最近总有朋友问我同一个问题OpenClaw 到底怎么配我看了一圈网上的教程多数只停留在“拉代码、启动服务”这种程度真到换模型、接数据库、挂技能的时候就没人讲了。这篇文章不是概念科普就是一份从零到能跑通的 OpenClaw 配置教程。我先后在 Ubuntu 24.04 服务器、Windows Docker 环境、安卓 Termux 里各配了一遍踩过不少坑。跟着这份流程走至少能帮你少浪费两个晚上。先说一下适合谁看有一定命令行基础、想自托管 AI 智能体的开发者或者运营、测试同学想在本地搭一个能接业务工具的自动化助手。如果你完全没碰过终端建议先花一小时熟悉基本命令不然中途会卡在环境和权限上。1. OpenClaw 到底是什么配置前先搞懂这三层很多人把 OpenClaw 当成“又一个聊天机器人”这个理解会直接影响配置思路。你如果只为了聊天其实不需要折腾它直接用现成产品更方便。OpenClaw 的价值在于它是一个自托管的 AI 智能体框架简单说就是它可以对接模型、调用工具、跑自动化任务并且所有数据和配置都在你自己手里。1.1 一句话理解 OpenClaw 的架构我把 OpenClaw 拆成三层来看核心调度层负责接收任务、判断该调哪个工具、把上下文交给模型再组织最终输出。技能与工具层也就是常说的 Skill可以理解为“给 AI 装上的工种”。比如查询订单、操作浏览器、读数据库、发消息都是靠技能完成的。模型与存储层模型负责“想”数据库和文件系统负责“记”。这个结构可以打个比方OpenClaw 就像一个外卖店的调度台技能是后厨各个工位模型是灶台火力和掌勺师傅数据库是食材仓库。调度台本身不做菜但决定谁做、什么时候做、做完怎么送。配置 OpenClaw 的本质就两件事让调度台找到模型让调度台找到数据。所以后面所有操作都围绕这两条线展开你就不会觉得配置项零散了。1.2 算力这个问题API 不是唯一选择有个热搜问题很典型OpenClaw 只能用接入 API 的方式使用算力吗答案是不用。OpenClaw 支持两种模型接入方式远程 API 方式通过兼容协议的云端模型接口把请求发到远端服务返回结果再回到本地。本地 Ollama 方式通过 Ollama 在本地跑开源模型完全走本机 CPU、内存或显卡数据不出内网。我强烈建议新手先用本地模型跑通整条链路哪怕是一个 7B 的小模型都行。原因很简单本地模型不依赖网络和密钥出问题更容易定位。等确认 OpenClaw 本身没毛病再替换成更强的远程 API 模型这样排错范围一下就缩小了。1.3 不同角色的关注点个人用户重点看模型接入、技能安装、手机或电脑上的轻量部署。团队用户重点看数据库选型、服务守护、多用户权限数据放 MySQL 比 SQLite 稳妥。机器人方向OpenClaw 通过 RosClaw 这类桥接技能可以与 ROS2 Humble、Gazebo 联动适合做机器人任务调度但这是进阶玩法初学者先跳过。还有一个常被搜到的词叫“openclaw 中文版”。OpenClaw 是开源项目不存在什么特殊的中文版本界面语言基本由配置决定把语言环境设成zh-CN就行不用找破解版或“汉化包”。2. 环境准备Git、运行时与数据库选型配 OpenClaw 之前先把地基打好。搜索热词里有一堆“git 安装配置教程”“mysql 安装配置教程”“sqlite3 安装配置教程”这些都是部署前必然遇到的环节。我按实际搭建顺序讲每一步都给出我当时用的命令。2.1 Git 安装与配置Ubuntu 24.04 实测Git 是绕不开的第一步因为 OpenClaw 项目本身通过仓库分发后续更新基本就是git pull。Ubuntu 24.04 安装很简单sudo apt update sudo apt install -y git git --version我测试时安装的是 Git 2.43 以上的版本日常使用没有任何兼容问题。装完后建议顺手配置一下提交信息否则后面如果要用到版本管理或者拉取子模块会有各种提示干扰git config --global user.name 你的名字 git config --global user.email 你的邮箱如果在 Windows 上安装 Git建议安装 Git for Windows并用默认的 Git Bash 作为终端。有一个细节容易踩坑安装时换行符转换选项我建议选择“Checkout as-is, commit as-is”也就是core.autocrlffalse不然从仓库拉下来的脚本很可能因为换行符差异在 Linux 容器或 WSL 里报错。2.2 运行时到底选哪个Docker Compose 还是裸机OpenClaw 有两条运行路径不用纠结太久我直接给结论路径适合场景优点注意点Docker Compose服务器、电脑、团队环境环境隔离好MySQL/Redis 等服务一键起占用磁盘较多低配机器吃紧裸机运行低配 VPS、安卓 Termux、快速体验资源占用小启动快依赖要自己装升级可能冲突如果你对 Docker 不熟就选裸机运行只要满足官方要求的运行时版本即可。我测试用的环境是 Node.js 18 和 Python 3.10具体看项目说明。这里有个经验不要一上来就同时装一堆服务。很多教程会让你顺便装 MySQL、Redis、Nginx但 OpenClaw 默认配置往往用不上全部。先跑最小集再按需加否则 2G 内存的小服务器直接撑爆。2.3 数据库SQLite 还是 MySQL数据库是很多人喜欢纠结的地方。我个人建议分情况个人使用、单机部署选 SQLite。零配置文件即数据库备份直接拷贝文件。多用户、Web 面板、团队共享选 MySQL 8.0 或兼容版并发和安全性更好。热搜里大量出现“mysql80 zip 配置教程”这里我必须提醒一句Windows 上最不推荐的就是用 zip 压缩包方式装 MySQL初始化mysqld --initialize-insecure、注册服务、配环境变量每一步都可能出错。Windows 用户优先用 MySQL Installer或者干脆用 Docker Desktop 跑一个 MySQL 容器省心得多。如果你决定用 MySQL初始化数据库的语句大概是这样的CREATE DATABASE openclaw DEFAULT CHARACTER SET utf8mb4; CREATE USER clawlocalhost IDENTIFIED BY 替换成强密码; GRANT ALL PRIVILEGES ON openclaw.* TO clawlocalhost; FLUSH PRIVILEGES;注意字符集必须用utf8mb4否则存中文或表情符号会出问题。这个细节我在生产环境里踩过后来数据乱码就是从这里开始的。另外我多说一句很多人搜索“zotero 安装与配置教程”“tomcat 安装及配置教程”“xampp 安装教程”这些跟 OpenClaw 没有任何关系。OpenClaw 自带 Web 服务不需要额外装 Tomcat 或 XAMPP搜索引擎只是因为这堆词都带“配置教程”才凑到一起。3. 核心配置实操从拉代码到跑通第一轮对话环境准备好后进入正题。这一段我会把配置项拆细让你改完.env之后心里有数知道每一项是干什么的。3.1 拉源码与初始化首先把项目仓库克隆到本地地址以你获取到的官方仓库为准git clone OpenClaw官方仓库地址 openclaw cd openclaw拉下来后一般会有一个环境变量模板文件比如.env.example。复制一份作为实际配置cp .env.example .env然后进入初始化阶段。如果用裸机运行通常需要执行项目自带的安装脚本例如./scripts/setup.sh如果你选择 Docker 方式直接看项目里的docker-compose.yml按需修改端口和环境变量后启动docker compose up -d这里有个通用经验先看项目文档里的 “Quick Start” 部分不要自作聪明跳过依赖安装。很多小可爱把setup.sh跳过后直接启动结果日志里一堆缺模块的报错反而更浪费时间。3.2 模型配置远程 API 与 Ollama 本地模型两条路线这是整个 OpenClaw 配置教程里最核心的部分必须把.env配明白。OpenClaw 通常支持 OpenAI 兼容协议所以绝大多数云模型服务都能直接接。我测过的方式是这种# 远程 API 路线 CLAW_MODEL_PROVIDERopenai-compatible CLAW_API_BASEhttps://你的模型服务地址/v1 CLAW_API_KEYsk-你的密钥 CLAW_MODELgpt如果你走 Ollama 本地模型配置大概是这样# 本地 Ollama 路线 CLAW_MODEL_PROVIDERollama OLLAMA_BASE_URLhttp://127.0.0.1:11434 CLAW_MODELqwen2.5:7b配置之前先确认 Ollama 本身能正常工作ollama pull qwen2.5:7b ollama list curl http://127.0.0.1:11434/api/tagscurl能返回模型列表说明 Ollama 服务正常再启动 OpenClaw 就不会出现“连不上模型”的问题了。所以前面那个“OpenClaw 只能用 API 算力吗”的问题到这一步你应该已经明白只要把CLAW_MODEL_PROVIDER改成ollama本地模型就能作为一个完全离线的算力来源。3.3 启动服务并完成首次对话配置完成后启动服务。裸机方式一般是openclaw start openclaw logs -f如果项目自带 Web 界面启动后访问http://localhost:端口在界面里发送第一条消息即可。我没有 Web 界面时用的命令行方式也不错openclaw chat --model qwen2.5:7b第一次启动通常会加载技能列表和连接数据库速度会慢一点。看到日志里出现类似“node ready”的状态说明服务已经正常。这时候不要急着测复杂任务先问一个简单问题比如“你好你现在能访问哪些技能”确认调度链路是通的。4. 让 OpenClaw 变强技能、自动化与机器人联动跑通对话只是热身真正体现 OpenClaw 价值的是技能Skill。热搜里“openclaw skill”频率很高我猜很多人是装上之后不知道该往里面塞什么。这一部分我会讲清楚技能的结构再给两个真实场景。4.1 技能Skill的正确打开方式技能的目录结构通常是这样的skills/ order_query/ SKILL.md assets/ run.py其中SKILL.md负责描述“这个技能是干什么的”内部可以写一些自然语言说明和工具调用声明。举个例子一个订单查询技能的SKILL.md可以长这样--- name: order_query description: 根据订单号查询订单状态、金额、物流信息 tools: - database.query --- 当用户给出订单号时先调用 database.query 查询订单表把状态、金额、物流单号汇总返回。如果订单不存在明确告知用户订单号无效。技能本质上是给模型一份“说明书 工具清单”。模型通过这个描述决定什么时候调用、怎么调用。所以写SKILL.md时一定要把触发条件、参数、返回格式写清楚否则模型会经常答非所问。这里要特别提醒一句第三方技能不要盲目安装。技能一旦被调用可能执行本机脚本、访问数据库、操作浏览器。我建议只装来源清晰的技能自己写技能时也要注意权限控制尤其是涉及删除、写入、外发数据的操作。4.2 电商自动化场景从“回答问题”到“干活”搜索词里出现“openclaw 电商”说明很多人想把 OpenClaw 接到电商流程里。电商自动化的典型技能组合是这样的客服自动回复通过订单查询技能读取订单状态结合商品知识库生成回复。价格监控定时抓取商品页或调用比价 API价格变化后推送提醒。评价分析批量拉取评论让模型做情感分类和关键词提炼。实际落地时我建议先把一个接口跑通再做流程串联。比如先只让 OpenClaw 查订单确认返回数据正确再加“根据查询结果自动生成客服话术”的步骤。别一上来就做全流程中间一步出错你连问题出在哪都不知道。用户提问 - OpenClaw 判断需要查询技能 - 调用店铺接口/数据库 - 模型组织客服话术 - 人工确认后发送注意这里的人工确认很关键。涉及下单、退款、改价这类敏感操作不要让智能体全权执行给它设成“生成草稿 人工确认”。这不是技术问题是风险控制问题。4.3 RosClawOpenClaw 与 ROS2 Humble、Gazebo 的联动往下深一层如果你在做机器人搜索词里的“rosclaw openclaw ros2 humble gazebo”就是一条真实路线。OpenClaw 可以通过 RosClaw 这样的桥接技能订阅和发布 ROS2 话题让大模型理解机器人状态、输出控制指令。比如在 Gazebo 仿真里跑一个机器人让 OpenClaw 根据传感器数据决定下一步动作。这块配置通常需要先装好 ROS2 Humble然后启用桥接sudo apt install ros-humble-desktop在.env里启用 ROS 桥接大致是CLAW_ENABLE_ROStrue ROS_DOMAIN_ID0再挂载对应的 RosClaw 技能包。这个方向我还在折腾不敢说精通但有一点可以确定先让 Gazebo 仿真里的基本话题通起来再连 OpenClaw不要一开始就在真机上试。仿真环境出问题还能随时重置真机出问题就是物理事故。5. 部署形态安卓 Termux、Ubuntu 服务端与 Windows同样一套 OpenClaw在不同设备上的配置过程差别很大。这一段我把最常见的三种部署方式分别说一遍。5.1 安卓手机部署Termux 轻量节点很多人搜“如何用 termux 安装 openclaw 手机版下载步骤”其实思路是通的Termux 提供了一个 Linux 环境可以在上面直接跑 OpenClaw。步骤大概是安装 Termux并执行pkg update pkg upgrade。安装依赖pkg install git python nodejs-lts。授权存储目录termux-setup-storage。克隆仓库并执行初始化脚本。启动 OpenClaw。手机上跑 OpenClaw最大的问题不是配置而是后台保活。Android 系统为了省电会杀掉后台进程所以要给 Termux 较高优先级或用termux-wake-lock防止休眠。我实测下来手机适合做开发测试或轻量个人助手不适合跑大规模自动化任务性能和散热都是瓶颈。模型的话手机内存超过 8G 可以尝试拉一个小模型否则建议连接同一局域网内另一台机器的 Ollama 服务把OLLAMA_BASE_URL指向那台设备的 IP手机只做调度。5.2 Ubuntu 服务端用 systemd 守护进程服务器上部署讲究“持久化”不能让 OpenClaw 随终端退出就停掉。建议使用 systemd 管理。先创建一个服务文件比如/etc/systemd/system/openclaw.service[Unit] DescriptionOpenClaw Service Afternetwork.target [Service] Userclaw WorkingDirectory/opt/openclaw EnvironmentFile/opt/openclaw/.env ExecStart/usr/local/bin/openclaw start Restartalways RestartSec5 [Install] WantedBymulti-user.target注意两个关键点一是创建独立的系统用户claw不要用 root 跑服务否则安全风险太大二是EnvironmentFile指向.env这样 systemd 启动时能把环境变量自动加载进来。配置好后执行sudo systemctl daemon-reload sudo systemctl enable --now openclaw sudo systemctl status openclaw这样即便进程崩溃systemd 也会自动拉起比 nohup 或 screen 靠谱得多。5.3 Windows 环境常见坑Windows 上配置 OpenClaw最稳的方式是 WSL2 Docker Desktop而不是直接在 PowerShell 里裸奔。我在 Windows 上踩过的三个坑路径空格OpenClaw 项目不要放在C:\Users\你的名字\My Documents\...这种带空格的路径里建议放到C:\dev\openclaw。执行策略受限PowerShell 里运行脚本可能报“禁止运行脚本”执行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser可以解决。端口被占用Windows 上 8787 这类端口容易被其他进程占改了CLAW_PORT也没用要先查清楚占用来源。还有不要按搜索引擎的惯性去装“mysql80 zip 配置教程”里的那个方案直接用 Docker Desktop 跑 MySQL 容器Windows 下的配置效率会高很多。6. 常见问题与排查实录最后这部分是重点中的重点。配置失败的坑其实就那么几个我把典型问题和解决办法整理成一张速查表按这个方向查很快能定位。6.1 常见问题速查表症状可能原因解决办法服务启动后端口无法访问端口被占用或防火墙拦截换端口检查监听地址确认服务是否绑定0.0.0.0模型调用一直超时OLLAMA_BASE_URL 配错或模型未拉取先用curl验证模型服务再检查模型名是否精确匹配调用 API 报 401API Key 多空格、换行或已失效重新生成 Key确认.env值两边没多余空白对话正常但技能不触发SKILL.md 描述不清晰在技能描述里写明触发条件和输入参数MySQL 连接被拒用户 host 权限不对用claw%或确认客户端 IP 在授权范围内中文界面出现乱码字符集或语言环境没设置数据库用utf8mb4界面语言设成zh-CNTermux 里过一会就断手机后台限制用termux-wake-lock并关闭电池优化6.2 我踩过的三个坑最后分享三个真实的教训希望能帮你避开。第一个坑一上来就接最强模型。我第一次配置 OpenClaw 时直接接了一个大参数量模型结果报错日志刷了几屏里面既有网络问题又有参数问题完全分不清是哪一环。后来换成本地 7B 小模型五分钟就跑通了。排错要从小到大别从大到小。第二个坑.env里的“隐形空格”。有一次 API Key 复制进.env时末尾多了一个空格程序一直报鉴权失败但肉眼看完全没问题。后来用cat -A .env查看才看到$符号前面的空格。配置类文件的坑九成都是这种不可见字符。第三个坑贪心装数据库内存不够导致 OOM。我在一台 2G 内存的小机器上同时启动 MySQL、Ollama 和 OpenClaw系统直接崩溃。后来把 MySQL 换回 SQLite并给 Ollama 限制了并发数整个服务才稳定。配置 OpenClaw 前先想清楚这台机器的资源边界别什么热门服务都往里塞。就目前看OpenClaw 最让人舒服的一点是它把模型、技能、数据三条线都留在了用户手里。本地模型 SQLite 内网服务完全可以组成一套不依赖外部服务的个人智能体环境需要更强能力时再切换远程 API 也不冲突。实际配置时我的顺序是 Git 先行、环境最小化、数据库按需、模型先本地、技能最后挂每一步验证一遍再进下一步。这个习惯能帮你把配置过程从“玄学”变成“流水线”希望对你有用。