0 最低资源配置

笔者在一台2c2g的机器上测试过：

# free -m
               total        used        free      shared  buff/cache   available
Mem:            1966        1479         164           1         497         487
Swap:           4095         743        3352

OpenClaw gateway启动后，内存占用1500M左右，结合虚拟内存，可以无压力运行。

因此，HuggingFace上免费的2c16g实例绰绰有余。

前文，分享了如何在HuggingFace上新建Space和Dataset，以实现持久运行和状态保存。

具体步骤，参考前文，不再赘述。

这里笔者重新梳理了Space的文件，方便大家配置：

注：所有文件已打包，需要的朋友，文末自取。

下面，梳理下这些文件的具体作用。

2.1 镜像构建文件

Dockerfile，容器运行的基础环境，Space启动时先构建镜像，然后才会拉起一个容器。

在上一版镜像的基础上，这里集成了更多基础能力：

浏览器自动化
语音识别和语音合成
视频处理

大家可按需修改：

2.2 openclaw默认配置

openclaw依靠根目录下的openclaw.json配置文件运行。

为此，独立出来编辑，填入不需要变动的默认配置。

比如，接入不同的模型供应商：

再比如，接入不同的消息通道：

我们把 api_key 等敏感参数，通过环境变量配置，在space设置中添加。

2.3 状态同步脚本

/root/.openclaw包含了所有和openclaw交互的数据，需要永久保存。

我们新建 sync.py，负责和 Dataset 同步数据。

容器启动时：从Dataset上拉取数据
容器运行时：定时把数据上传到Dataset

2.4 容器启动脚本

这个脚本决定容器如何运行：

最后一步，将openclaw放到后台运行，避免gateway重启，导致容器挂掉、数据丢失。

2.5 配置 Space

回到你的 Space，右上角点击 Settings，拉到最下面找到 Variables and Secrets，把刚才openclaw.json中的所有环境变量都填进去。

重点：找到 Space visibility，将space置为公开：

当space的运行状态变成running，恭喜你，你的openclaw已成功启动！

打开你的 Space 地址看看吧：

https://{user}-{space}.hf.space

注：私有space，只有在登录时才能访问上述地址，所以要把space置为公开。

3. 消息通道接入指南

OpenClaw 的核心亮点：一个 Gateway 连接所有消息通道。

本文主要分享如何接入国内的三个通道：

飞书
企业微信
微信

3.1 接入飞书

最新版openclaw已接入飞书，不需要额外安装插件。

你只需要前往飞书开发平台，创建一个应用:

https://open.feishu.cn/app

拿到 AppID 和 AppSecret，对应刚才配置文件中的环境变量。

然后，在事件与回调中，采用长连接订阅事件：

给应用开通权限，也可以导入其它应用配置好的权限（文末自取）：

配置成功后，在飞书中给机器人发消息试试~

如果没收到回复，前往控制台，让openclaw帮你看看哪里出了问题。

踩坑记录：如果飞书无法接收图片，大概率是缺少下面这个权限：

openclaw给飞书发送图片需要两步：

上传图片到飞书服务器，获取 image_key
用 image_key 发送图片

即便是图片url，也需要先下载到内存，再上传到飞书服务器。

3.2 接入企业微信

企业微信官方，已支持通过企业微信机器人接入openclaw。

参考文档：https://open.work.weixin.qq.com/help2/pc/cat?doc_id=21657

两条命令搞定：

# 安装插件
openclaw plugins install @wecom/wecom-openclaw-plugin
# 不需要重启OpenClaw
# 添加渠道-选择企业微信
openclaw channels add

OpenClaw 的插件系统支持从 npm 仓库安装包。

当你执行 openclaw plugins install xx 时：

OpenClaw 从 npm 仓库下载这个包
安装到 ~/.openclaw/plugins/
自动加载插件，注册企业微信通道

注：企业微信机器人支持群聊，但只能在企业内部群中使用，不可拉到外部群。

也即：个人微信无法和企业微信机器人聊天。

3.3 接入个人微信

个人微信，需要通过企业自建应用接入openclaw。

参考文档：https://github.com/BytePioneer-AI/openclaw-china/blob/main/doc/guides/wecom-app/configuration.md

然后，通过微信插件的形式接入个人微信：

同样，两条命令搞定：

# 安装插件
openclaw plugins install @openclaw-china/wecom-app
# 不需要重启OpenClaw
# 配置
openclaw china setup

4. 技能系统接入指南

Skill 本质上是将最佳实践代码化和文件化。

最早由 claude 提出：

4.1 openclaw的技能系统

openclaw的强大，很大程度上也得益于 skill。

在openclaw中，skill存在于3个位置：

内置skills：/usr/local/lib/node_modules/openclaw/skills

# 对应windows下的目录：
C:\Users\admin\AppData\Roaming\npm\node_modules\openclaw\skills

全局skills：~/.openclaw/skills
Agent专属skills：~/.openclaw/workspace/skills

OpenClaw 启动时会从三个地方加载 skill：

workspace/skills (最高优先级)
    ↓
~/.openclaw/skills (共享 skills)
    ↓
node_modules/openclaw/skills (内置，最低优先级)

4.2 Skill安装方式

方式1：复制粘贴（最简单）

对于简单的skill，把skill包放到.openclaw/skills/文件夹下即可。

方式2：从技能市场安装

https://clawhub.ai/

在openclaw中，clawhub默认已安装。

在市场中找到需要的skill，直接命令行安装：

clawdhub install self-improving-agent

方式3：Skills CLI安装

https://skills.sh/

Vercel 出品的命令行工具，一行命令安装任意开源skills：

# 格式
npx skills add vercel-labs/skills@find-skills -g
# 默认会装到 ~/.agents/skills/find-skills
# Skills CLI 自动检测 OpenClaw 存在，创建 symlink 到 ~/.openclaw/skills/
# 如果访问github失败，也可下载到本地后安装
npx skills add ./xx --skill find-skills

4.3 Skill推荐

结合笔者的使用频率，给大家推荐几个值得安装的skill：

其中，超链接都是采用Skills CLI安装的。

1. find-skills

技能发现 - 帮你找有没有现成的 skill

搜索技能：npx skills find <关键词>
安装技能：npx skills add <包名>
浏览地址：https://skills.sh/

2. self-improving-agent

自我改进 - 记录经验教训，持续优化。重要 learnings 可以升级到 SOUL.md、AGENTS.md、TOOLS.md

触发场景：

3. skill-vetter

安全审查 - 安装第三方 skill 前先检查

检查内容：

权限 scope 是否过大
是否有可疑模式（窃密、高风险操作）
来源是否可靠

4. using-superpowers

技能使用规则 - 如何正确调用技能的核心指南

核心原则：即使 1% 的可能性，也要调用 Skill 工具检查

简单说：别偷懒，觉得可能有用就读一下技能，都没用再开干。

5. agent-browser

浏览器自动化 - 基于rust实现的无头浏览器。

打开网页、填表、点击按钮、截图、提取数据
支持表单提交、登录认证、文件下载
可模拟不同设备和视口
指令：agent-browser open <url> → snapshot -i → click @e1 → ...

6. frontend-design

前端界面设计 - 生产级 UI 开发

创建独特、有设计感的界面（避免 AI 的"垃圾审美"）
支持 HTML/CSS/JS、React、Vue 等
强调：字体选择、色彩搭配、动效、空间构图
必须选择一个明确的风格方向并执行到位

7. code-reader-v2-cn

源代码深度理解 - 基于认知科学的代码分析

三种模式：
Quick (5-10分钟) - 快速概览
Standard (15-20分钟) - 标准理解
Deep (30分钟+) - 深度掌握
特点：强制"为什么"思考、自我解释测试、检索练习，避免"假懂"

8. tavily-search

Tavily 搜索 - AI 优化的网络搜索

比普通搜索更适合 AI 处理
返回简洁、相关的结果
支持地区和语言过滤

5. 两层记忆机制剖析

openclaw 是如何记住你的？

答：Markdown （文件） + sqlite（向量索引）

优势：透明可控 + 智能检索

5.1 文件记忆

~/.openclaw/agents/main
└── sessions/
    └── *.jsonl        # 会话记忆（自动记录）
~/.openclaw/workspace/
├── MEMORY.md          # 长期记忆（精华浓缩版，存决策、偏好、经验教训）
└── memory/
    └── YYYY-MM-DD.md  # 每日笔记（默认加载今天 + 昨天的日志）

5.2 向量记忆

向量保存和检索流程：

Markdown 文件 → 分块（~400 token，80 token 重叠）
                    ↓
              生成嵌入向量（OpenAI/Gemini/本地模型）
                    ↓
              存入 SQLite（chunks 表 + chunks_fts 全文索引）
                    ↓
              查询时：混合搜索（向量相似度 + BM25 关键词）

数据库位置：~/.openclaw/memory/main.sqlite

注：SQLite 只是索引层，不是记忆本身。真正的记忆是 Markdown 文件。

默认配置是 FTS-only，没有向量嵌入。

要启用向量搜索，需要在 openclaw.json 配置 memorySearch.provider：

openai
local
…

配置后，支持语义搜索、混合搜索

混合搜索：向量语义匹配 + BM25 关键词匹配。

记忆调用有两种方式：

memory_search	语义搜索，返回片段+路径+行号
memory_get	按路径读取特定记忆文件

6. 定时任务机制剖析

openclaw的 Cron 是 Gateway 内置的任务调度器。

它有两种执行模式：

主会话模式 main：在主会话中跑

适合：需要主会话上下文的简单提醒。

# 例如
openclaw cron add --name "任务名" --cron "0 8 * * *" --session main --system-event "触发时要做的事" --tz "Asia/Shanghai"

隔离模式 isolated：在独立会话中运行（会自动在session列表中创建会话），可以配置自动发送结果到指定通道。

适合：后台任务、定期报告、不想污染主会话的事务。

文件位置：

任务定义: ~/.openclaw/cron/jobs.json

执行历史: ~/.openclaw/cron/runs/xx.jsonl

常用命令：

# 查看任务列表
openclaw cron list
# 修改任务
openclaw cron edit <任务ID> --system-event "新消息"
# 手动测试
openclaw cron run <任务ID>

7. 智能体和会话机制

7.1 Agent（智能体）

Agent 是 OpenClaw 的核心概念——一个完整的大脑，包含：

组件	说明
Workspace	工作目录，存放 AGENTS.md、SOUL.md、USER.md 等配置文件
Agent 状态	~/.openclaw/agents/agentId/agent/
会话汇总	~/.openclaw/agents/agentId/sessions/sessions.json
会话记录	~/.openclaw/agents/agentId/sessions/sessionId.jsonl

Agent 的特性：

技能独立：通过各自的 skills/ 文件夹加载技能，也可共享全局技能
会话隔离：不同 Agent 的会话互不影响

默认只有一个 main Agent。

如何创建更多 Agent？

命令行创建:

# 假设要创建一个名为 nanny 的 Agent
openclaw agents add nanny --workspace C:\Users\admin\.openclaw\workspace-nanny

创建成功后，如何和 Agent 进行对话：

# 如果还没有会话，会自动创建一个 main session
openclaw agent --to nanny --message "hi" 
# 给指定 Agent + 指定会话发消息
openclaw agent --to nanny --session-id test --message "hi"

7.2 多 Agent 路由

多 Agent 场景下，可以通过 bindings 将不同通道的消息路由到对应的 Agent：

# 查看所有 bindings
openclaw agents list --bindings

具体配置，可以在openclaw.json中添加路由映射：

"bindings": [
    {
      "agentId": "main",
      "match": {
        "channel": "feishu",
        "accountId": "main"
      }
    }
  ],

7.3 Session（会话）

Session 是 Agent 与用户之间的对话上下文。

不同会话，以会话键（Session Key）区分，映射规则如下：

如果需要每个通道的会话隔离，需要在openclaw.json中启用 DM 模式：

"session": {
    "dmScope": "per-channel-peer"
  },

这样，每个通道连接成功，都会自动新建一个 session，比如我这里：

此外，我们还需要定期清理会话文件：

"session": {
    "maintenance": {
      "mode": "enforce",      // 自动清理
      pruneAfter: "30d",      // 30天不活跃的会清理
      "resetArchiveRetention": "1d" // 1天前的重置会话会清理
    }
  },

当然，也可以手动管理会话：

# 查看会话列表
openclaw sessions list
# 查看特定 Agent 的会话
openclaw sessions --agent nanny
# 清理会话（预览）
openclaw sessions cleanup --dry-run
# 强制清理
openclaw sessions cleanup --enforc

7.4 新建 Session

OpenClaw命令行不支持新建会话。

必须新建一个通道，指定sessionKey，才能新建会话。

目前，小智Pro也是通过这种方式和OpenClaw建立通信，详情可参考：

小智Pro：让小智控制 OpenClaw，一个MCP连接海量Skills

首先，前往小智Pro控制台：https://mkwyqeoebedx.sealosbja.site

指定sessionKey：

连接成功后，发送一条消息：

回到 OpenClaw 控制台，查看会话：

点击会话标题，进入聊天页面，即可看到新会话的记录：

8. 浏览器自动化指南

openclaw 拥有联网能力，本质上有以下 3 种工具：

web_search：调用 brave 等
web_fetch：当你给它具体url，发送http请求html
browser：交互式操作浏览器

3 种工具的适用场景如下：

下面重点介绍下 browser 的两种模式。

8.1 browser 简介

browser 有两种模式：

有头模式 (chrome)：必须有桌面环境（Windows/macOS/Linux 桌面版）
无头模式 (后台)：无需桌面环境

browser的指令举例：

# 以用户openclaw登录
browser open --profile openclaw --url https://github.com/trending 
# 获取页面文本 + 元素结构，非截图
browser snapshot --refs aria

8.2 有头浏览器

有头浏览器的工作原理：

┌─────────────────────────────────────┐
│  Chrome (桌面浏览器)            │
│  ┌─────────────────────────────┐   │
│  │ OpenClaw Browser Relay 扩展  │   │
│  └─────────────────────────────┘   │
│         ↓ (通过 chrome.debugger)   │
│  Local Relay Server (端口 18792)   │
└─────────────────────────────────────┘
         ↓ (WebSocket 通过 Gateway)
OpenClaw:
┌─────────────────────────────────────┐
│  browser 工具 (profile="chrome")    │
│  → 发送命令到你的 Relay             │
│  → Relay 控制你的 Chrome 标签页      │
└─────────────────────────────────────┘

怎么搞？

首先前往chrome应用商店，安装OpenClaw Browser Relay：

输入 token 并保存：

新开一个标签页，点击确保这里的状态 ON 即可：

8.3 无头浏览器

无头浏览器适合VPS、容器等无桌面环境的工作场景。

无头浏览器的原理：

┌─────────────────────────────────────┐
│ OpenClaw Gateway                    │
│ ┌─────────────────────────────────┐ │
│ │ browser 工具                    │ │
│ │ → 启动本地 Chrome 进程          │ │
│ │ → 通过 CDP 协议通信             │ │
│ └─────────────────────────────────┘ │
└─────────────────────────────────────┘
            ↓ CDP
┌─────────────────────────────────────┐
│ Chrome (无头模式)                   │
│ --headless --no-sandbox             │
└─────────────────────────────────────┘

首先，安装依赖：

# 安装Playwright和Chromium
npx playwright install chromium --with-deps

然后，配置无头模式：

# 在` openclaw.json` 中添加
"browser": {
    "enabled": true,
    "executablePath": "/root/.cache/ms-playwright/chromium-1208/chrome-linux64/chrome",
    "headless": true,
    "noSandbox": true,
    "defaultProfile": "openclaw"
  },

踩坑提醒：

一旦容器重启，如果 Chrome 的锁文件（SingletonLock, SingletonSocket）没清理，会导致新进程无法启动。

解决方案：

# 启动前删除锁文件
rm -rf ~/.openclaw/browser/openclaw/user-data/Singleton*

9. 节点接入指南

OpenClaw 的节点（Nodes）是为了"远程控制终端"。

我们可以通过 OpenClaw 远程控制手机、电脑等终端，比如拍照、截屏、获取位置、发送通知、执行命令等。

9.1 设备和节点的区别

Device（设备）= 配对身份层

解决"谁可以连接"的问题
两种角色：
- operator（操作员，管理 Gateway）
- node（节点，提供能力）

Node（节点） = 能力层

解决"连接后能干什么"的问题
节点是配套设备（iOS/Android/macOS/无头主机）
暴露具体能力：摄像头、屏幕录制、位置、系统命令等

Device（设备）
├── role: operator → 操作员，管理 Gateway
└── role: node → 节点，暴露能力（camera/screen/canvas...）

9.2 节点接入

假设我要在远程Linux主机上调用windows主机上的浏览器。

如何把windows主机以 node 形式连接到远程Linux主机上的gateway？

实测发现，最好通过 ssh 通道进行转发：

# 把 Windows 的 18790 通过 SSH 隧道转发到远程 62.234.xx.xx 的 18789
ssh -N -L 18790:127.0.0.1:18789 root@62.234.xx.xx
# 执行node连接
$env:OPENCLAW_GATEWAY_TOKEN="xxx"; openclaw node run --host 127.0.0.1 --port 18790 --display-name "win-docker"

第一次连接过去会报错，因为还没配对：

node host gateway connect failed: pairing required

这时，在远程Linux主机的 device/pending.json 中会看到配对信息，批准后会移到 paird.json。

# 再次运行
$env:OPENCLAW_GATEWAY_TOKEN="xxx"; openclaw node run --host 127.0.0.1 --port 18790 --display-name "win-docker"

控制台能看到连接成功信息：

最后，在 windows主机的~/.openclaw/exec-approvals.json中修改如下：

{
  "version": 1,
  "socket": {
    "path": "C:\\Users\\admin\\.openclaw\\exec-approvals.sock",
    "token": "xx"
  },
  "defaults": {
    "security": "full",
    "ask": "off",
    "askFallback": "allow"
  }
}

这样，远程Linux主机就可以执行任何操作，不需要手动允许了。

现在，让它访问 windows 的浏览器，测试一下能否访问gemini？

搞定：

原理：

Linux主机通过browser工具和windows主机通信，底层做了这些事：

OpenClaw发指令给windows节点：

openclaw nodes invoke --node win-docker --command browser.proxy

节点收到指令后启动 Chrome：

"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=18800 --user-data-dir="C:\Users\admin\.openclaw\browser\openclaw\user-data"