90后的世界观世界1. 先聊一个实在问题：OpenClaw 到底解决了我的什么痛点
我最早接触 OpenClaw 是因为一个挺头疼的场景：本地已经跑了好几个 AI 项目，有的是命令行工具，有的是网页服务，还有几个写了一半的自动化脚本。每次想让这些能力协作起来，都要自己写胶水代码，把日志转发、任务拆解、权限控制这些轮子重新造一遍，维护成本极高。OpenClaw 吸引我的点在于，它把“AI 助手”从一个单纯的聊天窗口，变成了一个真正能落地的执行体——它能访问工作区文件、调用外部命令、按需执行脚本，并且把这些行为统一收敛到一个可配置、可审计的框架里。
如果你只是想找个能聊天的网页，那 OpenClaw 对你的价值不大。它更适合这几类人：
- 开发者：想让 AI 直接读写项目文件、跑测试命令、辅助生成代码，而不是只在对话框里给建议。
- 经常折腾各种工具的人：想让 AI 帮忙管理本地工作区、批量处理文档、对接项目管理工具。
- 想在云端或内网部署私有 AI 助手的人：对数据流向有要求，希望把配置、模型、权限都掌握在自己手里。
我实际用了一个多月，最明显的感受是：它把“AI 能力”和“执行动作”之间的那一层补上了。以前让 AI 生成一段脚本，还得手动复制、保存、运行；现在它可以自己把脚本写到工作区，在明确授权后执行并读取输出，再根据结果决定下一步动作。这种交互方式在自动化场景里非常省心。
下面我会从安装环境、核心配置、首次对话跑通、权限审批、多渠道接入、云端部署这几个维度，完整走一遍我自己的操作路径。不搞花活，只说实测有效的东西。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 安装前的准备：弄清运行环境，能少走一半弯路
2.1 本地部署，先看这三项基础依赖
OpenClaw 的安装本身不复杂，但它运行起来后要干活，就依赖一堆外部能力。我在 Windows 和 Linux 上都装过，踩过的坑高度一致，基本都集中在环境依赖上。
以 Powershell 安装为例，网上流传的命令大致长这样：
powershell复制irm https://openclaw.example.com/install.ps1 | iex
但实际执行前，务必确认三件事：
-
PowerShell 执行策略：如果没有放开脚本执行权限，
iex会直接报错。先跑一下Get-ExecutionPolicy，如果是Restricted，用管理员权限执行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser。别用Unrestricted，生产环境没有这样干的。 -
网络可达性：安装过程会拉取运行时文件和基础模型配置。如果你的网络环境有层层的代理或防火墙限制，很容易出现下载到一半卡死的情况。先确认你要用的模型服务商 API 是否能正常访问，再动手安装。
-
磁盘空间和目录权限：OpenClaw 默认会在用户主目录下创建
.openclaw文件夹，里面有workspace（AI 的工作目录）、skills（技能目录）、日志和配置文件。建议给这个目录预留至少几 GB 空间。Windows 下还要注意，如果你把用户目录放在 C 盘且开启了系统保护，权限问题会在后续操作中不断冒出来。
我通常在 Linux 服务器上更放心一些，主目录是独立的数据盘，不用跟系统盘抢空间。下面列出我在一台 Ubuntu 22.04 云主机上执行的依赖配置：
bash复制# 更新系统包
sudo apt update && sudo apt upgrade -y
# 安装基础工具链
sudo apt install -y curl git jq unzip build-essential
# 确认 Node.js 和 Python3 环境
node -v
python3 --version
有些发行版安装脚本会自动检测 Node 和 Python 环境，没有会提示你先装。我的建议是：不管脚本提不提示，都手动确认这两个环境是干净的版本。之前遇到过系统里同时存在多个 Python 版本，导致安装完 OpenClaw 后找不到依赖包，排查了半天才发现是版本指向混乱的问题。
2.2 本地部署还是云端部署？我的判断维度
先给一个我在选型时用的对比表，你们可以直接参考：
| 维度 | 本地部署 | 云端部署 |
|---|---|---|
| 数据私密性 | 高，本地文件不出机器 | 取决于云厂商策略和镜像配置 |
| 硬件成本 | 自备 GPU/内存，成本一次到位 | 按量付费，前期成本低 |
| 可用性 | 机器关机/断网就不可用 | 7x24 小时稳定运行 |
| 网络往返延迟 | 本机 API 或局域网模型，延迟低 | 取决于机房位置 |
| 维护负担 | 自己折腾系统和服务 | 需要管理云主机安全组、进程守护 |
如果你只是自己在电脑上做轻量实验，那本地部署完全够用。Windows 和 macOS 都能跑。但如果你的目标是“7x24 小时待命的 AI 助手”，那云服务器几乎是必然选择——你的电脑不可能永远开着，家里的网络也可能断。
我的做法是：本地先跑通流程，云端再部署生产版本。本地跑通的意义在于，调试配置、看日志、试命令都很方便；云端部署则负责稳定对外提供服务。下文第 5 节我会单独说云端部署过程中的细节。
3. 首次安装与初始化：从命令跑到第一次对话跑通的完整过程
3.1 安装完成后先别急着问问题，先初始化
安装脚本执行完毕后，终端里会提示你运行初始化命令。这个过程会做几件事：生成默认配置、创建 .openclaw 目录结构、探测可用的模型接口、写入初始的授权规则。
不同版本命令可能不完全一样，但大体逃不过这三步：
bash复制# 查看版本，确认安装成功
openclaw --version
# 初始化配置目录和默认工作区
openclaw init
# 以交互模式启动
openclaw run
执行 openclaw init 后，你会在主目录