OpenClaw+本地大模型实战：30分钟自动搭建企业官网-代码聚汇网

OpenClaw+本地大模型实战：30分钟自动搭建企业官网

OpenClaw本地大模型AI代理

|难度：普通|阅读约 31 分钟

1. 这个项目到底在做什么：用 OpenClaw 把本地大模型变成“网站搭建工”

我在本地把 OpenClaw 和本地大模型串起来，用自然语言让 AI 代理直接生成并搭建了一个完整的企业官网。整个过程从环境准备到网站可以本地访问，控制在 30 分钟左右。这篇博文就是完整记录整个实操流程，包括安装配置、模型接入、建站思路和踩坑过程，适合想用本地 AI 折腾自动化任务的开发者、运维人员，以及想低成本快速出企业站的人参考。

OpenClaw 是一个开源的 AI 代理框架，通俗点说，它不是一个简单的聊天框，而是一个能“自己动手干活”的智能体。你给它一个目标，它会自己拆解任务、调用工具、读写文件、执行命令，甚至操作浏览器。配合本地部署的大模型，整个链路的数据都可以留在自己机器上，不需要把企业资料、网站文案、业务数据传到第三方接口。这一点对很多中小企业来说很关键：既要 AI 的自动化能力，又不想把内部信息交给外部服务。

我选择用 OpenClaw 来搭企业网站，而不是直接让 ChatGPT 之类的在线工具生成代码，核心原因有三个：

第一，OpenClaw 是本地运行的任务代理，它可以真正操作我的文件系统，生成一堆 HTML、CSS、JS 文件，然后放到指定目录，这些动作是连贯的、可重复的。在线聊天工具就算能生成代码，你也得复制粘贴，效率差很多。

第二，本地模型没有“用量限制”，试错成本低。我反复调整提示词、让代理重写页面、补充内容，来回十几次都不会有额度问题。实测下来，用本地 7B 到 14B 参数级别的模型，生成的静态企业站质量完全够用。

第三，整个过程可控。OpenClaw 有执行审批机制，代理每次要执行命令、写文件，都会先经过确认。我可以看着它一步步操作，觉得不对随时叫停，这种安全感是纯自动化工具给不了的。

适合谁来参考这篇内容？如果你只想快速看个结果，可以跟着第 4 章直接跑通。如果你想深入理解为什么这样配置、遇到报错怎么排查，建议从头到尾读完。这里不会只丢命令，还会解释每个参数背后的道理。

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. 30 分钟路线图：环境准备和 OpenClaw 安装

2.1 Windows 11 下用 PowerShell 安装并指定目录

我测试的主机是 Windows 11，OpenClaw 对 Windows 的支持已经相当完善。最稳的安装方式是把安装脚本下载到本地，然后用 PowerShell 执行。OpenClaw 的安装脚本支持自定义安装目录，这一点很重要，因为默认装到用户目录下，后续找配置文件和 workspace 不太直观。

powershell复制# 以管理员身份打开 PowerShell
irm https://clawhub.com/install.ps1 | iex

默认情况下，OpenClaw 会装在 $env:USERPROFILE\.openclaw\bin 下，配置文件在 $env:USERPROFILE\.openclaw\。如果你不想用默认路径，可以在安装前设置环境变量指定目录：

powershell复制$env:OPENCLAW_HOME = "D:\OpenClaw"
$env:OPENCLAW_BIN  = "D:\OpenClaw\bin"
irm https://clawhub.com/install.ps1 | iex

注意，PowerShell 执行外部脚本时，如果遇到 无法将 openclaw 项识别为 cmdlet、函数、脚本文件或可运行程序的名称 的报错，通常是两个原因：一是安装没有成功，二是安装成功后当前终端没有刷新 PATH。我踩过这个坑，解决方法是关掉当前 PowerShell 窗口重新打开，或者手动执行：

powershell复制$env:Path = "$env:USERPROFILE\.openclaw\bin;$env:Path"
openclaw --version

还有一种情况是执行策略限制，需要先放开：

powershell复制Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

这里补充一下为什么推荐自定义目录：OpenClaw 运行时会生成大量文件，包括日志、配置、工作目录、模型缓存等。放在系统盘 C 盘容易越滚越大，后面清理起来麻烦。我建议单独放一个盘符或者独立的项目目录，即使将来要重装系统，整个 .openclaw 目录拷走就能恢复大部分配置。

2.2 便携版和 Linux/云端部署的补充方案

除了 PowerShell 在线安装，OpenClaw 还提供了便携包，适合不想污染系统环境的场景。便携包解压即用，有点像绿色软件，不会写注册表，也不会自动改 PATH。我建议便携包只用于临时测试，正式使用还是正常安装比较好，因为 OpenClaw 会经常更新，便携包更新需要手动下载覆盖，比较麻烦。

Linux 服务器或者云端主机的部署方式类似，核心命令是：

bash复制curl -fsSL https://clawhub.com/install.sh | bash

Ubuntu 系统上如果遇到安装后找不到命令，记得先执行 source ~/.bashrc 刷新环境变量。启动 OpenClaw 之后，可以用 ps aux | grep -i openclaw 查看进程状态，这个命令在排障时非常有用。

如果你是 Docker 重度用户，也可以直接拉镜像跑容器。但要注意一点：OpenClaw 需要访问宿主机的文件系统和网络端口，容器运行时要挂载好目录、映射好端口，否则代理无法在宿主机上创建网站文件。我自己的建议是，开发环境用物理机部署，生产环境再考虑容器化，减少不必要的映射配置烦恼。

2.3 初始化和基础配置

安装完成后，第一次运行需要初始化：

powershell复制openclaw configure

通过配置向导，你可以设置默认模型、工作目录、网络搜索权限、浏览器自动化开关等。我简化一下最关键的两个配置项：

模型提供方：支持 OpenAI 兼容接口、Anthropic、本地模型服务等。我们要接本地大模型，就选 OpenAI 兼容模式，然后填入本地服务的地址，比如 http://127.0.0.1:11434/v1。
Workspace 路径：OpenClaw 默认工作目录在 %USERPROFILE%\.openclaw\workspace。所有生成的文件都放这里。这个目录相当于代理的“办公桌”，它会在这里创建子文件夹、保存中间产物。

配置完成后，可以用 openclaw run 启动交互式会话，或者在后台启动网关服务 openclaw serve。最新版 OpenClaw 有一个 Web 管理界面，启动网关后浏览器访问 http://127.0.0.1:6789 就能看到任务面板。

提示：workspace 目录最好设置成你方便访问的位置，比如 D:\Projects\OpenClawWorkspace。因为后面搭建网站时，代理生成的网页文件就在 workspace 里，你还需要手动拷贝到正式站点目录或者用代理直接部署。

3. 连接本地大模型：这是整个链路最关键的一步

3.1 本地模型选型：7B、14B 还是更大？

OpenClaw 本身没有任何模型，它需要调用大模型来做决策和生成内容。所以你必须准备一个“大脑”，这里就是本地部署的大模型。

我推荐用有 OpenAI 兼容 API 的推理服务，比如 Ollama、LM Studio、vLLM、llama.cpp server 等。以 Ollama 为例，安装很简单：

bash复制ollama pull qwen2.5:7b
ollama serve

模型选择上，我给不同配置的机器一个参考：

机器配置	推荐模型	说明
16GB 内存，无独显	qwen2.5:7b 或 llama3.1:8b	纯 CPU 推理，速度偏慢但能跑，适合简单页面生成
32GB 内存，RTX 3060 12GB	qwen2.5:14b	GPU 加速，速度和效果比较均衡，我的主力配置
64GB 内存，RTX 4090 或 A6000	qwen2.5:32b / 72b	质量接近在线模型，但显存要求高

我实测下来，7B 模型生成的代码结构清晰，但文案质量一般，需要多轮修改；14B 模型在中文表达和代码生成上明显更自然，基本不用怎么返工。如果只是搭建一个静态展示型企业站，14B 是性价比很高的选择。

3.2 OpenAI 兼容接口配置详解

OpenClaw 配置模型时，关键要填三项：Base URL、API Key、模型名称。本地模型服务通常不需要真实的 API Key，随便填一个占位符即可，比如 ollama。配置示例：

text复制Provider: OpenAI Compatible
Base URL: http://127.0.0.1:11434/v1
API Key: ollama
Model: qwen2.5:14b

因为本地模型跑在本地端口，不需要联网，数据也不会出本机。这正好符合企业网站搭建场景下的数据隐私要求。这里要注意一下，如果你用 LM Studio，默认端口是 http://127.0.0.1:1234/v1，别填错了。vLLM 的话，通常默认端口是 8000。

OpenClaw 有一个很好用的地方是它支持多模型切换。你可以配置一个主模型负责逻辑推理，再配置一个轻量模型负责简单分类、标题生成等任务。不过这属于进阶玩法，第一次搭建不建议搞太复杂，一个模型跑通全流程就好。

3.3 接入 NVIDIA NIM 和其他推理服务

热词里有 openclaw 配置 NVIDIA NIM 的相关搜索，我正好也测试过。NVIDIA NIM 是 NVIDIA 提供的优化推理微服务，配置方式和 OpenAI 兼容接口差不多。如果你有 NVIDIA GPU，并且想用 NIM 加速，可以在配置时填入 NIM 提供的 endpoint 地址。

需要提醒的是，NIM 的 API Key 是必须的，需要到 NVIDIA 官网注册获取。如果你的机器没有 NVIDIA GPU，直接忽略这个选择，用 Ollama 就行。不要为了追求新功能而增加不必要的配置复杂度。

还有一类闭源模型也可以接进来，比如通过官方 API 调用云端模型，但那样就失去了“本地部署”的意义。既然标题写的是本地 AI 搭建网站，那就老老实实用本地模型，数据不出内网，合规上也更安心。

3.4 Skills 扩展：从“会聊天”到“会干活”

OpenClaw 的 Skills 是它的核心扩展机制。一个 Skill 就是一组定义好的技能模板，告诉代理“遇到这种任务时，你应该怎么拆解、用哪些工具、按什么顺序执行”。

我在这次建站过程中启用了几个关键 Skill：

Web 开发技能包：包含 HTML/CSS/JS 的代码生成模板、项目目录结构规范、企业站常用页面模块。
Browser 自动化技能：让代理可以打开浏览器预览页面、截图检查效果。
文件管理技能：负责在 workspace 中创建项目目录、保存文件、组织图片资源。

安装 Skill 很简单，可以从 ClawHub 在线仓库搜索安装，也可以把别人的 Skill 文件夹放到 .openclaw\skills 目录下。比如：

powershell复制openclaw skill install web-starter
openclaw skill list

Skill 和普通提示词的区别在于，它提供的是标准化流程。举一个生活中的类比：提示词像是告诉实习生“你去写一个网站首页”，而 Skill 像是给实习生一份《网站首页编写标准作业流程》，里面规定了第一步做什么、第二步用什么工具、输出格式是什么。这样代理不会天马行空，生成结果更稳定。

4. 实操：让 OpenClaw 从零搭建一个企业网站

4.1 任务拆解与提示词设计

现在到了最关键的部分。启动 OpenClaw 会话后，给它布置任务。我建议不要直接说“帮我建个企业网站”，信息太少，代理会无从下手。正确的做法是拆解需求，让它分步骤执行。

我的提示词大致是这样的：

text复制请帮我创建一个面向中小企业的科技服务公司官网。

要求：
1. 项目目录在 workspace 下的 site-demo 文件夹
2. 网站包含 5 个页面：首页、关于我们、产品服务、新闻动态、联系我们
3. 设计风格：现代简约，主色调蓝白，适合企业形象
4. 所有页面共用一个导航栏和页脚
5. 首页需要包含：Hero 区域、服务特色模块、公司数据模块、客户评价模块、行动召唤按钮
6. 内容先用中文占位文案，后续我再替换
7. 生成完成后，用浏览器打开 index.html 截图给我看

这个提示词包含了目标、约束、内容模块、验证方式，代理收到后就会开始干活。OpenClaw 会在网关管理后台显示它的执行步骤，比如：

text复制[计划] 分析需求，确定网站结构
[动作] 创建目录 site-demo
[动作] 生成 index.html
[动作] 生成 about.html
[动作] 生成 style.css
[动作] 生成 script.js
[动作] 浏览器打开页面截图

你可以观察它的每一步动作，不合理的随时中断。这个可监督、可干预的过程，比一键生成整站要靠谱得多。毕竟代理也是基于模型推理，偶尔会出现理解偏差。

4.2 页面生成与内容完善

企业网站的页面本身并不复杂，难点在于“一次生成的质量”。我第一次跑的时候，发现代理生成的首页布局有点乱，Hero 区域太大，服务模块又挤在一起。这就是典型的需要人工打磨迭代的场景。

我不重新生成，而是用追加指令让它修改：

text复制首页 Hero 区域的文字太多，压缩成一句口号 + 一个副标题。服务模块从 2 行 6 列改成 1 行 3 列，图标用 SVG 内联实现。

OpenClaw 会定位到对应文件，修改对应代码块，保存后继续保持项目结构完整。这个迭代过程我大概重复了四五轮，最终页面达到可用状态。如果你对视觉要求不高，其实第一版也能用。

这里有一个经验分享：本地模型对长文件的重写能力不如短文件。如果代理修改一个大文件时越改越乱，就让它在原文件基础上做局部修改，或者把文件拆成多个组件再合并。比如把导航栏独立成 nav.html，页脚独立成 footer.html，主页面通过 include 的方式引入，这样每次修改影响面最小。

4.3 本地预览与上线部署

网站生成之后，OpenClaw 可以通过浏览器自动化打开页面预览。它在本地起一个静态文件服务：

bash复制python -m http.server 8080 --directory site-demo

然后打开 http://localhost:8080 截图。你可以在网关面板里直接看到截图结果，不需要自己手动去目录里双击文件。

预览确认没问题之后，部署到正式环境。企业网站最常用的低成本方案是静态托管到 Nginx、GitHub Pages、Cloudflare Pages 或者国内的云存储 + CDN。因为 OpenClaw 生成的是纯静态页面，部署非常灵活。本地测试时直接让代理把整个 site-demo 目录复制到 Nginx 的 html 目录下就行。

如果你要做的是更复杂的动态网站，比如带后台管理、带数据库的，OpenClaw 也能生成后端代码，但我建议第一次先跑通静态站，因为这个链路足够验证“本地 AI + 代理”的核心价值。后面需求复杂了，可以自己扩展。

5. 常见问题与排查技巧实录

5.1 命令识别失败：不是软件坏了，是环境变量没刷新

这是新手最容易遇到的问题。安装 OpenClaw 后输入 openclaw，提示无法识别。绝大部分情况是 PATH 没有更新。PowerShell 窗口在安装前打开的，安装完成后的新路径不会自动注入到当前会话。

我之前提到过解决方法是重开终端，但其实还有一个更直接的排查思路：用完整路径执行看看能不能跑。

powershell复制& "$env:USERPROFILE\.openclaw\bin\openclaw.exe" --version

如果能正常显示版本号，说明安装没问题，纯粹是 PATH 问题。这时手动把 bin 目录加到系统环境变量里即可：

powershell复制[Environment]::SetEnvironmentVariable("Path", $env:Path + ";$env:USERPROFILE\.openclaw\bin", "User")

5.2 卡在“网关启动中”

热词里有一个非常高频的问题：OpenClaw 打开时一直卡在网关启动中。这个问题我遇到过，原因是端口被占用或者网关进程没有正常退出。

排查步骤：

powershell复制netstat -ano | findstr 6789

如果看到端口被占用，找到对应的 PID，然后在任务管理器里结束进程。还有一种情况是之前启动过多个 OpenClaw 实例，导致网关状态文件冲突。解决方法是删除 .openclaw\gateway 目录下的临时状态文件，重新启动。

如果依然卡住，可以查看日志：

bash复制# Linux/Mac
tail -f ~/.openclaw/logs/gateway.log

# Windows 下日志在同目录的 logs 文件夹
Get-Content "$env:USERPROFILE\.openclaw\logs\gateway.log" -Tail 50

日志是排查一切问题的钥匙。看到 port already in use 就是端口冲突，看到 failed to connect to model 就是模型接口配置有问题，对症下药。

5.3 exec-approvals.json 和执行审批机制

我使用过程中在终端里看到过这样一条提示：

text复制legacy exec approvals exist at /root/.openclaw/exec-approvals.json

这其实是 OpenClaw 的安全机制。默认情况下，代理执行任何系统命令或写文件操作之前，都需要经过用户批准。批准过的命令会记录在 exec-approvals.json 中，下次执行相同命令时自动放行，不用反复确认。

这个文件对安全非常重要，尤其当成千上万的代理任务在跑时，一旦养成“无脑点允许”的习惯，代理可能在你不注意的时候执行了不该执行的命令。所以我的建议是：

列表命令、生成文件、读取文件这类低危操作，可以批量授权，减少交互。
删除文件、修改全局配置、执行安装脚本这类高危操作，保持每次询问。
定期检查 exec-approvals.json，清理不需要的授权条目。

如果你不想每次操作都确认，可以在配置文件中开启自动批准模式。但我强烈不建议默认开启，尤其是第一次使用、不了解代理行为时。等熟悉了它的操作方式再放宽权限也不迟。

5.4 版本升级：dev 通道和 stable 通道怎么选

OpenClaw 迭代速度很快，热词里也出现了 openclaw update --channel dev 这样的命令。官方提供两个更新通道：

bash复制openclaw update --channel stable
openclaw update --channel dev

稳定版稳定但特性更新慢，开发版功能新但有风险。我的建议很直接：日常使用稳定版，想体验新功能时在测试环境切 dev，不要在正式干活的时候开着 dev 通道。有一次我在 dev 通道下遇到一个 Bug，导致任务执行到一半就崩了，日志里报了一个非常奇怪的运行时错误，切换回 stable 之后一切正常。

版本管理还有一点要留意：OpenClaw 的配置文件和 workspace 目录跨版本一般兼容，但 Skills 和 ClawHub 上的第三方组件可能存在不兼容的情况。升级前最好备份 .openclaw 目录。

5.5 其他高频问题的速查表

问题现象	可能原因	解决办法
模型回复很慢	本地模型太小或 CPU 推理	换 GPU 推理，或升级模型
生成的网站打不开	端口被防火墙拦截	检查防火墙入站规则，放行对应端口
代理不执行命令，一直等待确认	执行审批机制开启	在确认弹窗中选择允许，或调整审批策略
找不到 workspace 目录	自定义路径未生效	检查配置文件中 workspace 字段，重启服务
页面生成一半就停了	上下文长度超限	缩小任务范围，分多次执行，或换更长上下文的模型
中英文混排混乱	本地模型对中文理解弱	提示词中明确“全部使用中文”，或换中文能力更强的模型

5.6 我的一些“压箱底”经验

最后分享几个不算 Bug 但非常影响体验的点。

第一，OpenClaw 对任务的处理是“顺序执行”的，如果一个任务太大，比如让代理一口气生成 10 个页面，它会很吃力，而且过程中如果出错，前面的成果可能没有及时保存。拆成小任务、每个任务执行完检查一下 workspace，比一次性压一个大任务要稳。

第二，模型的热度会影响回答质量。本地模型对话时间长了，会有上下文衰减的现象，尤其是较小参数的模型，容易出现“忘事”。遇到这种情况，让代理重新阅读生成过的文件内容，或者开一个新会话重新描述需求，都比在旧会话里硬掰要快。

第三，OpenClaw 会记住跨会话的偏好设置。你可以在配置里加入一些默认规则，比如“所有生成的页面必须包含响应式布局”“所有中文文案不使用繁体字”“所有图片使用占位图服务”等。这些偏好会在后续任务中自动生效，省掉反复强调的麻烦。

我个人在实际操作中最深的体会是，本地 AI 和在线 AI 的差距正在快速缩小，而本地部署带来的数据安全和自由定制优势是不可替代的。OpenClaw 这种 AI 代理框架，把“AI 生成内容”和“AI 执行任务”串在了一起，让本地大模型不再只是一个聊天玩具，而是真正能落地干活的生产力工具。

用 30 分钟搭一个企业网站只是它能力的冰山一角。后面我还在尝试把 OpenClaw 接入飞书机器人、做本地语音转文字和文字转语音的自动化流程，以及在项目管理场景中和 Obsidian 联动。这些方向本质上都是用同一个框架驱动不同的 Skill 和工具，一旦你掌握了 OpenClaw 的基本逻辑，各种玩法都能慢慢解锁。

如果你照着这篇文章搭出了一个企业网站，或者在其他场景里用 OpenClaw 折腾出了新花样，欢迎在评论区交流踩坑经验。毕竟这种工具迭代太快，多一个人分享实战经验，大家就能少走一大段弯路。