【2026实测】闲置 Windows 笔记本部署 OpenClaw AI员工：WSL2 踩坑全记录
【2026实测】闲置 Windows 笔记本部署 OpenClaw AI员工：WSL2 踩坑全记录
最近刷到好几篇openclaw的文章，清一色的操作是：买一台 Mac Mini，装上 OpenClaw，接上飞书，完事（甚至买来就是装配好的）。
说句大实话，这些文章 90% 的作者自己都没搞清楚 OpenClaw 的配置到底在干什么。买个 Mac Mini 跟着教程抄就是了，出了问题换个教程再抄。
我的做法不一样——翻出抽屉里吃灰两年的 Win10 笔记本，装个 WSL2，从 systemd 配置到模型注册表到 OAuth 凭证克隆，每一步都是自己趟出来的。两天时间，4 个让人想砸键盘的大坑，最后跑通了 DeepSeek + Gemini 双模型、飞书 + Telegram 双通道的 24/7 AI 同事。
看完这篇你能拿到：一台闲置 Windows 笔记本变成 AI 同事的完整路径（约 2 小时，前提是你不踩我已经踩过的坑）。
为什么用闲置 Windows 笔记本，而不是 Mac Mini 或云服务器
我看了一圈"AI 同事"的部署方案，主流就三种：Mac Mini、云服务器、闲置电脑。把关键指标摆出来：
| 方案 | 硬件成本 | 月运行成本 | 环境 | 你可能已经有了吗 |
|---|---|---|---|---|
| Mac Mini M4 | XXXX 元 | 电费 ≈ 3 元 | macOS 原生 | 大概率没有，得买 |
| 云服务器 4C8G | 0 | 38~80 元/月 | Linux 原生 | 不适用，持续付费 |
| 闲置 Win 笔记本 | 0 | 电费 ≈ 5 元 | Windows+WSL2 | 抽屉里大概率有一台 |
第一，核心问题是"你已经有了"。 大多数开发者家里都有一台闲置笔记本——换了新电脑后老的扔抽屉里吃灰。它的硬件成本对你来说是零，因为钱已经花过了。Mac Mini 的 钱 是一笔新支出，而云服务器每月 38~80 元是持续支出。功耗差距算下来每月也就几块钱电费的事。
第二，Windows中的WSL2 原生支持 Linux。 OpenClaw 的 Gateway 跑在 Node.js + systemd 上，本质上需要一个 Linux 环境。WSL2 给你的不是模拟器，是一个跑在 Hyper-V 上的真实 Linux 内核，而且你不需要学习linux，就像操作Windows上的一个命令行窗口一样简单。我实测 Ubuntu 24.04 + systemd 完全能撑住 24/7 常驻。
第三，本地数据不经过任何第三方。 云服务器的数据存在别人的机房里，你的 API Key、聊天记录、知识库全在云端。自己的笔记本上这些东西不出家门，飞书用长连接不需要公网域名，安全感完全不一样。
环境搭建：WSL2 + systemd，两个命令但有一个隐藏陷阱
装 WSL2 本身没什么好说的
PowerShell 管理员运行：
wsl --install -d Ubuntu-24.04 重启电脑，设置 Ubuntu 用户名密码，结束。
隐藏陷阱：systemd 默认是关的
OpenClaw 的 Gateway 需要 systemd 做进程托管。但 WSL2 默认不启动 systemd——这意味着 systemctl 命令全部报错，Gateway 根本起不来。
修复只需要两步，但第二步很多人会忘：
# 在 WSL 内部sudobash-c'cat > /etc/wsl.conf << EOF [boot] systemd=true EOF'然后必须回到 Windows PowerShell 执行：
wsl --shutdown 重新打开 WSL 终端，systemctl 才能用。只关终端窗口是不够的，必须 wsl --shutdown 彻底关掉虚拟机再重新进入。
防爆内存：给 WSL2 上个紧箍咒
WSL2 默认会吃掉宿主机 50%~80% 的内存。闲置笔记本跑 24/7，不限制的话迟早卡死宿主机。
在 Windows 侧创建 C:\Users\你的用户名\.wslconfig：
[wsl2] memory=6GB processors=6 swap=0 再 wsl --shutdown 一次生效。这个文件只需要创建一次，以后每次启动 WSL 自动读取。
安装 OpenClaw + 启动守护进程
进入 WSL Ubuntu 终端：
sudoapt update &&sudoapt upgrade -ycurl-fsSL https://openclaw.ai/install.sh |bash openclaw --version# 确认版本号 openclaw doctor # 环境体检然后跑 Onboarding 向导：
openclaw onboard --install-daemon --no-interactive-defaults 向导里先选 DeepSeek 做默认模型，Daemon 选启用 systemd 服务。通道先随便选一个，后面单独配。
systemctl --userenable--now openclaw-gateway.service openclaw status --deep# 这条命令后面会救你的命写到这可能有人想问，为什么我用 DeepSeek？其实单纯是因为我 DeepSeek API Key 早都充过值了，想利用一下。如果你本身有其他更好的多模态大模型 API 可选（比如支持视觉的），完全可以用别的。
踩坑实录：4 个让人想砸键盘的致命问题
这才是这篇文章的核心价值。网上那些 Mac Mini 教程之所以"看起来简单"，是因为 macOS 环境天然规避了这些坑。在 WSL 上你躲不掉，但我已经替你趟过了。
每个坑我都给出原始报错 → 根因分析 → 解法，直接抄就行。
坑 1：环境变量死锁 —— CLI 被自己的配置文件锁死
按文档在 openclaw.json 里写了模板变量：
"botToken":"${TELEGRAM_BOT_TOKEN}"然后所有openclaw 命令都废了：
MissingEnvVarError: Missing env var "TELEGRAM_BOT_TOKEN" referenced at config path: channels.telegram.accounts.default.botToken 这个报错看起来像是"你还没填 Token"，但真正的问题比这狠得多：OpenClaw CLI 在执行任何命令之前——包括 openclaw doctor、openclaw config set——都会全量解析 openclaw.json。环境变量不存在？CLI 直接拒绝启动。你想用 CLI 设置环境变量？CLI 都启动不了。
经典的死锁。
解法：别跟 CLI 较劲，直接手动编辑 ~/.openclaw/openclaw.json，把所有 ${...} 替换成空字符串或者直接填上真实值。等 CLI 复活后再用命令行注入：
openclaw config set env.DEEPSEEK_API_KEY "sk-你的key"坑 2：升级后"幽灵进程" —— 前台新版本，后台旧版本
执行了 npm i -g openclaw@latest --force，openclaw --version 确认 2026.3.1。配置了 DeepSeek，信心满满发条消息，Telegram 秒回：
Agent failed before reply: Unknown model: deepseek/deepseek-chat 我在这个报错上卡了将近两个小时。模型名对了，Provider 也注册了，openclaw doctor 也没报错。
最后是 openclaw status --deep 救了我。这条命令的输出暴露了致命矛盾：
- CLI 版本：
2026.3.1 - Gateway 版本：
2026.2.26
前台升级了，后台 systemd 服务还指着旧版本的路径。旧版物理源码里根本没有 DeepSeek 的驱动——当然报 Unknown model。
解法——“换芯手术”：
# 1. 停掉旧进程 systemctl --user stop openclaw-gateway.service pkill-9node# 2. 找到新版本的真实路径which openclaw # 假设返回 /home/hdev/.npm-global/bin/openclawREAL_INDEX="/home/hdev/.npm-global/lib/node_modules/openclaw/dist/index.js"# 3. 把 systemd 服务指向新版本sed-i"s|ExecStart=.*|ExecStart=/usr/bin/node $REAL_INDEX gateway --port 18789|"\ ~/.config/systemd/user/openclaw-gateway.service # 4. 重载并启动 systemctl --user daemon-reload systemctl --user start openclaw-gateway.service 做完再跑一次 openclaw status --deep，确认两边版本一致。
坑 3：模型注册表的"名分"问题
我还试过一个骚操作：把 model ID 写成 openai/gpt-4o，但 baseUrl 指向 DeepSeek——想"借壳上市"。
不行。2026.3.1 会原封不动地向远端发送 {"model": "gpt-4o"}，DeepSeek 收到一个不属于自己的模型名，直接拒绝。
新版 OpenClaw 必须在 JSON 顶层显式建立 providers 注册表，给每个模型上正式"户口"：
"models":{"providers":{"deepseek":{"baseUrl":"https://api.deepseek.com/v1","apiKey":"${DEEPSEEK_API_KEY}","api":"openai-completions","models":[{"id":"deepseek-chat","name":"DeepSeek V3"},{"id":"deepseek-reasoner","name":"DeepSeek R1"}]}}}这里有两个细节卡了我很久：
baseUrl必须带/v1，写成https://api.deepseek.com直接 404api字段必须写openai-completions，不能只写openai——少写半截就是另一个协议
坑 4：WSL 里的 OAuth 回调黑洞
这个坑只有 WSL 环境才会遇到。Google Gemini 的 OAuth 登录需要浏览器回调到 127.0.0.1。但 WSL 里没有浏览器，Windows 侧浏览器的回调又穿不透 WSL 的网络隔离——登录流程无限挂起，没有任何报错，就是卡住不动。
解法——暴力克隆凭证：
如果你之前在 WSL 里用 gemini 命令登录过 Google 账号（即 @google/gemini-cli），那 OAuth Token 已经存在本地了，直接提取给 OpenClaw 用：
第一步，从 ~/.gemini/oauth_creds.json 提取 refresh_token。
第二步，写入 OpenClaw 能读懂的格式。创建 ~/.openclaw/credentials/auth-profiles.json：
{"version":1,"profiles":{"google-gemini-cli:[email protected]":{"provider":"google-gemini-cli","type":"oauth","email":"[email protected]","tokens":{"access_token":"...","refresh_token":"1//0gtqXi...","token_type":"Bearer"}}},"order":{"google-gemini-cli":["google-gemini-cli:[email protected]"],"google":["google-gemini-cli:[email protected]"]}}第三步，也是最容易漏的：order 映射表。没有它，系统依然报 No API key found。这个字段的作用是把 google 这个别名强制解析到你刚定义的 profile 上。
补充：三大 Agent CLI，接入难度差距很大
说完四个坑，顺便对比一下 OpenClaw 支持的三大 Agent CLI（Codex、Gemini CLI、Claude Code）各自的接入体感。
Codex：耗不费力，也没什么顾虑。ChatGPT 用户直接通过 openclaw onboard --auth-choice openai-codex 走官方 OAuth，一步到位，认证自动写入 auth-profiles.json，主脑切换即可用。
Gemini CLI：OpenClaw 2026.3.1 已内置插件式接入，加上坑 4 里的凭证克隆方案，总体也算顺滑。最大阻力就是 WSL 无头环境那个 OAuth 黑洞，但克隆 Token 完全解决了。
Claude Code：要谨慎。它的认证深度绑定 Anthropic 生态，与 OpenClaw ACP 协议的整合目前还不够完整，贸然接入容易出现权限混用或 Token 冲突。除非你明确知道自己在做什么，否则建议等官方支持成熟后再动。
接通飞书 + Telegram 双通道
OpenClaw 支持多种 IM 通道同时接入。我的配置是飞书为主、Telegram 为辅。
飞书：国内首选，权限配置是重点
飞书是我推荐的首选通道。原因很实际：国内网络直连、注册零门槛、长连接模式不需要公网域名，而且飞书在国内职场的普及率摆在那里。
在 飞书开放平台 创建企业自建应用后，权限配置必须到位，这里很多人会踩坑——权限少勾一个，消息就收不到或发不出去，但不会有明确报错。
必须开启的 3 个权限（缺一个都不能正常收发消息）：
| 权限标识 | 干什么用的 |
|---|---|
im:message:send_as_bot | 让机器人能发消息——没有这个，你的 AI 同事是个哑巴 |
im:message.p2p_msg:readonly | 读私聊消息——没有这个，私聊给机器人它收不到 |
im:message.group_at_msg:readonly | 读群里 @ 机器人的消息——没有这个，群里 @ 它没反应 |
建议加上的 2 个权限（不加也能跑，但加了更稳）：
| 权限标识 | 干什么用的 |
|---|---|
im:chat.members:bot_access | 读群成员和会话信息，很多 bot 场景会用到 |
im:resource | 发图片、文件、富媒体时需要，不发可以先不加 |
事件回调选**"长连接"模式**——这是关键选择。长连接不需要公网域名和 HTTPS 证书，WSL 内网环境完美适配。如果你选了"HTTP 推送"模式，那就得自己搞定公网回调地址，纯属给自己找麻烦。
添加事件 im.message.receive_v1，创建版本，提审，发布。然后回到 WSL 配置 OpenClaw：
openclaw channels add feishu # 输入 App ID 和 App Secret openclaw gateway restart openclaw logs --follow# 看到 feishu connected 就成功了Telegram：可选，适合有代理条件的用户
Telegram 在技术圈很流行，OpenClaw 社区的教程也基本都以 Telegram 为例。但坦白说，对国内用户来说它不是最优选。
两个现实问题：
- 注册门槛：Telegram 需要用海外手机号或通过代理注册，BotFather 创建 Bot 本身也需要在 Telegram 里操作。如果你之前没用过 Telegram，光注册这一步就可能卡住。
- 代理依赖：OpenClaw Gateway 连接 Telegram Bot API 需要走代理。代理一旦挂了，你的 AI 同事就彻底失联——偏偏你最需要远程找它帮忙的时候，往往就是网络不稳定的时候。
如果你已经有 Telegram 账号和稳定代理，接入倒是很简单：
openclaw channels add telegram # 输入 BotFather 给你的 token，dmPolicy 选 pairing我个人的策略是飞书做主通道保证可用性，Telegram 做备用通道。两个通道可以同时接入同一个 Agent，不冲突。
最终效果：在手机上随时召唤不同"大脑"
跑通之后是什么体验？直接看截图：
部署完成后，在飞书或 Telegram 里通过 /model 命令即时切换不同模型：
| 命令 | 调用谁 | 适合干什么 |
|---|---|---|
/model ds | DeepSeek V3 | 日常聊天、快速任务，便宜 |
/model dsr | DeepSeek R1 | 深度推理，死磕复杂问题 |
/model g3p | Gemini 3.1 Pro | 200 万上下文，读大型项目源码 |
/model g3f | Gemini 3 Flash | 看图、快速摘要 |
/model cdx | Codex 5.3 | 写代码专职 |
整台闲置笔记本跑 WSL + OpenClaw 的待机功耗大约 10~20W，一天不到半度电。我目前配置的主大脑是 Gemini 3 Flash，效果很好，反应速度很快，而且是原生多模态有视觉能力。日常也随时切换 DeepSeek，API 对话成本很低。具体任务再按需指派其他模型。
给想动手的人：一份最小可行清单
你只需要准备这些：
- 一台能开机的 Windows 笔记本（8G+ 内存）
- 一个大模型 API Key（DeepSeek 注册即送额度，或者你已有的其他 API 都行）
- 飞书自建应用的 App ID + Secret（5 分钟创建）
- 一个 Telegram Bot Token（可选，需要代理环境）
- 大约 2 小时的时间
不需要买任何硬件。不需要云服务器。不需要懂 Linux——WSL 给你兜底了。
如果你也有一台吃灰的笔记本，不妨试试。比花几千块买个 Mac Mini 然后跟着教程抄，踏实多了。
作者简介： 10年+码农，曾任某互联网大厂技术专家。常年专注于原生应用和高性能服务器开发、视频传输和处理技术以及AI编程工具和AI赋能应用。
个人主页：haibindev.github.io
交流请加文章下方微信名片：hbstream（个人主页：https://haibindev.github.io/），转载请注明作者和出处**
相关推荐：