Clawdbot（Moltbot）源码部署全实测：从环境搭建到 WebChat 验证，避坑指南收好
一、为啥折腾 Clawdbot？
最近刷技术圈总刷到 Clawdbot（后来也叫 Moltbot），说是能搭私人 AI 助手，支持 WhatsApp、Telegram 这些常用通道，还能跑在自己设备上，不用依赖第三方服务 —— 想着拉下来测试一下功能，顺便研究一下其源码的实现。
于是拉上 GitHub 仓库https://github.com/openclaw/openclaw，打算从源码部署试试，过程里踩了不少坑，干脆整理成记录，给同样想折腾的朋友避避坑。
二、源码部署前的准备：Windows 环境优先选 WSL2
一开始想直接用 Windows CMD 部署，结果装依赖时各种报错，查仓库文档才发现 Windows 推荐用 WSL2（Ubuntu/Debian 镜像就行），后续操作全在 WSL2 里完成：
- 启用 WSL2：先在 Windows 功能里勾 “适用于 Linux 的 Windows 子系统” 和 “虚拟机平台”，重启后装 Ubuntu 22.04（微软应用商店直接搜）
- 配置 WSL2：打开 Ubuntu 终端，先更系统源（换阿里源，不然后续装包巨慢），再 sudo apt update && sudo apt upgrade -y
- 装 Git：sudo apt install git，验证 git --version，避免后续拉仓库出错
我没有执行这一步，导致后面构建项目报错，后面有其他的解决方案。
三、Node.js 安装：别踩 “版本不够” 的坑
仓库文档说要 Node≥22，这里使用nvm管理环境，并切换到node最新版本。
注意：不要用22以下的，在pnpm install会报错。
四、拉取源码 & 装依赖
1、安装依赖
git clone https://github.com/openclaw/openclaw.git cd openclaw pnpm install 在安装依赖时候会报错：
问题分析
node-llama-cpp 的 postinstall 脚本失败，错误码 3221225477 通常表示：
访问冲突或权限问题或Windows 上缺少必要的构建工具
node-llama-cpp 是可选依赖，仅用于本地嵌入。如果使用远程嵌入（如 OpenAI），可忽略该错误。项目会回退到远程嵌入。故注释掉 package.json 里面的 node-llama-cpp的依赖，重新进行 pnpm install
2、构建项目
前面安装依赖没问题之后，先构建ui
pnpm ui:build 
构建项目
pnpm build 
这是由于OpenClaw 在 Windows 上推荐使用 WSL2。在原生 Windows 上构建需要 bash。检查是否有 Git Bash 可用，或创建一个 Node.js 版本的构建脚本：
此处在项目的/script 目录下创建一个 nodejs版本的构建脚本 bundle-a2ui.mjs，代码如下：
#!/usr/bin/env nodeimport{ createHash }from"node:crypto";import{ promises as fs }from"node:fs";import path from"node:path";import{ fileURLToPath }from"node:url";import{ spawn }from"node:child_process";import{ promisify }from"node:util";const spawnAsync =promisify(spawn);const __filename =fileURLToPath(import.meta.url);const __dirname = path.dirname(__filename);constROOT_DIR= path.resolve(__dirname,"..");constHASH_FILE= path.join(ROOT_DIR,"src/canvas-host/a2ui/.bundle.hash");constOUTPUT_FILE= path.join(ROOT_DIR,"src/canvas-host/a2ui/a2ui.bundle.js");constA2UI_RENDERER_DIR= path.join(ROOT_DIR,"vendor/a2ui/renderers/lit");constA2UI_APP_DIR= path.join(ROOT_DIR,"apps/shared/OpenClawKit/Tools/CanvasA2UI");asyncfunctioncheckDirExists(dir){try{const stat =await fs.stat(dir);return stat.isDirectory();}catch{returnfalse;}}asyncfunctionwalk(entryPath, files =[]){const st =await fs.stat(entryPath);if(st.isDirectory()){const entries =await fs.readdir(entryPath);for(const entry of entries){awaitwalk(path.join(entryPath, entry), files);}return files;} files.push(entryPath);return files;}functionnormalize(p){return p.split(path.sep).join("/");}asyncfunctioncomputeHash(){const inputPaths =[ path.join(ROOT_DIR,"package.json"), path.join(ROOT_DIR,"pnpm-lock.yaml"),A2UI_RENDERER_DIR,A2UI_APP_DIR,];const files =[];for(const inputPath of inputPaths){try{const stat =await fs.stat(inputPath);if(stat.isDirectory()|| stat.isFile()){awaitwalk(inputPath, files);}}catch{// Path doesn't exist, skip}} files.sort((a, b)=>normalize(a).localeCompare(normalize(b)));const hash =createHash("sha256");for(const filePath of files){const rel =normalize(path.relative(ROOT_DIR, filePath)); hash.update(rel); hash.update("\0");const content =await fs.readFile(filePath); hash.update(content); hash.update("\0");}return hash.digest("hex");}asyncfunctionrunCommand(command, args, options ={}){returnnewPromise((resolve, reject)=>{const proc =spawn(command, args,{...options,stdio:"inherit",shell:false,}); proc.on("close",(code)=>{if(code ===0){resolve();}else{reject(newError(`Command failed with exit code ${code}`));}}); proc.on("error", reject);});}asyncfunctionmain(){try{// Docker builds exclude vendor/apps via .dockerignore.// In that environment we must keep the prebuilt bundle.if(!(awaitcheckDirExists(A2UI_RENDERER_DIR))||!(awaitcheckDirExists(A2UI_APP_DIR))){ console.log("A2UI sources missing; keeping prebuilt bundle."); process.exit(0);}const currentHash =awaitcomputeHash();let shouldBuild =true;try{const previousHash =await fs.readFile(HASH_FILE,"utf-8");const outputExists =await fs .access(OUTPUT_FILE).then(()=>true).catch(()=>false);if(previousHash.trim()=== currentHash && outputExists){ console.log("A2UI bundle up to date; skipping."); shouldBuild =false;}}catch{// Hash file doesn't exist, need to build}if(shouldBuild){ console.log("Building A2UI bundle...");awaitrunCommand("pnpm",["-s","exec","tsc","-p", path.join(A2UI_RENDERER_DIR,"tsconfig.json")]);awaitrunCommand("pnpm",["-s","exec","rolldown","-c", path.join(A2UI_APP_DIR,"rolldown.config.mjs")]);await fs.writeFile(HASH_FILE, currentHash,"utf-8"); console.log("A2UI bundle built successfully.");}}catch(error){ console.error("A2UI bundling failed. Re-run with: pnpm canvas:a2ui:bundle"); console.error("If this persists, verify pnpm deps and try again."); console.error(error); process.exit(1);}}main();重新构建项目 pnpm build
构建完成。
六、配置 OpenClaw
直接跑向导： pnpm openclaw onboard --install-daemon
进来这个提示，先按照yes和quickstart方式快速配置
**配置模型：**这里选择智谱AI
配置api-key
配置channel
支持接入不同的app，这里没有不支持微信等国内的生态，暂时先跳过，使用webchat测试。
配置skills
可选的内置skills很多，注意，这里按空格选中，选好之后，按回车保存。
但选择对应的skills后，很多需要配置对应的key才能使用，这个需要提前在对应的网站申请key。
配置Hooks：
先跳过，暂时不用。
启动Gateway service
保存好上面配置后，会自动启动网关服务。
同时ui应用也会启动，至此配置完成
七、发送消息没有响应
第一次启动配置完后，发现发送消息并没有得到响应，控制台也没有报错。
后来发现是我的GLM4.7 限额了。这时候可以直接修改 openclaw.json配置文件进行修改配置。
改为flash模型
后续所有和openclaw agent相关的配置都可以通过修改该文件，不需要重复进入向导配置。
注意：修改后记得重启 gateway service ，否则不生效。pnpm openclaw gateway restart --allow-unconfigured
可使用 openclaw status查看网关启动状态
八、常用命令
- 查看状态：openclaw status（快速看 Gateway 和通道是否在线）
- 发送测试消息：openclaw message send --to 自己的手机号（带国家码，比如 + 86138xxxxxxx） --message “测试 Clawdbot”，能收到消息说明通道没问题
- 重置会话：openclaw agent --reset（对话卡顿时用）
- 检查问题：openclaw doctor（神器！会提示配置和环境的问题，比如 DM 策略风险、依赖缺失）
- 更新版本：openclaw update --channel stable（新手别更 dev 通道，不稳定）
九、WebChat 测试
由于没有接入其他channel，这里直接用原生的ui webchat进行测试。
测试调用工具读取文件的能力
测试其 Computer Use的能力
直接写入文件到系统。
可见其调用工具，Computer use能力还是比较强的