乐于分享
好东西不私藏

Mac上部署OpenClaw教程:从安装到跑通,一篇带你上手本地AI助手

Mac上部署OpenClaw教程:从安装到跑通,一篇带你上手本地AI助手
为了给大家带来更好的阅读、使用体验,【柯影效率研究站】已全面升级!现在,你只需要在后台输入任何问题,AI就能根据本号历史文章智能回答,并附上相关参考文章,帮助你快速找到需要的信息。欢迎将本号添加“🌟”,随时来问、随时来查。若问题超出历史文章范围,也可直接点弹出的咨询卡片,与我们进一步交流。
00

前言

很多人第一次看到OpenClaw,都会有点懵:

它到底是聊天机器人、桌面助手,还是一个AI平台?其实,OpenClaw更像是一套运行在你自己设备上的 个人 AI 助手中控系统。它不是单纯的网页聊天框,也不是只能回答问题的机器人,而是一套可以长期在线、支持多渠道接入、支持工具调用与自动化的 AI 助手平台。这篇文章,就带你用Mac把OpenClaw跑起来。不讲太空泛的概念,直接讲怎么部署、怎么启动、怎么验证是否可用。

01

OpenClaw到底是什么?

先一句话说清楚

OpenClaw 是一个运行在你自己设备上的个人 AI 助手平台。

它的核心能力,不只是“聊天”,还包括:

✅ 管理 AI 会话

✅ 接入不同消息渠道

✅ 调用本地工具

✅ 支持工作区与技能系统

✅ 提供 Web 控制界面

✅ 支持长期运行

大家可以把它理解成:把 AI 助手真正部署到自己设备上的一套中控系统。

对于开发者来说,它很有吸引力,因为你能掌控配置、模型、目录、权限和后续扩展方式。

02

mac上部署🦞的方式

在Mac上,常见有两种主流部署方式:

1️⃣ CLI 终端部署

适合想快速跑通、喜欢终端操作、方便排查问题的人。

2️⃣ Docker 部署

适合想隔离环境、固定数据目录、方便迁移备份的人。

如果你只是想先体验一下,建议先走CLI

如果你准备长期用,或者想把数据放到单独磁盘目录,建议直接走 Docker

这篇文章把两种方式都讲清楚,你可以按自己的使用场景选择。

03

CLI部署龙虾🦞

1️⃣ 准备环境

OpenClaw运行需要Node环境,所以先确认你的Mac已经安装了:

✅ Homebrew

✅ Node.js

✅ npm

在终端中执行:

node -vnpm -v

如果提示命令不存在,可以先安装 Node:

brew install node

安装完成后,再执行一次版本检查。

建议 Node 版本尽量新一些,这样后续兼容性会更好。

2️⃣ 安装 OpenClaw

确认 Node 和 npm 正常后,直接全局安装 OpenClaw:

npm install -g openclaw@latest

安装完成后,检查是否成功:

openclaw --version

如果能够正常输出版本号,说明安装没问题。

3️⃣ 初始化OpenClaw

这是最关键的一步。官方推荐的初始化方式就是运行:

openclaw onboard --install-daemon

这条命令会完成一整套基础配置,包括:

✅ 初始化 Gateway

✅ 创建默认配置目录

✅ 创建工作区

✅ 安装后台守护进程

✅ 引导你完成模型与通道的基础设置

大家可以把这一步理解成:把OpenClaw正式“装到你的Mac上”,并让它具备长期运行能力。

4️⃣ 了解默认目录

CLI模式下,OpenClaw一般会把核心数据放在用户目录下:

~/.openclaw

其中最重要的通常是这两个位置:

~/.openclaw/openclaw.json~/.openclaw/workspace

分别对应:

✅ openclaw.json:配置文件

✅ workspace:工作区目录

后续技能、上下文文件、工作内容,基本都围绕这个目录展开。

5️⃣ 做健康检查

初始化完成后,建议先做健康检查:

openclaw health

如果结果正常,说明核心服务已经可以使用。

你也可以尝试直接调用助手:

openclaw agent --message "你好,帮我生成一个项目清单"

6️⃣ 常用命令了解一下

在 CLI 模式下,常见命令有这些:

✅ 查看健康状态

openclaw health

✅ 启动或查看网关

openclaw gateway

✅ 进行渠道登录

openclaw channels login

✅ 直接向助手发送消息

openclaw agent --message "今天帮我列一个开发计划"

如果你是喜欢终端操作的开发者,这套方式会非常顺手。

04

docker部署龙虾🦞

如果你更看重环境隔离、目录固定、后续方便迁移,那么Docker方式更适合。尤其是有些朋友希望把数据统一放到指定目录,例如外置盘或独立数据盘中,这时Docker更方便管理。比如我们希望把OpenClaw的数据放到:

/Volumes/MacData/apps/openclaw/data

这完全可以做到。

1️⃣ 安装Docker Desktop

先确保你的Mac已安装并启动Docker Desktop。

在终端中执行:

docker --versiondocker compose version

如果都能正常输出版本信息,说明Docker已可用。另外要注意一点:

如果你打算把数据放到/Volumes/MacData/... 这样的路径下,需要保证:

✅ 对应磁盘已经挂载

✅ Docker Desktop 已允许访问该路径

否则容器虽然能启动,但目录挂载可能失败。

2️⃣ 创建目录

先创建部署目录和数据目录:

mkdir -/Volumes/MacData/apps/openclaw/datamkdir -/Volumes/MacData/apps/openclaw/data/workspacemkdir -/Volumes/MacData/apps/openclaw

然后进入部署目录:

cd /Volumes/MacData/apps/openclaw

3️⃣ 创建.env文件

在部署目录下新建 .env 文件,内容如下:

TZ=Asia/SingaporeOPENCLAW_IMAGE=ghcr.io/openclaw/openclaw:latestOPENCLAW_PORT=8080AUTH_PASSWORD=请改成你的强密码OPENCLAW_GATEWAY_TOKEN=请改成一个足够长的随机字符串ANTHROPIC_API_KEY=OPENAI_API_KEY=

这里几个字段需要特别注意:

✅ AUTH_PASSWORD:网页登录密码

✅ OPENCLAW_GATEWAY_TOKEN:网关令牌

✅ ANTHROPIC_API_KEY/OPENAI_API_KEY:模型服务密钥,按你的使用情况填写

如果这两个API Key都不填,OpenClaw可能能启动,但没法真正完成 AI 响应。

4️⃣ 创建docker-compose.yml

接着创建 docker-compose.yml

services:  openclaw:    image: ${OPENCLAW_IMAGE}    container_name: openclaw    restart: unless-stopped    stdin_open: true    ttytrue    ports:      - "${OPENCLAW_PORT}:8080"    environment:      TZ: ${TZ}      ANTHROPIC_API_KEY: ${ANTHROPIC_API_KEY}      OPENAI_API_KEY: ${OPENAI_API_KEY}      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}      AUTH_PASSWORD: ${AUTH_PASSWORD}    volumes:      - /Volumes/MacData/apps/openclaw/data:/home/node/.openclaw

这个配置的作用很直接:把容器里的OpenClaw数据目录,整体映射到你指定的宿主机目录。也就是说,以后OpenClaw的配置、工作区、运行数据,都会落在:

/Volumes/MacData/apps/openclaw/data

这对后续备份和迁移非常友好。

5️⃣ 启动容器

文件准备好后,直接执行:

docker compose up -d

然后查看容器状态:

docker ps

再查看日志:

docker compose logs -f

如果没有明显报错,说明容器已经正常启动。

6️⃣ 访问Web页面

启动成功后,一般可以在浏览器访问:

http://localhost:8080

如果页面能打开,说明 Web 端已经可用。如果打不开,可以先检查:

✅ Docker 容器是否在运行

✅ 端口是否被占用

✅ 日志里是否有报错

✅ API Key 是否配置正确

7️⃣ 停止与重启

常用命令如下:

✅ 停止

docker compose down

✅ 重启

docker compose restart

✅ 查看日志

docker compose logs -f
关注我们

如果这篇文章对你有帮助,欢迎点个点赞、点个推荐,也欢迎转发分享给同样在折腾本地AI助手的朋友。想继续看更多AI工具实战、部署教程与效率玩法,记得关注公众号,后面继续更新

微信公众号
微信服务号
粉丝群

往期推荐

IMAGDressing:把“虚拟试衣”做成可交互的模块化工作流(附硬件推荐)

OpenClaw:把“聊天机器人”升级成“能办事的私人助理”

知识库不是堆文件:RAG“入库”到底怎么落地?

Windows电脑C盘清理+磁盘规划:让C盘永远不爆红

中文语义检索不用上云:我把句向量模型做成了一个可复用小工具(含CLI/API/单测)