OpenClaw 这个项目我从年初一直折腾到现在中间经历了好几轮版本重写。标题写成“终章”不是说项目没了而是我想把这一阶段的使用心得收个尾从 Windows Companion 到 WSL2 环境校验从 Node.js 安装到 Ollama 本地模型从 Termux 手机部署到 skill 编写能踩的坑基本都踩了一遍。如果你正准备入坑这篇总结应该能直接帮你跳过大部分弯路。先给还没接触过 OpenClaw 的朋友一句话概括它是一个开源的个人 AI 助手运行框架。它不是又一个聊天机器人壳子而是一个能对接聊天平台、能调用本地模型、能通过“技能skill”执行实际操作的自动化入口。你可以把它理解成一个自带脚手架的 AI 管家模型负责理解OpenClaw 负责行动skill 负责具体干活。1. OpenClaw 是什么它不是又一个聊天机器人壳子1.1 我对 OpenClaw 的核心定位第一次看到 OpenClaw 的仓库时我差点把它当成又一个套壳聊天机器人。真正用下来才发现它解决的问题不是“怎么聊”而是“聊完以后怎么落地”。举个例子。普通的聊天机器人接入大模型 API 后你问它“上海明天会不会下雨”它能给你一段文字回复。但 OpenClaw 多了一层执行能力它可以调用一个 weather skill去查询天气接口把结果格式化后发回给你如果配合日程 skill它还能根据天气帮你调整明天的出行计划。这个“从文本回复到实际动作”的转变才是 OpenClaw 真正想做的事情。所以它更适合的人其实是这么几类有一定命令行基础想自己搭建 AI 助手的技术爱好者。希望数据留在本机、不愿意把聊天记录大量上传到云端的人。手里有多条对接渠道Telegram、群聊、本地终端、手机 Termux想用一个统一入口管理的人。想给 AI 助手写自定义工具又不打算从零造轮子的人。如果你只是想要一个能对话的窗口OpenClaw 反而有点大材小用。同类图形界面工具能耗更低体验也更顺滑。OpenClaw 的优势在于“连接”和“自动化”而不是“聊天 UI”。1.2 为什么值得折腾我最初被 OpenClaw 吸引是因为它的架构思路是“本地优先”。模型可以完全跑在本地通过 Ollama 加载开源权重不需要把每一句对话都发到外部 API。这样做有几个非常现实的好处隐私可控。对话记录、工具调用日志都留在自己的机器里。没有按 token 计费的压力。随便问问错了也不心疼。离线可用。本地模型加载之后断网也能跑基础能力。模块化。聊天平台、模型 provider、skill 都是可插拔的。但也必须说清楚OpenClaw 不是开箱即用的“傻瓜软件”。它的安装过程涉及 Node.js、WSL2、Ollama、配置文件还有一堆环境变量。我第一次装的时候就卡在了“OpenClaw 无法安全验证 WSL2 环境”这个提示上当时还以为是程序坏了后来发现是 WSL 内核版本太旧。这种问题在官方文档里往往只有一句话但实际排查要翻不少资料。正是因为折腾成本不低我觉得很有必要把这些经验沉淀成一篇总结。下面按部署、实操、技能、排障、评价五个部分来写。2. 部署方式选型Windows Companion、WSL2、Termux 与算力来源2.1 三条主流路线怎么选OpenClaw 的跨平台能力是它的一大卖点但“能跑”和“跑得顺”是两回事。我实际测试下来比较靠谱的路线有三条部署方式适合场景优点注意点Windows 桌面 WSL2 Windows Companion日常办公电脑需要系统通知、剪贴板、麦克风等能力环境熟悉图形化操作Companion 能补足系统集成WSL2 配置容易出问题Node 模块在 Windows 和 Linux 文件系统间有兼容性坑Linux 服务器 / 云主机7x24 小时运行接入群聊或作为家庭服务器管家稳定资源占用干净最佳实践丰富需要一台常开机器初期调试要习惯命令行Android 手机 Termux随身携带远程控制家里或服务器上的 OpenClaw便携能调用手机传感器和通知CPU/内存有限跑不动大模型更适合做“遥控器”我自己最终的主力方案是 Windows 笔记本 WSL2 Ollama。不是因为 Windows 最稳而是因为 Windows Companion 在系统集成方面确实方便。你如果不关心通知、剪贴板、全局麦克风直接装 Linux 服务器版本会省掉很多麻烦。2.2 WSL2 环境与 Node.js 的前提在 Windows 上跑 OpenClaw第一个拦路虎就是 WSL2。很多报错都跟它有关。最典型的提示是OpenClaw 无法安全验证 WSL2 环境。请在 PowerShell 中运行 wsl --status 以获取详细信息。这句提示看上去像程序崩溃其实只是 OpenClaw 的安全检查没通过。它希望确认 WSL2 默认版本正常、内核可用然后才会让主服务在 Linux 子系统里运行。因为 OpenClaw 很多底层操作依赖 Linux 语义直接跑在 Windows 原生环境里会碰到文件权限、进程管理和 socket 行为不一致的问题。所以装 OpenClaw 之前我建议先把下面这几样确认好Windows 10 21H2 或 Windows 11 以上版本。WSL2 已启用且有可用的 Linux 发行版。Node.js LTS 版本已安装npm 能正常使用。如果打算用本地模型Ollama 也要装好。很多人会搜“Node.js 官网下载 OpenClaw”这其实是个误解。Node.js 官网下载的是 JavaScript 运行时OpenClaw 是通过 npm 安装的。你真正要装的不是“OpenClaw 一键安装包”而是“OpenClaw 的 npm 包 Node.js 运行时 一堆配置文件”。2.3 本地模型还是 API算力问题的真实答案很多人问过“OpenClaw 只能用接入 API 的方式使用算力吗”。答案是否定的。OpenClaw 可以接 Ollama 本地模型也可以接各种在线 API两者还能混合使用。我实际测试下来的体会是如果你的机器有 16GB 内存跑 7B 或 8B 量化模型基本够用。32GB 内存可以尝试 14B 模型速度会更慢但理解能力明显提升。只有集成显卡或纯 CPU也能跑只是响应速度到不了“很跟手”的程度。以我现在用的 qwen2.5:7b 为例在 WSL2 里分配给 Ollama 的内存足够时单轮回复大概需要 3 到 6 秒。这个速度对聊天来说已经不错了对“执行任务”这种场景也完全能接受。API 方式的优势是模型更强、响应更快代价是数据出本机、按量计费。如果只是体验 OpenClaw我建议先用本地模型跑通全流程再把 API 作为可选增强。这样就算网络波动核心功能也不会瘫痪。3. 完整实操记录从零部署一份可用的 OpenClaw3.1 准备阶段先把 WSL2 和 Node.js 弄干净以下是我的实际操作记录按顺序来基本不会再踩坑。第一步打开 PowerShell先看 WSL 状态wsl --status正常情况下会看到“默认版本2”以及内核版本号。如果提示没有安装发行版或者版本号很老就先执行wsl --update wsl --shutdown wsl --set-default-version 2较新的 WSL 版本还支持wsl --update --web-download如果你在公司网络或内网环境这个参数能避免商店下载失败的问题。第二步检查 Node.jsnode -v npm -v我建议使用 Node.js 20 LTS 或 22 LTS。之前我在旧版本 Node 16 上跑 OpenClawnpm 装包时反复报错升级到 LTS 后问题自然消失。如果你没有 Node.js可以直接去官网下 LTS 安装包一路下一步即可。第三步装好 Git。Windows 下直接用 winget 装最省事winget install Git.Git3.2 安装 OpenClaw 与配置 Windows Companion确认环境和 Node 版本没问题后开始安装 OpenClawnpm install -g openclaw然后初始化一个项目目录openclaw init myassistant cd myassistant这个过程会生成 OpenClaw 的配置目录和初始配置文件。不同版本生成的字段名略有差异但大概思路是一样的。如果你要用 Windows Companion注意它并不是 OpenClaw 的主程序而是负责系统级桥接的辅助进程。它处理通知、剪贴板、全局音频输入这些主服务理论上不该碰的能力。我第一次配置时犯过一个错误以为 Companion 是独立 App装好主程序就能直接弹通知。实际上需要在配置文件里把 Companion 开关打开再启动 companion 进程。我当时在openclaw.config.json里的写法是这样的{ windowsCompanion: { enabled: true, port: 18789, bind: 127.0.0.1 } }补充说明一下这个 IP 绑定很重要。Companion 只监听本地回环地址就够了不要绑到0.0.0.0否则局域网内其他设备也能访问你的 Companion 接口存在安全隐患。然后启动 Companionopenclaw companion start启动后回到主控制台运行openclaw start如果配置没有报错OpenClaw 会先检查 WSL2 环境再加载模型和 skill最后进入等待对话的状态。3.3 配置 Ollama 与模型加载OpenClaw 默认不一定带着 Ollama 集成需要你在配置里指定 provider。我的做法是先在 WSL2 里装 Ollamacurl -fsSL https://ollama.com/install.sh | sh然后拉取模型ollama pull qwen2.5:7b如果 Ollama 和 OpenClaw 跑在同一台机器上通常保持默认的127.0.0.1:11434就行。只有当你希望手机 Termux 或局域网设备访问这台 Ollama 时才需要设置export OLLAMA_HOST0.0.0.0然后在 OpenClaw 配置里填上模型信息。我当时的配置片段类似{ model: { provider: ollama, model: qwen2.5:7b, baseUrl: http://127.0.0.1:11434 } }启动后如果日志里出现“model loaded”或类似字样说明模型已经就位。3.4 第一轮启动与对话验证我第一次启动时心里很没底怕卡在某一步。实际完整流程跑通之后验证只需要两步第一步在 OpenClaw 控制台里发一句话比如“你好介绍一下你现在的能力”。如果模型能正常回复说明基础链路没问题。第二步调一个最简单的 skill。OpenClaw 默认会带一些基础技能你可以在配置里查看技能列表或者直接问它“你会哪些技能”。如果它能列出来说明 skill 加载也正常。这里有一个经验不要一上来就把 Telegram、Discord、微信群全接上。先把 CLI 模式跑通再逐步加平台。我见过不少人在第一步就急着接多个平台结果日志密密麻麻分不清是模型问题、平台 token 问题还是 skill 问题。3.5 手机端 Termux 安装补充很多人搜“Termux 安装 OpenClaw 手机版下载步骤”其实 OpenClaw 没有专门的“手机版”它是通过 Termux 在 Android 上跑 Node.js 环境。我的操作步骤pkg update pkg upgrade -y pkg install nodejs-lts git termux-api npm install -g openclaw openclaw init mobileTermux 环境下有几点要特别注意不要用 Google Play 上的旧 Termux建议从 F-Droid 或 GitHub Release 安装否则包源会不稳定。Android 后台杀进程非常激进需要把 Termux 加入电池优化白名单否则跑着跑着就被系统回收。手机本地算力有限我实测 7B 模型在手机上跑基本不现实。更合理的方案是手机 Termux 作为远端控制端连接家里或服务器上的 OpenClaw 实例。如果你想把手机上的通知、位置、摄像头等能力接入 OpenClaw就装termux-api包。它提供了一组本地 APIOpenClaw 的 skill 可以通过 Termux 的意图接口调用这些能力。4. 技能Skill机制把助手从“会聊天”变成“能干活”4.1 Skill 到底长什么样OpenClaw 最灵活的部分是 skill 机制。你可以把 skill 理解成“给 AI 助手准备的插件”。一个 skill 通常由两部分组成一份描述文件告诉模型这个 skill 什么时候触发、需要什么参数。一段可执行脚本负责真正完成任务。我习惯把 skill 放在项目目录下的skills文件夹里每个 skill 一个子目录。典型结构是这样skills/ remind_me/ SKILL.md run.jsSKILL.md的写法有点类似 Markdown 加 frontmatter核心是让模型知道“你有一个工具可以用”。我当时写的一个简单提醒 skill--- name: remind_me description: 设置一个定时提醒 arguments: content: type: string description: 提醒内容 minutes: type: integer description: 多少分钟后提醒 --- 你正在执行提醒设置任务请把 content 和 minutes 传给脚本由脚本创建系统提醒。然后run.js负责实现具体逻辑比如写入一个提醒队列或调用系统通知。实际项目里你可能还想让 skill 能读取日历、查询天气、操作文件甚至调用外部接口。4.2 写一个自己的 Skill很多人第一次写 skill 会搞错一个点模型本身不执行代码它只是根据描述生成参数然后交给 skill 脚本来执行。所以描述文件的质量直接决定这个技能好不好用。我写 skill 的经验可以概括成三点描述要具体。不要写“处理提醒”要写“在用户要求设置提醒时提取提醒内容和分钟数”。参数要明确。写清楚每个参数的类型和含义能让大模型少犯很多错。脚本要容错。模型生成的参数有时候会格式不规范脚本里要做校验和兜底。以天气查询为例不要让模型自己编天气数据而是让 skill 脚本去调天气接口。OpenClaw 的价值就在这把不可控的模型输出转化为可控的函数调用。4.3 权限与安全边界Skill 能执行代码就意味着它拥有你这台机器的权限。这是 OpenClaw 最强大的地方也是最需要谨慎的地方。我给自己立了几条规矩不用 root 或管理员账户跑 OpenClaw除非有绝对必要。每个 skill 只给最小权限不写“万能执行”脚本。外部 API 的 token 单独管理不写死在 skill 源码里。定期看日志确认模型没有莫名其妙触发危险 skill。你可以把 skill 想象成一个外包员工你告诉它任务目标它自己决定流程。但如果不设好权限边界这个员工可能做出你完全没预料到的事。所以“能用”和“安全地用”之间差了配置、测试和日志这几道功夫。5. 常见问题与排查技巧实录5.1 WSL2 环境校验失败的根源与修复“OpenClaw 无法安全验证 WSL2 环境请在 PowerShell 中运行 wsl --status”这个话题被搜得最多我也卡过。这个报错通常有三个原因WSL2 没启用或默认版本不是 2。WSL 内核太旧OpenClaw 检查到的内核信息不完整。系统版本太老比如 Windows 10 初版WSL2 支持不完整。修复路径也很固定。先运行wsl --status wsl --version如果发现内核版本过旧就wsl --update wsl --shutdown如果wsl --status显示默认版本是 1就执行wsl --set-default-version 2做完这些再重新启动 OpenClaw。绝大多数 WSL2 相关报错都能在这几步内解决。5.2 Node.js 版本坑OpenClaw 是 Node.js 项目所以 Node 版本直接决定能否安装和启动。我遇到的几类问题日志现象常见原因处理建议npm install 中途报大量 ERRNode 版本过旧升级到 20/22 LTSopenclaw 命令找不到npm 全局目录不在 PATH重装 npm 包或手动npm config get prefix配置 PATH启动后频繁崩溃旧版本 OpenClaw 与新版 Node 不兼容先去 GitHub 查看 release note再升级 OpenClaw我踩得最多的坑是npm 包已经装了但控制台里运行openclaw提示找不到命令。这往往不是包没装上而是 npm 全局 bin 目录不在 PATH 里。用npm config get prefix看一眼再手动把目录加进 PATH 基本就好。5.3 Ollama 连接不上OpenClaw 配置了 Ollama provider 后如果日志提示模型连接失败先别急着改配置用下面这条命令直接确认 Ollama 是否活着curl http://127.0.0.1:11434/api/tags如果这个地址能看到模型列表说明 Ollama 正常问题大概率出在 OpenClaw 配置里的baseUrl写错了。如果连接不通再检查 Ollama 服务是否启动、监听地址是否改过。还有一个容易被忽略的点WSL2 里访问 Windows 宿主机服务不能直接用localhost。反过来Windows 访问 WSL2 里的服务也要确认 IP。OpenClaw 和 Ollama 都跑在 WSL2 内部时用127.0.0.1最省心。一个在 Windows 原生一个在 WSL2 内才会遇到网络互通问题。5.4 端口、防火墙与局域网访问OpenClaw 的 Web 管理界面和 Companion 都有自己的端口。默认端口如果被占用启动时会报 address in use。解决方法是换端口或者在配置文件里明确指定端口。如果你想让同一局域网的其他设备访问 OpenClaw要注意防火墙。Windows 默认会在首次监听时弹窗询问是否允许选“取消”以后局域网设备就会一直连不上。这时候得去防火墙里手动放行对应端口或者直接改绑定的 IP。但我的建议是除非确实需要否则不要把 OpenClaw 的调试端口暴露到局域网。手机 Termux 需要远程访问的话用带认证的反向通道比裸奔端口安全得多。5.5 Termux 上的常见问题Termux 上最容易出问题的地方不是 OpenClaw 本身而是系统权限和包源。如果pkg install很慢可以先pkg update再换一个更快的镜像源。如果 OpenClaw 启动后无法读剪贴板或通知多半是termux-api没装或者 Termux 没有在前台运行权限。如果进程被杀参考前面说的把 Termux 加入电池优化白名单。还有一个信息要同步OpenClaw 目前没有官方中文版。网上搜到的“OpenClaw 中文版”大多是社区汉化或非官方打包。我的建议是直接用英文原版。这个项目迭代速度很快汉化版很有可能落后好几个版本导致配置项对不上。6. 个人评价与后续建议6.1 我满意的部分OpenClaw 最打动我的是它的“本地优先 可编程”思路。它不像很多 AI 产品那样把用户锁在自家生态里而是把模型、平台、技能都抽象成可替换的模块。我可以在本机用 Ollama也可以临时切到 API我可以只做 CLI 部署也可以接一堆消息平台。这种自由度在商业产品里基本见不到。另一个让我坚持用下来的原因是 skill 机制。刚开始我总觉得 AI 助手“没有灵魂”后来发现不是模型不够聪明而是缺少把对话转成动作的桥梁。写了一个真正的 skill 并且跑通之后你会明显感受到“助手”和“聊天机器人”的区别。6.2 仍然不够好的地方客观说OpenClaw 目前还是偏“技术爱好者玩具”。首先是文档和配置碎片化。同一个功能不同版本里可能有不同写法经常需要对照 GitHub issue 才能搞清楚。其次是 Windows 原生支持还不完美。WSL2 环境校验这种问题对不了解 WSL 的新手来说门槛很高。第三是没有像样的图形化配置界面一切靠改配置文件这对纯小白很不友好。安全方面也还有提升空间。skill 可以执行代码但官方对权限隔离、容器化运行这些企业级能力支持得还不够深。如果只是自用问题不大如果要跑在公网服务器上必须自己做额外的加固。6.3 给后来者的配置建议如果你决定入坑我建议按这个顺序来第一步先在 Windows/Linux 上用 CLI 模式跑通 Ollama 本地模型。第二步写一个最简单的 skill比如定时提醒或文件整理。第三步再接一个消息平台比如 Telegram 或群聊。第四步把配置文件和 skill 目录用 Git 管理起来方便回滚。第五步再考虑 Windows Companion、手机 Termux、局域网访问这些进阶能力。我最后一次重装时由于有配置备份和 skill 备份整个环境从零搭起来只用了不到半小时。没有备份之前我每次折腾都担心把环境搞坏。所以配置文件的版本管理一定要从第一天就做。最后再分享一个小技巧OpenClaw 的日志信息量很大别只盯着红色错误看。遇到启动失败先把日志里第一条警告找出来往往那才是根因。比如 WSL2 校验失败、模型加载失败、端口占用这些问题的第一条日志都在很前面的位置而不是最后几条。这个习惯帮我避开了很多“反复重启但不知道错在哪”的无用功。OpenClaw 现在还称不上完美但它的方向是对的。如果你愿意花时间折腾它能让你拥有一个真正属于自己、能干活、能不断扩展的 AI 助手。这篇终章就当是给这一阶段画个句号也希望这些经验能陪你少踩几个坑。
OpenClaw 实战总结：从WSL2部署到Skill开发的开源AI助手指南
OpenClaw 这个项目我从年初一直折腾到现在中间经历了好几轮版本重写。标题写成“终章”不是说项目没了而是我想把这一阶段的使用心得收个尾从 Windows Companion 到 WSL2 环境校验从 Node.js 安装到 Ollama 本地模型从 Termux 手机部署到 skill 编写能踩的坑基本都踩了一遍。如果你正准备入坑这篇总结应该能直接帮你跳过大部分弯路。先给还没接触过 OpenClaw 的朋友一句话概括它是一个开源的个人 AI 助手运行框架。它不是又一个聊天机器人壳子而是一个能对接聊天平台、能调用本地模型、能通过“技能skill”执行实际操作的自动化入口。你可以把它理解成一个自带脚手架的 AI 管家模型负责理解OpenClaw 负责行动skill 负责具体干活。1. OpenClaw 是什么它不是又一个聊天机器人壳子1.1 我对 OpenClaw 的核心定位第一次看到 OpenClaw 的仓库时我差点把它当成又一个套壳聊天机器人。真正用下来才发现它解决的问题不是“怎么聊”而是“聊完以后怎么落地”。举个例子。普通的聊天机器人接入大模型 API 后你问它“上海明天会不会下雨”它能给你一段文字回复。但 OpenClaw 多了一层执行能力它可以调用一个 weather skill去查询天气接口把结果格式化后发回给你如果配合日程 skill它还能根据天气帮你调整明天的出行计划。这个“从文本回复到实际动作”的转变才是 OpenClaw 真正想做的事情。所以它更适合的人其实是这么几类有一定命令行基础想自己搭建 AI 助手的技术爱好者。希望数据留在本机、不愿意把聊天记录大量上传到云端的人。手里有多条对接渠道Telegram、群聊、本地终端、手机 Termux想用一个统一入口管理的人。想给 AI 助手写自定义工具又不打算从零造轮子的人。如果你只是想要一个能对话的窗口OpenClaw 反而有点大材小用。同类图形界面工具能耗更低体验也更顺滑。OpenClaw 的优势在于“连接”和“自动化”而不是“聊天 UI”。1.2 为什么值得折腾我最初被 OpenClaw 吸引是因为它的架构思路是“本地优先”。模型可以完全跑在本地通过 Ollama 加载开源权重不需要把每一句对话都发到外部 API。这样做有几个非常现实的好处隐私可控。对话记录、工具调用日志都留在自己的机器里。没有按 token 计费的压力。随便问问错了也不心疼。离线可用。本地模型加载之后断网也能跑基础能力。模块化。聊天平台、模型 provider、skill 都是可插拔的。但也必须说清楚OpenClaw 不是开箱即用的“傻瓜软件”。它的安装过程涉及 Node.js、WSL2、Ollama、配置文件还有一堆环境变量。我第一次装的时候就卡在了“OpenClaw 无法安全验证 WSL2 环境”这个提示上当时还以为是程序坏了后来发现是 WSL 内核版本太旧。这种问题在官方文档里往往只有一句话但实际排查要翻不少资料。正是因为折腾成本不低我觉得很有必要把这些经验沉淀成一篇总结。下面按部署、实操、技能、排障、评价五个部分来写。2. 部署方式选型Windows Companion、WSL2、Termux 与算力来源2.1 三条主流路线怎么选OpenClaw 的跨平台能力是它的一大卖点但“能跑”和“跑得顺”是两回事。我实际测试下来比较靠谱的路线有三条部署方式适合场景优点注意点Windows 桌面 WSL2 Windows Companion日常办公电脑需要系统通知、剪贴板、麦克风等能力环境熟悉图形化操作Companion 能补足系统集成WSL2 配置容易出问题Node 模块在 Windows 和 Linux 文件系统间有兼容性坑Linux 服务器 / 云主机7x24 小时运行接入群聊或作为家庭服务器管家稳定资源占用干净最佳实践丰富需要一台常开机器初期调试要习惯命令行Android 手机 Termux随身携带远程控制家里或服务器上的 OpenClaw便携能调用手机传感器和通知CPU/内存有限跑不动大模型更适合做“遥控器”我自己最终的主力方案是 Windows 笔记本 WSL2 Ollama。不是因为 Windows 最稳而是因为 Windows Companion 在系统集成方面确实方便。你如果不关心通知、剪贴板、全局麦克风直接装 Linux 服务器版本会省掉很多麻烦。2.2 WSL2 环境与 Node.js 的前提在 Windows 上跑 OpenClaw第一个拦路虎就是 WSL2。很多报错都跟它有关。最典型的提示是OpenClaw 无法安全验证 WSL2 环境。请在 PowerShell 中运行 wsl --status 以获取详细信息。这句提示看上去像程序崩溃其实只是 OpenClaw 的安全检查没通过。它希望确认 WSL2 默认版本正常、内核可用然后才会让主服务在 Linux 子系统里运行。因为 OpenClaw 很多底层操作依赖 Linux 语义直接跑在 Windows 原生环境里会碰到文件权限、进程管理和 socket 行为不一致的问题。所以装 OpenClaw 之前我建议先把下面这几样确认好Windows 10 21H2 或 Windows 11 以上版本。WSL2 已启用且有可用的 Linux 发行版。Node.js LTS 版本已安装npm 能正常使用。如果打算用本地模型Ollama 也要装好。很多人会搜“Node.js 官网下载 OpenClaw”这其实是个误解。Node.js 官网下载的是 JavaScript 运行时OpenClaw 是通过 npm 安装的。你真正要装的不是“OpenClaw 一键安装包”而是“OpenClaw 的 npm 包 Node.js 运行时 一堆配置文件”。2.3 本地模型还是 API算力问题的真实答案很多人问过“OpenClaw 只能用接入 API 的方式使用算力吗”。答案是否定的。OpenClaw 可以接 Ollama 本地模型也可以接各种在线 API两者还能混合使用。我实际测试下来的体会是如果你的机器有 16GB 内存跑 7B 或 8B 量化模型基本够用。32GB 内存可以尝试 14B 模型速度会更慢但理解能力明显提升。只有集成显卡或纯 CPU也能跑只是响应速度到不了“很跟手”的程度。以我现在用的 qwen2.5:7b 为例在 WSL2 里分配给 Ollama 的内存足够时单轮回复大概需要 3 到 6 秒。这个速度对聊天来说已经不错了对“执行任务”这种场景也完全能接受。API 方式的优势是模型更强、响应更快代价是数据出本机、按量计费。如果只是体验 OpenClaw我建议先用本地模型跑通全流程再把 API 作为可选增强。这样就算网络波动核心功能也不会瘫痪。3. 完整实操记录从零部署一份可用的 OpenClaw3.1 准备阶段先把 WSL2 和 Node.js 弄干净以下是我的实际操作记录按顺序来基本不会再踩坑。第一步打开 PowerShell先看 WSL 状态wsl --status正常情况下会看到“默认版本2”以及内核版本号。如果提示没有安装发行版或者版本号很老就先执行wsl --update wsl --shutdown wsl --set-default-version 2较新的 WSL 版本还支持wsl --update --web-download如果你在公司网络或内网环境这个参数能避免商店下载失败的问题。第二步检查 Node.jsnode -v npm -v我建议使用 Node.js 20 LTS 或 22 LTS。之前我在旧版本 Node 16 上跑 OpenClawnpm 装包时反复报错升级到 LTS 后问题自然消失。如果你没有 Node.js可以直接去官网下 LTS 安装包一路下一步即可。第三步装好 Git。Windows 下直接用 winget 装最省事winget install Git.Git3.2 安装 OpenClaw 与配置 Windows Companion确认环境和 Node 版本没问题后开始安装 OpenClawnpm install -g openclaw然后初始化一个项目目录openclaw init myassistant cd myassistant这个过程会生成 OpenClaw 的配置目录和初始配置文件。不同版本生成的字段名略有差异但大概思路是一样的。如果你要用 Windows Companion注意它并不是 OpenClaw 的主程序而是负责系统级桥接的辅助进程。它处理通知、剪贴板、全局音频输入这些主服务理论上不该碰的能力。我第一次配置时犯过一个错误以为 Companion 是独立 App装好主程序就能直接弹通知。实际上需要在配置文件里把 Companion 开关打开再启动 companion 进程。我当时在openclaw.config.json里的写法是这样的{ windowsCompanion: { enabled: true, port: 18789, bind: 127.0.0.1 } }补充说明一下这个 IP 绑定很重要。Companion 只监听本地回环地址就够了不要绑到0.0.0.0否则局域网内其他设备也能访问你的 Companion 接口存在安全隐患。然后启动 Companionopenclaw companion start启动后回到主控制台运行openclaw start如果配置没有报错OpenClaw 会先检查 WSL2 环境再加载模型和 skill最后进入等待对话的状态。3.3 配置 Ollama 与模型加载OpenClaw 默认不一定带着 Ollama 集成需要你在配置里指定 provider。我的做法是先在 WSL2 里装 Ollamacurl -fsSL https://ollama.com/install.sh | sh然后拉取模型ollama pull qwen2.5:7b如果 Ollama 和 OpenClaw 跑在同一台机器上通常保持默认的127.0.0.1:11434就行。只有当你希望手机 Termux 或局域网设备访问这台 Ollama 时才需要设置export OLLAMA_HOST0.0.0.0然后在 OpenClaw 配置里填上模型信息。我当时的配置片段类似{ model: { provider: ollama, model: qwen2.5:7b, baseUrl: http://127.0.0.1:11434 } }启动后如果日志里出现“model loaded”或类似字样说明模型已经就位。3.4 第一轮启动与对话验证我第一次启动时心里很没底怕卡在某一步。实际完整流程跑通之后验证只需要两步第一步在 OpenClaw 控制台里发一句话比如“你好介绍一下你现在的能力”。如果模型能正常回复说明基础链路没问题。第二步调一个最简单的 skill。OpenClaw 默认会带一些基础技能你可以在配置里查看技能列表或者直接问它“你会哪些技能”。如果它能列出来说明 skill 加载也正常。这里有一个经验不要一上来就把 Telegram、Discord、微信群全接上。先把 CLI 模式跑通再逐步加平台。我见过不少人在第一步就急着接多个平台结果日志密密麻麻分不清是模型问题、平台 token 问题还是 skill 问题。3.5 手机端 Termux 安装补充很多人搜“Termux 安装 OpenClaw 手机版下载步骤”其实 OpenClaw 没有专门的“手机版”它是通过 Termux 在 Android 上跑 Node.js 环境。我的操作步骤pkg update pkg upgrade -y pkg install nodejs-lts git termux-api npm install -g openclaw openclaw init mobileTermux 环境下有几点要特别注意不要用 Google Play 上的旧 Termux建议从 F-Droid 或 GitHub Release 安装否则包源会不稳定。Android 后台杀进程非常激进需要把 Termux 加入电池优化白名单否则跑着跑着就被系统回收。手机本地算力有限我实测 7B 模型在手机上跑基本不现实。更合理的方案是手机 Termux 作为远端控制端连接家里或服务器上的 OpenClaw 实例。如果你想把手机上的通知、位置、摄像头等能力接入 OpenClaw就装termux-api包。它提供了一组本地 APIOpenClaw 的 skill 可以通过 Termux 的意图接口调用这些能力。4. 技能Skill机制把助手从“会聊天”变成“能干活”4.1 Skill 到底长什么样OpenClaw 最灵活的部分是 skill 机制。你可以把 skill 理解成“给 AI 助手准备的插件”。一个 skill 通常由两部分组成一份描述文件告诉模型这个 skill 什么时候触发、需要什么参数。一段可执行脚本负责真正完成任务。我习惯把 skill 放在项目目录下的skills文件夹里每个 skill 一个子目录。典型结构是这样skills/ remind_me/ SKILL.md run.jsSKILL.md的写法有点类似 Markdown 加 frontmatter核心是让模型知道“你有一个工具可以用”。我当时写的一个简单提醒 skill--- name: remind_me description: 设置一个定时提醒 arguments: content: type: string description: 提醒内容 minutes: type: integer description: 多少分钟后提醒 --- 你正在执行提醒设置任务请把 content 和 minutes 传给脚本由脚本创建系统提醒。然后run.js负责实现具体逻辑比如写入一个提醒队列或调用系统通知。实际项目里你可能还想让 skill 能读取日历、查询天气、操作文件甚至调用外部接口。4.2 写一个自己的 Skill很多人第一次写 skill 会搞错一个点模型本身不执行代码它只是根据描述生成参数然后交给 skill 脚本来执行。所以描述文件的质量直接决定这个技能好不好用。我写 skill 的经验可以概括成三点描述要具体。不要写“处理提醒”要写“在用户要求设置提醒时提取提醒内容和分钟数”。参数要明确。写清楚每个参数的类型和含义能让大模型少犯很多错。脚本要容错。模型生成的参数有时候会格式不规范脚本里要做校验和兜底。以天气查询为例不要让模型自己编天气数据而是让 skill 脚本去调天气接口。OpenClaw 的价值就在这把不可控的模型输出转化为可控的函数调用。4.3 权限与安全边界Skill 能执行代码就意味着它拥有你这台机器的权限。这是 OpenClaw 最强大的地方也是最需要谨慎的地方。我给自己立了几条规矩不用 root 或管理员账户跑 OpenClaw除非有绝对必要。每个 skill 只给最小权限不写“万能执行”脚本。外部 API 的 token 单独管理不写死在 skill 源码里。定期看日志确认模型没有莫名其妙触发危险 skill。你可以把 skill 想象成一个外包员工你告诉它任务目标它自己决定流程。但如果不设好权限边界这个员工可能做出你完全没预料到的事。所以“能用”和“安全地用”之间差了配置、测试和日志这几道功夫。5. 常见问题与排查技巧实录5.1 WSL2 环境校验失败的根源与修复“OpenClaw 无法安全验证 WSL2 环境请在 PowerShell 中运行 wsl --status”这个话题被搜得最多我也卡过。这个报错通常有三个原因WSL2 没启用或默认版本不是 2。WSL 内核太旧OpenClaw 检查到的内核信息不完整。系统版本太老比如 Windows 10 初版WSL2 支持不完整。修复路径也很固定。先运行wsl --status wsl --version如果发现内核版本过旧就wsl --update wsl --shutdown如果wsl --status显示默认版本是 1就执行wsl --set-default-version 2做完这些再重新启动 OpenClaw。绝大多数 WSL2 相关报错都能在这几步内解决。5.2 Node.js 版本坑OpenClaw 是 Node.js 项目所以 Node 版本直接决定能否安装和启动。我遇到的几类问题日志现象常见原因处理建议npm install 中途报大量 ERRNode 版本过旧升级到 20/22 LTSopenclaw 命令找不到npm 全局目录不在 PATH重装 npm 包或手动npm config get prefix配置 PATH启动后频繁崩溃旧版本 OpenClaw 与新版 Node 不兼容先去 GitHub 查看 release note再升级 OpenClaw我踩得最多的坑是npm 包已经装了但控制台里运行openclaw提示找不到命令。这往往不是包没装上而是 npm 全局 bin 目录不在 PATH 里。用npm config get prefix看一眼再手动把目录加进 PATH 基本就好。5.3 Ollama 连接不上OpenClaw 配置了 Ollama provider 后如果日志提示模型连接失败先别急着改配置用下面这条命令直接确认 Ollama 是否活着curl http://127.0.0.1:11434/api/tags如果这个地址能看到模型列表说明 Ollama 正常问题大概率出在 OpenClaw 配置里的baseUrl写错了。如果连接不通再检查 Ollama 服务是否启动、监听地址是否改过。还有一个容易被忽略的点WSL2 里访问 Windows 宿主机服务不能直接用localhost。反过来Windows 访问 WSL2 里的服务也要确认 IP。OpenClaw 和 Ollama 都跑在 WSL2 内部时用127.0.0.1最省心。一个在 Windows 原生一个在 WSL2 内才会遇到网络互通问题。5.4 端口、防火墙与局域网访问OpenClaw 的 Web 管理界面和 Companion 都有自己的端口。默认端口如果被占用启动时会报 address in use。解决方法是换端口或者在配置文件里明确指定端口。如果你想让同一局域网的其他设备访问 OpenClaw要注意防火墙。Windows 默认会在首次监听时弹窗询问是否允许选“取消”以后局域网设备就会一直连不上。这时候得去防火墙里手动放行对应端口或者直接改绑定的 IP。但我的建议是除非确实需要否则不要把 OpenClaw 的调试端口暴露到局域网。手机 Termux 需要远程访问的话用带认证的反向通道比裸奔端口安全得多。5.5 Termux 上的常见问题Termux 上最容易出问题的地方不是 OpenClaw 本身而是系统权限和包源。如果pkg install很慢可以先pkg update再换一个更快的镜像源。如果 OpenClaw 启动后无法读剪贴板或通知多半是termux-api没装或者 Termux 没有在前台运行权限。如果进程被杀参考前面说的把 Termux 加入电池优化白名单。还有一个信息要同步OpenClaw 目前没有官方中文版。网上搜到的“OpenClaw 中文版”大多是社区汉化或非官方打包。我的建议是直接用英文原版。这个项目迭代速度很快汉化版很有可能落后好几个版本导致配置项对不上。6. 个人评价与后续建议6.1 我满意的部分OpenClaw 最打动我的是它的“本地优先 可编程”思路。它不像很多 AI 产品那样把用户锁在自家生态里而是把模型、平台、技能都抽象成可替换的模块。我可以在本机用 Ollama也可以临时切到 API我可以只做 CLI 部署也可以接一堆消息平台。这种自由度在商业产品里基本见不到。另一个让我坚持用下来的原因是 skill 机制。刚开始我总觉得 AI 助手“没有灵魂”后来发现不是模型不够聪明而是缺少把对话转成动作的桥梁。写了一个真正的 skill 并且跑通之后你会明显感受到“助手”和“聊天机器人”的区别。6.2 仍然不够好的地方客观说OpenClaw 目前还是偏“技术爱好者玩具”。首先是文档和配置碎片化。同一个功能不同版本里可能有不同写法经常需要对照 GitHub issue 才能搞清楚。其次是 Windows 原生支持还不完美。WSL2 环境校验这种问题对不了解 WSL 的新手来说门槛很高。第三是没有像样的图形化配置界面一切靠改配置文件这对纯小白很不友好。安全方面也还有提升空间。skill 可以执行代码但官方对权限隔离、容器化运行这些企业级能力支持得还不够深。如果只是自用问题不大如果要跑在公网服务器上必须自己做额外的加固。6.3 给后来者的配置建议如果你决定入坑我建议按这个顺序来第一步先在 Windows/Linux 上用 CLI 模式跑通 Ollama 本地模型。第二步写一个最简单的 skill比如定时提醒或文件整理。第三步再接一个消息平台比如 Telegram 或群聊。第四步把配置文件和 skill 目录用 Git 管理起来方便回滚。第五步再考虑 Windows Companion、手机 Termux、局域网访问这些进阶能力。我最后一次重装时由于有配置备份和 skill 备份整个环境从零搭起来只用了不到半小时。没有备份之前我每次折腾都担心把环境搞坏。所以配置文件的版本管理一定要从第一天就做。最后再分享一个小技巧OpenClaw 的日志信息量很大别只盯着红色错误看。遇到启动失败先把日志里第一条警告找出来往往那才是根因。比如 WSL2 校验失败、模型加载失败、端口占用这些问题的第一条日志都在很前面的位置而不是最后几条。这个习惯帮我避开了很多“反复重启但不知道错在哪”的无用功。OpenClaw 现在还称不上完美但它的方向是对的。如果你愿意花时间折腾它能让你拥有一个真正属于自己、能干活、能不断扩展的 AI 助手。这篇终章就当是给这一阶段画个句号也希望这些经验能陪你少踩几个坑。