OpenClaw（小龙虾）默认用英文，刚装好的时候对着满屏英文确实有点懵。不过它的多语言支持做得还不错，稍微改改配置就能切到中文环境。更关键的是，你完全可以把它对接到国产大模型上，用中文跟它对话，体验完全不一样。今天就从语言设置开始，一步步教你怎么把小龙虾变成一个中文环境下好用的AI助手。

OpenClaw最新版本一键部署包下载地址：TopClaw官网一键免费部署OpenClaw

先搞定最基础的界面语言。OpenClaw的语言设置分好几层，我建议从配置文件开始改，这样最彻底。配置文件的位置根据系统不同有所区别，找到它并修改：

# 配置文件位置
# Windows: %USERPROFILE%\.openclaw\config.yaml
# Linux/macOS: ~/.openclaw/config.yaml

# 用你喜欢的编辑器打开，找到gateway段，修改locale
gateway:
  locale: zh-CN          # 简体中文
  # locale: en           # 英文（默认）
  # locale: zh-TW        # 繁体中文
  log_level: info
  port: 8080
  host: 0.0.0.0

# 保存后重启Gateway生效
openclaw gateway restart

修改配置文件后必须重启Gateway才能生效，这个很多人会忘。改完之后你再执行命令，系统提示信息、日志输出、错误消息都会变成中文。虽然只是提示信息的语言变化，但对于排查问题来说帮助很大，至少不用一边看错误日志一边翻译了。

环境变量也是一种设置语言的方式，适合不想改配置文件的场景。或者你在多台机器上使用，想快速切换语言：

# Windows PowerShell 设置环境变量
# 临时生效（当前终端）
$env:OPENCLAW_LOCALE = "zh-CN"

# 永久生效（写入用户环境变量）
[System.Environment]::SetEnvironmentVariable("OPENCLAW_LOCALE", "zh-CN", "User")

# Linux/macOS
# 临时
export OPENCLAW_LOCALE=zh-CN

# 永久（写入bashrc或zshrc）
echo 'export OPENCLAW_LOCALE=zh-CN' >> ~/.bashrc
source ~/.bashrc

# 验证
echo $env:OPENCLAW_LOCALE   # Windows
echo $OPENCLAW_LOCALE        # Linux/macOS

环境变量的优先级比配置文件高。也就是说，如果你在配置文件里设了en，但环境变量设了zh-CN，最终会以zh-CN为准。这个特性在调试的时候很有用，你可以临时切换语言而不改配置文件。

语言搞定了，接下来是重头戏——接入国产大模型。OpenClaw默认对接的是国外的AI服务，但它的插件架构支持接入任何兼容OpenAI API格式的大模型。这意味着通义千问、智谱GLM、DeepSeek这些国产模型全都能接。

先以智谱GLM为例，这是我目前用得最多的国产模型之一。接入方法很简单，在配置里添加一个模型提供者：

# 编辑 ~/.openclaw/config.yaml（或Windows对应路径）
# 找到 llm 或 providers 配置段

llm:
  default_provider: zhipu
  providers:
    openai:
      api_key: sk-xxx
      base_url: https://api.openai.com/v1
      model: gpt-4o
    
    zhipu:
      api_key: your_zhipu_api_key_here
      base_url: https://open.bigmodel.cn/api/paas/v4
      model: glm-4
      # 智谱API兼容OpenAI格式，直接配就行
      
    deepseek:
      api_key: your_deepseek_api_key
      base_url: https://api.deepseek.com/v1
      model: deepseek-chat

  # 指定默认使用的模型
  default_model: glm-4

智谱、DeepSeek这些国产模型的API基本都兼容OpenAI的接口格式，所以配置方式几乎一样，只需要换base_url和api_key。改完之后重启Gateway，OpenClaw就会用你指定的国产模型来处理对话了。这时候你跟它说话，它回复的就是纯正的中文，理解能力和表达质量都不错。

通义千问的接入方式也差不多，阿里云的DashScope服务同样兼容OpenAI格式：

# 通义千问接入配置
llm:
  default_provider: qwen
  providers:
    qwen:
      api_key: sk-your-dashscope-key
      base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
      model: qwen-max
      # qwen-turbo 更快更便宜，qwen-max 质量更高
      
    # 如果你想做模型切换测试，可以配多个
    qwen_turbo:
      api_key: sk-your-dashscope-key
      base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
      model: qwen-turbo
      # 用于简单任务，节省token费用

通义千问分了好几个版本，qwen-max是旗舰模型效果最好，qwen-turbo速度快价格低适合日常简单任务。建议两个都配上，根据任务复杂度切换使用，既保证质量又控制成本。切换模型的时候只需要改default_model就行，不需要改其他配置。

配好国产模型之后，还可以做一些针对中文场景的优化。比如设置系统提示词为中文，这样AI的回复会更符合中文表达习惯：

# 在OpenClaw的SOUL.md或系统提示词中添加中文指令
# SOUL.md 是Agent的人设文件，定义了AI的性格和回复风格

# 示例：设置一个偏向技术博客风格的中文人设
请始终使用简体中文回复。回复风格要求：
1. 像一个经验丰富的技术博主在写博客
2. 代码示例和中文解释各占一半
3. 语气自然亲切，避免机械感
4. 技术术语第一次出现时给出简单解释
5. 遇到不确定的问题直接说"不太确定"，不编造答案

SOUL.md是OpenClaw中非常核心的一个文件，它定义了Agent的"人格"。把这些中文指令写进去之后，AI的回复风格会明显改善。你会发现它不再像机器翻译那样生硬，而是更像一个中国开发者在跟你交流技术问题。

还有一个实用技巧：给Skill文件也加上中文描述。OpenClaw的Skill系统会根据描述来匹配合适的技能，如果描述是中文的，你在中文对话中触发它的概率会更高：

# skills/code-helper/SKILL.md
## 代码助手

当用户需要以下帮助时自动激活：
- 代码编写和修改
- Bug排查和调试
- 代码优化建议
- 技术方案讨论

触发关键词：帮我写、代码有问题、怎么实现、这段代码什么意思、优化一下

Skill的描述和触发关键词都用中文写，这样你平时用中文跟OpenClaw对话的时候，它就能更准确地匹配到对应的技能。这套机制用熟了之后，基本上你用纯中文就能把OpenClaw的所有功能都用起来，完全不需要碰英文。

总结一下今天的操作流程：先改配置文件的locale为zh-CN，再设好环境变量确保中文生效，然后接入国产大模型的API，最后优化SOUL.md和Skill描述。这四步做完，你的小龙虾就是一个完全中文化的AI助手了。整个过程也就十几分钟的事情，但体验提升是立竿见影的。