电脑部署龙虾AI（OpenClaw）完整教程 + 日常使用详解

优质文章学习记录

— 5 min read

AI到底是什么？怎么在自己电脑上部署、怎么日常使用？网上教程要么太简略、要么太偏开发者，新手根本看不懂。本篇我用最通俗、最详细、一步一命令的方式，从零带你在 Windows/macOS/Linux 部署 龙虾AI（OpenClaw），并附上日常高频使用教程，小白也能直接跟着跑通。


一、龙虾AI（OpenClaw）是什么？
龙虾AI（OpenClaw）是一款可以直接操控你电脑的自动化AI智能体。
和普通聊天AI不同：它能点鼠标、敲键盘、读写文件、操作浏览器、自动办公。

简单说：
- ChatGPT/豆包：只能跟你聊天、写文字
- 龙虾AI：能直接帮你干活

适用人群：
- 办公党：自动整理文件、汇总数据、发邮件、搜资料
- 程序员：自动写代码、查日志、部署项目
- 普通人：解放双手，减少重复操作


二、部署前环境准备
2.1 系统要求
- Windows：Win10 / Win11（64位）
- macOS：12.0 及以上
- Linux：Ubuntu 20.04+、CentOS 7+

2.2 必备软件
1. Git（代码拉取）
2. Node.js 18+（运行环境）
3. 一个大模型 API Key（智谱、DeepSeek、Kimi 都行，有免费额度）


三、Windows 详细部署教程（最常用）
3.1 以管理员身份打开终端
1. 右键 **开始菜单**
2. 选择 **Windows 终端(管理员)** 或 **PowerShell(管理员)**

3.2 允许脚本运行（必执行）
powershell

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -Force

3.3 一键部署脚本（官方推荐）
直接复制运行，全自动安装：
powershell 

iwr -useb https://openclaw.ai/install.ps1 | iex

等待 3~10 分钟，会自动：
- 安装 Git、Node.js
- 拉取龙虾代码
- 安装所有依赖
- 配置环境变量

### 🔥 安装过程中看到这个日志？完全正常！ 如果你的终端出现以下输出，**代表安装顺利进行中**：

Git not found; bootstrapping user-local portable Git...

Downloading v2.53.0.windows.2...



如果超过10分钟，终止操作，执行以下命令，自动下载安装 Git，全程无需手动干预：

完成后重新从3.2步骤操作

3.4 验证安装是否成功

​ 新开一个终端，输入： powershell  openclaw --version 出现版本号就说明部署成功。 ​

四、macOS 部署教程
4.1 安装 Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

4.2 安装依赖

brew install git node

4.3 一键部署

curl -fsSL https://openclaw.ai/install.sh | bash


五、Linux（Ubuntu）部署教程
5.1 更新系统

sudo apt update && sudo apt upgrade -y

5.2 安装基础工具

sudo apt install -y curl git build-essential

5.3 安装 Node.js

curl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt install -y nodejs

5.4 一键安装

curl -fsSL https://openclaw.ai/install.sh | bash


六、启动龙虾AI + 基础配置
6.1 启动命令
所有系统通用：

openclaw start

6.2 打开 Web 面板

浏览器访问： http://127.0.0.1:18789

6.3 配置模型 API（关键）

龙虾本身没有大脑，需要接大模型： 1.进入 Web 面板 → 模型配置 2.选择厂商（智谱/DeepSeek/Kimi/MiniMax） 3.填入你的 API Key 4.保存 → 测试连接 新手建议：先用免费额度的平台，成本低、易上手。

6.4 权限设置（安全）

- 新手：用 沙箱模式（只能操作指定文件夹） - 熟练后：可开完整权限 - 永远不要在不明脚本下给最高权限


七、日常常用使用教程（直接照抄）
下面这些是工作/学习最常用指令，你直接复制到龙虾输入框就能用。
7.1 文件整理自动化

帮我整理桌面文件： - 所有图片放到 D:\桌面\图片 - 所有文档放到 D:\桌面\文档 - 压缩包放到 D:\桌面\压缩包 - 其他文件归类到 Other 最后给我一份整理报告

7.2 Excel/CSV 数据处理

读取 D:\数据\2026销售数据.csv 1. 计算每个部门的总销售额 2. 找出最高和最低的月份 3. 生成一个简单分析报告 4. 保存成 分析结果.md

7.3 浏览器自动搜资料

打开 Chrome，搜索：2026年AI智能体行业报告 找到前3篇可下载的PDF，自动下载到桌面 并把标题、链接整理成表格

7.4 批量重命名文件

把 D:\照片\ 下所有文件重命名 格式：旅行_年月日_序号.jpg 例如：旅行_20260325_001.jpg

7.5 自动写周报/总结

根据 D:\工作记录\ 目录下的所有文本 帮我自动生成一篇周报，包含： 1. 本周完成工作 2. 遇到问题 3. 下周计划


八、常用命令行操作（日常必备）

# 启动龙虾 openclaw start # 停止龙虾 openclaw stop # 重启服务 openclaw restart # 查看日志（排查错误） openclaw log # 查看版本 openclaw --version ​


九、常见问题 & 排错
9.1 部署失败常见原因

1.没有用管理员运行终端 2.网络不好，下载超时 3.Node.js 版本太低 4.端口 18789 被占用

9.2 端口被占用解决

修改配置文件里的 port 改为 18790 或其他即可。

9.3 AI 不执行操作

- 检查 API Key 是否正确 - 检查模型是否有额度 - 检查权限是否开启


十、总结 & 学习建议

1.龙虾AI = 能操作电脑的自动化助手 2.部署非常简单，一条命令搞定 3.日常使用就是：说人话 → 让AI干活 4.从简单任务开始练：整理文件、搜资料、处理表格 5.熟练后可以做自动化流程、定时任务、多步骤办公

如果你是新手，不要一上来搞复杂开发，先把日常重复工作用龙虾代替，效率提升非常明显。
 

Read more

OpenClaw基础-3-telegram机器人配置与加入群聊

OpenClaw基础-3-telegram机器人配置与加入群聊 💡 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AI编程、AI自动化和自媒体。 Openclaw的优势是接入各种聊天工作，在前面的文章里，已经介绍了如何接入飞书。但之前我也提到了，飞书的最大的问题是请求多的限制，以及无法在非认证企业账号下面组建群聊。但这些限制另一个聊天工具可以打破，那就是Telegram，今天就跟大家分享一下，如果在OpenClaw里面接入Telegram。 第一步：Openclaw端配置 通过命令openclaw config，local→channels→telegrams 这里等待输入API Token，接下来我们去Telegram里面获取 第二步：Telegram端配置 1. 1. 在聊天窗口找到BotFather，打开对话与他私聊 2. 3. 然后再输入一个机器人，再输入一个账号名username，这里面要求以Bot或者Bot结尾，这个是全网的id，要 2. /newbot 来创建一个机器人，输入一个名字name

vivado2023.2下载安装教程：手把手教你完成FPGA开发环境搭建

手把手带你搞定 Vivado 2023.2 安装：从零搭建专业级 FPGA 开发环境 你是不是也曾在准备开启 FPGA 学习之旅时，被那个动辄十几GB的安装包卡在第一步？ 下载慢、权限报错、许可证激活失败、GUI闪退……明明只是想点个“下一步”，却仿佛在破解一道嵌入式系统的“入门密钥”。 别担心，这并不是你的问题。Vivado —— 这款由 AMD（原 Xilinx）推出的旗舰级 FPGA 开发工具，功能强大毋庸置疑，但它的安装过程确实称得上“劝退新手三连”： 体积大、依赖多、流程长 。 而今天我们要攻克的目标，就是 Vivado 2023.2 —— 一个兼具稳定性与前沿支持的长期候选版本（LTS），特别适合用于教学、科研和工业项目开发。本文将彻底拆解“vivado2023.2下载安装教程”这一高频搜索关键词背后的真实痛点，用工程师视角带你一步步完成从账号注册到环境验证的全过程，
一文讲清楚RAG 四大模式：Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG

一文讲清楚RAG 四大模式：Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG

随着技术迭代，RAG 已从最初的简单架构发展出多种进阶形态。本文将系统解析 RAG 的四大主流模式 ——Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG，从工作原理、技术特点到适用场景进行全方位对比，为技术选型提供参考。 一、RAG 基础：检索增强生成的核心逻辑 在深入模式解析前，需先明确 RAG 的核心逻辑。简单来说，RAG 由检索（Retrieval） 与生成（Generation） 两大模块构成： 检索模块：从预设知识库中精准定位与用户问题相关的信息片段（如文档、段落、句子）； 生成模块：基于检索到的信息，结合大语言模型生成符合上下文、逻辑连贯的答案。 这种 “先检索再生成” 的模式，既保留了 LLM 的语言理解与生成能力，又通过外部知识的引入弥补了模型训练数据过时、事实准确性不足的缺陷。

【PHP智能家居语音控制实战】：从零搭建可语音操控的家居系统

第一章：PHP智能家居语音控制概述 随着物联网技术的快速发展，智能家居系统逐渐走入日常生活。PHP作为一种广泛使用的服务器端脚本语言，凭借其高效的Web处理能力和丰富的扩展库，正被越来越多地应用于智能家居的后端控制逻辑中，尤其是在语音控制场景下展现出独特优势。 语音控制的基本原理 语音控制系统通常由语音识别、指令解析和设备执行三个核心环节构成。用户通过语音发出指令，系统将音频数据上传至服务端，PHP后端接收并调用语音识别API（如Google Speech-to-Text）进行文本转换，随后分析语义并触发相应的设备操作。 PHP在语音控制中的角色 PHP主要承担请求处理、逻辑调度与设备通信的任务。它可通过HTTP接口接收来自前端或语音网关的数据，并与数据库交互以获取设备状态。典型的应用流程包括： * 接收JSON格式的语音转写结果 * 解析用户意图并匹配预设规则 * 调用MQTT或WebSocket协议向智能设备发送控制指令 例如，以下PHP代码片段展示了如何解析语音指令并控制灯光开关： // 接收客户端POST数据 $input = json_decode(f