别再花钱买云服务器了！OpenClaw 本地部署保姆级教程，10分钟拥有私人AI助手
别再花钱买云服务器了！OpenClaw 本地部署保姆级教程，10分钟拥有私人AI助手
上周写完 OpenClaw 为什么火的那篇文章后，后台收到最多的问题就是：怎么部署？
说实话，我理解大家的纠结。网上教程铺天盖地，有的让你买阿里云服务器，有的让你搞 Docker，有的直接甩一堆命令行——看完更懵了。
所以今天这篇，我想把事情说清楚：本地部署和云部署到底选哪个？各自适合什么人？具体怎么操作？
我的结论先放这里：如果你只是个人使用，本地部署是最优解。 下面展开说。
一、先搞明白：本地部署 vs 云部署，到底差在哪？
很多教程上来就教你怎么操作，但不讲"为什么"。我觉得选择之前，得先理解两种方案的本质区别。
一张表讲清楚
| 维度 | 本地部署 | 云部署 |
|---|---|---|
| 成本 | 0 元（用自己电脑） | 轻量服务器约 50-100 元/月起 |
| 数据安全 | 数据完全在本地，不出门 | 数据存在云服务器上 |
| 网络依赖 | 仅调用 AI 模型 API 时需要网络 | 全程依赖网络 |
| 24小时在线 | 电脑关机就断了 | 7×24 小时在线 |
| 远程访问 | 需要额外配置内网穿透 | 天然支持远程访问 |
| 性能 | 取决于你的电脑配置 | 取决于你买的服务器规格 |
| 运维成本 | 几乎为零 | 需要管服务器、SSL证书等 |
| 上手难度 | 3 条命令搞定 | 需要了解服务器运维基础 |
我的建议
选本地部署的场景：
- 你只是个人使用，想体验和学习 OpenClaw
- 你对数据隐私敏感，不想把聊天记录放云上
- 你不想花钱，先玩起来再说
- 你主要在电脑前使用，不需要 24 小时在线
选云部署的场景：
- 你需要 7×24 小时在线（比如挂微信/飞书机器人）
- 你想从手机随时访问，不想折腾内网穿透
- 你有团队协作需求，多人共用一个 AI 助手
- 你本身有云服务器运维经验
一句话：先本地玩明白，有需要再上云。 别上来就买服务器，很多人买了发现用不了几次就吃灰了。
用一张图帮你快速决策：
二、本地部署实操：3 种方式，选最适合你的
方式一：官方安装脚本（推荐大多数人）
这是官方推荐的方式，也是最简单的。整个过程只需要 4 步。
先看整体流程，心里有数：
前置条件：安装 Node.js ≥ 22
OpenClaw 基于 Node.js 运行，这是唯一的前置依赖。
Mac 用户（推荐用 Homebrew）：
# 如果没装过 Homebrew，先安装
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 安装 Node.js
brew install node
Windows 用户：
去 Node.js 官网下载安装包：https://nodejs.org/zh-cn/download
安装时注意勾选 "Add Node.js to PATH"，这步很关键，不勾的话后面命令都跑不了。
Linux 用户：
# Ubuntu/Debian
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
# CentOS/RHEL
curl -fsSL https://rpm.nodesource.com/setup_22.x | sudo bash -
sudo yum install -y nodejs
装完验证一下：
node --version # 应该输出 v22.x.x 或更高
第 1 步：安装 OpenClaw
根据你的系统执行对应命令：
macOS / Linux：
curl -fsSL https://openclaw.ai/install.sh | bash
Windows（PowerShell）：
iwr -useb https://openclaw.ai/install.ps1 | iex
这个脚本会自动完成 OpenClaw 的下载和安装。如果国内网络慢，可以挂代理或用社区的中文安装脚本：
curl -fsSL https://raw.githubusercontent.com/miaoxworld/OpenClawInstaller/main/install.sh | bash
第 2 步：运行配置向导
openclaw onboard --install-daemon
这条命令是核心。加了 --install-daemon 参数后，它会一次性帮你搞定三件事：
- 认证配置：用 GitHub 账号登录验证身份
- 网关设置：配置 Gateway 服务，包括 AI 模型选择和 API Key
- 安装守护进程：把 OpenClaw Gateway 注册为系统服务，开机自启
配置向导是交互式的，一步步跟着走就行，不需要自己手动编辑配置文件。
第 3 步：检查网关状态
配置完成后，Gateway 应该已经自动跑起来了。确认一下：
openclaw gateway status
如果显示正在运行，就说明一切正常。如果没有启动，可以手动前台运行（方便看日志排查问题）：
openclaw gateway --port 18789
第 4 步：打开控制面板
openclaw dashboard
执行后会自动打开浏览器，访问 http://127.0.0.1:18789/，这就是 OpenClaw 的 Dashboard 控制面板。你也可以直接在浏览器手动输入这个地址。
到这一步，你的本地 AI 助手就已经跑起来了。
方式二：npm 手动安装（想了解底层的人）
如果你想更清楚地控制安装过程，可以用 npm 直接安装：
# 安装 OpenClaw
npm install -g openclaw
# 国内网络慢的话先切镜像
npm config set registry https://registry.npmmirror.com
npm install -g openclaw
装完后同样执行 openclaw onboard --install-daemon 进行配置，后续步骤和方式一完全一样。
方式三：Docker 部署（适合有 Docker 经验的人）
如果你本身用 Docker 管理各种服务，这种方式最干净——所有东西都跑在容器里，不污染宿主机环境。
# 拉取镜像
docker pull justlikemaki/openclaw-docker-cn-im:latest
# 下载配置文件
wget https://raw.githubusercontent.com/justlovemaki/OpenClaw-Docker-CN-IM/main/docker-compose.yml
wget https://raw.githubusercontent.com/justlovemaki/OpenClaw-Docker-CN-IM/main/.env.example
# 复制并编辑环境变量
cp .env.example .env
nano .env # 至少配置 AI 模型的 API Key
# 启动
docker compose up -d
这个社区 Docker 镜像已经做了中文汉化，还预装了飞书、微信等 IM 插件，非常方便。
三、配置模型：让 OpenClaw 接上"大脑"
OpenClaw 装好了只是一个"壳"，你还需要给它配一个 AI 模型。这一步很多人卡住，我详细说说。
下面这张图展示了 OpenClaw 的模型接入架构：
方案一：接入云端模型（推荐新手）
编辑配置文件 ~/.openclaw/openclaw.json：
接入 DeepSeek（性价比最高）：
{
"models": {
"providers": {
"deepseek": {
"baseUrl": "https://api.deepseek.com/v1",
"apiKey": "你的DeepSeek API Key",
"api": "openai-completions",
"models": [
{
"id": "deepseek-chat",
"name": "DeepSeek V3",
"reasoning": false
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "deepseek/deepseek-chat"
}
}
}
}
接入火山引擎豆包：
{
"models": {
"providers": {
"volcengine": {
"baseUrl": "https://ark.cn-beijing.volces.com/api/v3",
"apiKey": "你的火山引擎 API Key",
"api": "openai-completions",
"models": [
{
"id": "你的推理接入点ID",
"name": "Doubao Pro"
}
]
}
}
}
}
方案二：接入 Ollama 本地模型（完全离线）
如果你对隐私要求极高，不想调任何云端 API，可以用 Ollama 跑本地模型。
# 先安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh
# 下载模型（以 Qwen 2.5 为例）
ollama pull qwen2.5:7b
然后配置 OpenClaw 连接 Ollama：
{
"models": {
"providers": {
"ollama": {
"baseUrl": "http://127.0.0.1:11434/v1",
"apiKey": "ollama-local",
"api": "openai-completions",
"models": [
{
"id": "qwen2.5:7b",
"name": "Qwen 2.5 7B",
"reasoning": false,
"contextWindow": 128000,
"maxTokens": 8192
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "ollama/qwen2.5:7b"
}
}
}
}
注意：本地模型对电脑配置有要求。7B 模型至少需要 8GB 显存，如果用 CPU 推理会比较慢。我的建议是，先用云端 API 把 OpenClaw 玩熟，再考虑本地模型。
四、装上 Skills，让 AI 真正干活
OpenClaw 的核心竞争力之一就是 Skills 生态——1700+ 个社区技能，覆盖各种场景。
Skills 的加载有优先级机制，高优先级会覆盖低优先级的同名 Skill：
Skills 通过 ClawHub（OpenClaw 的公共技能注册表）来管理。安装命令是 clawhub：
# 安装一个技能（会装到 ./skills 或 ~/.openclaw/skills 目录下）
clawhub install <skill-slug>
# 更新所有已安装的技能
clawhub update --all
# 扫描并同步技能
clawhub sync --all
你也可以手动创建自己的 Skill。每个 Skill 就是一个包含 SKILL.md 文件的目录，放到以下任一位置就会自动加载：
- 工作区技能：
<workspace>/skills（优先级最高） - 托管技能：
~/.openclaw/skills - 内置技能：随安装包附带（优先级最低）
如果需要给某个 Skill 配置 API Key 或参数，编辑 ~/.openclaw/openclaw.json：
{
"skills": {
"entries": {
"morning-news": {
"enabled": true,
"env": {
"NEWS_API_KEY": "你的Key"
}
}
}
}
}
装了 Skills 之后，你就可以对 OpenClaw 说自然语言指令了：
"帮我整理今天的 AI 领域早报"
"监控 GitHub Trending，发现有意思的项目通知我"
"每天早上 9 点检查我的 Gmail 邮箱，把重要邮件摘要发给我"
这就是 OpenClaw 和普通 ChatGPT 最大的区别——它不只是回答问题，它真的能帮你把事情办了。
五、进阶：想上云怎么办？
如果你玩了一阵觉得确实需要 24 小时在线，再考虑云部署。简单说几个方案：
方案一：阿里云轻量应用服务器（最省事）
阿里云有 OpenClaw 专用镜像，一键部署，配置 2vCPU + 2GB 内存起步，默认端口 18789。缺点是需要付费，最便宜大概 50 元/月左右。
方案二：自己买 VPS + 源码部署（最灵活）
在任何一台 Linux 服务器上，按照上面本地部署的步骤操作就行。额外需要配置：
- Nginx 反向代理
- SSL 证书（Let's Encrypt 免费）
- 域名解析
- PM2 进程管理（保持服务不掉线）
方案三：Docker Compose 部署（最干净）
用前面提到的 Docker 方式，在云服务器上 docker compose up -d 就行。
我的建议是：如果你没有服务器运维经验，方案一最省心；有经验的话，方案二最灵活，更新也方便。
写在最后
说实话，OpenClaw 的部署难度已经非常低了。官方脚本安装 + openclaw onboard --install-daemon + openclaw dashboard，三步就能跑起来。
真正难的不是部署，而是部署之后怎么用好它。
Skills 怎么选、模型怎么配、工作流怎么设计——这些才是 OpenClaw 真正发挥价值的地方。这些内容后面会继续写。
如果你在部署过程中遇到问题，可以参考：
- OpenClaw 官网：https://openclaw.ai/
- GitHub 仓库：https://github.com/openclaw/openclaw
- 中文社区汉化版：https://github.com/1186258278/OpenClawChineseTranslation
关注公众号「coft」，获取更多 AI 实战干货和 OpenClaw 教程。
浙公网安备 33010602011771号