小龙虾 OpenClaw 安装教程:从零到能干的 AI 助手

一、OpenClaw 是什么?

OpenClaw(社区俗称「小龙虾」)是一款可本地/自建的开源 AI 助手,特点是「能干活」:除对话外,支持浏览器自动化、桌面控制、向量记忆、定时任务等,并可通过 Gateway 接入微信、飞书、Telegram、Discord 等渠道。技术栈以 Node.js 为核心,适合作为「AI + 自动化 + 多端接入」的练手或生产项目。

本文以学习 + AI + 前端为场景,手把手带你完成安装与第一次配置。


二、安装前准备

2.1 系统与硬件

  • 系统:Windows 10/11、macOS 12+(推荐 14+)、或 Linux(如 Ubuntu 20.04+、Debian 11+)
  • 内存:至少 2GB,推荐 4GB 以上
  • 磁盘:预留约 500MB
  • 网络:需要联网(调用各类 AI API)

2.2 必装环境:Node.js

OpenClaw 依赖 Node.js 22 或更高版本(推荐 LTS)。若未安装:

或用 nvm 管理多版本:

# 安装并切换到 Node 22 nvm install22 nvm use 22

安装后验证:

node-v# 应 >= v22.x.xnpm-v

2.3 准备一个 AI API Key(必选)

OpenClaw 本身免费,但需要接入一家 AI 服务商的 API:

  • 新手推荐MiniMax — 国内直连、可免费试用约 7 天,无需信用卡
  • 其他可选:Claude、GPT、DeepSeek、通义等(按官方文档配置对应 Key 即可)

先到所选平台注册账号,在控制台里拿到 API Key,安装完成后在配置向导里填入。


三、安装方式(任选其一)

方式一:一键脚本(最省事)

Windows(PowerShell,以管理员身份运行):

iwr-useb https://clawd.org.cn/install.ps1 -OutFile install.ps1;./install.ps1 

macOS / Linux:

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

也可使用带参数的安装(例如指定 git 方式):

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

脚本会自动处理依赖,一般 3~5 分钟即可完成。


方式二:npm / pnpm 全局安装(适合前端同学)

已熟悉 Node 生态的话,可以直接:

npminstall-g openclaw # 或使用 pnpm(推荐)pnpmadd-g openclaw@beta 

安装完成后,在终端输入 openclawclaw 应能识别。


方式三:从源码安装(适合想改代码、学架构的前端)

git clone https://github.com/openclaw/openclaw.git cd openclaw pnpminstallpnpm build 

之后可通过项目内的 CLI 或脚本启动,便于阅读和二次开发。


方式四:Docker 部署(适合有容器经验的)

docker pull openclaw/openclaw:latest docker run -d--name openclaw -p3000:3000 -v ~/.openclaw:/root/.openclaw openclaw/openclaw:latest 

按需把端口 3000 改成你本机未被占用的端口。


四、第一次配置:openclaw onboard

安装完成后,务必先跑一遍配置向导

openclaw onboard 

(若使用源码安装,可能是 pnpm run onboard 或项目内提供的等效命令,以仓库说明为准。)

向导会引导你:

  1. 选择 AI 模型 / 供应商(如 MiniMax、Claude、DeepSeek 等)
  2. 填写 API Key(上一步准备好的)
  3. 选择聊天平台(如微信、飞书、Telegram 等,可先不选,后续再配)
  4. Gateway 等高级选项(一般默认即可)

配置会写入 ~/.openclaw/(Windows 一般在用户目录下的 .openclaw),之后可手动编辑同一目录下的配置文件做进阶调整。


五、验证安装是否成功

在终端执行:

openclaw --version# 查看版本 openclaw doctor # 环境与依赖自检

doctor 通过,说明环境正常。接下来可启动本地 Web 界面或对接聊天平台。


六、启动与使用

6.1 Web 界面(前端/学习最直观)

很多安装方式会默认启动 Web 服务,或提供类似命令:

openclaw start # 或按文档说明启动 Web

浏览器访问:http://127.0.0.1:18789/(端口以实际文档为准,常见 18789 或 3000)。
在这里可以直接和 OpenClaw 对话,并体验「浏览器操作」「电脑控制」等能力,对前端同学理解「AI + 前端」交互非常直观。

6.2 安装「技能」模块(可选)

按需安装官方/社区技能,例如:

claw install browser # 浏览器操作 claw install desktop-control # 电脑控制 claw install vector-memory # 记忆系统 claw install auto-updater # 自动更新

装好后在 Web 或聊天平台里即可使用对应能力。

6.3 接入微信 / 飞书 / Telegram

openclaw onboard 或配置文件中按文档填写对应平台的 Token/密钥,即可在聊天软件里和同一只「小龙虾」对话,实现「多端一个助手」。


七、学习与前端向的小建议

  1. 先 Web 再聊天:先把 Web 界面玩熟,再接微信/飞书,更容易理解「对话 → 任务 → 执行」的流程。
  2. 看源码:若你偏前端,可 clone 官方仓库,从 Web UI 和技能插件的代码看起,对理解 AI 产品形态很有帮助。
  3. 成本:软件免费,主要成本是 AI API 调用费;MiniMax 等有免费额度,适合练手和做小项目。
  4. 遇到问题:优先查 OpenClaw 官方文档、GitHub Issues 和社区教程(如 53AI、ZEEKLOG、SegmentFault 上的「OpenClaw 安装」文章)。

八、小结

步骤动作
1. 环境安装 Node.js 22+,准备一个 AI API Key
2. 安装一键脚本 / npm 全局 / 源码 / Docker 任选
3. 配置执行 openclaw onboard 选模型、填 Key
4. 验证openclaw doctoropenclaw --version
5. 使用浏览器打开 Web 地址,或接入微信/飞书等

按上述流程走一遍,你就能在本地拥有一个「能干活的」小龙虾 OpenClaw,非常适合作为 学习 AI + 前端 的实战入口。


Read more

【2024最全Seedance 2.0解析】:基于17篇顶会论文+3家AIGC大厂内部技术文档的架构逆向推演

第一章:Seedance 2.0 双分支扩散变换器架构解析 Seedance 2.0 是面向高保真视频生成任务设计的新型双分支扩散变换器(Dual-Branch Diffusion Transformer),其核心创新在于解耦时空建模路径:一条分支专注帧内空间语义重建,另一条分支显式建模跨帧时序动态。该架构摒弃了传统单流Transformer对时空维度的粗粒度联合编码,转而通过协同门控机制实现分支间细粒度特征对齐。 双分支协同机制 空间分支采用分层ViT结构,以16×16 patch嵌入输入,逐级下采样并保留局部细节;时间分支则将同一空间位置在多帧中的token沿时间轴堆叠,经轻量级时序注意力模块处理。两分支输出通过Cross-Gating Fusion(CGF)模块融合,其门控权重由共享的上下文感知投影器动态生成。 关键组件实现 class CrossGatingFusion(nn.Module): def __init__(self, dim): super().__init__() self.proj_s = nn.Linear(dim, dim) # 空间分支门控投影

从 Llama 到 Avocado:Meta 转向中的 AI 战略引发内部困惑

从 Llama 到 Avocado:Meta 转向中的 AI 战略引发内部困惑

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/ Zuckerberg 曾经对 Llama 充满信心,如今却只字未提 Meta CEO 马克·扎克伯格曾在去年高调宣称,公司的 Llama 大模型系列将成为“业界最先进的模型”,并“把 AI 的益处带给所有人”。 今年 1 月财报会议上,他仍大篇幅谈论 Llama,但在 10 月财报电话会上,Llama 仅被提及一次。公司内部原本对开源 Llama 的执着,如今已转向另一套截然不同的 AI 计划——包括以数十亿美元的代价从行业挖人,以对抗

VSCode AI Copilot 智能补全失效?(错误修正终极手册)

第一章:VSCode AI Copilot 智能补全失效?(错误修正终极手册) 检查网络连接与认证状态 AI Copilot 依赖稳定的网络连接以访问云端模型服务。若补全功能无响应,首先确认是否已登录 GitHub 账户并正确授权。 * 打开 VSCode 命令面板(Ctrl+Shift+P) * 输入并执行 Copilot: Sign in to GitHub * 在浏览器中完成授权后返回编辑器查看状态栏 状态栏应显示“Copilot 已启用”,否则可能因令牌过期导致服务中断。 验证扩展安装与版本兼容性 确保安装的是官方 GitHub Copilot 扩展而非第三方插件。 # 在终端中检查已安装扩展 code --list-extensions | grep -i copilot # 正确输出应包含: # GitHub.copilot # GitHub.copilot-chat (可选) 若缺失,通过扩展市场重新安装或使用命令行:

【AIGC】结构化的力量:ChatGPT 如何实现高效信息管理

【AIGC】结构化的力量:ChatGPT 如何实现高效信息管理

博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏: AIGC |ChatGPT 文章目录 * 💯前言 * 💯结构化的定义 (Structuration: Definition) * 1. 结构化的定义 * 2. 结构化的示例 * 3. 技术领域中的结构化数据 * 💯有序的规则的重要性 (Importance of Orderly Rules) * 1. 信息的组织和转变 * 2. 字典中的例子 * 3. 规则的有序性 * 4. 生活中的例子 * 💯结构化的实际应用 (Practical Applications of Structuration) * 1. 结构化的广泛应用 * 2. 现代科技领域中的重要性 * 3. 结构化的意义 * 💯小结 💯前言 在人工智能生成内容(AIGC)的浪潮中,信息的高效组织和管理成为突破瓶颈的关键能力。结构化,作为一种通过明确规则和逻辑对信息进行处理的方法,不仅奠定了高效信息管理的基础,