OpenClaw自托管AI网关：从Windows到安卓的完整配置指南

前阵子我把一台旧笔记本翻出来当家庭服务器用，顺手给它配了一个常驻后台的AI助手。起初只是图新鲜，后来发现这东西确实成了我每天离不开的工具。它就是OpenClaw，前身叫Clawdbot，2025年更名后整个项目从文档到社区都整齐了不少。简单说，OpenClaw是一个开源的自托管AI助手网关：装在自己电脑或服务器上，既能接Claude这样的云端模型，也能接Ollama管理的本地模型，然后把文件读写、命令执行、网页抓取这些能力统一交给模型调度。这篇文章不是官方文档复述，我会按最近一次从零到一跑通全流程的顺序，把Windows部署、WSL排错、Ollama本地模型、安卓Termux、Windows Companion配置，以及Skill扩展一次讲完。想给日常工作流加一个“能干活的AI”的人，照着这篇走，应该能省下不少弯路。

1. OpenClaw是什么：从Clawdbot改名谈起

1.1 网关，不是另一个聊天客户端

很多人第一次听这名字，以为它就是个给Claude做壳的聊天客户端。实际不是。OpenClaw的核心是一个跑在你本机的网关进程：你通过网页界面、手机、或者Companion这类桌面程序向它发消息，网关拿到消息后调用配置好的大模型做推理；模型不只是回复文字，它还可以根据当前任务决定调用哪些工具——读文件、写文件、跑命令、抓网页。所以它产出的不是“建议”，而是“操作”。这个区别，是理解OpenClaw一切设计的关键。

打个比方：普通AI对话是“你问它答”，OpenClaw则是“你派活它干”。让它“把Downloads里最近一个月图片按月份归档”，它会真的去查文件时间戳、建目录、移动文件，最后给你一份归档报告。如果只是网页里聊Claude，它顶多给你一段bash代码让你自己复制执行——能不能成功、会不会改错文件，都得自己兜底。

1.2 改名背后发生了什么

Clawdbot早期是一个个人色彩很重的项目，后来因为名字和一个已经存在的商业产品撞车，团队决定改名为OpenClaw，同时把协议和生态进一步开放。对用户来说，最直接的影响是配置目录从老路径迁移到了~/.openclaw，很多环境变量的命名也换了前缀。

如果你是从旧版升上来的，千万别直接把旧配置覆盖过去。迁移工具虽然会把技能和记忆文件带过来，但字段不一致时很容易出问题。我当初图省事直接复制整个配置目录，结果所有Skill都识别不了，折腾了半小时才发现是目录层级放错了。那之后我的习惯是：升级前先把~/.clawdbot（旧目录）完整备份，再用官方迁移命令重新生成。

1.3 它能替你做什么

具体说几个我已经在用的场景：

• 文件操作：按命名规则批量改名、按月归档、清理重复下载文件。
• 系统运维：启动或停止服务、查看进程占用、执行备份脚本并校验结果。
• 联网查询：把搜索到的信息整理成结构化表格或摘要，再存进指定文档。
• 定时任务：每天早上把服务器磁盘、CPU、内存状态汇总成Markdown，发到我的消息应用。
• 长期记忆：跨多次对话记住我的项目路径、常用命令和偏好，不用每次重复交代。

这些能力不是默认全开的。OpenClaw对工具调用有一套权限机制，模型需要拿到对应工具权限，并且你授权之后才能执行敏感操作。早期版本经常有人抱怨“它什么都不敢做”，其实那是权限默认保守，属于正常现象，不是装坏了。

1.4 和网页版Claude的核心差异

我把两者放在一起对比过，差异非常明显：

如果你只需要问问题、写文案、改代码，网页版已经够好；但如果你希望AI直接落到文件系统里干活，OpenClaw这类网关才有意义。这个定位决定了后面所有部署和配置的优先级。

2. 先把路想清楚：三种部署方式与算力来源

2.1 三种主流部署方式

OpenClaw的部署形态并不只有一种。我按自己的使用场景把它们分成三类，新手建议先看这张表再动手：

我第一次尝试用的是npx直跑，从打开终端到看到网关管理界面，总共不超过五分钟。如果你现在还在犹豫装哪种，我建议先用npx把网关跑起来，确认这玩意确实符合期望后，再迁移到Docker常驻。直接上Docker最大的问题是，一旦配置出错，你很难分清是容器网络问题还是OpenClaw自身问题。

2.2 运行环境建议

OpenClaw本体其实非常轻，它连模型参数都不存，真正吃资源的是你选择的模型。所以我个人的经验是：老电脑完全能跑，只要别同时拉太多本地大模型。

最低建议配置：

• Node.js 20以上，建议直接用LTS版本。
• 内存8GB起，想跑本地模型的话建议16GB以上。
• Windows用户强烈建议装WSL2加Ubuntu发行版。
• 使用Docker的话，需要Docker Desktop或Linux服务器。

Node版本这块我踩过坑。有次我本机装了多个Node版本，npx默认调用了全局旧版本，启动网关直接报SyntaxError，排查半天最后用nvm切换到20+才解决。Windows用户管理多版本Node，用nvm-windows会比手动改PATH省心得多。

2.3 算力来源：API和本地模型可以并存

很多人问过“OpenClaw是不是只能用API方式使用算力”，答案是否定的。它支持至少两种模型来源：

一类是云端API，比如Anthropic家的模型，响应快、推理能力强，但按量计费，适合处理复杂任务；另一类是本地模型，通过Ollama这类工具提供，私密、免费、能离线跑，但能力上限看硬件。

我现在的配置是两者并存：日常简单任务走本地模型，复杂推理和长链路任务才切回云端API。OpenClaw本身不像一个AI模型，它更像插座——插什么头，决定它能输出多少电。后端模型这件事完全由你自己掌控，这也是自托管网关相比官方客户端最大的灵活之处。

3. Windows极速搭建：Node.js、WSL与网关初始化排错

3.1 Node.js下载与PATH检查

在Windows上部署，第一步是去Node.js官网下载LTS版本，注意不是最新版。很多新手安装时一路Next，结果漏了最关键的一项：安装向导里的“Add to PATH”必须勾选。不勾的话，后面打开PowerShell执行node -v会提示找不到命令。

安装完成后，开一个新的PowerShell窗口验证：

powershell复制node -v
npm -v

如果提示无法识别，手动把Node安装目录加进系统环境变量PATH，然后重新打开终端。我建议装完后把版本号记下来，后面排查问题时能很快确认是不是版本导致。

填坑提醒：不要把安装包下载成“Current”最新尝鲜版，OpenClaw这类对生态兼容要求高的工具，跟随LTS最稳妥。

3.2 WSL2准备与“无法安全验证”排查

OpenClaw在Windows上尽量跑在WSL2里，原因是文件监听、shell调用、权限模型都更接近官方推荐环境。很多Windows新手遇到的“OpenClaw无法安全验证，请在PowerShell中运行wsl --status”就是从这里来的。

遇到这个提示时，不需要重装系统，更不需要反复重装发行版。按下面顺序排查：

1. 以管理员身份打开PowerShell，执行 wsl --status，检查默认版本是不是2。
2. 执行 wsl --update，把WSL内核更新到最新。
3. 到“启用或关闭Windows功能”里确认“适用于Linux的Windows子系统”和“虚拟机平台”两项都已勾选。
4. 执行 wsl --shutdown 再重新进入Ubuntu。
5. 最后执行 wsl --install -d Ubuntu，如果还没有安装发行版的话。

网上很多教程叫人直接重装发行版，我实际遇到的时候，绝大多数情况只是WSL内核太旧，一条wsl --update就解决。注意命令里--status是两个短横线和status紧挨着，中间不要有空格。市面上有些教程复制的命令带了空格，命令行根本识别不了。

3.3 配置环境变量并启动网关

WSL搞定后，接着配API密钥。在PowerShell里执行：

powershell复制setx ANTHROPIC_API_KEY "你的密钥"

这个命令设置的是系统级环境变量，重新打开终端才会生效。然后找一个干净的目录，执行：

powershell复制npx @openclaw/gateway

首次运行会进入交互式配置，按提示选择默认的Windows配置即可。看到类似Gateway is running on http://localhost:3000的日志，说明已经成功了。浏览器打开那个地址，就能看到Web管理界面。

我第一次跑通后的第一句话是“看一下当前目录有哪些文件”，OpenClaw直接调用终端命令回显了结果。那种感觉和网页聊天完全不同——它是真的在操作我的电脑。这里强烈建议把工作目录建短一点，路径里少用中文，后面涉及文件操作时会少很多转义上的麻烦。

3.4 路径权限：最容易忽略的一步

网关跑在WSL里，看到的是Linux文件系统，Windows的C盘在它眼里是/mnt/c/。如果你让它“整理桌面”，目标路径其实是/mnt/c/Users/你的用户名/Desktop，而不是C:\Users\你的用户名\Desktop。

我刚开始没搞清这点，让它把桌面上的图片归档，结果它一本正经地在WSL的home目录下建了一个叫Desktop的文件夹，把文件全复制到那儿去了。Windows桌面原封不动。那之后我的做法是：所有需要OpenClaw处理的项目文件都放在WSL的home目录下，需要和Windows交换数据时再用/mnt/c做桥接。想把这套系统用得顺，先把“网关的视角”搞清楚，比什么都重要。

4. 本地模型实战：Ollama给OpenClaw提供另一种算力

4.1 为什么选Ollama

给OpenClaw接本地模型，我试过好几个方案，最后固定在Ollama上。原因很简单：它是当下零基础跑本地大模型最顺的工具，安装包自动处理GPU驱动依赖，终端一条命令就能拉模型，默认还会起一个OpenAI兼容的API接口，正好能被OpenClaw直接识别。

相比之下，那些把模型、依赖、UI打包在一起的整合包虽然也能跑，但升级和迁移时往往更痛苦。Ollama更接近“模型管理器”，模型文件放在固定目录，想换版本就重新ollama pull，不会把系统环境搞得一团糟。

4.2 安装与拉取模型

到Ollama官网下载对应系统的安装包，Windows版本装完后托盘区会有一个小图标。打开终端执行：

bash复制ollama pull qwen2.5:7b

或者换一个：

bash复制ollama pull llama3.1:8b

拉好后用ollama list确认模型已经就绪。如果你的机器显存或内存不够，可以拉量化版，例如：

bash复制ollama pull qwen2.5:7b-instruct-q4_K_M

这个版本占用大约5到6GB内存/显存，8GB内存的老机器也能勉强跑。我自己的经验是：8GB内存从7b量化版开始；16GB内存可以尝试14b级别；32GB以上才考虑更大参数。不要一上来就拉70b，那会把自己卡到怀疑人生。

4.3 在OpenClaw中配置本地模型

打开~/.openclaw目录下的配置文件，不同版本可能叫openclaw.json或者config.json。在模型provider部分添加Ollama配置，核心就是三个字段：接口地址baseUrl填http://localhost:11434，模型名填你ollama list里看到的准确名字，类型填ollama或openai-compatible。

不同版本的字段名会有差异，但思路不变：让网关知道“模型服务的地址”和“模型叫什么”。填好后重启网关，在管理界面把默认模型从云端切成本地模型。我已经这样跑了一段时间，效果完全可以接受。只有遇到复杂推理需求时才临时切回云端API。

4.4 本地模型的真实表现与调优

7B参数级别的模型做文件操作、简单问答、短代码片段处理是及格的，但涉及多步骤长链路任务时容易“想一半就断”。比如让它“把某个目录里所有txt文件合并，统计行数，再生成摘要”，它一般能完成；但如果加上“提取异常关键字，按严重级排序，再生成周报”这种跨步骤任务，就可能漏掉中间某一步。

我的解决方式是：把这些复杂任务拆成多个步骤，每一步单独让模型执行，每完成一步用文件做中转。写进Skill后，成功率会高很多。另一个容易被忽略的问题是超时。CPU推理没有GPU那么快，OpenClaw默认的模型响应等待时间可能不够，本地模型经常报“响应超时”的时候，去配置文件里把超时时间调大一些就顺了。

5. 安卓也能跑：Termux部署OpenClaw全流程

5.1 手机端适合做什么

手机端部署OpenClaw本质上和Linux一样，Termux提供了一个类Linux环境。适合的场景是人在外面，临时需要让家里电脑的网关执行任务，或者想在手机上体验一把完整的开源AI助手。但如果你期望手机能流畅跑本地大模型，建议直接打消这个念头——手机算力和散热都扛不住，老老实实用云端API即可。

我个人的实际用法是：手机端只当一个管理入口，真正干活的主力还是台式机或家庭服务器。最顺的方案是在手机装轻量客户端，去连家里已经跑起来的网关，而不是在手机上完整部署一套再手动同步。

5.2 Termux环境初始化

Termux安装，我推荐从F-Droid下载，不推荐用普通手机应用商店的版本。普通渠道的Termux更新慢，包源经常失效，装完连pkg update都会报错。装好之后依次执行：

bash复制pkg update && pkg upgrade -y
pkg install nodejs-lts tmux
termux-setup-storage

termux-setup-storage这一步非常重要，它负责授予Termux读取手机存储的权限。不执行的话，AI想读sdcard/Download里的文件时会直接Permission denied，新手很容易卡在这个莫名其妙的地方。

安装完验证一下：node -v，能打出版本号就说明Node环境OK。

5.3 启动网关并让电脑访问

Termux没有systemd，网关直接前台跑着就行。为了不让它占住整个终端，我用tmux开一个会话：

bash复制tmux new -s openclaw
npx @openclaw/gateway

启动后在手机浏览器打开http://localhost:3000就能看到管理界面。想从电脑访问手机上的网关，先查一下手机局域网IP，然后用电脑浏览器访问http://手机IP:3000。前提是两台设备在同一WiFi下，且手机没有开严格隔离。

需要注意，手机端做复杂任务的体验远不如桌面，电量消耗也非常明显。我实际用下来，手机端最适合做“查看状态”“执行单一命令”这类轻量操作，比如下班路上让它查一下家里服务器负载。

5.4 手机部署的三个坑

第一个坑是第一遍执行pkg install nodejs时装的是旧版Node，OpenClaw要求Node 20以上直接报错。后来才发现Termux的包名有nodejs-lts，用这个才能拿到维护中的LTS。

第二个坑是存储权限，上面已经说了，termux-setup-storage一定要执行。

第三个坑是Termux后台被杀。安卓系统内存紧张时会清理后台进程，网关一旦被系统杀掉，连接立刻断。我一般是配合Termux的wakelock设置，或者干脆只在需要时启动，用完就关。

6. Windows Companion配置：把网关装进托盘

6.1 Companion是什么

如果你觉得用浏览器访问网关已经够用，那么Windows上其实可以不装Companion。但Companion能把体验拉回“原生应用”：开机自启、托盘图标、日志面板、快速连接。它不承担模型推理，网关该在哪跑还在哪跑，Companion更像一个遥控器，负责把网关状态常驻在任务栏右侧，省去每次手动开终端敲命令的麻烦。

我工作机每天一开，Companion自动连上WSL里的网关，托盘图标显示已连接，整个过程不用管。对不熟悉命令行的普通用户来说，这层包装能有效降低心理门槛。

6.2 配置步骤

从OpenClaw官方GitHub Release页面下载最新版Companion，解压或安装后运行。进入设置界面，一般只需填两项：

• Gateway URL：默认http://localhost:3000，如果你的网关跑在另一台机器，就填那台机器的局域网IP加端口。
• 访问令牌：如果网关设置了令牌，这里也要填上。

保存后观察托盘状态，显示已连接就成了。接着在设置里开启开机自动启动，Windows重启后网关和Companion都会自己跑起来，体验非常接近原生应用。

6.3 连不上时的排查顺序

Companion连不上，最常见的原因不是它坏了，而是网关压根没起来。甚至有时候因为API密钥没配好，网关进程启动后直接退出，终端窗口一闪而过，看起来像是没运行过，实际上启动失败了。

我建议按这个顺序排查：

1. 浏览器能不能打开网关地址？打不开，先查网关进程还在不在。
2. 网关终端有没有报错？重点看环境变量有没有ANTHROPIC_API_KEY。
3. 设置里的URL是否多加了斜杠或者写成了https？本地地址一般是http。
4. 网关如果跑在WSL里，执行wsl --status确认WSL状态正常。
5. 最后再看Windows防火墙有没有拦截Companion的访问。

我有一次折腾了一个小时，最后发现是网关启动时因为缺少API Key直接退了，Companion这边一直提示找不到网关。那种日志不显眼，很容易被忽略。

7. Skill扩展：把OpenClaw调教成自己的工具

7.1 Skill机制简介

跑通网关只是开始，真正拉开体验差距的是你会不会写Skill。Skill本质上是一个Markdown说明书，模型在对话中识别到匹配场景时，会自动读取并按里面的流程执行。你可以把它理解成给AI写的“操作SOP”。

和临时在对话里说一堆要求相比，Skill最大的价值是稳定。每次执行都用同一套流程，不会因为表述变来变去而漏步骤。我最早只会复制别人的Skill，后来自己动手写了几个之后才意识到：这东西门槛极低，本质就是把你平时手动执行的命令流程写清楚。

7.2 一个能直接抄的重启Skill

在OpenClaw配置目录下的skills文件夹里，新建一个restart-project.md：

markdown复制---
name: restart-project
description: 当用户说“重启项目”时，按固定流程重启 myapp 项目
---

1. 进入项目目录：cd ~/projects/myapp
2. 停止旧进程：pkill -f "node server.js" || true
3. 拉取最新代码：git pull
4. 安装依赖：npm install
5. 启动服务：nohup node server.js > server.log 2>&1 &

保存后重启网关，然后直接说“帮我重启项目”，看它是否会按顺序执行。如果没触发，检查description字段里的触发词是否清晰。我的经验是描述写得越具体、触发词越多，召回率越高。

需要注意的是不同版本对Skill目录的探测规则略有差异。第一次写如果不生效，先确认目录位置正确，再看文件名大小写是否匹配。不要一上来就怀疑写错了。

7.3 值得抄作业的方向

几个我自己验证过好用的Skill方向：

• 文件归档：按月份或扩展名把下载目录分类整理。
• 每日巡检：定时生成CPU、磁盘、内存状态报告。
• 数据库备份：执行备份命令、压缩、清理超过7天的旧备份。
• 项目发布：拉代码、跑测试、构建、重启服务，一条流程走完。

还有搞机器人仿真的朋友问过，OpenClaw是不是和ROS2这些工具绑定了。其实没有，OpenClaw不会因为你装了它就能控制Gazebo仿真；但如果把ros2 launch那套启动参数、等待时间、环境配置都写进一个Skill，它就能稳定帮你执行整套流程。本质上是把“你平时手动执行的命令流程”交给了AI，这是Skill最有价值的用法。

7.4 Skill设计的原则

Skill不要一上来就写太复杂。我见过有人第一个Skill就写了三十多步，结果模型执行到一半连目录都没创建成功，回头排查时特别痛苦。从“一条命令能完成”的粒度开始，跑通之后再逐步加步骤，这是最稳妥的路径。

另外，每个Skill的职责要单一。“重启项目”和“归档文件”分开写，不要揉成一个。职责单一的Skill更容易被模型准确触发，也更容易维护。

最后说句实在话：OpenClaw这类工具，安装从来不是难点，真正难的是你想清楚要让它替你做什么。我至今还在每天给它的Skill列表加新东西，从最初的“帮我重启服务”，到现在的“自动归档会议截图”。它不会代替你思考，但确实能把那些重复、枯燥、有明确规则的操作从你手里接过去。如果你也想折腾，就从今天这篇里的npx命令开始，先让它学会看你的文件目录，再一步步放开权限。一个能跑通最小闭环的OpenClaw，比一百个收藏未读的教程更有价值。