小白也能懂的养龙虾教程

本文将为您提供一份面向小白的、从零开始的 OpenClaw（俗称“养龙虾”）本地部署教程。我们将遵循的原则，以为例进行讲解，并融入关键性细节以确保新手能够顺利部署。整个流程核心在于搭建一个无需联网、不消耗 API Token、能执行自动化任务（如操作电脑、处理文件）的 AI 助手。

m0_56604492

1372人浏览 · 2026-03-18 18:03:02

m0_56604492 · 2026-03-18 18:03:02 发布

本文将为您提供一份面向小白的、从零开始的 OpenClaw（俗称“养龙虾”）本地部署教程。我们将遵循 零成本、高成功率、步骤详尽 的原则，以 Windows 系统 为例进行讲解，并融入关键性细节以确保新手能够顺利部署。整个流程核心在于搭建一个无需联网、不消耗 API Token、能执行自动化任务（如操作电脑、处理文件）的 AI 助手。

核心概念与准备工作

在开始前，需要了解几个核心组件，它们的关系如下表所示：

组件	作用	类比
OpenClaw	AI 自动化执行框架。接收你的指令，规划操作步骤，并调用“技能”（如操作鼠标键盘、读写文件）完成任务。	“大脑”和“指挥中心”
Ollama	本地大模型运行引擎。负责在您电脑上运行一个开源大语言模型（如 Qwen、GLM），为 OpenClaw 提供思考和对话能力。	“思考引擎”
大语言模型	具体的 AI 模型文件，如 `qwen2.5:7b`。由 Ollama 加载，负责理解指令、生成操作计划。	“知识库”和“逻辑单元”
Node.js	OpenClaw 的运行环境，一个 JavaScript 运行时。	“基础运行平台”

准备工作：

操作系统：Windows 10 或 11（本文以 Win11 为例）。
硬件要求：至少 8GB 内存（推荐 16GB 以上）。若无独立显卡（NVIDIA GPU），可使用 CPU 运行，速度稍慢但完全可行，实现零硬件门槛。
网络环境：部署过程中需要下载安装包和模型文件（总计约 4-8 GB），请确保网络通畅。

第一步：安装 Node.js 运行环境

OpenClaw 基于 Node.js 开发，因此必须先安装它。

访问 Node.js 官网，下载 LTS 版本（建议 v22.x 或更高） 的 Windows 安装包 (.msi)。
运行下载的安装程序，全部使用默认设置，一路点击“Next”即可完成安装。
安装完成后，验证是否成功。按下 Win + R 键，输入 cmd 打开命令提示符，输入以下命令：
```
node --version
npm --version
```
如果两行命令分别正确显示版本号（如 v22.11.0 和 10.9.0），说明安装成功。

第二步：安装 Ollama 与大语言模型

Ollama 是运行本地模型的关键，我们将用它来加载一个免费、开源且支持长指令的模型。

安装 Ollama：
- 访问 Ollama 官网，下载 Windows 版本的安装程序。
- 双击运行安装，过程同样简单。
- 安装完成后，Ollama 会以后台服务的形式运行。你可以在系统托盘找到它的图标。
拉取并配置大语言模型：
- 再次打开命令提示符 (cmd)。
- 输入以下命令，拉取一个中等尺寸、性能良好的模型（例如 Qwen2.5 的 7B 参数版本）：
```
ollama pull qwen2.5:7b
```
  此过程会下载约 4.5 GB 的文件，请耐心等待。
- （关键步骤）扩展模型上下文窗口：默认模型的“记忆力”（上下文长度）可能只有 4096 或 8192 tokens，这对于复杂的自动化任务来说太小，容易导致任务失败。我们需要创建一个自定义模型文件来扩展它。
  - 在任意位置（例如桌面）新建一个文本文档，命名为 Modelfile（注意没有后缀名）。用记事本打开，输入以下内容：
```
FROM qwen2.5:7b
# 将上下文长度扩展到 32768，这对处理长指令和多步骤任务至关重要
PARAMETER num_ctx 32768
```
  - 保存文件后，在 Modelfile 所在目录的地址栏输入 cmd 并按回车，直接在此目录打开命令提示符。
  - 运行以下命令，基于刚才的配置创建一个新的模型，我们将其命名为 qwen2.5-32k：
```
ollama create qwen2.5-32k -f ./Modelfile
```
  这个新模型就具备了更强大的“长记忆”能力，是稳定运行 OpenClaw 任务的关键。

第三步：安装与配置 OpenClaw

这是“养龙虾”的核心步骤。

一键安装 OpenClaw：
- 在命令提示符中，运行官方提供的安装脚本。建议在非系统盘（如D盘）的根目录下执行，以避免可能的权限问题。
```
npm install -g @openwebui/claw
```
  此命令会通过 npm 包管理器全局安装 OpenClaw CLI 工具。
初始化与配置 OpenClaw：
- 安装完成后，输入以下命令初始化一个 OpenClaw 项目：
```
claw init my-lobster
```
  这会在当前目录下创建一个名为 my-lobster 的文件夹。
- 进入该项目目录：
```
cd my-lobster
```
- 配置连接 Ollama：我们需要告诉 OpenClaw 使用我们本地刚刚创建好的模型。编辑项目根目录下的 openclaw.json 配置文件（可以用记事本打开）。
  - 找到 "ollama" 配置部分，确保其类似以下内容：
```
{
  "ollama": {
    "baseUrl": "http://localhost:11434", // Ollama 默认服务地址
    "model": "qwen2.5-32k" // 使用我们自定义的长上下文模型
  }
}
```
  - 如果配置文件中没有 ollama 部分，可以手动添加。这确保了 OpenClaw 的“大脑”与我们本地的“思考引擎”正确连接。

第四步：启动与验证

完成所有配置后，即可启动你的“龙虾”。

启动 OpenClaw 服务：在项目目录 (my-lobster) 下的命令提示符中，运行：
```
claw start
```
第一次启动可能会下载一些依赖，稍等片刻。当看到类似 “OpenClaw is running at http://localhost:3000” 的提示时，表示服务已成功启动。
访问 Web 控制台：
- 打开你的浏览器（Chrome, Edge 等）。
- 在地址栏输入：http://localhost:3000
- 如果一切顺利，你将看到 OpenClaw 的 Web 用户界面。这是一个类似聊天机器人的界面，但它的背后是一个可以操作你电脑桌面的 AI 智能体。
进行功能验证：
- 在 Web 界面的聊天框中，尝试输入一些简单的指令来测试，例如：
  
  “帮我打开记事本。”
- 观察你的桌面，OpenClaw 应该会尝试控制鼠标和键盘来执行打开记事本的操作。初次使用会请求桌面控制权限，请务必点击“允许”或“是”。
- 如果成功，恭喜你，你的本地 AI 自动化助手“龙虾”已经养成了！你可以尝试更复杂的指令，如“总结我桌面上 report.txt 文件的内容”或“打开浏览器搜索今天的天气”。

常见问题与解决方案（小白必读）

问题现象	可能原因	解决方案
`claw` 命令未找到	Node.js 或 OpenClaw 安装后，系统 PATH 环境变量未更新。	1. 完全关闭并重新打开命令提示符。 2. 若仍未解决，手动将 Node.js 的安装路径（如 `C:\Program Files
odejs`）添加到系统的 PATH 环境变量中。
访问 `localhost:3000` 失败	OpenClaw 服务未正确启动；端口被占用。	1. 确认在项目目录中执行了 `claw start` 且无报错。 2. 尝试更换端口，在启动命令后加参数：`claw start --port 3001`，然后访问 `http://localhost:3001`。
任务执行失败，提示上下文长度不足	使用的模型默认上下文窗口太小。	严格按照第二步中“扩展模型上下文窗口”的步骤操作，创建并使用自定义的 `qwen2.5-32k` 模型。
模型加载慢或任务响应慢	使用 CPU 运行 7B 模型，计算资源有限。	1. 耐心等待，首次执行需要时间。 2. 后续可考虑使用更小的模型（如 `qwen2.5:1.5b`），或为电脑增加内存。
桌面操作不被允许	系统安全设置阻止了自动化脚本。	在弹出权限请求窗口时，务必点击“允许”。在 Windows 设置中，检查“辅助功能”或“隐私与安全性”中是否有相关权限开关。