OpenClaw 部署全攻略
耗时 30 分钟,拥有一个 24 小时待命的 AI 助手

图 1: OpenClaw 私人 AI 助手 - 带小龙虾logo的专业封面
📌 为什么需要私人 AI 助手
你有没有遇到过这些场景:
- 💻 写代码时需要一个随时可问的技术顾问
- 🌙 深夜调试 bug 需要有人一起分析
- 🤖 想让 AI 帮你处理重复性工作
市面上的 AI 产品很多,但往往存在这些问题:
| 问题 | 说明 |
|---|---|
| 💰 收费昂贵 | 订阅制每月数百元 |
| 🔒 数据安全 | 对话数据存储在第三方 |
| 🎨 无法定制 | 功能固定,无法个性化 |
自己部署一个 AI 助手,是最优解。
今天我要介绍的,是一个开源的 AI 助手框架——OpenClaw。它可以运行在服务器上,通过多种渠道(网页、微信、Telegram、Discord 等)随时访问。
🛠️ 环境准备

图 2: OpenClaw 系统架构 - 完整五层架构(用户层/接入层/核心层/数据层/外部服务)
在开始之前,你需要准备以下环境:
1. 一台云服务器
最低配置(适合个人使用):
- CPU: 2 核
- 内存:4GB
- 磁盘:40GB
- 系统:Ubuntu 20.04+
推荐配置(可同时运行多个 AI 任务):
- CPU: 4 核+
- 内存:8GB+
- 磁盘:80GB+
💡 建议:选择国内服务器(如阿里云、腾讯云),访问速度更快,延迟更低。
2. 域名(可选但推荐)
如果你想让 AI 通过域名访问,需要:
- 一个域名(如 ai.yourdomain.com)
- 域名已备案(国内服务器需要)
3. AI API Key
OpenClaw 需要调用大语言模型 API,目前支持:
| 提供商 | 模型 | 特点 |
|---|---|---|
| OpenAI | GPT-4/3.5 | 效果最好,价格较高 |
| Anthropic | Claude | 长文本处理优秀 |
| 阿里云 | 通义千问 | 国内访问快 |
| 火山引擎 | 豆包 | 性价比高 |
| 智谱 | GLM | 中文理解好 |
| 硅基流动 | 多模型 | 模型丰富 |
💡 建议:先使用国内 API(阿里云、火山引擎),速度更快,价格更便宜。
🚀 一键部署
最简单的方式是使用 Docker Compose。只需 4 步:

图 3: OpenClaw 完整部署流程 - 7个实际步骤(服务器准备→域名→SSL→Docker→配置→API→验证)
步骤 1:安装 Docker
# 一键安装 Docker
curl -fsSL https://get.docker.com | sh
# 设置开机自启
sudo systemctl enable docker
# 启动 Docker
sudo systemctl start docker
# 验证安装
docker --version
步骤 2:创建配置文件
# 创建项目目录
mkdir -p ~/openclaw
cd ~/openclaw
创建 docker-compose.yml 文件:

图 4: Docker Compose 配置结构 - 完整显示6个服务(主服务/数据库/缓存/Nginx/文档/博客)
version: '3.8'
services:
openclaw:
image: openclaw/openclaw:latest
container_name: openclaw
restart: unless-stopped
ports:
- "18789:18789"
volumes:
- ./data:/root/.openclaw
environment:
- OPENCLAW_API_KEY=${OPENCLAW_API_KEY}
💡 提示:将
${OPENCLAW_API_KEY}替换为你的实际 API Key,或存储在.env文件中。
步骤 3:启动服务
# 后台启动 OpenClaw
docker-compose up -d
# 查看运行状态
docker-compose ps
# 查看日志
docker-compose logs -f
步骤 4:验证部署
# 检查服务是否运行
docker-compose ps
# 测试 API 访问
curl http://localhost:18789
如果返回正常,说明部署成功!✅
⚙️ 基础配置
首次访问时,需要进行基础配置。
1. 设置管理员密码
- 打开浏览器,访问
http://你的服务器 IP:18789 - 首次登录会提示设置管理员账号和密码
- 建议设置强密码(字母 + 数字 + 符号)
2. 添加 AI 模型
在「模型配置」中添加你的 API Key:
{
"provider": "siliconflow",
"api_key": "sk-xxxxxxxxxxxxx",
"model": "Qwen/Qwen2.5-7B-Instruct"
}
推荐配置:
| 使用场景 | 提供商 | 模型 | 说明 |
|---|---|---|---|
| 日常对话 | 火山引擎 | 豆包 | 快速、便宜 |
| 代码助手 | 硅基流动 | Qwen-Coder | 代码能力强 |
| 复杂任务 | OpenAI | GPT-4 | 效果最好 |
3. 配置渠道
OpenClaw 支持多种访问渠道:

图 5: 多渠道对比 - 6个维度对比(Web/Telegram/Discord/微信)
| 渠道 | 配置难度 | 适用场景 | 优点 |
|---|---|---|---|
| Web UI | ⭐ | 随时随地访问 | 无需配置 |
| Telegram | ⭐⭐ | 即时通讯 | 推送及时 |
| Discord | ⭐⭐ | 社区运营 | 功能丰富 |
| 微信 | ⭐⭐⭐ | 国内用户 | 使用习惯 |
以 Telegram 为例,配置步骤:
- 在 Telegram 搜索 @BotFather
- 发送
/newbot创建 Bot - 获取 Bot Token(类似
123456:ABC-DEF1234...) - 在 OpenClaw 配置中填入 Token
- 在 Telegram 中搜索你的 Bot,开始对话
💬 第一个 AI 对话
配置完成后,就可以开始使用了。
通过 Web 访问
打开浏览器,访问 http://你的服务器 IP:18789
在对话框中输入:
你好,请介绍一下你自己
AI 会回复自我介绍,并询问有什么可以帮助你的。
通过 Telegram
在 Telegram 中搜索你配置的 Bot,发送消息:
/help
Bot 会回复功能说明和使用指南。
🔧 进阶:使用 Skills
OpenClaw 的核心竞争力是 Skills 系统。

图 6: Skills 系统 - 完整6大分类(文档处理/开发能力/多Agent/SOP/平台集成/记忆系统)
简单来说,Skill 就是给 AI 装备的工具包。比如:
| Skill | 功能 | 用途 |
|---|---|---|
tech-research-sop |
技术调研 | 搜索、整理技术资料 |
blog-writing |
博客写作 | 自动生成技术文章 |
pdf |
PDF 处理 | 读取、分析 PDF 文档 |
frontend-design |
前端设计 | 生成网页界面 |
安装 Skill
- 在 OpenClaw 管理界面选择「Skills」
- 点击「安装新 Skill」
- 输入 Skill 名称或 URL
- 点击安装
使用 Skill
安装后,AI 就能执行更复杂的任务。例如:
使用 tech-research-sop 调研一下 LangChain 框架
AI 会自动调用技术调研流程,搜索、整理并生成报告。
❓ 常见问题
Q1: 访问很慢怎么办?
原因:服务器网络延迟或 API 提供商距离远
解决方案:
1. 选择离你近的服务器机房
2. 使用国内 API 提供商(阿里云、火山引擎)
3. 配置 CDN 加速
Q2: 内存不够用?
原因:同时运行多个 AI 任务或模型过大
解决方案:
1. 选择更小的模型(7B 以下)
2. 升级服务器配置到 8GB+
3. 限制并发任务数量
Q3: 如何备份数据?
方法:定期备份 ~/openclaw/data 目录
# 创建备份
tar -czf openclaw-backup-$(date +%Y%m%d).tar.gz ~/openclaw/data
# 恢复到新服务器
tar -xzf openclaw-backup-YYYYMMDD.tar.gz -C ~/
💡 建议:设置定时任务,每天自动备份到对象存储(如阿里云 OSS)
📊 总结
今天我们完成了 OpenClaw 的基础部署。从零开始,只需 30 分钟,你就能拥有:
| 能力 | 说明 |
|---|---|
| ✅ 24 小时待命 | 随时可用,无需等待 |
| ✅ 多渠道访问 | Web、Telegram、Discord、微信 |
| ✅ 可定制化 | 根据需求安装 Skills |
| ✅ 数据可控 | 所有数据存储在本地 |
下一步
在下一篇文章中,我会详细介绍:
- 🔜 如何配置 Skills 系统
- 🔜 自定义 AI 助手的行为和风格
- 🔜 集成到工作流中提升效率
敬请期待!
💬 有问题? 欢迎在评论区交流,或加入 OpenClaw 社区:
- Discord: [链接]
- GitHub: [链接]
- 文档:https://docs.openclaw.ai
本文使用 OpenClaw + Doubao Seedream 5.0 生成配图
最后更新:2026-03-12 10:35