安装openclaw

云服务器部署

顺便截取了各家一个月能达到的最低价格

本地部署

推荐Mac，玩法更多。以下也以Mac为例。

翻了下Windows的教程，和Mac的还不太一样。

Windows的朋友们可以参考：awesome-openclaw-tutorial/docs/01-basics/02-installation.md at main · xianyu110/awesome-openclaw-tut

环境准备

安装Homebrew，在终端执行下面代码即可

安装或更新 Node.js（推荐安装v22版本，其他版本不保证跑得通），在终端执行下面代码即可

# 下载和安装homebrew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 运行完上一行命令后，如果出现Next steps，并显示以echo开头的命令，如：
echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> ~/.zprofile
eval "$(/opt/homebrew/bin/brew shellenv)"
请务必把终端里这些命令复制并执行，这是为了让你的电脑识别brew命令。

# 确认brew版本（运行后应该出现版本号，无所谓哪个版本，确认安装成功即可）:
brew --version

# 下载和安装nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh | bash

# 立即加载nvm环境
\. "$HOME/.nvm/nvm.sh"

# 下载和安装Node.js:
nvm install 22

# 确认Node.js版本（运行后应该出现"v22.22.1"）:
node -v 

# 确认npm版本（运行后应该出现"10.9.4"）:
npm -v

安装Openclaw

有一个国内版Openclaw的教程，我没动手安装过，不知道和国外的区别是啥。

感兴趣的朋友可以研究下：awesome-openclaw-tutorial/docs/01-basics/02-installation.md at main · xianyu110/awesome-openclaw-tut

终端执行以下命令：

curl -fsSL https://openclaw.ai/install.sh | bash

如果一直有网络问题，可以尝试以下命令：

npm install -g openclaw@latest --registry=https://registry.npmmirror.com

Openclaw初始化向导

安装完成后会自动弹出，如果没有弹出可以运行以下命令：

openclaw onboard

然后会弹出配置信息：

配置项	配置信息
I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?	选择 ”Yes”
Onboarding mode	选择 “QuickStart”

配置底层模型

选择你的AI供应商，选择你要用的模型，填入API key即可。也可以先跳过。

详细API配置教程（内含Kimi、Deepseek的配置教程详细步骤）：https://github.com/xianyu110/awesome-openclaw-tutorial/blob/main/docs/01-basics/02-installation.md#api%E9%85%8D%E7%BD%AE%E6%8C%87%E5%8D%97

Kimi 2.5配置教程：https://platform.moonshot.cn/docs/guide/use-kimi-in-openclaw

视频里推荐的各家模型API申请入口：

Claude：https://platform.claude.com/settings/keys

ChatGPT：https://platform.openai.com/

Gemini：https://aistudio.google.com/api-keys

Kimi：https://platform.moonshot.cn/console/api-keys

Minimax：https://platform.minimaxi.com/user-center/basic-information

智谱：https://bigmodel.cn/usercenter/proj-mgmt/apikeys

如果只是想低成本试玩试跑一下，可以尝试阿里云百炼计划，首月7.9RMB；doubao方舟 9.9元。

支持的模型：qwen3.5-plus（支持图片理解）、kimi-k2.5（支持图片理解）、glm-5、MiniMax-M2.5、qwen3-max-2026-01-23、qwen3-coder-next、qwen3-coder-plus、glm-4.7。

配置和使用过程中记得切换模型。

阿里云百炼计划入口：https://www.aliyun.com/benefit/scene/codingplan?utm\_content=se\_1023135081&gclid=CjwKCAiAzZ\_NBhAEEiwAMtqKy9gHcevBh4rbwX\_g9kbZWSB\_leDxNDYOSyz96L2bQkfCocDLloS83RoCEvwQAvD\_BwE

阿里云百炼计划接入Openclaw指南：https://help.aliyun.com/zh/model-studio/openclaw-coding-plan?spm=a2c4g.11186623.0.0.5ceb2f35FASz10

接着选「All providers」，然后「Keep current」即可

配置机器人 - 以飞书为例

国内可以选择飞书、QQ、钉钉、企业微信。

QQ、钉钉、企业微信本地部署的话比较复杂，推荐飞书。下面以飞书为例。

有一个国内版Openclaw的教程，我没动手安装过，不知道和国外的区别是啥。但看这里面介绍，企微和钉钉可以直接和飞书一样通过输入应用凭证来配置，不用装插件。

感兴趣的朋友可以研究下：awesome-openclaw-tutorial/docs/01-basics/02-installation.md at main · xianyu110/awesome-openclaw-tut

还可以研究这个GitHub项目，预装了接入飞书、钉钉、QQ机器人、企业微信的插件——OpenClaw中国IM插件整合版Docker镜像 https://github.com/justlovemaki/OpenClaw-Docker-CN-IM

以下教程部分节选自：https://cloud.tencent.com/developer/article/2626151。

接入飞书

创建飞书企业自建应用

登录飞书开放平台。登录成功后，点击创建企业自建应用。

填写应用名称、应用描述，选择应用图标，点击创建按钮，进入应用管理页面。

添加机器人

在前一步所创建应用的管理页面，左侧导航栏中找到并点击**“添加应用能力”，在弹出的列表中选择机器人**，点击添加。

查询AppID和AppSecret

在左侧导航栏找到**“凭据与基础信息”** ，点击进入。

在页面中找到 “App ID” 和 “App Secret” 两个参数，分别点击右侧 “复制” 按钮，填入终端。

填写后，选择你的飞书所在地区，用飞书的选China，用Lark的选International。

如果Openclaw机器人只打算自用，选择“Disabled”；准备拉入群聊，选择前两个。

我懒得配白名单，就选了“Open”。

至此，Openclaw和飞书就打通了。接着要把飞书机器人配置到自己的飞书里。

飞书机器人相关配置

事件配置

在飞书应用管理页，左侧导航栏找到 “事件与回调” ，点击进入页面。在“事件配置”页签中选择 “长连接接收事件”，点击保存。

⚠️注意：如果这一步报错提示“应用未建立长连接”，请检查前面步骤中的机器人App ID和App Secret是否已正确配置。

添加事件

点击“事件配置”页面中的 “添加事件”，在弹出的列表中，搜索并添加 “接收消息”，点击 “确认添加”，按照指引确认开通权限。

（推荐）若期望将飞书机器人添加进聊天群组中使用，可以参考前述步骤继续添加更多群组相关权限，主要包括“消息已读”、“机器人进群”、“机器人被移出群”。否则，请跳过本步骤。

完成添加后，可以在当前页面的列表中查看到已添加的事件。

回调配置

在“事件与回调-回调配置”页面中，订阅方式选择 “使用长连接接收回调”，点击保存，无需填写其他地址，配置自动生效。

权限配置

在飞书应用管理页，左侧导航栏找到 “权限管理” ，点击进入页面。点击页面中的 “批量导入权限” 按钮，弹出权限导入窗口。

复制以下代码，替换上图红框弹窗中原有的JSON内容，点击下一步，确认新增权限，继续申请开通，确认后等待权限导入完成。

{
  "scopes": {
    "tenant": [
      
      "im:message",
      "im:message.p2p_msg:readonly",
      "im:message.group_at_msg:readonly",
      "im:message:send_as_bot",
      "im:resource",

      
      "contact:user.base:readonly",
      "im:message.group_msg",
      "im:message:readonly",
      "im:message:update",
      "im:message:recall",
      "im:message.reactions:read",

   
      "docx:document:readonly",
      "drive:drive:readonly",
      "wiki:wiki:readonly",
      "bitable:app:readonly",
      "task:task:read",

      "contact:contact.base:readonly",
      "docx:document",
      "docx:document.block:convert",
      "drive:drive",
      "wiki:wiki",
      "bitable:app",
      "task:task:write"
    ],
    "user": []
  }
}

权限导入完成后，可以在权限列表中查看已成功导入的权限。

提示：后续使用飞书机器人过程中也可以按需调整权限设置。

创建版本并发布

在飞书应用管理页，左侧导航栏找到 “版本管理与发布” ，点击进入页面。点击右上角的创建版本。

填写应用版本号（此处以1.0.0为例，您可以自行定义版本号）和更新说明，点击保存并确认发布。

待飞书管理员通过发布审核。审核发布成功后，可以在“版本管理与发布”页面，查看到已经发布的版本号和状态。

与飞书机器人交互

完成Openclaw部署后，您可以与飞书机器人进行单独聊天，或者将飞书机器人添加进群聊。

单独聊天

以电脑版飞书软件为例（手机端飞书的操作类似），登录飞书后，点击搜索框。

在搜索框中输入前面步骤中创建并发布的飞书机器人的应用名称，输入回车进行搜索。

单击搜索到的机器人，进入私聊页面，即可开始与已经接入OpenClaw的飞书机器人进行对话。

（如对话时未出现可直接跳过本步骤）

首次对话如果提示如下图所示的配对（Paring）请求，可以复制机器人回复的最后一行命令行，粘贴至终端并运行。

接下来继续尝试与该机器人进行对话，如果机器人以AI的方式进行回复，即说明配对成功。

群聊添加飞书机器人

对于群组聊天的场景，可以点击飞书搜索框上方的加号，选择创建群组，并完成创建。

进入新创建的群组，点击右上角的设置。

在设置中选择“群机器人”，点击添加机器人。

在上方搜索框搜索您创建的机器人的应用名称。

选择您之前创建的机器人后，点击添加即可将飞书机器人加入群聊，示例如下所示。

到这里就初步完成了配置，在手机版飞书和电脑版飞书上均可以开始与已经接入OpenClaw的飞书机器人进行聊天。

安装skill

因为我已经装了，所以截了一个别人的skill表，可能和现在安装弹出的skill表的细节不一样，但大部分是一样的。

这里可以先只装一个Clawdhub（OpenClaw 自家 skill 市场），然后跳过。剩下的在skill章节里详细介绍。

想要回来安装就再运行一次「openclaw onboard」就可以，或者直接和bot对话叫它装

配置其他API

统统选No就可以了，后面要用再配

配置Hooks

勾选 session-memory 、 command-logger，其他可以先不选。

想要回来选就再运行一次「openclaw onboard」就可以

原因可以见后面介绍

🧠 什么是 Hook？

在 OpenClaw 里，Hook 是一种自动化触发机制

当某些 Agent 命令或事件发生时，系统会自动执行你预先设置的动作。

类似：

程序启动时自动运行
每次对话开始前执行
每次对话结束后保存数据
记录日志
注入记忆

可以理解成：给机器人装“自动行为插件”

📦 截图里的 4 个 Hook 解释

🚀 boot-md

当 Gateway 启动时，自动执行 BOOT.md 文件。

相当于启动时加载 AI 的“系统说明书”。

通常 BOOT.md 里会放：

系统提示词
初始化配置
Agent 行为规则

📎 bootstrap-extra-files

启动时加载额外文件，注入给 AI 作为上下文。适合高级用户。小白可以不选。

比如：

额外 prompt 文件
外部配置
额外规则说明

📝 command-logger

记录命令日志。开启后可以查看机器人每一步干了什么。

会：

记录用户输入
记录模型输出
记录执行过的命令

适合：

调试
分析 Agent 行为
统计使用情况

💾 session-memory

这是最重要的一个。不开启的话，每次对话都像新开一个窗口；开启后，机器人会“记得”之前内容。

作用：

保存会话上下文
让机器人记住之前说过的话

网关（Gateway）自启动

配置完成后，会自动启动Gateway服务

网关是什么？

是 OpenClaw 的核心服务，它像一个"中央调度站"。负责：

连接各个聊天平台（飞书、企微、QQ、Telegram等）
管理会话和消息路由：将消息转发给 AI 智能体处理，把 AI 的回复发送回对应平台

“你想如何启动你的机器人？”

TUI 模式：在终端内运行，适合服务器部署

Web UI 模式：通过浏览器交互，适合咱们这些不喜欢终端的小白们

如暂不启动，可选择稍后执行。

日常使用指令

常见问题速查：https://github.com/xianyu110/awesome-openclaw-tutorial/blob/main/appendix/E-common-problems.md#%lE7%BD%91%E7%BB%9C%E9%97%AE%E9%A2%98

启动OpenClaw：

# 启动Gateway服务
openclaw gateway start

# 或使用systemd（推荐，开机自启）
openclaw gateway enable

访问Web UI，会自动打开浏览器访问：http://127.0.0.1:18789/chat：

openclaw dashboard

访问TUI：

openclaw tui

停止服务：

openclaw gateway stop

出现问题的时候可以重启Gateway：

openclaw gateway restart

更新Openclaw：

openclaw update

卸载Openclaw：

openclaw uninstall

必装的skills

安全检查项目：
元数据检查（名称、版本、作者、描述）
权限范围分析（fileRead/fileWrite/network/shell）
内容扫描（寻找危险模式）
钓鱼/拼写劫持检测
风险等级：
Critical（立即阻止）：访问凭证文件、curl/wget 等命令、base64 混淆内容等
Warning（需要审查）：过宽文件访问、修改系统文件、sudo 请求等
Informational（信息提示）：描述模糊、无版本号等

Openclaw的GitHub  ClawHub：https://clawhub.ai/

没联网的 Agent，本质是信息孤岛。
装完之后才真正“活过来”。查实时资讯、验证信息、抓最新数据，全靠它。

能自己开网页、点按钮、填表单、截图。
我现在很多重复性网页操作都丢给它，效率翻倍。
做爬取、自动提交、监控页面变化都很好用。

Playwright 已经成功安装，浏览器也已经下载好了！✨
安装总结：
✅ Playwright 版本: 1.58.2
✅ Chromium 浏览器已下载
✅ 包含无头浏览器和 FFmpeg
我还为你创建了一个简单的测试脚本 playwright-test.js，你可以运行它来验证安装是否正常工作。

常用命令：
# 运行测试脚本 
node playwright-test.js 
 
# 安装其他浏览器（可选） 
npx playwright install firefox 
npx playwright install webkit 
 
# 查看已安装的浏览器 
npx playwright install --dry-run

完美！✅ Playwright 测试通过！
测试结果显示：
✅ 浏览器启动成功
✅ 能正常访问网页
✅ 页面标题正确获取（Example Domain）
✅ 整个流程运行流畅
Playwright 已经可以正常使用了

这是核心生产力引擎。
数据分析、画图、处理文件、跑脚本，没有它很多复杂任务根本落不了地。


完美！JupyterLab 4.5.5 安装成功！✅
📦 安装完成
版本: JupyterLab 4.5.5
状态: 已安装并可使用

💡 功能特性
✅ 支持 Python 代码执行
✅ 可视化绘图（matplotlib、seaborn 等）
✅ Markdown 文档编写
✅ 文件管理
✅ 终端访问
✅ 多语言支持（安装相应内核即可）

JupyterLab 已经成功启动！
🎉 安装与启动完成！
📦 已安装的数据科学包
✅ numpy - 数值计算
✅ pandas - 数据处理与分析
✅ matplotlib - 数据可视化
✅ seaborn - 统计绘图
✅ scikit-learn - 机器学习
✅ jupyter_contrib_nbextensions - Jupyter 扩展插件

🌐 JupyterLab 访问信息
工作目录: /root/.openclaw/workspace
访问地址: http://<你的服务器IP>:8888/lab
访问 Token: 
🔗 完整访问链接
http://<你的服务器IP>:8888/lab?token=

📝 常用管理命令
# 查看 JupyterLab 日志 
cat /root/.openclaw/workspace/jupyter.log 
 
# 查看运行状态 
ps aux | grep jupyter 
 
# 停止 JupyterLab 
pkill -f jupyter-lab

读写本地文件、批量改名、处理 PDF。
不装它，Agent 只能“想办法”，不能“动文件”。

commit、PR、issue、review 一条龙。
对开发者来说，它就是一个不摸鱼的实习生

自动建笔记、更新文档、查询知识库。
装完后我开始真的把它当“第二大脑”。

每天自动跑日报、周报、数据监控。
这一步是质变——它开始主动工作。

分析失败记录，优化 prompt。
不算必需，但长期用下来会明显变聪明。

每天自动整理工作总结、待办事项、行业动态。
这个真的很“有陪伴感”。

腾讯云内置skills说明

tavily-search：AI优化网页搜索，查资讯、行业动态、技术资料优先用它，快速返回结构化的权威结果
agent-browser：无头浏览器自动化，复杂网页抓取、网页交互、UI测试、表单填写都可以搞定
summarize：支持URL、PDF、图片、音频、YouTube视频的一键摘要，任何内容我都能快速帮你提炼核心要点

🗂️ 知识管理

obsidian：对接Obsidian笔记库，自动帮你整理、检索、批量操作Markdown笔记

🛠️ 效率工具

github：直接操作GitHub，查issue、PR、CI运行状态，调用GitHub API做高级查询
find-skills：你想要实现新功能的时候，我可以先帮你搜索有没有现成可安装的技能
weather：无需额外密钥就能查实时天气和未来预报
tencentcloud-lighthouse-skill：专门管理腾讯云轻量应用服务器，查实例状态、监控告警、配置防火墙、创建快照、远程执行命令都可以直接操作