Open Claw本地低成本实装记

Open Claw到底什么来头？

最近OpenClaw刷屏了。它是一个开源的AI智能体项目，俗称“小龙虾”，从2026年春节后突然爆火，到现在GitHub上已经收获了超过30万颗星标，成为这个平台历史上最受欢迎的开源项目。

为什么这么火？因为它彻底改变了我们对AI的认知。以前的AI是“能说会道”的聊天机器人，你问它答，仅此而已。而OpenClaw是“能干会做”的执行助手——你只需要告诉它想干什么，它就能自己拆解任务、调用工具、操作软件，最后把活儿干完。

它就像一个真正的数字员工，24小时在线，随叫随到。

更关键的是，这只“龙虾”可以完全养在自己家里。你可以在自己的旧电脑、NAS甚至移动端上部署它，数据不出门，隐私有保障，彻底摆脱对云端服务的依赖。

开源AI智能体OpenClaw本地部署示意图

为什么要把“龙虾”养在自己家？

第一，为了隐私安全。

最近“龙虾”的安全问题备受关注，都为是云端部署的环，而实际上OpenClaw的设计初衷是“本地优先”。所有对话记录、配置文件、API密钥都留在本地设备上。没有云端审核，没有数据训练，更不会有隐私泄露的担忧。对于处理合同、代码、个人文档这类敏感内容，本地部署几乎是唯一的选择。

第二，为了完全可控。

云端AI是“黑盒”，你只能用它给的功能，不能自己加。OpenClaw不一样，它是开源的，代码完全透明。你想让它干什么，给它装个“技能”就行——控制电视、整理文件、定时任务、发邮件……它就像一个私人助理，只听你的话。

而且你可以自由切换背后的大模型。这家额度用完了换那家，甚至可以在本地跑模型，彻底告别按token付费的焦虑。

第三，为了真正拥有一个“数字员工”。

有开发者形容得很形象：“ChatGPT像网吧电脑，方便但权限有限；OpenClaw像自己的电脑，自由度拉满”。

普通AI只能“知道什么”，OpenClaw能“解决什么”。你可以让它整理桌面文件、批量重命名、自动备份、定时发送周报，甚至跨工具协同——让它把微信里的文件下载下来，转成PDF，再发到钉钉群里。这些事情，以前的AI想都不敢想。

我的“养虾”日记：从零到一的全记录

说起来容易，做起来还是踩了不少坑。前后花了两个下午，手搓了一个本地低成本“龙虾”。

第一关：给龙虾找个家

我给Openclaw找的家是一台角落落灰很久的老PC机，CPU已经是淘汰款，不过还是有12核，内存8G，硬盘只有120G固态加500G机械，但评估后觉得跑个“龙虾”绰绰有余。第一步是先把操作系统换成Ubuntu 24.04 LTS。

结果刚插上启动U盘就卡住了——屏幕显示GRUB loading，然后重启，再卡住，再重启，像个死循环。查了半天是主板太老了并且只有SATA接口，120的固态硬盘是通过这个口与主板链接，BIOS只能识别出第一个SATA接口，交换两块硬盘的数据接口解决问题。

第二关：无线网卡在装睡

系统装好了但本来即插即用的USB无线网卡不行了，它居然伪装成了一个光盘！原来很多USB网卡自带驱动，插入时会先模拟成光盘，等着你在Windows下装驱动。Linux下得先把它“变回”网卡。用usb_modeswitch命令强制切换模式，它就现出原形了。采用内置驱动，无线网卡在经过一顿猛如虎的操作后终于工作了。

第三关：龙虾终于进缸了

网络通了，终于可以装OpenClaw了。我选了Docker部署，因为容器隔离性好，数据持久化方便，以后升级也简单。

OpenClaw安装很简单，由于有网络加持，采用Docker Compose一键部署非常顺利，所有依赖环境一起安排了。但是由于后面我在试图用它来管理家里的电视机时遇到了难题，又改成Docker File方式了。

第四关：龙虾的大脑会换吗？

OpenClaw需要一个大模型当“大脑”。我选了阿里云百炼，新用户200个模型共有7000万的免费额度，一个模型100万token。

但对于龙虾来说，每个模型的token还是不够看，几次交互下来，100万很快就耗光了。

额度用完之后问题也来了——OpenClaw Web控制台一直报403错误，不肯自动切换到备用模型。明明配置文件里配了回退列表，就是不生效。尝试了好几个方法，但仍然不能做到丝滑切换，最后还是通过改open claw的配置来解决问题。看来光用免费模型不是事，后面还是要考虑一些预算投入。

本地部署OpenClaw遇到的技术问题示意图