openclaw喂饭教程!在 Linux 环境下快速完成安装、初始化与 Web UI 配置

openclaw喂饭教程!在 Linux 环境下快速完成安装、初始化与 Web UI 配置

前言

OpenClaw 是一款开源的 AI Agent 工具,但对第一次接触的用户来说,完整跑通流程并不直观。本文以 Linux 环境为例,详细记录了 OpenClaw 的安装、初始化流程、模型选择、TUI 使用方式,以及 TUI 与 Web UI 认证不一致导致的常见问题与解决方法,帮助你最快速度把 OpenClaw 真正跑起来

环境准备

1)安装nodejs

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt install -y nodejs 
> node --version v22.22.0 

2)安装openclaw

npm install -g openclaw@latest 
> openclaw --version 2026.2.25 

初始化openclaw

openclaw onboard --install-daemon 
  • 为了快速跑起来,先选择QuickStart
    • 有为老哥提出疑问:为什么没有支付宝或者手机之类的登陆方式呢?因为openclaw 作为一个开源工具,其默认的 Qwen 配置(qwen-portal)通常指向国际版 API,国际版显然没有支付宝、国内手机号直接登录等登陆方式,取而代之的是Google 账号、GitHub 账号等,如果没有账号,注册一个账号即可
    • 选择Qwen也是因为门槛地,快速上手,国际版往往提供针对开发者的免费试用额度(如每天 2000 次请求)
    • 后面可以换模型供应商,所以当前的目标是快速搭建并且跑通流程,所以选择Qwen。继续…
    • Set GOOGLE_PLACES_API_KEY for goplaces,是否要选择Google Places API 来查询现实世界中的地点信息(比如电影院、餐馆等),首先是不能使用google服务,并且不在我们本文的流程中,暂时不需要,选否
    • Set GEMINI_API_KEY for nano-banana-pro,询问你是否要为名为 nano-banana-pro 设置 Google Gemini API 密钥,问题还是不能使用google的服务,选否。至于nano-banana-pro是什么东西,我也不知道…
    • Set NOTION_API_KEY for notion?,配置notion的使用权限,notion是什么?Notion 是一款集笔记、文档、任务管理、数据库和协作于一体的“超级办公室”软件。用不上,选否
    • Set ELEVENLABS_API_KEY for sag?,让openclaw说话,而不是只有文字交流,而说话的能力正是ElevenLabs赋予的,它提供的服务是目前行业内领先的文本转语音(Text-to-Speech, TTS)平台。其生成的语音非常自然、富有情感,听起来几乎和真人一样。不在当前流程,先选否

配置完成,回归测试一下

watermarked-openclaw_14

能说中文啊,那就更简单了,现在需要告诉配置初始化一下这个机器人,就像星级穿越里面,男主重新配置TAS一样

watermarked-openclaw_13

这是终结者要来了吗?斯瓦辛格从天而将,并且bgm:”洞洞咚,懂冻,洞洞咚,懂洞咚“

watermarked-openclaw_11

斯瓦辛格能不能说中文阿?

watermarked-openclaw_12

到此基本配置已经结束,下一步问你怎么孵化小机器人,直接选择推荐的方式,使用tui(terminal ui)完成最后一步

watermarked-openclaw_10

下一步询问你是否要启用 Hooks(钩子/插件),选择session-memory,让 AI “记住”之前的对话内容或项目上下文,即使你关闭了终端再重新打开,它也能延续之前的话题

watermarked-openclaw_9

下面的全选否

watermarked-openclaw_8

同样,先跳过,后面再来配置

watermarked-openclaw_7

选择是否配置skills,是

watermarked-openclaw_6

下一步,选择渠道,这里先跳过,因为这一步后面会详细描述,这里的目标还是先完成安装并且跑通

watermarked-openclaw_5

完成登陆之后回到控制台,选择具体模型,选择默认的即可

watermarked-openclaw_4

选择完成之后,会在浏览器弹出登陆页面

watermarked-openclaw_3

选择模型提供商,为了快速测试,这里直接选择Qwen方便快速跑通流程

watermarked-openclaw_2

安装完成

页面配置

watermarked-openclaw_15

为什么tui配置成功了,在webui却一直报错,因为tui和webui使用的是两套完全独立的认证系统

需要把token给应用在页面上就可以了

1)获取token

> cat ~/.openclaw/openclaw.json | grep -o '"token": "[^"]*"' "token": "7da3f004ff2a1e700f229a87fb5ea12c150b37d58199295f" 

2)将参数补充在页面上,token=7da3f004ff2a1e700f229a87fb5ea12c150b37d58199295f

watermarked-openclaw_16

注:如果访问http://127.0.0.1:18789/会有自动跳转,那使用&将参数补充在后面即可

页面也正常了,并且把之前在控制台的聊天记录也同步过来了

总结

本文在linux下实现了安装openclaw,并且完成了基本流程的搭建,至于后面发掘openclaw的更多功能,敬请期待

联系我

  • 联系我,做深入的交流
在这里插入图片描述

至此,本文结束
在下才疏学浅,有撒汤漏水的,请各位不吝赐教…

Read more

Anything to RealCharacters 2.5D转真人引擎:AR应用虚拟角色写实化预处理

Anything to RealCharacters 2.5D转真人引擎:AR应用虚拟角色写实化预处理 1. 这不是“换脸”,而是让二次元角色真正“活”在现实里 你有没有试过把游戏里那个陪伴你通关的2.5D角色,或者社交平台收藏夹里最心动的动漫立绘,直接变成一张能放进手机相册、发朋友圈、甚至嵌入AR应用里的高清真人照片?不是贴图、不是滤镜、不是简单磨皮——而是从骨骼结构、皮肤微纹理、光影反射逻辑,到眼神神态的完整重建。 Anything to RealCharacters 2.5D转真人引擎干的就是这件事。它不追求“像真人”,而是让输入图像中的人物,在物理可信的维度上,真正符合真实世界的人体光学规律和解剖常识。这对AR内容创作者、虚拟偶像运营方、游戏本地化团队,甚至教育类数字人项目来说,意味着一个关键环节的自动化突破:虚拟角色的写实化预处理,终于可以脱离专业美术外包,本地一键完成。 它专为RTX 4090(24G显存)设计,不是“能跑”,而是“

StructBERT WebUI实战教程:用remove_duplicates函数实现万级评论去重脚本

StructBERT WebUI实战教程:用remove_duplicates函数实现万级评论去重脚本 你是不是也遇到过这样的烦恼?产品上线后,用户评论像潮水一样涌来,每天几千条,甚至上万条。但仔细一看,好多评论内容都差不多:“产品很好用”、“质量不错”、“推荐购买”……这些重复或相似的评论不仅让数据分析变得困难,还浪费了宝贵的存储空间。 手动去重?别开玩笑了,上万条评论,眼睛看花了也分不清哪些是重复的。用简单的字符串匹配?那更不行,“很好用”和“非常好用”明明意思一样,但字面上完全不同,传统方法根本识别不出来。 今天,我就带你用一个超级简单的方法,基于StructBERT WebUI,写一个不到50行的Python脚本,轻松搞定万级评论的去重工作。不用懂复杂的AI算法,也不用搭建复杂的环境,跟着我做,10分钟就能上手。 1. 为什么选择StructBERT做评论去重? 在开始写代码之前,我们先搞清楚一个问题:为什么不用传统的字符串匹配,而要选择StructBERT这种AI模型? 1.1 传统方法的局限性 我以前也试过用传统方法做评论去重,结果发现一堆问题: 字符串完

告别传统OCR瓶颈|PaddleOCR-VL-WEB助力高效结构化信息提取

告别传统OCR瓶颈|PaddleOCR-VL-WEB助力高效结构化信息提取 1. 背景与挑战:传统OCR的局限性 在企业级文档处理场景中,如发票识别、合同解析、快递面单提取等,光学字符识别(OCR)技术长期扮演着基础角色。然而,随着业务复杂度提升,传统OCR方案逐渐暴露出其根本性瓶颈。 典型的基于管道式(pipeline-based)OCR系统通常分为两步: 1. 文本检测与识别:使用CNN或Transformer模型定位并转录图像中的文字; 2. 后处理结构化:通过规则引擎、正则表达式或NLP模块将纯文本结果映射为结构化字段(如“姓名”、“电话”、“金额”)。 这种割裂式的流程存在明显缺陷: * 语义理解缺失:只能输出“我看到了这些字”,无法判断“这串数字是手机号还是订单号”; * 模板依赖严重:一旦表单布局变化(如新版本快递单),原有规则即失效; * 多语言支持薄弱:跨语言训练成本高,尤其对小语种和非拉丁脚本支持差; * 复杂元素处理能力弱:表格、公式、图表等内容难以准确还原结构。 这些问题导致企业在实际部署时不得不投入大量人力进行规则维护和异常修复,自

最新版 springdoc-openapi-starter-webmvc-ui 常用注解详解 + 实战示例

当然可以!在 Spring Boot 3 + SpringDoc OpenAPI(Swagger 3 替代方案)生态中,springdoc-openapi-starter-webmvc-ui 是目前官方推荐的集成方式。它提供了一套丰富的注解,用于精细化控制 API 文档的生成,提升前端、测试、产品等协作方的体验。 ✅ 最新版 springdoc-openapi-starter-webmvc-ui 常用注解详解 + 实战示例 📌 当前最新稳定版本:springdoc-openapi 2.5+(2025年仍适用) 📌 所有注解位于包:io.swagger.v3.oas.annotations.* 🧩 一、核心注解概览 注解作用适用位置@OpenAPIDefinition全局 API 信息配置(标题、版本、联系人等)@Configuration 类@Tag标记 Controller 或方法所属的“标签/