乐于分享
好东西不私藏

03 | 零基础安装教程:Windows/Mac 都能用,10 分钟搞定

03 | 零基础安装教程:Windows/Mac 都能用,10 分钟搞定
这是《OpenClaw 实战指南》的第 3 篇。

前两场我们聊了 OpenClaw 是什么、以及安装的最低配置。今天来点实际的:手把手教你安装 OpenClaw,10 分钟搞定。

本教程以 Windows 系统为主,用户参考 Windows 步骤即可。

一、安装前准备

1.系统要求:

系统版本要求内存硬盘
WindowsWin10/Win114GB+2GB+
MacmacOS 10.15+4GB+2GB+
LinuxUbuntu 20.04+4GB+2GB+

2.需要提前安装的软件:

● 必须安装:Node.js(22 或更高版本,官网明确要求,低于22版本无法运行)、Git(可选,用于克隆仓库)

● 可选安装:VS Code(编辑配置文件更方便)、PowerShell(Windows 用户推荐)

方式一:一键安装脚本(推荐)

macOS / Linux 

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

Windows 安装

安装步骤

打开 PowerShell(按 Win + X,选择"Windows PowerShell"),或者鼠标在win图标右键,找到终端管理员

拷贝如下命令到命令窗口,回车

# 此命令会自动安装 Node.js(≥22)并完成基本配置。iwr -useb https://openclaw.ai/install.ps1 | iex

第一次失败是因为nodes安装完后没有立马从环境变量获取到版本信息,重新打开powershell 就好了,然后重复执行刚才的安装命令即可。

 如果没有此错误,跳过这段内容。这个问题是 Windows 系统的执行策略(Execution Policy) 限制导致的,它默认禁止运行未经签名的 PowerShell 脚本,这是系统的安全保护机制。  

1、以管理员身份运行 PowerShell

  • 按下 Win + X,选择「Windows PowerShell (管理员)」(或「终端 (管理员)」)。

  • 注意:必须用管理员权限,否则修改执行策略会失败。

2、查看当前执行策略

大概率会看到输出 Restricted(受限模式,完全禁止运行脚本)。

Get-ExecutionPolicy

3、临时修改执行策略(推荐)

 为了兼顾安全,建议只临时放宽当前用户的执行策略(关闭 PowerShell 后会恢复默认):  

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

再当前shell界面继续执行安装脚本,如果出现超时重新执行即可。

一直等待安装成功,然后开始做初始化配置,如下图

安装结束后会自动出现提示信息,请根据提示信息完成 OpenClaw 配置,参考配置如下:

配置项配置内容
I understand this is powerful and inherently risky. Continue?选择 ”Yes”
Onboarding mode选择 “QuickStart”
Model/auth provider选择 “Skip for now”,后续可以配置
Filter models by provider选择 “All providers”
Default model使用默认配置
Select channel (QuickStart)选择 “Skip for now”,后续可以配置
Search provider选择 “Skip for now”,后续可以配置
Configure skills now? (recommended)选择 “No”,后续可以配置。
Enable hooks?按空格键选中,选择“Skip for now”,按回车键进入下一步。
How do you want to hatch your bot?选择Open the Web UI,使用浏览器打开:

按空格键选中,选择“Skip for now”,按回车键进入下一步。

安装完成后就可以用浏览器直接打开:http://127.0.0.1:18789/chat ,

但目前还使用不了,因为我们还没有配置API key

获取API key

新手可以先白嫖免费的,比

小米:xiaomimimo

新用户会赠送 5元的免费体验:访问:https://platform.xiaomimimo.com/#/console/api-keys

阿里云百炼

百炼推出了Coding Plan,前段时间可以首月7.9体验,最近可能使用的人太多了,需要抢购了,这是活动界面

https://www.aliyun.com/benefit/scene/codingplan

MiniMax

他家更贵,我就不推荐了,可以自己看看

https://platform.minimaxi.com/user-center/basic-information/interface-key

还有其他的好多API key,我就不一一列举了,后边有能白嫖的我再补充。本次就以百炼的API为例做配置吧。

至于为什么使用阿里云百炼?

因为这个最划算,它是以对话次数计算的,不是按Token,每5小时1200次请求,每个月18000次,我表示:用不完,根本用不完。

我也算是比较重度使用了,半个月才用了11%,根据我目前使用情况,这个apiKey可以用来多人使用,经费紧张的话可以找好友一块买,一块用,反正先体验体验,感觉好用后期再自己续费就行。

API key 配置

方式1:通过面板在线配置

    点击【配置】-ALL Settings- Raw 新增models内容,和agent内容,需要将apiKey改为你自己的key,然后点击右上角的Save,Update

    保存成功后,apiKey将显示为“OPENCLAW_REDACTED”。脱敏保护,仅用于前端界面隐藏,不影响实际调用。

{  "models": {    "mode": "merge",    "providers": {      "bailian": {        "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",        "apiKey": "YOUR_API_KEY",        "api": "openai-completions",        "models": [          {            "id": "qwen3.5-plus",            "name": "qwen3.5-plus",            "reasoning": false,            "input": ["text", "image"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 1000000,            "maxTokens": 65536          },          {            "id": "qwen3-max-2026-01-23",            "name": "qwen3-max-2026-01-23",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 262144,            "maxTokens": 65536          },          {            "id": "qwen3-coder-next",            "name": "qwen3-coder-next",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 262144,            "maxTokens": 65536          },          {            "id": "qwen3-coder-plus",            "name": "qwen3-coder-plus",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 1000000,            "maxTokens": 65536          },          {            "id": "MiniMax-M2.5",            "name": "MiniMax-M2.5",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 196608,            "maxTokens": 32768          },          {            "id": "glm-5",            "name": "glm-5",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 202752,            "maxTokens": 16384          },          {            "id": "glm-4.7",            "name": "glm-4.7",            "reasoning": false,            "input": ["text"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 202752,            "maxTokens": 16384          },          {            "id": "kimi-k2.5",            "name": "kimi-k2.5",            "reasoning": false,            "input": ["text", "image"],            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },            "contextWindow": 262144,            "maxTokens": 32768          }        ]      }    }  },  "agents": {    "defaults": {      "model": {        "primary": "bailian/qwen3.5-plus"      },      "models": {        "bailian/qwen3.5-plus": {},        "bailian/qwen3-max-2026-01-23": {},        "bailian/qwen3-coder-next": {},        "bailian/qwen3-coder-plus": {},        "bailian/MiniMax-M2.5": {},        "bailian/glm-5": {},        "bailian/glm-4.7": {},        "bailian/kimi-k2.5": {}      }    }  },  "gateway": {    "mode": "local"  }}

完整内容如下:

{  "meta": {    "lastTouchedVersion""2026.3.8",    "lastTouchedAt""2026-03-10T15:09:31.613Z"  },  "wizard": {    "lastRunAt""2026-03-10T14:21:09.402Z",    "lastRunVersion""2026.3.8",    "lastRunCommand""onboard",    "lastRunMode""local"  },  "models": {    "providers": {      "bailian": {        "baseUrl""https://coding.dashscope.aliyuncs.com/v1",        "apiKey""__OPENCLAW_REDACTED__",        "api""openai-completions",        "models": [          {            "id""qwen3.5-plus",            "name""qwen3.5-plus",            "api""openai-completions",            "reasoning"false,            "input": [              "text",              "image"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"1000000,            "maxTokens"65536          },          {            "id""qwen3-max-2026-01-23",            "name""qwen3-max-2026-01-23",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"262144,            "maxTokens"65536          },          {            "id""qwen3-coder-next",            "name""qwen3-coder-next",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"262144,            "maxTokens"65536          },          {            "id""qwen3-coder-plus",            "name""qwen3-coder-plus",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"1000000,            "maxTokens"65536          },          {            "id""MiniMax-M2.5",            "name""MiniMax-M2.5",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"196608,            "maxTokens"32768          },          {            "id""glm-5",            "name""glm-5",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"202752,            "maxTokens"16384          },          {            "id""glm-4.7",            "name""glm-4.7",            "api""openai-completions",            "reasoning"false,            "input": [              "text"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"202752,            "maxTokens"16384          },          {            "id""kimi-k2.5",            "name""kimi-k2.5",            "api""openai-completions",            "reasoning"false,            "input": [              "text",              "image"            ],            "cost": {              "input"0,              "output"0,              "cacheRead"0,              "cacheWrite"0            },            "contextWindow"262144,            "maxTokens"32768          }        ]      }    }  },  "agents": {    "defaults": {      "model": {        "primary""bailian/qwen3.5-plus"      },      "models": {        "bailian/qwen3.5-plus": {},        "bailian/qwen3-max-2026-01-23": {},        "bailian/qwen3-coder-next": {},        "bailian/qwen3-coder-plus": {},        "bailian/MiniMax-M2.5": {},        "bailian/glm-5": {},        "bailian/glm-4.7": {},        "bailian/kimi-k2.5": {}      },      "workspace""C:\\Users\\Administrator\\.openclaw\\workspace",      "compaction": {        "mode""safeguard"      },      "maxConcurrent"4,      "subagents": {        "maxConcurrent"8      }    }  },  "tools": {    "profile""coding"  },  "messages": {    "ackReactionScope""group-mentions"  },  "commands": {    "native""auto",    "nativeSkills""auto",    "restart"true,    "ownerDisplay""raw"  },  "session": {    "dmScope""per-channel-peer"  },  "hooks": {    "internal": {      "enabled"true,      "entries": {        "boot-md": {          "enabled"true        },        "bootstrap-extra-files": {          "enabled"true        },        "command-logger": {          "enabled"true        },        "session-memory": {          "enabled"true        }      }    }  },  "gateway": {    "port"18789,    "mode""local",    "bind""loopback",    "auth": {      "mode""token",      "token""__OPENCLAW_REDACTED__"    },    "tailscale": {      "mode""off",      "resetOnExit"false    },    "nodes": {      "denyCommands": [        "camera.snap",        "camera.clip",        "screen.record",        "contacts.add",        "calendar.add",        "reminders.add",        "sms.send"      ]    }  }}

    配置完成后,刷新 Web 界面,就可以正常使用 OpenClaw 了(比如:让它帮你整理今日 AI 科技新闻)。

方式2:通过配置文件配置

    这是安装完后的目录所在位置,默认为 ~/.openclaw/,其中openclaw.json 为配置文件,我们也可以直接编辑该文件,将上边提到的配置放入文件中。

    打开文件后,我们发现其实就是刚才可视化面板中的配置文件。如果配置完没生效,可以重启一下服务

  直接使用openclaw gateway restart 或先停止:openclaw gateway stop 再启动 openclaw gateway start

openclaw gateway start  #启动网关服务openclaw gateway stop    #停止网关服务openclaw gateway restart  #重启网关服务

方式二:手动安装

安装 Node.js‌:

  • 访问 Node.js 官网 下载并安装最新版本的LTS Node.js。

  • 安装完成后,你可以通过在终端运行 node -v 和 npm -v 来检查 Node.js 和 npm(npm 通常与 Node.js 一起安装)是否已正确安装。

注:有编程基础的可以使用 nvm 来安装(小白忽略)

使用 npm:

npm i -g openclaw# 或使用 pnpm:pnpm add -g openclaw

验证安装

# 看到版本号说明安装成功。openclaw --version# 然后初始化配置openclaw onboard

方式三:源码安装

此方式门槛较高,需要科技上网、自己编译源代码,小白跳过即可。

git clone https://github.com/openclaw/openclaw.gitcd openclawpnpm install    # 安装相关依赖pnpm ui:build   # 首次运行会自动安装 UI 相关依赖并构建前端界面pnpm build      # 构建整个项目(包含后端与相关模块)# 初始化 OpenClaw 并安装为系统后台服务pnpm openclaw onboard

最后

    能看到这里,相信你已经入坑了吧——其实就这么简单,不用有任何压力。

《OpenClaw 实战指南》持续更新中,下一篇,让大龙虾记住你的名字和聊天风格,完全自定义,想怎么玩就怎么玩。

● 关注我,带你零基础养龙虾

● 收藏本文,后续安装遇到配置、工具相关问题,可随时回看

● 让 AI 从 “聊天工具” 变成你的24 小时自动化助手

有问题也可以在评论区留言,一起交流学习~

#OpenClaw #AI智能体 #大龙虾 #小龙虾 #养龙虾 #AI工具 #入门必备 #智能助手  #零基础安装 #OpenClaw实战指南