OpenClaw本地Docker安装部署+自定义配置国内大模型

OPENCLAW_GATEWAY_BIND：决定 Gateway 监听哪个网卡。loopback = 只有本机能访问（127.0.0.1），但 Docker bridge 网络下宿主机也访问不到；lan = 监听所有网卡（0.0.0.0），宿主机和局域网都能访问，Docker 部署必须用这个。

# .env文件内容
OPENCLAW_GATEWAY_TOKEN=xxxxxxxxx  # 需自定义修改（类似账户密码）
OPENCLAW_CONFIG_DIR=X:xxx/openclaw   # 本地创建一个文件夹，填写绝对路径
OPENCLAW_WORKSPACE_DIR=X:xxx/openclaw/workspace  # 本地创建一个文件夹，填写绝对路径
OPENCLAW_GATEWAY_PORT=18789
OPENCLAW_GATEWAY_BIND=lan

OPENCLAW_GATEWAY_TOKEN随机生成指令方式：

# Powershell方式
-join ((1..32) | ForEach-Object { '{0:x2}' -f (Get-Random -Max 256) })

# Python方式
python -c "import secrets; print(secrets.token_hex(32))"

复制打印的字符串token即可。

3.第三步：构建镜像

配置docker中镜像源加速

# docker配置镜像源
{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://docker.m.daocloud.io",
    "https://dockerproxy.com",
    "https://hub-mirror.c.163.com"
  ]
}

源码路径下cmd，使用构建指令，耐心等待镜像构建完成。

docker build -t openclaw:local .

完成后可以看到docker镜像images中新添内容

4.第四步：初始化openclaw配置

使用以下指令进入docker容器内部openclaw安装初始化

docker compose run --rm openclaw-cli onboard --mode local --no-install-daemon

选择Yes

选QuickStart。先跑起来，后续可以随时用 openclaw configure 补充配置；Manual 模式会逐项填写所有配置项，比较繁琐

模型服务商选择，先跳过Skip for now，后期自己配置。

模型平台的 API key。还没有任何 API key，选 All providers 先跳过，后面再配。

默认选择模型。第一个就好，后期可自行设置

这一步是选择想通过哪个聊天平台来使用 AI 助手。

比如选 Feishu/Lark (飞书)，配置好认证 token 之后，你就可以直接在 Feishu/Lark (飞书) 里跟 AI 对话；选 Twitch 就在 Twitch 里对话，以此类推。

选 Skip for now 跳过，后续有需求再配。

下面选项是给 AI 助手配置联网搜索能力。

配置平台 API key 之后，在跟 AI 对话时它可以主动去搜索最新信息，比如"帮我查一下今天的新闻"、"搜索某个技术文档"之类的。

没有对应平台的 API key 的话，选 Skip for now 跳过，不影响基本使用，AI 还是能正常对话，只是没有联网搜索功能。

下一个Skills 是给 AI 助手扩展能力的插件，比如读取文件、执行代码、操作浏览器等工具能力。
选 No 跳过就行，先把基础跑通，Skills 后面有需要再单独配置。安装skills需谨慎，以防投毒风险。

Hooks 是自动化触发器，当特定事件发生时自动执行某些操作。

几个选项的含义：

                boot-md — 每次 agent 启动时自动加载一个 markdown 文件作为上下文
                bootstrap-extra-files — 启动时自动注入额外的文件到 agent 上下文
                command-logger — 记录所有命令日志
                session-memory — 执行 /new 或 /reset 重置会话时，自动把当前会话内容保存到记忆里，下次还能记住
        现在先选 Skip for now 跳过，把主流程跑通再说。

5.第五步：启动容器

先设置运行访问来源地址

docker compose run --rm openclaw-cli config set gateway.controlUi.allowedOrigins "[\"http://localhost:18789\"]" --strict-json

使用命令直接启动

docker compose up -d openclaw-gateway

启动后，网页访问 http://localhost:18789 （.env文件中配置的本地端口）

ci'hc输入.env文件中配置的OPENCLAW_GATEWAY_TOKEN即可登录。

此时还不能登录，需要后台允许设备访问。

（关键步骤）继续需要配置允许设备访问：

下面指令查看已配对的设备

docker compose run --rm openclaw-cli devices list

下面指令修改最后的设备id为上述查询到的Pending Request下的字符串

docker compose run --rm openclaw-cli devices approve xxxxxx  # 修改xxxxx为实际设备id

修改成功后，可正常登录到使用界面

二、配置国内模型API

回顾第二步配置环境文件.env中的两个参数OPENCLAW_CONFIG_DIR、OPENCLAW_WORKSPACE_DIR，这两个配置的本机路径，就是映射到docker容器中的相关文件了。

可以直接在windows系统下，到配置的本机目录下找到 openclaw 配置文件 openclaw.json 进行文本修改，无需进入容器的bash交互麻烦。

配置自定义的外部模型API：

1.方法一：交互式配置

如果还不熟悉 openclaw，可以使用其提供的命令行CLI工具进行自动化配置。

# 交互式配置模型
docker compose run --rm openclaw-cli models auth login

实际就是重新进入第四步安装界面进行配置

2.方法二：openclaw CLI 命令工具

直接用 config set 命令逐项写入

# 设置 provider 配置（base URL + API key + 模型定义）
docker compose run --rm openclaw-cli config set models.providers.my-provider "{\"baseUrl\":\"https://dashscope.aliyuncs.com/compatible-mode/v1\",\"api\":\"openai-completions\",\"apiKey\":\"sk-你的key\",\"models\":[{\"id\":\"qwen-plus\",\"name\":\"qwen-plus\",\"reasoning\":false,\"input\":[\"text\"],\"contextWindow\":128000,\"maxTokens\":4096,\"cost\":{\"input\":0,\"output\":0,\"cacheRead\":0,\"cacheWrite\":0}}]}" --strict-json

# 设置默认模型
docker compose run --rm openclaw-cli models set "my-provider/qwen-plus"

3.方法三：直接修改配置文件

熟悉的话，可以直接在本地docker映射的目录下，找到 openclaw.json 文件直接修改。但是修改完之后要重新 docker 以生效

# 修改配置完之后运行
docker compose restart openclaw-gateway

"models": {
    "providers": {
      "my-provider": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-xxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen-plus",
            "name": "qwen-plus",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 4096
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "my-provider/qwen-plus"
      },
      "models": {
        "my-provider/qwen-plus": {}
      },
      "workspace": "/home/node/.openclaw/workspace"
    }
  },