保姆级教程:Windows 原生安装 OpenClaw 小龙虾(下)

这篇教程写给谁

完全不懂编程、但想在自己 Windows 电脑上跑一个"AI 智能体（帮你看文件、写东西、连飞书）"的人。哪怕你是高中生、从没敲过命令，跟着做也能装好。

你能得到什么：用一行命令把 OpenClaw（大家叫它"小龙虾 🦞"）装到 Windows 上，让它开机自动运行、能连飞书、能切换各种 AI 模型，并且知道怎么备份、怎么彻底卸载（不花一分钱）。

本文不依赖 WSL2那是 Windows 里跑 Linux 的复杂功能，普通人用不到

• ===上篇【已发布】===
• 第 0 章 开始之前：3 个关键提醒（新手必读，2 分钟）
• 第 1 章 OpenClaw 是什么（大白话）
• 第 2 章 你需要准备什么（要求 + 名词小课堂）
• 第 3 章 【准备】安装并升级 Windows 终端（强烈推荐，新手必看）
• 第 4 章 安装 OpenClaw（最核心的一步）
• 第 5 章 选大模型供应商：三种拿模型能力的方式（买 Key 之前必读）
• 第 6 章 业内"供应商"的逻辑，以及和 WorkBuddy / Kimi Work 等 App 的灵活性对比
• 第 7 章 配置模型：用官方引导openclaw onboard（让小龙虾能对话）
• ===中篇【已发布】===
• 第 8 章 companion 桌面节点（为什么装 / 是什么 / 下载安装配置）
• 第 9 章 飞书官方插件（关联 / 新建机器人 · 免公网）
• 第 10 章 多模型管理：CC Switch 是什么、怎么用
• 第 11 章 备份与恢复（防"一删就没"）
• 第 12 章 彻底删除（零成本，别花钱找人代卸载）
• 第 13 章 常见问题与排错
• 第 14 章 常用命令速查
• 第 15 章 附录：定时备份脚本全文
• 第 16 章 关于 WSL2 方式（一句话）
• ===下篇【本篇】===
• 第 17 章 【可选 · 进阶】共享文档黑板：让 Agent 读写你的文件与 NAS
• 第 18 章 【可选 · 进阶】把 OpenClaw 装到 D 盘（省 C 盘空间）
• 第 19 章 OpenClaw 与 Hermes 怎么选（核心结论）
• 第 20 章 参考资料

本教程里所有带框的命令，都要在「Windows 终端（Windows Terminal）」里运行。具体做法每次都一样：

• 点屏幕左下放大的"开始"菜单（或按键盘 Win 键）；
• 输入终端或Windows Terminal；
• 在搜索结果上右键 → 以管理员身份运行（安装类操作需要权限；

纯配置类如果你没用管理员身份，它通常会提示你）；

• 把命令整段复制进黑窗口，按回车执行。

如果你还没装 Windows 终端，请先跳到第 3 章装好它再回来。后面每个命令框上方我都会再提醒一次"在 Windows 终端（管理员）运行"，但你记住这个流程就够了。

本章是进阶可选内容，面向"多人协作式 AI 内容创作"（让不同的 AI 助手去读/写/建/改/删同一批文件）。普通用户可跳过。

原生 Windows 安装下，助手以你的身份在主机运行，对你能碰到的任意文件（本地盘 + 家里 NAS）都有完整权限。

• 自带read/write/edit/apply_patch/exec工具。默认不圈边界时，它理论上能删你权限内的任意文件。
• 想限制范围可用 Docker 沙箱绑定（docker.binds: ["/srv/shared/vault:/workspace:rw"]，:ro为只读）。
• ⚠️ 安全：① 用第 11 章定时备份兜底；② 可选只读层；③ 让"人最后拍板"防呆。

接法：把多个助手的Workspace（工作目录，中文：工作空间，就是 Agent 用来读写文件的那个文件夹）指向同一个目录（如 NAS 上经 Tailscale 挂载的\\NAS-HOST\vault），它们就共享同一份文件——即"文档黑板"。（Workspace / Workdir 的更完整说明见第 2 章名词小课堂。）

如果你在第 4 章步骤 2已经用环境变量法设好，那现在状态就已经在 D 盘了，本章可跳过。本章讲两种情况的完整做法。

💻运行位置：在Windows 终端（管理员）里运行。

必须在执行安装命令之前设好（第 4 章步骤 2 已给）。装完验证落点：

openclaw config file

若已装好在 C 盘，用 Junction 把目录"整体搬家"但保留 C 盘入口（程序无感）：

openclaw gateway stoprobocopy "C:\Users\你的用户名\.openclaw" "D:\OpenClawData" /E /COPYALL /MOVEmklink /J "C:\Users\你的用户名\.openclaw" "D:\OpenClawData"openclaw gateway start

npm config set prefix "D:\Data\npm-global"# 然后把 D:\Data\npm-global 加到用户 PATH（系统属性 → 环境变量）

companion 本体只有几十 MB，装 C 盘非大头，可不动。

你刚装好 OpenClaw，可能想问："那另一个工具 Hermes 怎么样？我该装哪个？" 这里给你一份人话版结论，并附一个真实选型案例。更详细的并列对比见《小龙虾vs爱马仕：高中生也能看懂的全方位对比》（中性全维度并列）。

社区评测几乎一致地把两者概括为两条不同的路，而不是"谁更强"：

• OpenClaw = 搭一个 Agent 组织
  你预先定好岗位 / 流程 / 能力边界，它稳定执行，像"组建一个 AI 公司"。适合流程化、多入口、多人 / 多客户。
• Hermes = 养一个长期助理
  一个主 agent 长期理解你、越用越懂你，需要时再临时叫 sub-agent 帮忙，像"养一个懂你的搭档"。适合个人化、长期陪伴、重复任务沉淀。

你刚装的 OpenClaw，走的就是"组织 / 编排"这条路——后面章节的多 agent、飞书入口、共享黑板，都是它的强项。

• 都开源、自托管、MIT 协议——代码跑在你自己机器上，数据可控、不被厂商锁死。
• 都靠聊天软件（飞书 / Telegram 等）驱动，不用写代码。
• 模型都极灵活——能接 Claude / GPT / 国产（Qwen / Kimi / DeepSeek / GLM）等，不被一家绑死。
• 都有长期记忆和技能系统，都能控电脑、跑定时任务、产出文档。
• 都能让"多个 agent 背后是不同的模型"（可建多套配置、各自指定不同模型）；但只有 OpenClaw 能让自己的多个员工（同一 Gateway 内）真正并发、互相看到彼此、协作辩论——这正是「多模型内容创作系统」的核心诉求。爱马仕内部的多 Profile 是隔离实例、MOA 是"多建议一拍板"，都做不到"内部多个分身实时互相辩论"（详见下文「必须澄清」与选型对比文档 §2.1/§五）。

💡重要区分：上面说的是"各自工具内部的多个 agent/分身"——爱马仕内部多分身确实不能自动互辩。但Hermes 作为"一个整体 Agent"进群参与辩论完全可行：给它建一个飞书 bot、拉进同一群、把文件系统指向同一份共享黑板，它就能和 OpenClaw 的多名员工并列成为团队一员（详见选型对比 §2.1）。

Hermes 的 MOA（专家委员会 / Mixture of Agents）常被误读成"多个 AI 互相辩论、达成共识"。真相（已查 Hermes 官方文档核实）：MOA 里参考模型只是"顾问"——看不到工具、也看不到工具调用的过程，只有"聚合器"一个模型在行动、写答案。它是"多模型给建议、一个模型拍板执行"的专家委员会，不是"N 个全自主 agent 交叉辩论"。

• 想要"每个模型读同一份文档黑板、看到彼此发言、反复交叉反馈、最后达成共识"（比如多模型内容创作系统）→用 OpenClaw 自己的「多员工」最合适（多个员工同 Gateway、各异模型、可并发，再把 workspace 指向同一份文件当共享黑板）。爱马仕目前做不到这种"实时互相辩论"：它的多个分身（Profile）互相看不到对方在说什么（隔离实例、无原生通信），MOA 也只是"多建议一拍板"，真正的实时辩论还在开发路线图上没做出来。别用 MOA 当辩论引擎；也别指望 Hermes 内部多个分身自动互辩来凑团队。但作为"一个整体 Agent"，Hermes 建个飞书 bot、挂同一份共享黑板、拉进同一群，就能进群当一名辩论/写作队员，和 OpenClaw 员工并列（详见选型对比 §2.1）。
• MOA 适合"一个难题想多听几个模型角度、但由一个模型落地执行"。

背景（真实需求）：一人公司 / 博主，想让多个不同模型就同一话题讨论、交叉反馈、达成共识，产出系列文章。结论：

• 若核心诉求是「跑多个不同模型的 agent 人格」，两者都能让"多个 agent 背后是不同的模型"；但只有 OpenClaw 能让这些 agent 真正并发、互相协作（共享文件黑板）。爱马仕的多分身是隔离实例、MOA 是单拍板——都做不到"内部多个分身实时互相辩论"（详见选型对比文档 §2.1/§五）。

💡 但 Hermes 作为"一个整体 Agent"进群当辩论队员是可行的（建飞书 bot + 挂同一黑板），见 §2.1。

• 推荐架构（已据证据修正）：OpenClaw 自身当核心（一个 Gateway 跑多员工、各异模型、真并发 + 共享文件黑板做多模型辩论/共识），不引入 n8n——n8n 只在你要接一大堆外部系统（强 API 编排/审计）时才上。爱马仕可作为体系里的一名（或数名）异构队员参与——建一个飞书 bot、拉进同一群、把文件系统指向同一份共享黑板，就能和 OpenClaw 员工并列辩论/研究/写作；它更强的长期记忆/用户分身能力也一并发挥。两者都是 BYOK、都读同一份文件黑板，无需 n8n 串联。
• 想要「聊天入口即促进者」→ OpenClaw 更合适（也就是你刚装的这个）；想要「长期记忆型私人助手」（事实核查 / 知识库）→ Hermes 更合适。

• 想要"一个部署里多个不同模型人格 + 飞书入口 + Windows 原生桌面"
  → 选OpenClaw（也就是你刚装的这个）。
• 想要"单个越用越懂你的长期记忆私人助手 + 开箱安全 + 丰富终端后端"
  → 选Hermes。
• 两者都能当
  自托管通用 AI 助手、远程控电脑、文档内容产出、定时自动化。
• 想并存
  两者技术栈不同（一个 Node、一个 Python），可在同一台 Windows 并存、各跑各的网关，还能共用同一份"文档黑板"目录——给 Hermes 也挂上飞书 bot、指向同一黑板，它就成了体系里并列的一员（读/写同一批文件、参与讨论）；注意爱马仕各分身之间不自动互通（见第 19 章「必须澄清」）。

📎 完整中性并列对比与选型论证，见：

• 《小龙虾vs爱马仕：高中生也能看懂的全方位对比》（中性全维度并列，本文核心结论来源）

以下为本教程核实过、质量较高的官方文档与资料。以官方最新为准。

• 一行安装脚本
  https://openclaw.ai/install.ps1
• 官方文档站（含中文）
  https://docs.openclaw.ai/（中文版：https://docs.openclaw.ai/zh-CN/）
• Windows 平台文档（含 Windows Hub / 节点）
  https://docs.openclaw.ai/platforms/windows
• 引导安装（onboarding）官方说明
  https://docs.openclaw.ai/start/wizard
• 供应商目录（60+ 家，含官方与聚合）
  https://docs.openclaw.ai/providers
• 备份命令 CLI 文档
  https://docs.openclaw.ai/cli/backup

• Windows Hub 发布页（下载安装包）
  https://github.com/openclaw/openclaw-windows-node/releases/latest
• 节点（Nodes）能力总览与配对
  https://docs.openclaw.ai/nodes
• 节点命令行参考
  https://docs.openclaw.ai/cli/node

• OpenClaw 供应商目录
  （官方直购 + 聚合平台清单）：https://docs.openclaw.ai/providers
• 腾讯云 Token Plan / Coding Plan
  （含个人版/企业版、支持 OpenClaw/Workbuddy；Coding Plan 文档含专属 Key+Base URL 配置说明）：https://cloud.tencent.com/document/product/1823/130092（Token Plan 产品页请在腾讯云官网搜索"Token Plan"）
• 阿里云百炼 Token Plan
  https://bailian.console.aliyun.com/（以阿里云百炼官方页为准）
• 火山引擎方舟 Coding Plan
  https://www.volcengine.com/product/ark

• Lark 官方插件文档
  https://bytedance.larkoffice.com/docx/MFK7dDFLFoVlOGxWCv5cTXKmnMh（需飞书登录态）
• 安装命令：npx -y @larksuite/openclaw-lark install

• CC Switch
  https://github.com/farion1231/cc-switch

• microsoft/WSL 问题 #13416
  https://github.com/microsoft/WSL/issues/13416