OpenClaw AI 物理级离线部署指南

摘要

本文将介绍以 OpenClaw AI 为代表的项目，通过 systemd 实现服务常驻，将 AI 从被动的工具进化为主动的本地资源调度官。通过 WSL2 构筑的边缘环境，让计算逻辑从云端回归本地，实现了 7x24 小时待命的智能中枢。然而，新时代的理想往往在现实面前撞得头破血流——各种意想不到的网络报错、依赖冲突以及跨系统环境下的玄学错误，已成为阻碍构筑者前进的最大绊脚石。

从架构角度看，这套'WSL2 + 离线部署 + 国内大模型'的方案，在安全性上远超常规的网页版或一键脚本：它通过物理隔离的安装链路切断了外部风险，确保了数据主权与计算逻辑的本地化回归。本文实战性地总结了一套'物理级离线部署方案'：利用 Windows 宿主机的存储韧性，在 Linux 内核中手动构建一套纯净、闭环且完全自控的运行基座。本文旨在为每一位先行者提供一份零网络依赖、高确定性的时代行动手册。

在这里插入图片描述

一、环境基石：打通 Windows 与 Linux 的数据链路

在开始安装之前，我们必须理解 WSL 并不是一个完全独立的虚拟机，它与 Windows 之间有一座名为 drvfs 的桥梁。

1.1 安装 WSL 发行版

在 Windows 的 PowerShell（管理员模式）中执行。这里我们需要确保安装的是 Ubuntu 24.04，它是目前生态支持最完善的长期支持版本。

# 步骤 1：查看云端可用的发行版列表，确认 Ubuntu-24.04 的准确名称
wsl --list --online

# 步骤 2：正式安装
# 安装过程中会弹出一个新的终端窗口，要求你输入新的 Linux 用户名和密码。
# 注意：密码输入时屏幕不会显示星号，输完直接回车即可。
wsl --install -d Ubuntu-24.04

在这里插入图片描述

1.2 物理路径映射：定位你的安装包

这里我们假设文件保存在 Windows 系统的 E 盘中。由于 WSL 会自动将 Windows 驱动器挂载到 /mnt/目录下（例如 E 盘对应 /mnt/e/），因此在 Linux 环境下可以直接访问。

实战提示：如果你的 E 盘在 /mnt/e/下未能自动显示，或在访问时遇到响应迟缓的情况，可以使用以下命令手动刷新挂载状态（后续所有操作基于 Ubuntu 系统，建议直接保持在 E 盘或者临时创建一个盘，可以直接复制粘贴命令）：

# 打开 Ubuntu-24.04 创建挂载点并强制关联 E 盘
# metadata 参数允许我们在 Linux 侧修改 Windows 文件的权限
sudo mkdir -p /mnt/e
sudo mount -t drvfs E:/mnt/e -o metadata

# 验证：如果你能看到 E 盘的文件列表，说明链路已通
ls /mnt/e

在这里插入图片描述

二、离线安装 NVM：手动构建版本管理器

NVM 是 Node.js 的管家。由于官方安装脚本需要访问 GitHub，离线环境下我们只能采取'手动移植'的方式。

2.1 创建目录并解压离线包

确保安装了 unzip 工具

sudo apt update && sudo apt install unzip -y

彻底清理旧环境并创建 NVM 的家（.nvm 目录）使用 -rf 是为了防止之前安装失败留下的残余文件干扰

rm -rf ~/.nvm
mkdir -p ~/.nvm

从 E 盘解压你准备好的 NVM 离线包（假设包名是 nvm-0.40.4.zip，这个根据实际情况来）

unzip /mnt/e/nvm-0.40.4.zip -d ~/.nvm

关键动作：消除'套娃'目录很多 zip 包解压后会自动产生一个同名文件夹（nvm-0.40.4），我们必须把里面的内容提取到 ~/.nvm 根目录，否则环境变量会失效。

cd ~/.nvm
mv nvm-0.40.4/* . 2>/dev/null
rm -rf nvm-0.40.4

2.2 修改系统配置文件（.bashrc）

我们需要告诉 Linux 系统，每次启动终端都要去加载 .nvm 目录下的脚本，将启动指令追加到用户配置文件末尾：

cat <<'EOF'>>~/.bashrc
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \
  ". $NVM_DIR/nvm.sh"
[ -s "$NVM_DIR/bash_completion" ] && \
  ". $NVM_DIR/bash_completion"
EOF

让当前的终端立即感知到这些变化

source ~/.bashrc

验证（出现 0.40.4 版本）：

nvm -v

在这里插入图片描述

三、离线注入 Node.js：核心引擎部署

Node.js 是 OpenClaw AI 的动力源。由于离线，我们跳过编译过程，直接使用 x64 架构的 Linux 静态二进制包。

部署至系统级路径： 我们将软件安装在 /usr/local/lib/nodejs，这是 Linux 存放第三方共享软件的标准规范位置。

进入 E 盘找到文件（假设具体以实际路径为准）先确认你的文件路径是否正确：

ls /mnt/e/node-v22.22.0-linux-x64.tar.gz

sudo mkdir -p /usr/local/lib/nodejs

从 Windows 盘符直接解压到 Linux 系统路径假设包名是 node-v22.22.0-linux-x64.tar.gz（参数解释：-x (解压), -z (处理 gzip), -v (显示过程), -f (指定文件)）

sudo tar -xzvf /mnt/e/node-v22.22.0-linux-x64.tar.gz -C /usr/local/lib/nodejs

永久性设置 PATH 变量这一步是为了让系统知道 node 命令在哪个文件夹里，否则你会遇到 'command not found'

echo 'export PATH=/usr/local/lib/nodejs/node-v22.22.0-linux-x64/bin:$PATH'>>~/.bashrc
source ~/.bashrc

终极验证：确认版本号

node -v

在这里插入图片描述

四、OpenClaw AI 主程序与插件安装

4.1 主程序解压与依赖预热

创建应用工作区

mkdir -p ~/openclaw-ai
cd ~/openclaw-ai

解压 E 盘的主程序包–strip-components=1 参数的作用是解压时丢弃压缩包内的第一层文件夹，直接提取内容：

tar -xzvf /mnt/e/openclaw-2026.2.3.tgz -C ~/openclaw-ai --strip-components=1

在这里插入图片描述

4.2 离线环境下的依赖安装

第一步：彻底清理环境删除可能存在的 node_modules

rm -rf node_modules package-lock.json

强制清理缓存

npm cache clean --force

第二步：执行离线环境下的依赖安装（淘宝 NPM 镜像源）

npm install --registry=https://registry.npmmirror.com --fetch-retries=10 --fetch-retry-mintimeout=60000 --legacy-peer-deps

第三步：打开 OpenClaw 安装页面（两个命令二选一）

cd ~/openclaw-ai
./openclaw.mjs onboard

或者（二选一）

npx openclaw onboard

4.3 两种不同安装方式

方案一：侧重友好引导（官方引导）

在这里插入图片描述

这里是填写大模型：qwen-portal/coder-model（系统默认）在 OpenClaw 的逻辑里，模型标识符通常是供应商/模型 ID。供应商：qwen-portal。已定义的模型 ID 有 coder-model 和 vision-model。

在这里插入图片描述

浏览器地址后面要加 token： eg:http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

在这里插入图片描述

访问测试：http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

方案二：进阶玩法（API 密钥与自定义模型）

在选择大模型页面直接 Ctrl＋C 停止，手动配置大模型。

在这里插入图片描述

第一步：创建配置目录 在终端中执行以下命令，创建必要的配置文件目录：

mkdir -p ~/.openclaw

第二步：生成配置文件 根据您使用的模型服务，选择对应的配置模板：以阿里云 DashScope 为例（推荐）

cat <<'EOF'>~/.openclaw/openclaw.json
{
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "123456"
    }
  },
  "models": {
    "providers": {
      "openai": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen-max",
            "name": "Qwen Max"
          }
        ]
      
    
  
   
     
       
         
         
      
    
  

EOF

在这里插入图片描述

此模板为通用的，只需要修改这四处： 'baseUrl':这里填入您的 API 端点地址 'apiKey'：这里填入您的 API 密钥 'id'：这里填入模型 ID 'name'：这里填入模型显示名称 'primary'：openai/这里填入模型 ID（注意：这里需要与上面的 id 一致）

第三步：验证配置 配置文件生成后，建议检查其内容是否正确：

cat ~/.openclaw/openclaw.json

在这里插入图片描述

第四步：启动服务 使用以下命令启动网关，服务将自动读取配置文件中的设置输出地址：http://127.0.0.1:18789 成功。

./openclaw.mjs gateway --force

在这里插入图片描述

4.4 配置多模型支持和添加其他大模型

国内主流大模型

供应商	模型名称	OpenAI 兼容 Base URL	API Key 申请 / 控制台链接
豆包 (火山引擎)	Doubao-Pro	`https://ark.cn-beijing.volces.com/api/v3`	火山方舟控制台
通义千问 (百炼)	Qwen-Max/Plus	`https://dashscope.aliyuncs.com/compatible-mode/v1`	阿里云百炼控制台
DeepSeek (深度求索)	DeepSeek-V3/R1	`https://api.deepseek.com/v1`	DeepSeek 开放平台
Kimi (月之暗面)	moonshot-v1	`https://api.moonshot.cn/v1`	Moonshot 开发者平台
智谱 AI (GLM)	GLM-4 / Air	`https://open.bigmodel.cn/api/paas/v4/`	智谱 AI 开放平台
零一万物 (Yi)	yi-lightning	`https://api.lingyiwanwu.com/v1`	零一万物控制台
腾讯混元	hunyuan-turbo	`https://api.hunyuan.cloud.tencent.com/v1`	腾讯云混元控制台
百度文心 (千帆)	ERNIE-4.0	`https://qianfan.baidubce.com/v2`	百度千帆平台

新增大模型

前往豆包控制台（上方已提供申请链接），其他大模型的配置流程与此类似。 在控制台中，找到并进入'API Key 管理'页面。

在这里插入图片描述

创建一个 API Key 密钥：

在这里插入图片描述

告诉 OPENCLAW 关键信息他自己就能够配置大模型（如果命令不对，可能 AI 会掉线，可以参考前进阶玩法，重新写入配置信息。）： '帮我配置 XXX 大模型，Key 是 [你的 API Key]，baseUrl 是 [大模型的 Base URL] 要求：作为一个新的供应商加入，别删我之前的配置'。

在这里插入图片描述

终端查看命令（验证配置是否成功）：

cat ~/.openclaw/openclaw.json

在这里插入图片描述

添加多模型

可以询问其他 AI 相关信息来配置：

在这里插入图片描述

核心思想：不允许删除其他配置信息。 '帮我新增：Doubao-Pro 大模型要求：别删我之前的配置'。

在这里插入图片描述

4.5 日常维护常用命令

Ubuntu 系统命令

日常启动：

cd ~/openclaw-ai
./openclaw.mjs gateway --force --allow-unconfigured

全部关闭：kill -f openclaw

进入系统安装界面：

cd ~/openclaw-ai
./openclaw.mjs onboard

查看核心 API Key 大模型配置：cat ~/.openclaw/openclaw.json

检查系统所有监听端口：ss -tulpn

检查 Node.js 版本（确保符合项目要求）：node -v

查看显存是否爆了：nvidia-smi

查看 CPU 和内存压力： htop

一键修复权限（确保所有者是你的用户）：

sudo chown -R $USER:$USER ~/openclaw-ai ~/.openclaw

安全补丁：sudo apt update && sudo apt upgrade -y

查看磁盘占用大户:du -sh ~/openclaw-ai/* | sort -rh

查看历史命令：history | grep openclaw

测试你的 Ubuntu 到底能不能上网:ping -c 4 baidu.com

查看网关分配的 IP： hostname -I

Windows PowerShell 命令

启动：wsl

彻底关机（最推荐）：wsl --shutdown

确定是否真正关机：wsl --list --verbose

从 Windows 访问 Ubuntu 文件： 在 Windows 资源管理器的地址栏输入：\wsl$\Ubuntu-24.04

在 Ubuntu 里访问 Windows 的 E 盘：cd /mnt/e/

五、QQ 机器人的接入与生产化部署

5.1 编译 OpenClaw China 插件

这是让 AI 具备'社交能力'的关键步骤，需要我们将插件源码转换为可执行代码。

解压插件（假设 zip 在 Windows E 盘根目录根据实际路径）

unzip /mnt/e/openclaw-china-main.zip -d ~
mv ~/openclaw-china-main ~/openclaw-china

ls ~/openclaw-china

安装并激活现代包管理器（绕过受限的 /usr/local）

curl -fsSL https://get.pnpm.io/install.sh | sh
source ~/.bashrc

验证 pnpm 工具是否可用

pnpm -v

在这里插入图片描述

5.2 插件编译与安装

将源码转换为可执行的插件包，并链接到 OpenClaw 主程序。

安装插件依赖（使用国内阿里云 NPM 镜像源）

cd ~/openclaw-china
pnpm install --registry=https://registry.npmmirror.com

在这里插入图片描述

编译插件源码

pnpm build

在这里插入图片描述

将插件链接到主程序（注意使用完整路径）

cd ~/openclaw-ai && ./openclaw.mjs plugins install -l /home/kxdfzg/openclaw-china/packages/channels

验证插件是否加载 (列表中应出现 Moltbot China Channels 且状态为 loaded)

./openclaw.mjs plugins list

在这里插入图片描述

5.3 QQ 渠道参数配置

进入主程序目录，通过 CLI 刷入 QQ 机器人的核心配置。

cd ~/openclaw-ai

开启 QQ 渠道开关

./openclaw.mjs config set channels.qqbot.enabled true

配置 AppID 和 Secret (替换为你自己的 ID 文章最后)

./openclaw.mjs config set channels.qqbot.appId "你的 AppID"
./openclaw.mjs config set channels.qqbot.clientSecret "你的 AppSecret"

在这里插入图片描述

刷入其他业务配置

./openclaw.mjs config set channels.qqbot.markdownSupport false
./openclaw.mjs config set channels.qqbot.dmPolicy open
./openclaw.mjs config set channels.qqbot.groupPolicy open
./openclaw.mjs config set channels.qqbot.requireMention true
./openclaw.mjs config set channels.qqbot.textChunkLimit 1500
./openclaw.mjs config set channels.qqbot.replyFinalOnly false
./openclaw.mjs config set gateway.http.endpoints.chatCompletions.enabled true

在这里插入图片描述

确认配置是否写入成功

./openclaw.mjs config get channels.qqbot

在这里插入图片描述

5.4 启动与状态检查

清理环境并以调试模式运行：

停止任何正在运行的网关进程

./openclaw.mjs gateway stop

自动修复配置一致性 (重要一步)

./openclaw.mjs doctor --fix

在这里插入图片描述

正式启动（开启 --verbose 模式观察连接日志）

./openclaw.mjs gateway --verbose --force

在这里插入图片描述

部署成功标志： 当你看到控制台输出：[QQBot] WebSocket connected 说明你的 QQ 机器人已经正式和 OpenClaw 网关合体成功了！

在这里插入图片描述

5.5 QQ 机器人创建（获取 AppID 和 AppSecret）

首先登入 QQ 开放平台（https://q.qq.com）如果没有账号自行创建。

在这里插入图片描述

根据实际情况来选择，部署在本地建议选择本人访问即可。

在这里插入图片描述

5.6 相关下载资源

在这里插入图片描述

GitHub（源地址）： openclaw AI：https://github.com/openclaw/openclaw/releases （AI 助手） nvm-0.40.4：https://github.com/nvm-sh/nvm/releases/tag/v0.40.4 （依赖环境） node-v22.22.0-linux-x64：https://nodejs.org/download/release/v22.22.0/（依赖环境） openclaw-china-main：https://github.com/BytePioneer-AI/openclaw-china（支持飞书，钉钉，QQ，企业微信，微信 OpenClaw 插件）

六、总结

通过这套'物理级离线部署方案'，不仅实现了 OpenClaw AI 在 WSL2 环境下的稳定运行，更在 Windows 宿主机之上，建立了一座逻辑闭环的数字堡垒。

在这个新的时代，开发范式正在经历深刻定义：确定性终结环境玄学：利用离线预装与物理挂载机制，彻底阻断了网络波动与依赖冲突，使部署流程进入可预测、可复现的工程轨道。边缘计算保障数据主权：基于 OpenClaw AI 与国内大模型的协同架构，计算逻辑得以从云端回归本地，构建起 7x24 小时待命且高度受控的智能中枢。角色从调用向构筑跃迁：摆脱了单纯的 API 调用模式，转而通过路径精算、服务守护以及渠道编排，实现了对 AI 底层基础设施的深度管控。此套方案的成功落地，标志着个人 AI 基础设施化的初步完成。随着插件生态的扩展与本地业务逻辑的深化，该系统将展现出更强大的进化潜力。

OpenClaw AI 物理级离线部署指南

摘要

一、环境基石：打通 Windows 与 Linux 的数据链路

1.1 安装 WSL 发行版

1.2 物理路径映射：定位你的安装包

二、离线安装 NVM：手动构建版本管理器

2.1 创建目录并解压离线包

2.2 修改系统配置文件（.bashrc）

三、离线注入 Node.js：核心引擎部署

四、OpenClaw AI 主程序与插件安装

4.1 主程序解压与依赖预热

4.2 离线环境下的依赖安装

4.3 两种不同安装方式

方案一：侧重友好引导（官方引导）

方案二：进阶玩法（API 密钥与自定义模型）

4.4 配置多模型支持和添加其他大模型

国内主流大模型

新增大模型

添加多模型

4.5 日常维护常用命令

Ubuntu 系统命令

Windows PowerShell 命令

五、QQ 机器人的接入与生产化部署

5.1 编译 OpenClaw China 插件

5.2 插件编译与安装

5.3 QQ 渠道参数配置

5.4 启动与状态检查

5.5 QQ 机器人创建（获取 AppID 和 AppSecret）

5.6 相关下载资源

六、总结

更多推荐文章

相关免费在线工具

OpenClaw AI 物理级离线部署指南

摘要

一、环境基石：打通 Windows 与 Linux 的数据链路

1.1 安装 WSL 发行版

1.2 物理路径映射：定位你的安装包

二、离线安装 NVM：手动构建版本管理器

2.1 创建目录并解压离线包

2.2 修改系统配置文件（.bashrc）

三、离线注入 Node.js：核心引擎部署

四、OpenClaw AI 主程序与插件安装

4.1 主程序解压与依赖预热

4.2 离线环境下的依赖安装

4.3 两种不同安装方式

方案一：侧重友好引导（官方引导）

方案二：进阶玩法（API 密钥与自定义模型）

4.4 配置多模型支持和添加其他大模型

国内主流大模型

新增大模型

添加多模型

4.5 日常维护常用命令

Ubuntu 系统命令

Windows PowerShell 命令

五、QQ 机器人的接入与生产化部署

5.1 编译 OpenClaw China 插件

5.2 插件编译与安装

5.3 QQ 渠道参数配置

5.4 启动与状态检查

5.5 QQ 机器人创建（获取 AppID 和 AppSecret）

5.6 相关下载资源

六、总结

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具