搞 AI agent 的朋友,应该都遇到过这种尴尬:本地大模型已经跑起来了,但让它干点实事——整理文件、批量处理图片、调一下命令行里的脚本——它又变成“只会说话不会动手”的聊天机器人。我在 Windows 10 这台主力机上折腾 OpenClaw 本地部署,就是为了解决这个问题。简单说,OpenClaw 是一个本地优先的 AI Agent 运行框架,它负责把大模型的自然语言回复翻译成真正能落地的电脑操作。配合 DeepSeek、Qwen 这些开源模型,你完全可以在不联网、不上传数据的情况下,让电脑自动完成一堆重复劳动。这篇文章就从环境准备、模型接入、权限配置到第一个自动化任务,把我踩过的坑和最终稳定跑通的方案一次性写清楚。如果你也想在 Windows 10 上本地部署 OpenClaw,照着这个思路走,能少走很多弯路。
1. 项目概述与核心思路拆解
1.1 OpenClaw 到底是个什么角色
你可以把 OpenClaw 理解成一个“跑在本地的数字管家”。它的工作方式和大模型应用不太一样:普通聊天机器人只负责生成应答文本,而 OpenClaw 会在大模型生成完回复之后,继续解析出可执行的工具调用,然后在你的电脑上真正执行这些动作。比如你说“帮我整理下载文件夹”,大模型负责理解这句话,OpenClaw 负责决定调用哪个脚本、执行什么命令,做完之后还能把结果反馈给你。这种“思考 + 执行”的闭环,才是 Agent 和 Chatbot 的本质区别。
我最初注意到 OpenClaw,是因为它把 Skill、Workspace、Exec Approvals 这些概念全部本地化,没有强绑定任何云端平台。换句话说,你不需要注册账号,不需要把私密文件传到别人的服务器,所有配置、权限文件、执行日志都落在 ~/.openclaw/ 目录里。对于我这种经常处理客户数据的人,本地部署这个特性比单纯追求“智能”更重要。
1.2 为什么我选择 Windows 10 而不是 Linux
说实话,AI 工具链在 Linux 上确实更“顺理成章”,但现实是我的主力办公机就是 Windows 10,很多业务软件只有 Windows 版本,换系统不现实。OpenClaw 对 Windows 10 的支持已经足够好,它通过 PowerShell 调用系统工具,也可以执行 Python、Node.js 脚本,并不比 Linux 环境差多少。尤其在你只需要操作本地文件、调用浏览器、跑一些数据处理任务时,Windows 10 反而更方便,因为系统自带的记事本、资源管理器、计划任务都能被直接调度。
如果你在 Windows 11 上部署过,会发现在 OpenClaw 这一层几乎没有任何区别,配置文件格式、权限机制完全一致。选择 Windows 10 的另一个原因是它的稳定性——我遇到过好几个用 Windows 11 开发版的朋友,安装完 OpenClaw 之后总被系统更新破坏环境。相比之下,Windows 10 的长期支持版本更省心,尤其是 22H2 之后的版本,对 WSL、Docker 这些虚拟化组件的兼容性已经很成熟了。
1.3 部署前必须理解的核心概念
真正的坑往往不是安装命令,而是你不理解 OpenClaw 的运行模型。按照我的实际使用经验,下面这几个概念是必须提前搞懂的:
- Workspace(工作区):OpenClaw 执行任务时所在的根目录,默认是
C:\Users\你的用户名\.openclaw\workspace。所有文件操作默认都在这个目录内进行,避免 Agent 乱写系统文件。 - Skill(技能):预先定义好的指令集。每个 Skill 是一个带描述文档和可执行脚本的文件夹,OpenClaw 会在大模型需要时自动加载对应 Skill。
- Exec Approvals(执行授权):OpenClaw 在执行命令前会检查是否在批准名单中。没有批准的命令会弹确认,或者直接拒绝。这个机制非常重要,它是安全底线。
- Model Backend(模型后端):OpenClaw 本身不包含大模型,它需要连接一个推理服务。常见的本地后端是 Ollama,也可以是 LM Studio、MiniMax H3 本地服务这类支持 OpenAI 兼容接口的工具。
如果这些概念没搞清楚,后面配置的时候会到处碰壁,尤其是 Exec Approvals,我第一次就是因为没配置好,所有命令都被拦截,还以为 OpenClaw 坏了。
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. 部署前的环境准备
2.1 硬件和系统要求对照表
先别急着敲命令,我把目前 Windows 10 上跑 OpenClaw 比较舒服的硬件门槛列出来,你可以对照自己的机器看看:
| 配置项 | 最低要求 | 推荐配置 | 说明 |
|---|---|---|---|
| 操作系统 | Windows 10 64位 21H2 | Windows 10 22H2 | 32位系统就不要挣扎了,很多依赖装不上 |
| 内存 | 8 GB | 16 GB 以上 | 跑 7B 量化模型至少要 8G,加上系统和其他程序,16G 才顺畅 |
| 磁盘空间 | 10 GB 可用 | 30 GB 以上 | 主要是模型文件占空间,7B 量化约 4GB,代码和依赖约 2GB |
| 显卡 | 无要求 | NVIDIA 显卡 6GB 显存以上 | 有独显跑模型快很多,纯 CPU 也能跑,就是慢 |
| Python | 3.10 | 3.11 或 3 |
