如何在 Ubuntu 上安装 OpenClaw (AI 龙虾)

如何在 Ubuntu 上安装 OpenClaw (AI 龙虾)

如何在 Ubuntu 上安装 OpenClaw (AI 龙虾)

OpenClaw 近期备受关注,它是一个能够进行对话、浏览网页和管理文件的 AI 助手。以下是在 Ubuntu 系统上安装 OpenClaw 的步骤,帮助用户避免常见问题,快速完成安装。

img

1. 准备工作:设置环境

OpenClaw 基于 Node.js。建议 Ubuntu 用户安装最新的 Node.js v22 以确保稳定性。

# 更新系统 sudo apt update && sudo apt upgrade -y sudo apt install -y curl git # 安装 Node.js curl -fsSL https://deb.nodesource.com | sudo -E bash - sudo apt install -y nodejs 

检查node版本

img

2. 一键安装 OpenClaw

使用官方 CLI 工具进行全局安装。

sudo npm install -g openclaw@latest 

3. 配置向导

openclaw onboard 

Step 1:安全提醒

提醒 OpenClaw 是实验性软件,会访问你的文件和网络,问你是否了解风险。

img

用键盘左箭头**←**选择yes下一步

Step 2:选择安装模式

img

直接QuickStart(快速开始)

Step 3:选择大模型

img

这里使用kimi,注册有免费额度https://platform.moonshot.cn/console/api-keys | 注册送 ¥15 额度

先点击地址申请api后复制api后续需要使用

img
img

选择模型

img
img

复制刚才生成的api key即可


另外也可以尝试其他模型,配置方式也是大同小异

🦞OpenClaw 适配模型对比表

模型名称厂商/平台核心优势推荐理由注册/获取链接
Claude 3.5 SonnetAnthropic最强逻辑官方演示首选,极其稳定,极少出错,理解复杂指令最强。Anthropic Console
Gemini 1.5 FlashGoogle免费额度高响应极快,支持 1M 超长上下文,每天免费额度充足。Google AI Studio
DeepSeek-V3DeepSeek (深度求索)极致性价比中文逻辑极佳,API 价格极低,Function Calling 适配好。DeepSeek Platform
Qwen 2.5 Coder 7B/32B阿里/硅基流动代码/工具最强开源界的天花板,专门强化了代码编写和工具调用。SiliconFlow
Llama 3.1 70BMeta / Groq极速响应开源标杆,在 Groq 平台上运行速度快到离谱。Groq Cloud
GPT-4oOpenAI全能选手各项指标最均衡,生态支持最广,但价格相对昂贵。OpenAI Platform

Step 4:配置聊天渠道(可跳过)

img

暂时不用后续可通过openclaw onboard修改

Step 5:配置搜索(可跳过)

img

Step 6:配置技能(可跳过)

img

Step 7:启动并在浏览器打开

img
img

打开这个页面就完成了,可以在聊天框聊天了。


总结

OpenClaw 代表了 Agentic Workflow 的新趋势。 在 Ubuntu 上部署后,用户可以利用它编写代码或监控网页变化。

Read more

FPGA网卡性能优化:从33Mb到94Mb的调试艺术

FPGA网卡性能优化:从33Mb到94Mb的调试艺术 在FPGA开发领域,网卡性能优化一直是个既考验技术功底又充满挑战的课题。最近我在一个基于XDMA的FPGA网卡项目中,遇到了TCP传输速度卡在33Mb的瓶颈。经过一系列系统性的调试和优化,最终将性能提升到了94Mb。这段经历让我深刻体会到,FPGA网卡性能调优不仅需要对硬件架构有深入理解,还需要掌握从驱动到协议栈的全栈调试技能。 1. 性能瓶颈的初步诊断 当iperf测试结果显示TCP速度只有33Mb时,我首先怀疑的是XDMA配置问题。在FPGA网卡设计中,XDMA作为PCIe和FPGA逻辑之间的桥梁,其配置直接影响数据传输效率。 常见性能瓶颈点排查清单: * XDMA工作模式是否最优 * 环形缓冲区管理策略 * 中断触发机制 * PCIe链路协商状态 * TCP/IP协议栈参数 使用lspci -vvv命令检查PCIe链路状态,确认链路宽度和速率都达到了预期(x8 Gen3)。排除了物理层问题后,我将注意力转向了XDMA的配置优化。 2. XDMA描述符旁路模式优化 默认的XDMA模式需要CPU参与描

2026年 , 最新的机器人系统架构介绍 (1)

文章目录 * 第一部分:机器人的完整系统架构(由底向上) * 第二部分:最有前景、最具迁移性的核心是什么? * 第三部分:学习与技术路线图 * 标题数据驱动的机器人操作与决策算法 * 工业级机器人系统架构 * 第一部分:生动形象的工业级机器人系统架构 * 第二部分:热门公司技术路线全解析与优劣势对比 * **1. 宇树科技 (Unitree) —— 运动性能的极致派** * **2. 智平方 (AI² Robotics) —— 全栈VLA的实战派** * **3. 银河通用 (Galbot) —— 仿真数据驱动的垂直深耕派** * **4. 逐际动力 (LimX Dynamics) —— OS系统整合派** * **5. 优必选 (UBTECH) —— 全栈技术的老牌劲旅** * 第三部分:总结与你的切入路线图 第一部分:机器人的完整系统架构(由底向上) 我们可以把一个智能机器人系统想象成一个“人体”,从物理接触世界的大脑,分为以下几个层次: 1. 最底层:硬件平台与执行机构

跨越天堑:机器人脑部药物递送三大技术路径的可转化性分析研究

跨越天堑:机器人脑部药物递送三大技术路径的可转化性分析研究

摘要 血脑屏障是中枢神经系统药物研发最核心的瓶颈。尽管相关基础研究层出不穷,但“论文成果显著、临床转化缓慢”的悖论依然存在。本文认为,突破这一瓶颈的关键在于,将研究重心从“单点机制”转向构建一条“可验证、可复现、可监管”的全链条递送系统。为此,本文提出了一个衡量脑部递送技术可转化性的四维评价标尺:剂量可定义、闭环可监测、质控可标准化、可回退。基于此标尺,本文深度剖析了当前最具潜力的三条技术路径: (1)FUS/低强度聚焦超声联合微泡; (2)血管内可导航载体/机器人; (3)针对胶质母细胞瘤(GBM)的多功能纳米系统。 通过精读关键临床试验、前沿工程研究和系统综述,我们抽离出可直接写入临床或产品方案的核心变量,识别了各自面临的最大转化风险,并提出了差异化的“押注”策略。分析表明,FUS+MB路径因其在“工程控制”上的成熟度,在近期(12-24个月)的转化确定性最高;血管内机器人代表了精准制导的未来趋势,

【福利教程】一键解锁 ChatGPT / Gemini / Spotify 教育权益!TG 机器人全自动验证攻略

想要免费使用 ChatGPT 教师版(直至 2027 年)?想白嫖 Gemini Advanced 一年?还是想以学生优惠价订阅 Spotify? 无需繁琐的资料证明,现在只需要一个 Telegram 机器人,即可自动化完成 SheerID 身份认证,轻松解锁各类教育版专属福利! 🎁 你能获取哪些权益? 通过此机器人协助验证,你可以获取以下顶级服务的教育/学生权益: 1. 🤖 ChatGPT K-12 教师版 * 权益:美国 K-12 教育工作者专属福利,相当于 Plus 会员体验。 * 有效期:免费使用至 2027 年 6 月。 1. ✨ Gemini One Pro (教育版) * 权益:Google 最强 AI