我重装了17次OpenClaw，凌晨4点还在翻GitHub，这5个坑你千万别踩

两周。17次重装。50块Token。凌晨4点的报错日志。

我以为我在搭一个AI助手，结果我在给自己挖坑。

飞书机器人跑起来的那一刻，我还截图发了朋友圈，配文"数字员工上岗"。那一刻挺爽的。

然后第二天起床，它死了。不说话了。飞书群里@它，像@一块石头。

这之后的两周，我就是在踩坑、爬出来、再掉进新坑的循环里。现在回想起来，那些凌晨四点的报错日志，都是血泪。

今天这篇文章，把我踩过的所有坑、以及怎么爬出来的，一次性说清楚。

如果你刚装上OpenClaw，或者正准备装，看完这篇能帮你少熬至少五个深夜。

坑一："临时运行"的幻觉

症状：

• 装好OpenClaw，机器人正常回复
• 关掉终端窗口，或者断开SSH，机器人就死了
• 重启电脑/WSL，服务没了

我当时的反应：

"卧槽，昨天明明弄好了，今天怎么又要重新配置？"

我反复装了十几次，每次都以为哪里配错了。后来才明白，问题根本不是配置，而是——我根本没有把它注册成系统服务。

OpenClaw默认只是"临时运行"。你开着终端，它就在；终端一关，它就跟着死了。

救急方法：

装完之后，一定要执行这条命令，把它注册成系统服务：

openclaw onboard --install-daemon

Linux用户可以用systemd，macOS用LaunchAgent。具体配置可以参考官方文档，但核心就一句话：别让OpenClaw跟着终端一起死。

坑二：配置文件改崩，Token暴涨

症状：

• 想换个模型，改了openclaw.json
• 重启后服务起不来，报错一堆
• 或者更隐蔽的：Token消耗异常，一天花了十几块

我踩过的具体场景：

第一次我想把模型从Kimi换成百炼的免费API。照着文档改了配置文件，结果服务直接起不来。排查半天发现，百炼的免费版和付费版baseurl不一样：

免费版：https://dashscope.aliyuncs.com/compatible-mode/v1付费版：https://coding.dashscope.aliyuncs.com/v1

就这一点点差别，我折腾了两个小时。

还有更坑的。有一次我让AI"帮我优化一下配置文件"，结果它把我整个配置结构改乱了。重启后服务倒是能跑，但Token暴涨——因为AI在每次对话时都把完整的、超长的上下文塞给了模型。

救急方法：

1. 改配置前先备份

   cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak

2. 用Git做版本控制

   cd ~/.openclawgit initgit add .git commit -m "备份初始配置"

   改崩了直接git checkout .回滚。

3. 别让AI自己改配置 这是血泪教训。AI生成的配置不一定符合OpenClaw的schema，改完一定要用openclaw doctor检查。

配置是系统的骨架，别让AI当骨科医生——它可能会把你的腿接到胳膊上。

坑三：以为装了就行，其实内存系统更重要

症状：

• 重启对话后，AI"失忆"了
• 之前交代过的任务、上下文，全没了
• 每次都要重新交代背景

我当时的心态：

"这玩意儿怎么跟鱼一样，七秒记忆？"

其实OpenClaw有记忆系统，但默认的MEMORY.md大多数人要么不写，要么写成流水账，最后变成垃圾堆。

我的解决方案：

建立一个分层的记忆架构：

MEMORY.md          ← 索引层：只放核心信息和指向memory/projects.md ← 项目层：每个项目的状态和待办memory/infra.md    ← 基础设施：服务器配置、API地址memory/lessons.md  ← 教训层：踩过的坑，按严重程度分级memory/YYYY-MM-DD.md ← 日志层：每天发生了什么

核心思路：MEMORY.md只做索引，不堆内容。每次新session只加载索引，需要具体信息时再按需读取。

配合OpenClaw的向量语义检索（memorySearch），效果更好。你说"上次那个部署问题怎么解决的"，AI不需要翻遍所有日志，而是直接定位到具体文件的具体行。

好的记忆系统不是让AI记住一切，而是让它知道该在什么时候想起什么。

坑四：端口占用，Dashboard打不开

症状：

• 运行openclaw dashboard，给了个链接
• 浏览器打开，一片空白或连接失败
• 或者提示端口被占用

我当时的排查过程：

先是发现端口18789被占了。查了一下，是之前没关干净的Node进程。

lsof -i :18789kill -9 <PID>

然后Dashboard还是打不开。研究半天才发现，我部署在远程服务器上，Dashboard默认只绑定了127.0.0.1，远程访问不了。

救急方法：

1. 端口被占用

   lsof -i :18789kill -9 <PID>

2. 远程服务器访问Dashboard 用SSH隧道：

   ssh -N -L 18789:127.0.0.1:18789 root@你的服务器IP

   然后本地浏览器访问http://localhost:18789。

3. 或者修改绑定地址 在openclaw.json里把gateway.bind改成"0.0.0.0"，但一定要同时配置认证token，否则裸奔在公网上很危险。

端口是门，默认只开给 localhost 是防盗门全开给 0.0.0.0 是不设防——你选哪个？

坑五：Skill装了一堆，系统越来越慢

症状：

• 刚开始很快，后来越来越卡
• 响应时间变长，偶尔还崩溃
• 后台进程越来越多

我的排查过程：

用openclaw logs看日志，发现每次对话都要加载一堆Skill的上下文。我装了十几个Skill，很多其实根本用不上，但它们在后台一直占着资源。

还有一个坑：有些Skill会频繁调用API，即使你没有主动使用它们。这就是Token莫名其妙消耗的原因之一。

救急方法：

1. 只装必要的Skill 新手建议按这个顺序装：

• skill-commons（安全底座，必装）
• memory（记忆系统）
• openclaw-backup（备份） 其他的等真有需求了再装。

2. 定期清理不用的Skill

   openclaw plugin listopenclaw plugin uninstall <skill-name>

3. 开启沙箱模式

   openclaw config set sandbox true

   防止Skill做一些出格的操作。

两周后的我，终于稳定了

现在我的OpenClaw已经稳定运行一个多月，成了真正的"数字员工"。总结一下让我从"玩具"变"工具"的几个关键设置：

最后说两句

OpenClaw是个好东西，但它不是"装完就能用"。它更像是一个毛坯房，需要你花时间去装修、去调教。

那两周踩坑的经历，现在回头看其实挺值的。因为当你把所有坑都踩一遍，你对这个系统的理解就完全不一样了。它不再是黑盒，而是你能掌控的工具。

如果你正在踩坑，希望这篇能帮你少走点弯路。

如果你已经踩完了，欢迎在评论区分享你的"坑"，让更多人看到。

毕竟，开源社区就是这样，一人踩坑，全员避坑。

（觉得有用的话，点个赞或转发给正在折腾OpenClaw的朋友～）

参考链接

• OpenClaw官方文档^[1]
• 阿里云部署OpenClaw指南^[2]
• OpenClaw问题排查全指南^[3]

引用链接