镝不咸2026年了，OpenClaw 和 Skills 这套组合在个人开发者和 AI 玩家圈子里，已经算得上绕不开的话题。OpenClaw 是一个开源智能体运行时，你可以把它理解成给大模型装了一副能干活的身体：接上微信、网页或命令行之后，它就能帮你收发消息、跑任务、调工具；Skills 则是这套体系里最灵活的“插件系统”，相当于给这个身体装上不同功能的双手。而华为云提供了一键部署脚本，把原本要从装环境、配依赖、起服务一路手搓的活，压缩成一条命令的事。
这篇博客没有别的高深目标，就是把我最近在华为云上从零部署 OpenClaw、安装 Skills 的完整过程原封不动摊开来讲。云主机怎么选、安全组怎么配、一键部署脚本执行后要检查什么、Skills 到底装哪个怎么装、以及我踩过的那些坑，都会写清楚。适合完全没接触过 OpenClaw 的小白入门，也适合老手直接跳到拆解部分捡现成的经验，省掉自己折腾半天的时间。
1. 为什么把 OpenClaw 放到华为云上：先想清楚再动手
1.1 OpenClaw、Skills 和“云端”这三个名词先对齐
先花两分钟把概念对齐。OpenClaw 是一个可以直接跑在 Linux、macOS 甚至 Windows 子系统环境里的智能体运行时，本质上它帮我们做了三件事：第一，接消息渠道，把微信、Web、命令行等入口统一起来；第二，做任务调度，不同任务可以交给对应的大模型接口去推理；第三，管理工具调用，把你授权的外部操作通过技能包执行。
Skills 是这个体系里最精髓的存在。一个 Skill 就是一个可以让智能体执行特定任务的技能包，里面包含了任务描述、调用参数、提示词模板和可执行脚本。同一个模型，装不装技能，用起来完全像是两个东西。没装技能的时候，你问它“帮我整理这个目录下的图片”，它只能嘴上说说；装上文件处理、图片识别相关 Skills 之后，它真的会去遍历目录、调用脚本、把结果输出成表格，整个过程你只需要盯着日志就好。
那为什么还要用到华为云？因为 OpenClaw 这类智能体适合 7×24 小时在线工作。本地电脑会关机、会睡眠、会断网，而且很多时候你希望它帮你接收微信消息并自动处理，这些都需要一台永远在线的服务器。云服务器正好就是那块“永远插着电”的底座，把 OpenClaw 放上去，才能发挥它真正的价值。
1.2 本地跑和云端跑的真实差距
我在第一台机器上跑 OpenClaw 是在自己的 MacBook 上，当时只想验证功能，装完确实能跑，但用了一阵子就发现几个让人抓狂的问题。
最大的问题是关机即失联。笔记本合上盖子，OpenClaw 就睡了，微信里喊它没有任何反应。第二个问题是网络环境，本地宽带的上行带宽和公网可达性都不稳定，如果想让微信机器人接收外部消息回调，本地会被运营商的大内网卡得死死的。第三个问题相对隐蔽，就是环境冲突，本机已经装了一堆 Python、Node、数据库服务，再塞一个 OpenClaw 进去，依赖版本经常打架。
换到华为云之后，这三个问题基本消失。云主机有固定的公网 IP，安全组规则由自己控制，服务跑在 systemd 下，进程挂了会自动拉起，日志也集中在 journald 里，排查起来比本地翻终端窗口方便得多。而且云主机的网络环境对国内各类模型 API 的访问也稳定，模型调用的延迟和超时几率都小不少。
注意：如果你的目标只是本地学习、测试一下 OpenClaw 有什么功能，那在 Mac 或 Windows 上装一个跑通流程就够了。一旦你想让它稳定接管消息、跑定时任务、对外提供服务，就直接上云，省掉后面反复换环境的痛苦。
1.3 为什么是华为云，而不是其他厂
选择华为云不是因为它有什么独门绝技，而是三个因素叠加起来刚好合适。
第一是门槛低。华为云对新用户有免费试用额度和入门级云主机的优惠活动，对只是想跑通 OpenClaw 的个人开发者很友好，不用一上来就买高配，成本压力小。第二是在华为云控制台上操作简单，安全组、弹性 IP、系统盘快照这些基础能力都做得很明白，新手也能按照控制台指引一步步完成，不用翻太多文档。开一台 Ubuntu 云主机，从创建到能 SSH 登录，在网页上点几下就能完成。
第三是生态方向对上了，今年的华为云使用指南和一键部署脚本更新很频繁，OpenClaw 社区里不少安装脚本都是优先适配国内主流云平台的，跑起来意外少。加上华为云实验里已经有不少基于 DeepSeek 搭建 Agent 智能助手的操作案例，和 OpenClaw 的玩法一脉相通，后面做扩展参考也会方便很多。
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. 部署前准备：云主机、安全组和系统初始化
2.1 云主机配置怎么选，够用和好用差在哪里
部署 OpenClaw 不需要很强的机器，它本身不是一个重型应用，真正的推理开销在大模型 API 那边，云主机承担的更多是消息转发、场景编排、脚本执行这些轻量任务。
以我个人经验，1 核 2G 的入门机可以跑，但不太推荐。因为 OpenClaw 的基础服务再加上模型接口的响应处理，内存很容易吃紧，Swap 一开，整机响应就会变慢。比较舒服的最低配置是 2 核 4G，日常占用大概在 1.5G 到 2.5G 之间，剩余内存还能让你同时跑一两个辅助工具。如果你希望把 OpenClaw 和数据库、监控面板、反向代理这些放在同一台机器上，那直接上 4 核 8G 会更从容。
系统镜像建议选 Ubuntu 22.04 LTS 或 24.04 LTS。这两个版本的软件源里，OpenClaw 依赖的运行时环境都能顺利装上，不像某些精简系统镜像连 Python 和 Git 都没预装，还得自己折腾半天。硬盘给 40G 起步，安装脚本会拉取代码仓库、模型配置文件和技能包，加上日志增长，40G 是比较稳的基线。带宽按 3M 到 5M 买就够了，OpenClaw 和管理界面走的流量都很小，不需要太高的带宽，省下来的钱加到内存上更划算。
2.2 安全组端口：一次放行对，后面少踩坑
华为云的弹性云主机有一道安全组防火墙，默认只放行少量端口。很多新手部署完 OpenClaw 发现网页管理界面打不开、微信回调失败，十有八九就是安全组忘了放行对应端口。
我这次实际用到的端口有三个：
- 22 端口，SSH 登录用，默认放行，但建议之后改成密钥登录并禁用密码登录。
- 7860 端口，OpenClaw 自带的 Web 控制台端口，需要放行。
- 80 和 443 端口，如果你后面要绑域名、配 HTTPS 回调，这两个必须提前放行。
安全组的配置顺序是在控制台先找到云主机的“安全组”入口，然后添加入方向规则。源地址建议不要写 0.0.0.0/0，尤其 22 端口，只允许你自己的固定 IP 访问。7860 端口如果是你自己管理用，也可以限制 IP，但要注意如果你经常换网络，限制太死会导致自己都进不去。我的做法是 22 和 7860 限制来源 IP，80 和 443 放开，反正真正的服务安全性要靠登录认证和令牌来保证。
注意：改完安全组规则是秒级生效的，不需要重启云主机。但如果改了规则还是连不上，记得看下云主机内部的系统防火墙（比如 ufw）是不是也开着，有时候是两层防火墙都要放行才通。
2.3 系统初始化：用专用用户防止手滑
拿到云主机后，我习惯先做一次系统初始化。第一步是更新软件源，执行 sudo apt update && sudo apt upgrade -y，把系统基础包升到最新，避免部署过程中因为某个库版本太旧导致奇怪报错。第二步是创建一个专用系统用户，比如叫 claw，后续 OpenClaw 的所有服务都用这个用户跑，而不是直接使用 root。
这样做的原因很简单，OpenClaw 的技能脚本里有大量执行外部命令的逻辑，如果它以 root 身份跑，一旦某个技能包有安全问题，整台机器就裸奔了。用普通用户跑服务，即使脚本出问题，影响范围也被限制住。创建用户的命令是：
bash复制sudo adduser claw
sudo usermod -aG sudo claw
第三步是安装基础依赖。OpenClaw 的安装脚本一般会自动检测并安装缺的东西，但 Git 和 curl 这两个工具是底层依赖，建议手动确认一下：
bash复制sudo apt install -y git curl wget
装完之后，可以用 curl -I https://www.baidu.com 简单测一下云主机的公网连通性。这一步特别重要，因为有些云主机的默认安全策略很严格，出站流量也可能受限。实测如果这里通了，后面模型 API 的调用基本就不会有问题。
3. 一键部署 OpenClaw：这台机器的“第一次启动”
3.1 一键脚本到底帮你做了什么
很多人听到“一键部署脚本”就以为是无脑双击，其实了解脚本背后的流程，出了问题才知道去哪查。打开安装脚本看一遍，它做的事情无非是下面这五步。
第一步检查系统环境，确认操作系统、CPU 架构、内存大小，不符合要求就直接退出，可以避免你在不支持的机器上浪费半天时间。第二步安装运行时依赖，OpenClaw 服务端通常需要特定版本的运行时环境，脚本会帮你装好并设置环境变量。第三步拉取 OpenClaw 主仓库代码和默认配置文件，生成服务运行目录。第四步生成 systemd 服务文件，注册为系统服务，设置开机自启。第五步启动服务并做健康检查，等待端口起来，最后输出访问地址和初始令牌。
明白这个流程后，你就知道部署后第一件事不是急着用，而是确认每一步都正常结束。现在的部署脚本已经相当成熟，社区里甚至能看到“一键部署脚本 yolo 最新版本更新内容”这类更新日志，说明维护频率很高，功能一直在完善。
我用的安装方式是从官方仓库直接执行安装脚本。由于项目版本迭代比较快，我建议以官方文档里最新的命令为准，我在下面的实操过程中也是以 v2.x 版本为例。
3.2 实操实录：从 SSH 登录到看到控制台
我先用 SSH 登录到云主机：
bash复制ssh root@你的公网IP
登录之后，切换到刚才创建的 claw 用户，或者直接用 root 执行安装再授权给用户。我这里为了演示方便，用 root 执行了安装，但随后会把服务目录的所有权改给 claw 用户：
bash复制curl -fsSL https://github.com/openclaw/openclaw/releases/latest/download/install.sh -o install.sh
sudo bash install.sh
执行后会有滚动日志，等待的时间取决于服务器和源站的带宽，我在华为云上大概等了两三分钟。看到 OpenClaw has been successfully installed 字样之后，脚本会输出一行 Web 控制台地址和初始访问令牌。
用浏览器打开 http://服务器公网IP:7860，输入初始令牌，会进入向导页面。向导会要求设置管理员密码、填写模型 API 信息和选择默认模型服务。我在这里填的是 DeepSeek 的 API Key，因为国内访问更稳定，而且成本划算。填写时注意选择正确的接口地址和模型名称，模型名称填错是常见问题，但控制台里一般有下拉选项，选对就行。
配置向导完成后，会自动跳转到主控制台。到这里，OpenClaw 的核心服务就已经跑起来了，前后大概花了不到十分钟，这还包含了我在浏览器里填写配置的时间。
3.3 部署后的健康检查与开机自启
服务起来只是开始，我建议立刻做一轮健康检查，确保它在机器重启后还能自动恢复。
第一步看服务状态：
bash复制sudo systemctl status openclaw
正常情况下，输出里会显示 active (running)，并且没有报错信息。如果显示 failed 或者 activating 卡住，马上执行 sudo journalctl -u openclaw -f 看实时日志，排查原因。
第二步测重启恢复。直接 sudo reboot 重启云主机，等一两分钟再 SSH 进来，执行 sudo systemctl status openclaw，确认服务是自动拉起的。这是最容易被人忽略的一步，很多新手部署完当时能跑，但机器一重启就全忘了，服务挂在后台没有注册开机自启，一切又要手动重新来。
第三步检查磁盘空间。OpenClaw 刚装完不算大，但日志会慢慢涨。我建议配置日志轮转，限制日志文件大小：
bash复制sudo journalctl --vacuum-size=100M
这个命令会立即清理到 100M 以内，后续如果想自动控制，可以编辑 journald 配置文件设置 SystemMaxUse=200M。别小看这一步，我之前有一台服务器就是日志被刷满，整个系统变得卡顿，排查了很久才发现是 journald 日志撑爆了磁盘。
4. Skills 安装实战：让智能体真正“长出双手”
4.1 Skills 的定位：模型是大脑，Skill 是手
OpenClaw 跑通之后，下一步最有意思的部分就是装 Skills。我刚才已经说过，Skills 是 OpenClaw 的技能扩展机制，每个技能包解决一类具体问题。
我习惯用一个比喻来理解 OpenClaw、模型和 Skills 三者的关系：模型是大脑，负责理解和推理；OpenClaw 是躯体，负责接收消息、调度执行和回传结果；Skills 是手，负责具体操作。没有 Skills，大脑再聪明，躯体也只能聊天不能干活；装上合适的 Skills，它才真正具备执行任务的能力。
当前 Skills 的生态已经相当丰富，社区里常见的就有 Superpower Skills、前端开发 Skills、图片生成 Skills、结构图 Skills 等。还有很多人把其他生态里好用的技能包移植过来，比如 Claude Code Skills、Codex Skills、OpenCode Skills 这类跨工具技能包，格式逐渐走向通用化，换个平台也能直接导入。甚至还有人整理出了 Awesome Claude Skills 合集仓库，里面收录了经过验证的高质量技能包，装之前可以去翻一翻。
4.2 第一批 Skills 装什么、怎么装
第一次装 Skills，我的建议是克制一点，装三到五个核心技能就够了。装太多技能，一是会拖慢任务调度时匹配技能的时间，二是在多个技能场景重叠时，智能体可能选错工具，反而影响效果。
先打开终端，用 OpenClaw 自带的管理命令查看仓库里有哪些可用技能：
bash复制openclaw skill search file-management
openclaw skill search image-generation
看到合适的包之后，直接通过命令安装。以安装一个文件管理技能包为例：
bash复制openclaw skill install file-management
对于社区仓库里的技能包，也可以直接通过 Git 地址安装：
bash复制openclaw skill install https://github.com/example/superpower-skills.git
安装完成后，控制台的 Skills 页面通常会出现对应的技能卡片，包含技能描述、触发条件和所需环境变量。这里最容易忽略的是环境变量配置。技能包在执行任务时往往需要调用外部服务，比如图片生成要填图像 API 的 Key，网页搜索要填搜索服务的凭据。控制台里的技能详情页会列出需要填的环境变量，挨个填好，保存并重载技能列表。
注意：装 Skills 不是越多越好。每个技能包都会增加上下文长度和调度开销，装太多之后，智能体在匹配任务时反而会犹豫不决。我个人的经验是，先装 5 个以内，用一周梳理出真正高频的需求，再针对性扩充。
4.3 安装后不生效怎么办：重载、重启与日志
Skill 装完之后，如果发现它不生效，不要急着卸载重装。我的排查顺序通常是这样。
先检查服务端是否识别到新技能。到控制台 Skills 页面看有没有对应的技能卡片，如果没有，大概率是技能列表没有刷新。执行下面的命令重新加载：
bash复制openclaw skill reload
如果重载之后还是没有效果，再看环境变量有没有填齐。比如你装了一个图片生成 Skill，但没填图片服务 API Key，那么技能组件可能直接跳过当前场景，表现为“智能体没有调用图片生成技能”。这种情况日志里通常会有 Key 缺失的警告，查看日志的命令是：
bash复制journalctl -u openclaw -n 100 --no-pager | grep -i skill
最后一种情况是服务缓存问题。有些技能脚本在启动时被加载到内存，新装的技能需要重启服务才能生效：
bash复制sudo systemctl restart openclaw
我还试过一种情况：同一类技能装了多个包，OpenClaw 会根据优先级和场景匹配度选择最合适的一个，但偶尔也会出现匹配偏差。如果一直触发的不是你想要的那个技能，可以把不常用技能的优先级调低，或者在任务描述里写得更明确一些。这个“提示词细节决定技能命中率”的问题，是实际使用中非常容易被忽视的坑。
5. 常见问题与排查技巧实录
5.1 高频报错速查表
把我在部署和使用过程中遇到的高频问题按场景整理出来，方便大家直接对号入座。
| 问题现象 | 常见原因 | 排查与解决思路 |
|---|---|---|
| 安装时报错“could not safely verify the WSL2 environment” | 在 Windows 上部署时 WSL2 环境校验失败 | 更新 WSL2 内核到最新版，执行 wsl --update 后重试；更建议直接用云上 Linux 环境 |
| 控制台页面一直打不开 | 安全组未放行 7860 端口，或云主机内防火墙拦截 | 到华为云控制台添加 7860 入方向规则，再检查系统内部 ufw 状态 |
| OpenClaw 能发微信消息，但微信发消息没回复 | 回调地址不可达、会话响应配置缺失或消息渠道配置错误 | 检查微信侧回调地址是否填了公网 IP，确认安全组放行 80/443，查看日志看是否收到回调 |
| 集成微信报错 | 密钥、令牌配置错误，或渠道参数填错 | 检查微信配置页面里的 Token、EncodingAESKey 是否与控制台一致 |
| 模型调用慢或超时 | 选择的模型 API 服务本身延迟高 | 更换模型服务，或切换到国内可直连的服务商，检查模型名称是否填对 |
| Skill 安装后没有出现在技能列表 | 技能列表未刷新、仓库路径错误 | 执行 openclaw skill reload，确认包名或 Git 地址正确 |
5.2 我踩过的三个坑和完整排查过程
第一个坑是安全组忘记放行 Web 控制台端口。当时按照安装脚本的输出，看到访问地址是 http://公网IP:7860，但浏览器始终打不开，本地 curl 也超时。我一开始以为服务没起来，反复重启了好几遍，后来才想起华为云安全组默认不放开非标准端口。在控制台添加入方向规则放行 7860 之后，页面立刻就能打开了。这个坑很小，但误导性极强，因为它会让你把所有时间花在检查服务本身。
第二个坑是日志刷爆磁盘。OpenClaw 跑起来之后要对接模型 API 和消息渠道，日志是相当啰嗦的。我第一台云主机系统盘 40G，跑了不到一个月，磁盘占用飙到 95%，整机响应变卡，最后登录上去执行 journalctl --disk-usage 才发现是 journald 日志占了几十个 G。从那次之后，我给自己定了一个硬规矩：任何云主机部署完，第一件事就是配置日志轮转和人数据大小限制。
第三个坑是微信发消息没回复。当时的情况是 OpenClaw 可以主动推送消息到微信，但我在微信里回复之后，它一直没反应。排查时我先看日志，发现 OpenClaw 根本没收到任何回调，问题出在微信侧填写的回调地址。因为我的手机和电脑在不同网络环境下切换，公网 IP 变了，回调地址没有同步更新。后来在华为云上绑定固定弹性 IP，彻底解决了这个问题。顺带一提，只要云主机换了公网 IP，所有配置了回调的服务都有可能失效，这一点一定要记住。
6. 进阶扩展：从能用走向好用
6.1 对接魔塔和国内大模型
OpenClaw 默认可以对接各种主流模型服务，但在国内使用，我更推荐优先考虑国内可以直接访问的模型服务商。魔塔平台提供了丰富的模型服务和工具调用能力，OpenClaw 对接魔塔之后，可以直接复用平台上已经开放的工具和模型生态。配置时要注意接口地址、模型名称和调用凭据这三项必须完全匹配，填错任何一个都会导致调用失败。
我实际测试下来，OpenClaw 搭配 DeepSeek 模型跑日常文本任务的效果很稳定，延迟低，成本也低。如果你需要图片生成或者更复杂的能力，可以在 Skills 层加上对应的服务，让模型负责规划，由 Skill 去调外部 API。这种“模型负责决策、Skill 负责执行”的分工模式，正是 OpenClaw 区别于传统聊天机器人的核心优势。
华为云实验里有一个“基于 DeepSeek 搭建 Agent 智能助手”的典型场景，思路和 OpenClaw 的玩法非常相似。如果之后你打算让它跑更复杂的任务栈，比如定时抓取信息、生成日报、调用第三方工具，可以拿这个实验作为参考，能少走不少弯路。
6.2 安全加固与长期稳定运行
OpenClaw 具备对外服务能力之后，安全层级至少要做到以下三件事。
第一，关闭密码登录，改用 SSH 密钥。这是最便宜、最有效的安全措施，只需要把本地生成的公钥写到 ~/.ssh/authorized_keys，然后修改 sshd_config 禁用密码认证。
第二，给 Web 控制台加反向代理和 HTTPS。直接用 IP 加端口访问管理界面，密码很容易被中间人截获。用 Nginx 做一层反向代理，同时申请免费证书，既好看又安全。Nginx 配置的核心部分大致是这样：
nginx复制server {
listen 443 ssl;
server_name yourdomain.com;
ssl_certificate /etc/nginx/ssl/yourdomain.crt;
ssl_certificate_key /etc/nginx/ssl/yourdomain.key;
location / {
proxy_pass http://127.0.0.1:7860;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
}
第三，定期做快照备份。华为云控制台支持手动和自动创建系统盘快照，建议至少每周做一次，或者在做重大配置变更前手动打一个快照。这样即使操作失误搞坏了环境，也可以很快回滚，不用从零重装。
6.3 成本账：一台云主机一年到底花多少
最后来聊钱的问题。2 核 4G 的入门云主机，加上 40G 系统盘和基础带宽，华为云的年付价格通常在几百到一千元这个区间，新用户活动期间有很大折扣，可能几百元就能拿下。再加上模型 API 的调用费用，按日常使用量估算，每天几百次调用的话，一个月也就几块钱到几十元，综合下来整年花费大约在一千多元。
对比一下自己攒一台家用小主机或者长期开一台电脑，电费加宽带成本其实也不低。云主机胜在稳定性和省心程度，公网 IP、安全组、快照这些能力全是现成的。如果你已经积累了一些自动化任务，让 OpenClaw 帮你节约的时间成本，远高于这点服务器开销。
最后分享一个我实际用了很久的小技巧：每次部署完 OpenClaw，我都会在控制台里建一个“自检清单”技能，让它定期巡检服务的健康状态。包括检查磁盘空间、查看最近日志有没有报错、确认模型 API 的响应时间是否正常。这样智能体不仅能对外服务，还能自我监控，真正像个贴身助理了。如果你照着本文把整套流程走下来，你会发现，从一台裸机到一个能自动干活的智能体，其实只差一个晚上的折腾时间。