夜雨聆风转载自https://developer.aliyun.com/article/1715685 内容有删减。
一、本地部署
方法一、Windows本地部署（Win10/11通用，管理员PowerShell执行）
Windows本地部署支持一键安装脚本，自动处理Node.js 24.x、Git、pnpm等基础依赖，无需手动配置环境，全程在管理员权限的PowerShell中操作。
- 按
Win+X，选择【Windows PowerShell】，右键以管理员身份运行（非管理员权限会导致安装失败）； - 执行一键安装命令，国内用户优先使用加速版，避免下载卡顿：
- 官方版：
iwr -useb https://openclaw.ai/install.ps1 | iex - 国内加速版：
iwr -useb https://open-claw.org.cn/install-cn.ps1 | iex
- 官方版：
- 等待3-8分钟，脚本将自动安装所有依赖，无需手动干预，出现OpenClaw installed successfully即为安装完成；
- 验证安装结果：
openclaw --version，显示版本号即为安装成功； - 初始化配置：
openclaw onboard，按提示选择中文、开启工具操作权限、设置本地网关端口（默认3000）； - 启动OpenClaw服务：
openclaw start，本地浏览器访问http://localhost:3000，即可进入可视化控制台。
方法二、MacOS本地部署（MacOS 12+通用，终端执行）
MacOS部署流程极简，全程在系统终端执行命令，无需额外配置权限，适配Intel与M系列芯片的Mac设备。
- 打开「启动台」→「其他」→「终端」，直接执行一键安装命令；
- 官方版：
curl -fsSL https://openclaw.ai/install.sh | bash - 国内加速版：
curl -fsSL https://open-claw.org.cn/install-cn.sh | bash
- 官方版：
- 验证安装：
openclaw --version，显示版本号即为安装成功； - 初始化配置：
openclaw onboard，按提示完成基础设置，开启文件、浏览器操作权限； - 启动服务并打开控制台：
openclaw dashboard，系统将自动打开浏览器并进入http://localhost:3000可视化面板。
方法三、Linux本地部署（Ubuntu/Debian/CentOS通用，终端执行）
Linux部署适配主流发行版，命令全程通用，推荐使用Ubuntu 22.04 LTS版本，兼容性最佳。
- 打开系统终端，执行一键安装命令；
- 官方版：
curl -fsSL https://openclaw.ai/install.sh | bash - 国内加速版：
curl -fsSL https://open-claw.org.cn/install-cn.sh | bash
- 官方版：
- 安装完成后验证：
openclaw --version； - 初始化配置：
openclaw onboard，按提示设置网关为0.0.0.0:18789，支持本地局域网访问； - 启动服务：
systemctl start openclaw； - 启用开机自启：
systemctl enable openclaw； - 本地/局域网访问：
http://localhost:18789或http://Linux设备局域网IP:18789。
二、大模型API核心配置：阿里云百炼+免费大模型双方案
OpenClaw本身不具备大语言模型的推理能力，所有的自然语言理解、任务规划均依赖对接的大模型，因此API配置是使用OpenClaw的核心步骤。2026版OpenClaw原生适配阿里云百炼大模型，同时支持对接通义千问、火山引擎等国内免费大模型，以下为全平台通用的配置流程，附带代码命令，零基础可直接复制操作。
方案一：阿里云百炼API配置（推荐，国内稳定，含免费额度）
阿里云百炼为个人用户提供了免费的大模型调用额度，且与OpenClaw深度适配，无需复杂的网络配置，是国内用户的首选。
- 访问登录阿里云百炼大模型服务平台，完成账号实名认证（未认证无法创建API-Key）；
- 进入「密钥管理」板块，点击「创建API-Key」，复制生成的API-Key与Access Key，妥善保存（切勿泄露，免费额度自动生效）；
- 进入OpenClaw配置目录，全平台通用命令：
cd ~/.openclaw/config； - 编辑模型配置文件：
nano .env； - 在配置文件中添加/修改以下核心内容，将
sk-xxxxxxxx替换为自己的阿里云百炼API-Key：# 模型提供商配置
MODEL_PROVIDER=alibaba-cloud
# 阿里云百炼API-Key
ALIBABA_CLOUD_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
# 阿里云百炼通用接口地址
ALIBABA_CLOUD_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
# 主模型选择（免费可用，通义千问3.0）
PRIMARY_MODEL=qwen3-max-2026-01-23
# 模型调用超时时间（单位：毫秒）
MODEL_TIMEOUT=60000
# 工具调用权限开启
TOOL_ENABLE=true - 保存并退出配置文件：按
Ctrl+O→回车确认→Ctrl+X； - 重启OpenClaw服务使配置生效，不同平台重启命令：
- 阿里云/Linux：
systemctl restart openclaw - MacOS：
openclaw restart - Windows：在管理员PowerShell中执行
openclaw restart
- 阿里云/Linux：
- 验证API配置是否成功：
openclaw model test，控制台显示“模型连接成功，可正常调用”即为配置完成。
方案二：免费大模型API配置（备用，零成本，适配国内环境）
若暂未使用阿里云百炼，可选择对接通义千问、火山引擎等国内免费大模型，以下为通义千问免费API的配置流程，全平台通用。
- 前往通义千问开放平台，注册账号并完成实名认证，创建应用并获取API-Key；
- 进入OpenClaw配置目录：
cd ~/.openclaw/config； - 编辑配置文件：
nano .env； - 修改配置内容，替换为通义千问API信息：
MODEL_PROVIDER=tongyi
TONGYI_API_KEY=你的通义千问API-Key
TONGYI_BASE_URL=https://dashscope.aliyuncs.com/api/v1
PRIMARY_MODEL=qwen-turbo
MODEL_TIMEOUT=60000 - 保存退出并重启服务，验证配置：
openclaw model test，显示连接成功即可使用。
补充：本地大模型对接（Ollama，隐私极致可控）
若注重数据绝对隐私，可通过Ollama在本地部署大模型（如Llama 3、Qwen），再与OpenClaw对接，无需调用云端API，所有推理均在本地完成。
- 安装Ollama：参考Ollama官方文档，全平台一键安装；
- 拉取本地大模型：
ollama pull qwen:7b（通义千问7B，轻量易部署）； - 配置OpenClaw对接Ollama，编辑
.env文件：MODEL_PROVIDER=ollama
OLLAMA_BASE_URL=http://localhost:11434
PRIMARY_MODEL=qwen:7b - 重启服务并验证：
openclaw model test，显示连接成功即可实现本地大模型与OpenClaw的联动。
三、OpenClaw基础实操：快速实现第一个自动化任务
完成部署与API配置后，即可通过自然语言指令让OpenClaw完成实际任务，以下为3个新手零门槛的实操案例，覆盖办公、学习、日常管理三大高频场景，直接复制指令即可执行，快速感受OpenClaw的执行能力。
案例1：办公场景——自动整理近7天未读邮件
指令：“帮我整理邮箱里近7天的未读邮件，按「工作对接」「重要通知」「垃圾邮件」分类，提取每封邮件的发件人、核心内容和截止时间，生成Excel汇总表保存到桌面，命名为「未读邮件汇总_202603」”
核心能力：邮件访问权限调用、文本提取、分类整理、Excel文件生成，替代人工数小时的邮件处理工作。
案例2：学习场景——PDF资料重点提取与整理
指令：“帮我提取桌面上「Python学习资料.pdf」的所有核心知识点，按章节整理成Markdown格式，标注每个知识点的关键词，保存到桌面「Python笔记」文件夹，若文件夹不存在则自动创建”
核心能力：PDF文件读取、文本提取与筛选、Markdown格式排版、文件夹创建，适合学生党、职场人整理学习资料。
案例3：日常管理——桌面文件自动化分类
指令：“帮我整理电脑桌面所有文件，按「文档」「图片」「安装包」「压缩包」分类，图片重命名为「日期+内容」格式，删除6个月以上未使用的安装包和压缩包，整理完成后向我发送提示”
核心能力：文件读写、分类、重命名、删除，解决桌面杂乱问题，支持定时执行（进阶可设置每日自动整理）。
四、全流程常见问题解答（零基础避坑，覆盖90%新手问题）
在OpenClaw部署、API配置、任务执行过程中，新手容易因环境配置、权限设置、网络问题出现报错，以下为高频问题及针对性解决方案，全平台通用，按场景分类，便于快速排查。
（一）部署相关问题
问题：执行一键安装命令时，提示“网络超时/下载失败”
解决方案：① 切换为国内加速版安装命令，避免海外服务器卡顿；② 检查网络连接，切换至稳定的宽带网络，关闭代理；③ 手动清理DNS缓存，Windows执行ipconfig /flushdns，Mac/Linux执行sudo dscacheutil -flushcache。问题：部署完成后，无法访问OpenClaw可视化控制台（localhost/服务器IP+端口）
解决方案：① 检查端口是否放行，阿里云部署需在安全组添加端口规则，本地部署需检查系统防火墙是否拦截对应端口；② 验证服务是否运行，执行openclaw status（本地）/systemctl status openclaw（阿里云/Linux），服务未运行则执行启动命令；③ 确认访问地址正确，本地部署为http://localhost:3000/18789，阿里云部署为http://公网IP:18789。问题：Windows部署时，提示“权限不足，无法写入文件”
解决方案：确保PowerShell以管理员身份运行，关闭电脑管家/杀毒软件后重新执行安装命令。
（二）大模型API配置相关问题
问题：执行
openclaw model test时，提示“API-Key无效/权限不足”
解决方案：① 检查API-Key是否输入正确，无空格、无拼写错误，区分大小写；② 确认大模型平台账号已完成实名认证，阿里云百炼/通义千问未认证无法调用API；③ 检查配置文件中的接口地址（Base URL）是否正确，避免写错域名。问题：调用模型时，提示“MODEL_TIMEOUT（模型调用超时）”
解决方案：① 在.env配置文件中增加超时时间，将MODEL_TIMEOUT修改为120000（120秒）；② 检查网络连接，确保设备能稳定访问大模型平台接口；③ 若为本地大模型，升级设备硬件配置，增加内存，提升本地推理速度。问题：配置完成后，OpenClaw能理解指令但无法执行操作（如无法打开文件、浏览器）
解决方案：① 检查配置文件中TOOL_ENABLE是否设置为true，未开启则无法调用工具；② 确认OpenClaw已获取文件、浏览器操作权限，本地部署在初始化时需勾选对应权限，阿里云部署需执行openclaw config set tool.permission all。
（三）任务执行相关问题
问题：下达指令后，OpenClaw无响应/执行结果不符合预期
解决方案：① 指令描述需清晰具体，避免模糊化表述（如“整理文件”改为“整理桌面文件，按类型分类”）；② 检查大模型连接状态，执行openclaw model test验证模型是否正常调用；③ 重启OpenClaw服务，清除临时缓存：openclaw restart && openclaw cache clear。问题：浏览器自动化任务执行失败，提示“无法找到浏览器/浏览器未授权”
解决方案：① 确保电脑安装了Chrome/Edge浏览器，且为最新版本；② 执行命令开启浏览器操作权限：openclaw config set tool.browser.enable true；③ 若为阿里云部署，需安装浏览器无头模式：apt install chromium-browser -y。问题：文件操作任务执行失败，提示“文件不存在/无法访问”
解决方案：① 确认指令中的文件路径正确（如“桌面”而非“D盘/桌面”），使用绝对路径可提升成功率；② 检查文件是否被其他程序占用，关闭占用程序后重新执行；③ 为OpenClaw分配文件访问权限，Linux/Mac执行chmod -R 755 ~/.openclaw。
（四）进阶问题：如何安装社区技能包，扩展OpenClaw能力
OpenClaw的核心扩展能力来自社区技能包，目前ClawHub官方技能库已有5700+现成技能，覆盖办公、开发、自动化等场景，一键安装即可使用。
- 安装ClawHub CLI工具：
npm install -g clawhub； - 查看热门技能包：
clawhub browse； - 一键安装技能包（如文档摘要、Excel处理）：
- 安装文档摘要技能：
clawhub install summarize - 安装Excel处理技能：
clawhub install excel-utils
- 安装文档摘要技能：
- 验证技能安装：
openclaw skills check，显示技能状态为enabled即为安装成功。
五、最后：OpenClaw的核心使用逻辑——让AI适配你的工作流
2026版的OpenClaw已经实现了“零代码、全平台、易对接”的特性，零基础用户无需纠结于技术原理，只需遵循“部署→配置→指令→优化”的逻辑，就能让其成为专属的AI数字员工。但需要明确的是，OpenClaw并非“开箱即用的神器”，其执行能力的发挥，依赖于清晰的指令描述和持续的个性化适配——就像培养一个新员工，你需要让它明确你的工作习惯、任务要求，通过多次指令优化，让它越来越贴合你的使用需求。
从单一的文件整理、邮件处理，到复杂的流程自动化、多任务协同，OpenClaw的能力边界会随着你的使用不断拓展。当它真正融入你的工作流，你会发现那些曾经耗费大量时间的重复、机械性工作，都可以交给AI完成，而你能将精力放在更有价值的创意、决策和规划上。这正是AI自动化工具的核心意义：让技术成为生产力的放大器，而非简单的辅助工具。
对于新手而言，无需急于尝试复杂的自动化任务，从简单的文件操作、资料整理开始，逐步熟悉OpenClaw的指令逻辑和能力范围，随着使用的深入，你会发现它能为你节省的时间和精力，远超出最初的期待。