如果你正在 Windows 上尝试部署 OpenClaw又被一堆教程绕得晕头转向这篇指南应该能帮你省下不少时间。OpenClaw圈内习惯叫它“龙虾”是目前很受欢迎的开源个人 AI 助手能接微信、接知识库、挂 Skills部署到本地之后基本就相当于有了个 7x24 小时待命的私人助理。我最近在几台 Windows 机器上从零装了一遍踩了不少坑也总结出了一套相对稳定的流程这里完整分享出来。我默认你属于两种情况之一一种是刚接触本地 AI 生态的新手想快速把 OpenClaw 跑起来看看效果另一种是已经跑过 Docker、WSL 这些基础组件但卡在 OpenClaw 的某个环节出不来。无论你是哪种这篇指南都会尽量把“为什么这么做”也讲清楚而不是只丢给你一串复制粘贴的命令。毕竟部署这东西不懂原理出问题的时候最容易懵。1. 部署前的思路为什么推荐走 Docker WSL21.1 OpenClaw 的运行环境依赖先说结论在 Windows 上部署 OpenClaw最稳的路径是Docker Desktop WSL2而不是直接在 Windows 原生环境里装 Node.js 跑源码。这不是我拍脑袋决定的而是实际踩过坑之后得出的经验。OpenClaw 这个项目本身对运行环境的要求并不复杂它本质上是把“大模型会话、技能插件、消息渠道管理”这些事情封装成了一个服务。真正麻烦的地方在于两点一是它依赖 Linux 下的一些文件系统和进程管理特性在 Windows 原生环境下偶尔会出现权限和路径问题二是它往往会搭配 Docker 容器来部署和隔离环境官方文档里的示例也默认是容器方案。如果你强行在 Windows 下用原生 Node 跑不是不行但你会遇到一堆和 OpenClaw 本身无关的麻烦比如某个依赖包编译不过去、文件路径分隔符不兼容、服务起了一半崩溃等等。用 WSL2 承担 Linux 运行时再用 Docker 统一环境就能把这些底层差异全部屏蔽掉。1.2 你需要准备的东西在开始操作之前先检查一下你的机器能不能满足最低要求系统版本Windows 10 21H2 以上或者 Windows 11。老版本系统不一定不支持但后续排查问题时会很痛苦。开启虚拟化BIOS 里要开启 VT-x / AMD-V不然 WSL2 起不来。内存至少 8GB建议 16GB。OpenClaw 本身占用不高但你通常还要同时跑一个本地大模型比如 Ollama内存大一点体验完全不同。磁盘空间至少预留 20GB 可用空间主要给 WSL2 的虚拟磁盘和 Docker 镜像用。网络环境需要能访问 Docker Hub、GitHub 等资源。如果你网络状况不佳可以提前准备离线镜像包后面我会专门讲到。这些东西看起来琐碎但缺一个都会在中途卡住。尤其是内存OpenClaw 跑起来之后再启动一个 7B 参数模型16GB 内存也就刚够用8GB 的话会明显感觉到卡顿。1.3 常见部署方式对比部署方式优点缺点适合人群Docker Desktop WSL2环境隔离好、卸载干净、官方推荐需要额外安装 Docker、占磁盘空间大多数人推荐首选Windows 原生 Node 运行启动快、少一层虚拟化依赖编译容易出问题、路径坑多折腾型选手不推荐离线整合包适合内网和网络差的环境版本可能滞后、需手动导入网络受限环境我是强烈建议你走第一行的方案。Docker 的好处不只是“方便启动”更重要的是你随时可以通过docker compose down把整个环境拆掉重来不会在系统里留下乱七八糟的残留。本地 AI 应用迭代很快能干净地重装这件事比什么都重要。2. 环境准备实操WSL2 与 Docker Desktop2.1 开启 WSL2 并安装 UbuntuWSL2 是微软官方提供的 Linux 子系统方案OpenClaw 的 Docker 容器就是跑在它上面的。安装步骤不复杂但有几个细节容易出错。首先右键开始菜单选择“终端(管理员)”或者“Windows PowerShell(管理员)”执行下面的命令wsl --install这个命令在 Windows 11 上会自动完成所有操作包括开启虚拟化平台、启用 WSL2、安装默认的 Ubuntu 发行版。装完之后系统会提示你重启。如果用的是 Windows 10或者wsl --install执行后提示缺少组件你需要手动执行两步# 启用虚拟机平台和 Linux 子系统功能 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart执行完重启再安装 WSL2 内核更新包最后执行wsl --set-default-version 2重启之后打开开始菜单里的 Ubuntu 终端第一次启动会让你设置用户名和密码。这里有个小建议用户名不要起得太复杂最好用全小写的字母组合后面你在终端里操作时经常要敲路径方便很多。装完之后用下面这个命令检查当前 WSL 版本wsl -l -v如果看到 Ubuntu 那行 VERSION 是 2就说明 WSL2 已经正常工作了。如果你的发行版显示是 1执行转换wsl --set-version Ubuntu 2转换可能要等几分钟耐心一点别中途关窗口。2.2 安装 Docker Desktop 并配置 WSL2 引擎Docker Desktop 的安装包可以从官网下载安装过程基本都是下一步。需要注意一个关键选项在安装配置界面务必勾选“Use WSL 2 based engine”这一步决定了 Docker 会跑在 WSL2 上而不是性能更差的旧 Hyper-V 模式。安装完成之后启动 Docker Desktop进入 Settings - Resources - WSL Integration确认你刚才安装的 Ubuntu 发行版右侧开关是打开的然后 Apply Restart。一个常见的坑是Docker Desktop 已经启动了但内部引擎一直显示 running 状态过了好几分钟还没起来。这通常是因为 WSL2 内核版本太旧或者 Windows 组件没有完全更新。解决方法是先执行wsl --shutdown把 WSL2 完全停掉然后再重新启动 Docker Desktop。如果还不行去 Windows Update 里检查一下是否有 WSL2 的内核更新补丁。2.3 环境自检清单在进入 OpenClaw 安装之前先跑一遍自检能筛掉 80% 的潜在问题# 1. 确认 WSL 版本 wsl -l -v # 2. 确认 Docker 正常 docker version # 3. 跑一个 hello world 容器 docker run hello-world第三条命令如果正常输出 “Hello from Docker!”说明 Docker 和 WSL2 链路已经通了。如果卡在 pull 镜像那一步多半是网络问题可以给 Docker 配置一个国内镜像加速器或者使用离线镜像包。这块我后面会细说。自检通过之后就可以进入正戏了。3. 获取 OpenClaw 并完成基础配置3.1 获取安装包Git 拉取还是离线集成包OpenClaw 的获取方式主要有两种一种是从官方仓库直接拉取源码或镜像构建另一种是下载社区制作好的离线集成包。我自己的建议是网络条件允许的情况下优先用官方 Docker 镜像简单、干净、容易升级网络不太稳定的话再考虑离线包。如果走 Docker 镜像路线第一步是拉取镜像docker pull openclaw/openclaw:latest如果你在拉取过程中频繁超时可以配置 Docker 镜像加速。法如下打开 Docker Desktop Settings - Docker Engine在 JSON 配置里添加加速地址然后 Apply Restart。注意不同时间段可用的加速地址变化很大要以实际测试结果为准。如果你拿到的是离线集成包比如一个.tar格式的镜像文件导入命令是这样的docker load -i openclaw.tar导入完成后用docker images确认一下镜像是否出现。离线包的好处是省去了网络拉取的时间但要注意版本可能不是最新的后续想升级还得重新找包所以有条件的话还是建议直接拉官方镜像。3.2 配置模型后端Ollama 本地模型与硅基流动 APIOpenClaw 本身不直接自带大模型它需要一个“模型后端”来提供对话能力。目前主流的选择有三种本地 Ollama、云端 API、或者其他兼容 OpenAI 协议的中间层。我个人推荐的组合是先用 Ollama 把流程跑通再根据需求切换 API。原因很简单Ollama 部署在本地不出内网、不花钱、还能顺便测试你自己机器能带动多大参数的模型。Ollama 安装很简单到官网下载 Windows 安装包装完在终端执行ollama pull qwen2.5:7b这条命令会下载阿里的 Qwen2.5 7B 模型大概 4 到 5 GB。如果你的机器配置一般可以换成qwen2.5:3b或者更小的模型先跑通链路再说。如果你更想用硅基流动这样的云端 API那就需要先去注册账号、创建 API Key然后在 OpenClaw 的配置里填上服务地址和模型名。硅基流动的好处是可以用上更大的模型比如 DeepSeek 系列响应速度也比本地小模型靠谱很多缺点是会产生费用。3.3 核心配置文件说明OpenClaw 第一次启动后会在你的用户目录下生成一个配置文件夹通常叫~/.openclaw。里面最重要的文件是config.yaml所有核心设置都在这里。一个最简配置长这样ai: provider: ollama model: qwen2.5:7b baseUrl: http://host.docker.internal:11434 channels: web: enabled: true port: 3000 skills: enabled: true这里我要重点解释一下host.docker.internal这个地址。因为 OpenClaw 是跑在 Docker 容器里的容器自己是个独立小系统不能直接用localhost访问宿主机的服务。Docker 提供了一个特殊域名host.docker.internal专门用来从容器内部访问宿主机。Ollama 在宿主机上监听的是 11434 端口所以配置里的baseUrl要用这个域名而不是 localhost。如果你选的是硅基流动 API配置文件要改成类似这样ai: provider: openai-compatible model: deepseek-ai/DeepSeek-V3 baseUrl: https://api.siliconflow.cn/v1 apiKey: sk-你的密钥注意不同版本的 OpenClaw 对于 provider 的命名可能略有差别有的版本用openai-compatible有的版本直接用siliconflow。最靠谱的方法是去翻你那个版本自带的示例配置通常在仓库的docs目录下。4. 启动服务与 Skills 扩展4.1 用 Docker Compose 启动 OpenClaw手动docker run也能启动 OpenClaw但参数一多就容易乱。我建议你用 Docker Compose把配置固化在一个docker-compose.yml文件里以后想改什么直接改文件重启就生效。先建一个工作目录比如D:\openclaw在里面创建docker-compose.ymlservices: openclaw: image: openclaw/openclaw:latest container_name: openclaw restart: unless-stopped ports: - 3000:3000 volumes: - ./data:/root/.openclaw environment: - OPENCLAW_AI_PROVIDERollama - OPENCLAW_AI_MODELqwen2.5:7b - OPENCLAW_AI_BASE_URLhttp://host.docker.internal:11434 extra_hosts: - host.docker.internal:host-gateway这个配置里有几个值得注意的点restart: unless-stopped意思是容器意外退出时自动重启。本地 AI 服务嘛丢那儿不管才是常态这个参数能省心很多。./data目录挂载到了容器内的/root/.openclaw所有配置、日志、记忆数据都会持久化保存在 Windows 这边的文件夹里。以后想备份直接打包这个 data 文件夹就行。extra_hosts是给部分 Windows 环境下host.docker.internal解析不了时的一种补充方案写上没坏处。配置好之后在D:\openclaw目录下打开终端执行docker compose up -d首次启动会自动完成镜像拉取、容器创建。启动之后用docker logs -f openclaw盯一下日志。看到类似 “Server started on port 3000” 之类的输出就说明已经起来了。这时浏览器访问http://localhost:3000就能看到 OpenClaw 的 Web 管理界面。4.2 常用 Skill 推荐与安装方法OpenClaw 的一大卖点就是 Skills。简单说Skills 就像是手机上的 App给 OpenClaw 增加各种各样的能力。比如联网搜索、定时提醒、RSS 订阅、日程管理、甚至和微信联动。Skill 的安装方式分成两种。第一种是在 Web 管理面板里直接操作找到 Skills 市场点安装就行。第二种是把下载好的 skill 文件夹手动放到data/skills目录下然后重启容器docker restart openclaw个人比较推荐刚开始只装这几个web-search让 OpenClaw 能联网搜索回答实时性问题。todo-list待办事项管理适合拿它当日常助理用。wechat-bridge微信桥接配合机器人小号实现微信消息自动回复。我踩过的坑是一次不要装太多 skill。有些 skill 之间会有依赖冲突尤其是都用到网络请求或者外部 API 的。你装一个、测试一个确认没问题再装下一个排查起来会轻松很多。4.3 微信插件接入的注意事项微信桥接功能听起来很爽但实际操作中坑非常多。我最想提醒的就是“风控”问题。很多人在接入微信后会发现机器人突然发不出消息或者后台日志里出现类似“触发了服务端风控或会话残留”的报错。这通常不是 OpenClaw 本身的问题而是微信官方对自动化操作的限制策略。我的建议是不要用自己的主微信号去挂机器人注册一个专门的小号。控制消息频率。机器人不要高频群发消息也不要同时操作多个群。如果出现风控提示先停掉服务删除本地的微信登录会话缓存再重新登录。一般来说能解决大部分问题。接入过程要遵循微信的用户协议。这类自动化功能只适合做个人学习和轻量应用不建议拿去搞营销或者大规模群控。技术上的接入步骤通常是在 Web 管理面板里选择微信渠道然后扫码登录。首次登录成功后会生成 session保存在data目录下。之后只要这个 session 不被失效机器人就能一直工作。5. 常见问题与排查技巧实录5.1 WSL2 环境验证失败很多人在启动 OpenClaw 时会看到一条比较吓人的错误could not safely verify the WSL2 environment。这个报错出现的原因一般是下面几个当前 WSL 版本不是 2。WSL 内核版本过旧。Docker Desktop 没有正确启用 WSL2 引擎。排查路径很简单。先回到 PowerShell 执行wsl -l -v确认 VERSION 是 2。如果是 1执行wsl --set-version Ubuntu 2转换。如果已经是 2就执行wsl --update更新内核然后执行wsl --shutdown重启 WSL 环境。最后再打开 Docker Desktop确认 Settings - General 里的 “Use WSL 2 based engine” 是勾选状态。这三个地方都检查完基本就能解决。5.2 端口占用与容器反复重启OpenClaw 默认用的是 3000 端口。如果你本机已经跑了其他 Web 服务可能造成端口冲突容器会一直启动失败。排查命令netstat -ano | findstr :3000看到有进程占用的话要么关掉那个进程要么改 OpenClaw 的端口映射。比如把3000:3000改成8080:3000然后docker compose up -d重新创建容器。容器反复重启还有一种常见情况启动依赖的某个环境变量没设置对。进入容器查看日志是最好的办法docker logs --tail 100 openclaw日志里如果出现connect ECONNREFUSED 127.0.0.1:11434多半是模型后端没起或者baseUrl配错了。记住容器内不要用localhost访问宿主机服务要用host.docker.internal。5.3 模型响应慢与输出质量差本地部署最大的痛点就是性能。如果你用的是 7B 模型回答一个字要等好几秒多半是因为没用上 GPU 加速。WSL2 支持 CUDA但 Docker 容器默认不能访问宿主机的显卡需要在 compose 文件里显式加上 GPU 配置services: openclaw: image: openclaw/openclaw:latest deploy: resources: reservations: devices: - driver: nvidia count: all capabilities: [gpu]没有 NVIDIA 显卡或者显卡显存不够的话建议换更小的模型或者直接上云端 API。另外输出质量差也有可能是模型参数设置问题。有些版本的 OpenClaw 默认 temperature 偏高导致回答发散。在配置里把temperature调到 0.7 左右会稳很多。6. 写在最后几条实用心得按这套流程走完你应该已经有一个跑在 Windows 上的 OpenClaw 服务了。最后分享一点我自己的实际体会。第一不要迷信“一条命令安装”之类的教程。OpenClaw 这种项目依赖的组件比较多任何一步环境差异都可能导致失败按部就班地理解每一步的作用后面出了问题才不至于两眼一抹黑。第二数据备份非常重要。我习惯每隔一段时间就备份一下data文件夹因为里面既有对话记忆也有 skill 配置和登录会话。真搞坏的时候直接删掉容器重建再挂载原来的数据目录原地复活。第三保持版本跟随。OpenClaw 更新很频繁可以时不时docker compose pull拉一下新镜像再重启。本地 AI 这个圈子发展太快用旧版本会错过很多新特性也容易出现已知 bug 得不到修复的情况。希望这篇指南能让你少走点弯路。如果过程中遇到其他问题最直接的方式就是去看官方文档里的 troubleshooting 章节以及查容器日志。先看日志再改配置绝大多数问题都能自己解决。
如果你正在 Windows 上尝试部署 OpenClaw又被一堆教程绕得晕头转向这篇指南应该能帮你省下不少时间。OpenClaw圈内习惯叫它“龙虾”是目前很受欢迎的开源个人 AI 助手能接微信、接知识库、挂 Skills部署到本地之后基本就相当于有了个 7x24 小时待命的私人助理。我最近在几台 Windows 机器上从零装了一遍踩了不少坑也总结出了一套相对稳定的流程这里完整分享出来。我默认你属于两种情况之一一种是刚接触本地 AI 生态的新手想快速把 OpenClaw 跑起来看看效果另一种是已经跑过 Docker、WSL 这些基础组件但卡在 OpenClaw 的某个环节出不来。无论你是哪种这篇指南都会尽量把“为什么这么做”也讲清楚而不是只丢给你一串复制粘贴的命令。毕竟部署这东西不懂原理出问题的时候最容易懵。1. 部署前的思路为什么推荐走 Docker WSL21.1 OpenClaw 的运行环境依赖先说结论在 Windows 上部署 OpenClaw最稳的路径是Docker Desktop WSL2而不是直接在 Windows 原生环境里装 Node.js 跑源码。这不是我拍脑袋决定的而是实际踩过坑之后得出的经验。OpenClaw 这个项目本身对运行环境的要求并不复杂它本质上是把“大模型会话、技能插件、消息渠道管理”这些事情封装成了一个服务。真正麻烦的地方在于两点一是它依赖 Linux 下的一些文件系统和进程管理特性在 Windows 原生环境下偶尔会出现权限和路径问题二是它往往会搭配 Docker 容器来部署和隔离环境官方文档里的示例也默认是容器方案。如果你强行在 Windows 下用原生 Node 跑不是不行但你会遇到一堆和 OpenClaw 本身无关的麻烦比如某个依赖包编译不过去、文件路径分隔符不兼容、服务起了一半崩溃等等。用 WSL2 承担 Linux 运行时再用 Docker 统一环境就能把这些底层差异全部屏蔽掉。1.2 你需要准备的东西在开始操作之前先检查一下你的机器能不能满足最低要求系统版本Windows 10 21H2 以上或者 Windows 11。老版本系统不一定不支持但后续排查问题时会很痛苦。开启虚拟化BIOS 里要开启 VT-x / AMD-V不然 WSL2 起不来。内存至少 8GB建议 16GB。OpenClaw 本身占用不高但你通常还要同时跑一个本地大模型比如 Ollama内存大一点体验完全不同。磁盘空间至少预留 20GB 可用空间主要给 WSL2 的虚拟磁盘和 Docker 镜像用。网络环境需要能访问 Docker Hub、GitHub 等资源。如果你网络状况不佳可以提前准备离线镜像包后面我会专门讲到。这些东西看起来琐碎但缺一个都会在中途卡住。尤其是内存OpenClaw 跑起来之后再启动一个 7B 参数模型16GB 内存也就刚够用8GB 的话会明显感觉到卡顿。1.3 常见部署方式对比部署方式优点缺点适合人群Docker Desktop WSL2环境隔离好、卸载干净、官方推荐需要额外安装 Docker、占磁盘空间大多数人推荐首选Windows 原生 Node 运行启动快、少一层虚拟化依赖编译容易出问题、路径坑多折腾型选手不推荐离线整合包适合内网和网络差的环境版本可能滞后、需手动导入网络受限环境我是强烈建议你走第一行的方案。Docker 的好处不只是“方便启动”更重要的是你随时可以通过docker compose down把整个环境拆掉重来不会在系统里留下乱七八糟的残留。本地 AI 应用迭代很快能干净地重装这件事比什么都重要。2. 环境准备实操WSL2 与 Docker Desktop2.1 开启 WSL2 并安装 UbuntuWSL2 是微软官方提供的 Linux 子系统方案OpenClaw 的 Docker 容器就是跑在它上面的。安装步骤不复杂但有几个细节容易出错。首先右键开始菜单选择“终端(管理员)”或者“Windows PowerShell(管理员)”执行下面的命令wsl --install这个命令在 Windows 11 上会自动完成所有操作包括开启虚拟化平台、启用 WSL2、安装默认的 Ubuntu 发行版。装完之后系统会提示你重启。如果用的是 Windows 10或者wsl --install执行后提示缺少组件你需要手动执行两步# 启用虚拟机平台和 Linux 子系统功能 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart执行完重启再安装 WSL2 内核更新包最后执行wsl --set-default-version 2重启之后打开开始菜单里的 Ubuntu 终端第一次启动会让你设置用户名和密码。这里有个小建议用户名不要起得太复杂最好用全小写的字母组合后面你在终端里操作时经常要敲路径方便很多。装完之后用下面这个命令检查当前 WSL 版本wsl -l -v如果看到 Ubuntu 那行 VERSION 是 2就说明 WSL2 已经正常工作了。如果你的发行版显示是 1执行转换wsl --set-version Ubuntu 2转换可能要等几分钟耐心一点别中途关窗口。2.2 安装 Docker Desktop 并配置 WSL2 引擎Docker Desktop 的安装包可以从官网下载安装过程基本都是下一步。需要注意一个关键选项在安装配置界面务必勾选“Use WSL 2 based engine”这一步决定了 Docker 会跑在 WSL2 上而不是性能更差的旧 Hyper-V 模式。安装完成之后启动 Docker Desktop进入 Settings - Resources - WSL Integration确认你刚才安装的 Ubuntu 发行版右侧开关是打开的然后 Apply Restart。一个常见的坑是Docker Desktop 已经启动了但内部引擎一直显示 running 状态过了好几分钟还没起来。这通常是因为 WSL2 内核版本太旧或者 Windows 组件没有完全更新。解决方法是先执行wsl --shutdown把 WSL2 完全停掉然后再重新启动 Docker Desktop。如果还不行去 Windows Update 里检查一下是否有 WSL2 的内核更新补丁。2.3 环境自检清单在进入 OpenClaw 安装之前先跑一遍自检能筛掉 80% 的潜在问题# 1. 确认 WSL 版本 wsl -l -v # 2. 确认 Docker 正常 docker version # 3. 跑一个 hello world 容器 docker run hello-world第三条命令如果正常输出 “Hello from Docker!”说明 Docker 和 WSL2 链路已经通了。如果卡在 pull 镜像那一步多半是网络问题可以给 Docker 配置一个国内镜像加速器或者使用离线镜像包。这块我后面会细说。自检通过之后就可以进入正戏了。3. 获取 OpenClaw 并完成基础配置3.1 获取安装包Git 拉取还是离线集成包OpenClaw 的获取方式主要有两种一种是从官方仓库直接拉取源码或镜像构建另一种是下载社区制作好的离线集成包。我自己的建议是网络条件允许的情况下优先用官方 Docker 镜像简单、干净、容易升级网络不太稳定的话再考虑离线包。如果走 Docker 镜像路线第一步是拉取镜像docker pull openclaw/openclaw:latest如果你在拉取过程中频繁超时可以配置 Docker 镜像加速。法如下打开 Docker Desktop Settings - Docker Engine在 JSON 配置里添加加速地址然后 Apply Restart。注意不同时间段可用的加速地址变化很大要以实际测试结果为准。如果你拿到的是离线集成包比如一个.tar格式的镜像文件导入命令是这样的docker load -i openclaw.tar导入完成后用docker images确认一下镜像是否出现。离线包的好处是省去了网络拉取的时间但要注意版本可能不是最新的后续想升级还得重新找包所以有条件的话还是建议直接拉官方镜像。3.2 配置模型后端Ollama 本地模型与硅基流动 APIOpenClaw 本身不直接自带大模型它需要一个“模型后端”来提供对话能力。目前主流的选择有三种本地 Ollama、云端 API、或者其他兼容 OpenAI 协议的中间层。我个人推荐的组合是先用 Ollama 把流程跑通再根据需求切换 API。原因很简单Ollama 部署在本地不出内网、不花钱、还能顺便测试你自己机器能带动多大参数的模型。Ollama 安装很简单到官网下载 Windows 安装包装完在终端执行ollama pull qwen2.5:7b这条命令会下载阿里的 Qwen2.5 7B 模型大概 4 到 5 GB。如果你的机器配置一般可以换成qwen2.5:3b或者更小的模型先跑通链路再说。如果你更想用硅基流动这样的云端 API那就需要先去注册账号、创建 API Key然后在 OpenClaw 的配置里填上服务地址和模型名。硅基流动的好处是可以用上更大的模型比如 DeepSeek 系列响应速度也比本地小模型靠谱很多缺点是会产生费用。3.3 核心配置文件说明OpenClaw 第一次启动后会在你的用户目录下生成一个配置文件夹通常叫~/.openclaw。里面最重要的文件是config.yaml所有核心设置都在这里。一个最简配置长这样ai: provider: ollama model: qwen2.5:7b baseUrl: http://host.docker.internal:11434 channels: web: enabled: true port: 3000 skills: enabled: true这里我要重点解释一下host.docker.internal这个地址。因为 OpenClaw 是跑在 Docker 容器里的容器自己是个独立小系统不能直接用localhost访问宿主机的服务。Docker 提供了一个特殊域名host.docker.internal专门用来从容器内部访问宿主机。Ollama 在宿主机上监听的是 11434 端口所以配置里的baseUrl要用这个域名而不是 localhost。如果你选的是硅基流动 API配置文件要改成类似这样ai: provider: openai-compatible model: deepseek-ai/DeepSeek-V3 baseUrl: https://api.siliconflow.cn/v1 apiKey: sk-你的密钥注意不同版本的 OpenClaw 对于 provider 的命名可能略有差别有的版本用openai-compatible有的版本直接用siliconflow。最靠谱的方法是去翻你那个版本自带的示例配置通常在仓库的docs目录下。4. 启动服务与 Skills 扩展4.1 用 Docker Compose 启动 OpenClaw手动docker run也能启动 OpenClaw但参数一多就容易乱。我建议你用 Docker Compose把配置固化在一个docker-compose.yml文件里以后想改什么直接改文件重启就生效。先建一个工作目录比如D:\openclaw在里面创建docker-compose.ymlservices: openclaw: image: openclaw/openclaw:latest container_name: openclaw restart: unless-stopped ports: - 3000:3000 volumes: - ./data:/root/.openclaw environment: - OPENCLAW_AI_PROVIDERollama - OPENCLAW_AI_MODELqwen2.5:7b - OPENCLAW_AI_BASE_URLhttp://host.docker.internal:11434 extra_hosts: - host.docker.internal:host-gateway这个配置里有几个值得注意的点restart: unless-stopped意思是容器意外退出时自动重启。本地 AI 服务嘛丢那儿不管才是常态这个参数能省心很多。./data目录挂载到了容器内的/root/.openclaw所有配置、日志、记忆数据都会持久化保存在 Windows 这边的文件夹里。以后想备份直接打包这个 data 文件夹就行。extra_hosts是给部分 Windows 环境下host.docker.internal解析不了时的一种补充方案写上没坏处。配置好之后在D:\openclaw目录下打开终端执行docker compose up -d首次启动会自动完成镜像拉取、容器创建。启动之后用docker logs -f openclaw盯一下日志。看到类似 “Server started on port 3000” 之类的输出就说明已经起来了。这时浏览器访问http://localhost:3000就能看到 OpenClaw 的 Web 管理界面。4.2 常用 Skill 推荐与安装方法OpenClaw 的一大卖点就是 Skills。简单说Skills 就像是手机上的 App给 OpenClaw 增加各种各样的能力。比如联网搜索、定时提醒、RSS 订阅、日程管理、甚至和微信联动。Skill 的安装方式分成两种。第一种是在 Web 管理面板里直接操作找到 Skills 市场点安装就行。第二种是把下载好的 skill 文件夹手动放到data/skills目录下然后重启容器docker restart openclaw个人比较推荐刚开始只装这几个web-search让 OpenClaw 能联网搜索回答实时性问题。todo-list待办事项管理适合拿它当日常助理用。wechat-bridge微信桥接配合机器人小号实现微信消息自动回复。我踩过的坑是一次不要装太多 skill。有些 skill 之间会有依赖冲突尤其是都用到网络请求或者外部 API 的。你装一个、测试一个确认没问题再装下一个排查起来会轻松很多。4.3 微信插件接入的注意事项微信桥接功能听起来很爽但实际操作中坑非常多。我最想提醒的就是“风控”问题。很多人在接入微信后会发现机器人突然发不出消息或者后台日志里出现类似“触发了服务端风控或会话残留”的报错。这通常不是 OpenClaw 本身的问题而是微信官方对自动化操作的限制策略。我的建议是不要用自己的主微信号去挂机器人注册一个专门的小号。控制消息频率。机器人不要高频群发消息也不要同时操作多个群。如果出现风控提示先停掉服务删除本地的微信登录会话缓存再重新登录。一般来说能解决大部分问题。接入过程要遵循微信的用户协议。这类自动化功能只适合做个人学习和轻量应用不建议拿去搞营销或者大规模群控。技术上的接入步骤通常是在 Web 管理面板里选择微信渠道然后扫码登录。首次登录成功后会生成 session保存在data目录下。之后只要这个 session 不被失效机器人就能一直工作。5. 常见问题与排查技巧实录5.1 WSL2 环境验证失败很多人在启动 OpenClaw 时会看到一条比较吓人的错误could not safely verify the WSL2 environment。这个报错出现的原因一般是下面几个当前 WSL 版本不是 2。WSL 内核版本过旧。Docker Desktop 没有正确启用 WSL2 引擎。排查路径很简单。先回到 PowerShell 执行wsl -l -v确认 VERSION 是 2。如果是 1执行wsl --set-version Ubuntu 2转换。如果已经是 2就执行wsl --update更新内核然后执行wsl --shutdown重启 WSL 环境。最后再打开 Docker Desktop确认 Settings - General 里的 “Use WSL 2 based engine” 是勾选状态。这三个地方都检查完基本就能解决。5.2 端口占用与容器反复重启OpenClaw 默认用的是 3000 端口。如果你本机已经跑了其他 Web 服务可能造成端口冲突容器会一直启动失败。排查命令netstat -ano | findstr :3000看到有进程占用的话要么关掉那个进程要么改 OpenClaw 的端口映射。比如把3000:3000改成8080:3000然后docker compose up -d重新创建容器。容器反复重启还有一种常见情况启动依赖的某个环境变量没设置对。进入容器查看日志是最好的办法docker logs --tail 100 openclaw日志里如果出现connect ECONNREFUSED 127.0.0.1:11434多半是模型后端没起或者baseUrl配错了。记住容器内不要用localhost访问宿主机服务要用host.docker.internal。5.3 模型响应慢与输出质量差本地部署最大的痛点就是性能。如果你用的是 7B 模型回答一个字要等好几秒多半是因为没用上 GPU 加速。WSL2 支持 CUDA但 Docker 容器默认不能访问宿主机的显卡需要在 compose 文件里显式加上 GPU 配置services: openclaw: image: openclaw/openclaw:latest deploy: resources: reservations: devices: - driver: nvidia count: all capabilities: [gpu]没有 NVIDIA 显卡或者显卡显存不够的话建议换更小的模型或者直接上云端 API。另外输出质量差也有可能是模型参数设置问题。有些版本的 OpenClaw 默认 temperature 偏高导致回答发散。在配置里把temperature调到 0.7 左右会稳很多。6. 写在最后几条实用心得按这套流程走完你应该已经有一个跑在 Windows 上的 OpenClaw 服务了。最后分享一点我自己的实际体会。第一不要迷信“一条命令安装”之类的教程。OpenClaw 这种项目依赖的组件比较多任何一步环境差异都可能导致失败按部就班地理解每一步的作用后面出了问题才不至于两眼一抹黑。第二数据备份非常重要。我习惯每隔一段时间就备份一下data文件夹因为里面既有对话记忆也有 skill 配置和登录会话。真搞坏的时候直接删掉容器重建再挂载原来的数据目录原地复活。第三保持版本跟随。OpenClaw 更新很频繁可以时不时docker compose pull拉一下新镜像再重启。本地 AI 这个圈子发展太快用旧版本会错过很多新特性也容易出现已知 bug 得不到修复的情况。希望这篇指南能让你少走点弯路。如果过程中遇到其他问题最直接的方式就是去看官方文档里的 troubleshooting 章节以及查容器日志。先看日志再改配置绝大多数问题都能自己解决。
