OpenClaw 完整搭建指南：从零开始打造你的 AI 助手

本文基于实际部署经验，详细介绍 OpenClaw 的安装、配置 GitHub Copilot / Qwen 模型、接入钉钉、解决常见问题，以及搭建本地模型的完整流程。

在这里插入图片描述

一、什么是 OpenClaw

OpenClaw 是一个开源的 AI 助手框架，可以：

🤖 接入多种大模型（Claude、GPT、Qwen、本地模型等）
💬 连接多个消息平台（钉钉、Telegram、Discord、微信等）
🛠️ 执行文件操作、Shell 命令、浏览器自动化
⏰ 设置定时任务和提醒
🧠 拥有持久记忆能力

简单说，它让你拥有一个 7×24 小时在线的 AI 助手，可以通过任何聊天软件与它对话。

项目地址： https://github.com/openclaw/openclaw 官方文档： https://docs.openclaw.ai

二、环境准备与安装

1. 系统要求

操作系统： macOS、Linux 或 Windows（需要 WSL2）
Node.js： >= 22.x
网络：能访问 GitHub（配置模型时需要）

2. 安装 Node.js（如果没有）

Windows WSL / Ubuntu：

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash –
sudo apt install -y nodejs

macOS：

brew install node@22

验证安装：

node -v # 应显示 v22.x.x
npm -v

3. 安装 OpenClaw

推荐方式（一键安装）：

Linux / macOS：

curl -fsSL https://openclaw.ai/install.sh | bash

Windows PowerShell：

iwr –useb https://openclaw.ai/install.ps1 | iex

手动安装：

npm install -g openclaw@latest
openclaw onboard –install-daemon

4. 运行引导程序

安装完成后会自动运行引导程序，如果跳过了，可以手动执行：

openclaw onboard –install-daemon

引导程序会帮你：

选择运行模式（本地/云端）
配置默认模型
设置 Gateway 端口
安装守护进程

5. 验证安装

openclaw status # 查看服务状态
openclaw doctor # 诊断问题
openclaw health # 健康检查

三、配置模型提供商

OpenClaw 支持多种模型提供商，这里介绍最常用的两种：

方案一：GitHub Copilot（推荐）

如果你有 GitHub Copilot 订阅（包括学生包），可以直接使用：

openclaw models auth login-github-copilot

执行后会显示一个链接和验证码：

在浏览器中打开链接

输入验证码

授权 GitHub 应用

等待终端显示成功

设置默认模型：

openclaw models set github-copilot/claude-opus-4.5
# 或者使用 GPT-4o
openclaw models set github-copilot/gpt-4o

可用模型列表：

github-copilot/claude-opus-4.5 — Claude Opus（最强）
github-copilot/claude-sonnet-4 — Claude Sonnet（均衡）
github-copilot/gpt-4o — GPT-4o
github-copilot/gpt-4.1 — GPT-4 Turbo

方案二：Qwen（通义千问，免费）

Qwen 提供免费的 OAuth 登录，每天 2000 次请求：

1. 启用插件：

openclaw plugins enable qwen-portal-auth
openclaw gateway restart

2. 登录认证：

openclaw models auth login –provider qwen-portal –set-default

按提示在浏览器中完成登录。

3. 设置默认模型：

openclaw models set qwen-portal/coder-model

可用模型：

qwen-portal/coder-model — Qwen Coder（代码增强）
qwen-portal/vision-model — Qwen Vision（支持图片）

方案三：其他提供商

OpenClaw 还支持：

OpenAI — 需要 API Key
Anthropic — 直接使用 Claude API
Ollama — 本地模型
OpenRouter — 模型聚合平台

详见官方文档：https://docs.openclaw.ai/providers

四、接入钉钉机器人

1. 创建钉钉应用

打开钉钉开放平台：https://open.dingtalk.com

进入「应用开发」→「企业内部开发」→「创建应用」

填写应用名称和描述

进入应用详情，获取：

Client ID（AppKey）
Client Secret（AppSecret）

2. 配置应用权限

在应用的「权限管理」中，申请以下权限：

qyapi_chat_manage — 群会话管理
qyapi_robot_sendmsg — 机器人发送消息
contact_user_mobile_read — 读取用户手机号（可选）

3. 配置消息接收地址

在「开发配置」→「事件与回调」中：

消息接收模式： HTTP
消息接收地址： https://你的域名/webhook/dingtalk

⚠️ 钉钉要求 HTTPS，本地开发可以用 ngrok 或 Cloudflare Tunnel

4. 安装钉钉插件

openclaw plugins install clawdbot-dingtalk
openclaw plugins enable clawdbot-dingtalk

5. 配置 OpenClaw

编辑配置文件 ~/.openclaw/openclaw.json：

{
"channels": {
"dingtalk": {
"enabled": true,
"clientId": "你的Client ID",
"clientSecret": "你的Client Secret",
"dmPolicy": "pairing"
}
},
"plugins": {
"entries": {
"clawdbot-dingtalk": {
"enabled": true
}
}
}
}

或者使用命令行配置：

openclaw config set channels.dingtalk.enabled true
openclaw config set channels.dingtalk.clientId "你的Client ID"
openclaw config set channels.dingtalk.clientSecret "你的Client Secret"

6. 重启服务

openclaw gateway restart

7. 测试连接

在钉钉中 @机器人或私聊机器人，发送消息测试。

五、钉钉插件常见问题与解决方案

问题 1：消息发送失败，提示 “Unknown target”

原因：钉钉 API 需要 userId 或 conversationId，而不是用户名。

解决方案：

先让用户给机器人发一条消息

从消息中获取 userId

使用 userId 发送消息

代码层面的修复：

// 错误：使用用户名
message.send({ to: "maple", message: "hello" })

// 正确：使用 userId 或 conversationId
message.send({ to: "user123456", message: "hello" })

问题 2：Webhook 签名验证失败

原因：钉钉的签名验证机制要求时间戳在有效范围内。

解决方案：

确保服务器时间准确：sudo ntpdate pool.ntp.org

检查 Client Secret 是否正确

确认使用 HTTPS

问题 3：消息接收延迟或丢失

原因：

服务器响应超时
网络不稳定
Gateway 未正常运行

解决方案：

# 检查服务状态
openclaw status
openclaw health

# 查看日志
openclaw logs -f

# 重启服务
openclaw gateway restart

问题 4：无法接收群消息

原因：未将机器人添加到群聊。

解决方案：

在钉钉群设置中添加「自定义机器人」

选择你创建的应用

确认机器人出现在群成员列表中

问题 5：Rate Limit 错误

原因：钉钉 API 调用频率限制。

解决方案：

企业内部应用：20次/秒
减少不必要的 API 调用
使用消息合并发送

调试技巧

查看详细日志：

openclaw logs -f –level debug

测试 Webhook 连通性：

curl -X POST https://你的域名/webhook/dingtalk \\
-H "Content-Type: application/json" \\
-d '{"test": true}'

检查插件状态：

openclaw plugins list

六、日常使用技巧

1. 常用命令

# 查看状态
openclaw status

# 打开 Web 控制台
openclaw dashboard

# 查看日志
openclaw logs -f

# 重启服务
openclaw gateway restart

# 切换模型
openclaw models set github-copilot/gpt-4o

# 查看当前模型
openclaw models current

2. 聊天中的斜杠命令

在聊天中可以使用：

/status — 查看会话状态
/model <模型名> — 切换模型
/clear — 清空对话历史
/help — 查看帮助

3. 设置提醒

在聊天中直接说：

“20分钟后提醒我开会” “每天早上9点提醒我查看邮件”

OpenClaw 会自动创建 cron 任务。

4. 文件操作

在聊天中可以让 AI 帮你：

读取/写入文件
执行 Shell 命令
搜索文件内容
操作数据库

5. 多模型切换

# 创建模型别名
openclaw config set agents.defaults.models.qwen-portal/coder-model.alias "qwen"

# 聊天中切换
/model qwen
/model github-copilot/claude-opus-4.5

七、搭建本地模型（llama.cpp）

如果你想在本地运行模型（无需 API），可以使用 llama.cpp。

1. 安装编译工具

sudo apt update
sudo apt install -y cmake build-essential

2. 编译 llama.cpp

mkdir -p ~/llama.cpp
cd ~/llama.cpp
git clone –depth 1 https://github.com/ggerganov/llama.cpp.git src
cd src && mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j$(nproc) llama-cli llama-server

3. 下载模型

mkdir -p ~/llama.cpp/models

# Qwen2.5-3B（适合 4GB 显存）
curl -L -o ~/llama.cpp/models/qwen2.5-3b.gguf \\
"https://hf-mirror.com/Qwen/Qwen2.5-3B-Instruct-GGUF/resolve/main/qwen2.5-3b-instruct-q4_k_m.gguf"

# Qwen2.5-7B（适合 8GB 显存）
curl -L -o ~/llama.cpp/models/qwen2.5-7b.gguf \\
"https://hf-mirror.com/Qwen/Qwen2.5-7B-Instruct-GGUF/resolve/main/qwen2.5-7b-instruct-q4_k_m.gguf"

4. 启动本地 API 服务

cd ~/llama.cpp/src/build/bin
./llama-server \\
-m ~/llama.cpp/models/qwen2.5-3b.gguf \\
–host 0.0.0.0 \\
–port 8080 \\
-c 4096

服务启动后：

Web 界面：http://localhost:8080
API 端点：http://localhost:8080/v1/chat/completions

5. 在 OpenClaw 中配置本地模型

编辑 ~/.openclaw/openclaw.json，添加自定义 provider：

{
"models": {
"providers": {
"local-llama": {
"baseUrl": "http://localhost:8080/v1",
"apiKey": "not-needed",
"api": "openai-completions",
"models": [
{
"id": "qwen2.5-3b",
"name": "Qwen 2.5 3B Local",
"contextWindow": 4096,
"maxTokens": 2048
}
]
}
}
}
}

切换到本地模型：

openclaw models set local-llama/qwen2.5-3b

6. 本地模型 vs 云端模型

对比项本地模型云端模型

成本	一次性硬件投入	按量付费
隐私	数据不出本地	需信任提供商
速度	取决于硬件	通常更快
能力	受限于模型大小	可用最强模型
可用性	需要本地运行	7×24 小时

建议：

敏感数据 → 本地模型
复杂任务 → 云端大模型
日常聊天 → 本地 7B 足够

八、总结与资源

快速回顾

安装 OpenClaw： curl -fsSL https://openclaw.ai/install.sh | bash

配置模型： openclaw models auth login-github-copilot

接入钉钉：安装 clawdbot-dingtalk 插件 + 配置 credentials

本地模型： llama.cpp + GGUF 模型

常用链接

资源地址

OpenClaw GitHub	https://github.com/openclaw/openclaw
官方文档	https://docs.openclaw.ai
钉钉开放平台	https://open.dingtalk.com
llama.cpp	https://github.com/ggerganov/llama.cpp
模型下载（镜像）	https://hf-mirror.com
社区 Discord	https://discord.com/invite/clawd

进阶学习

自定义 Agent 行为：编辑 ~/.openclaw/workspace/SOUL.md
开发自定义插件：参考 /docs/plugins/manifest.md
多 Agent 协作：参考 /docs/multi-agent-sandbox-tools.md

文章整理于 2026-02-03 基于 OpenClaw 2026.2.1 版本如有问题欢迎交流！