简介：这是一份面向零基础用户的OpenClaw部署实操指南，定位Mac与Windows双平台的完整安装与初体验流程，适合从未接触过Node.js、git等依赖环境的新手按图索骥。资源以PDF格式整本呈现，压缩包内共1个PDF文件，大小7.26MB，内容结构清晰：从作者背景、OpenClaw功能简介，到Mac/Windows分步截图安装、依赖配置与尝鲜体验，再以总结和进阶方向收尾。教程配有60余张操作截图，细到每一步指令与选项选择，涉及Node安装、curl命令执行、QuickStart模式、Qwen模型选择、权限确认、媒体跳过等关键环节，能有效降低小白踩坑概率；作者结合多年互联网公司实战经验，将环境依赖类比为“电动车与电池”，帮助读者理解原理。目前已有288人学习下载。虽然OCR扫描可能存在个别识别误差，但整体逻辑连贯，仍是一份值得收藏的新手安装手册。 大概是从OpenClaw宣布重启那段时间开始，我身边陆续有人问同一个问题：这玩意儿到底怎么装？为什么照着网上的教程敲命令，连"openclaw"三个字母都没被识别，直接报错？我把一台全新的Windows 11机器从头到尾部署了两遍，把踩过的坑、试错过的地方全部记了下来。这篇教程就是给真正的小白准备的：哪怕你之前没碰过命令行，只要按顺序操作，也能在半小时左右把OpenClaw部署起来，并且接上云端或本地的模型，让它真正开始干活。
1. 动手之前，先把OpenClaw是什么讲清楚
1.1 一句话解释：OpenClaw是干什么的
如果你看过演示视频，大概见过这种画面：对着一个AI助手说"帮我把这个文件夹里的PDF全部重命名"，然后它真的自己去翻目录、执行命令、把事办完了。OpenClaw就是这类个人AI助手的开源框架。它的前身是Clawdbot和Moltbot，项目重启后改名叫OpenClaw，核心思路一直没变：让大模型不只是停留在聊天框里，而是能真正操作你的电脑——读写文件、执行命令、调用各种工具。
它最大的特点是本地优先。所有配置、会话记录、工作目录都保存在你自己的机器上，不像网页端服务那样把数据全放在服务器里。这也意味着你对它有完全的控制权，想让它读什么、写什么、执行什么，都由你说了算。OpenClaw本身不绑定某个固定模型，你可以接入云端API，也可以接本地的Ollama、LM Studio，这种灵活性是它和很多商业助手最大的区别。
1.2 先认识三个关键词：workspace、skills、exec-approvals
刚开始部署的时候，我建议你先建立三个概念，否则看文档会一头雾水。
workspace：翻译过来是工作区。OpenClaw默认会在你的用户目录下创建一个.openclaw文件夹，里面有个workspace子目录。AI读写文件时默认只能在这个范围内活动，相当于它的"工位"。这样设计是为了防止模型乱翻系统文件，减少误操作风险。
skills：技能包，或者说插件。你可以让OpenClaw学习一组新能力，比如操作Excel、调用某个API、处理特定格式的文档。技能以目录形式存放在.openclaw目录下，社区里还有个叫ClawHub的平台，专门分享这类技能包，这个和OpenClaw本体的关系有点像应用商店和手机系统的关系。
exec-approvals：执行审批清单。OpenClaw在准备执行敏感命令之前，会把命令写进一个审批文件，等你确认后才真正执行。这个机制就是防止AI失控的最后一道闸门。
用类比来说：workspace是给实习生划好的工位，skills是允许实习生使用的工具清单，exec-approvals是每次动用重要设备前必须签字的审批单。搞清楚这三件事，后面配置的时候你就知道每一步是在干什么了。
1.3 部署方式那么多，小白直接选原生安装
目前OpenClaw的部署大致有三条路：Windows上直接用PowerShell安装、通过Docker容器运行、macOS/Linux用脚本安装。如果你的主力机是Windows 11，我的建议很直接：先走PowerShell原生安装。
原因很简单。Docker本身是一套独立的知识体系，小白第一次装OpenClaw就要同时面对Docker的命令、镜像、卷挂载这些概念，一旦报错，你很难分清到底是OpenClaw的问题还是容器的问题。原生安装就一个脚本，装上之后命令行直接能用，排错链路也短得多。
| 安装方式 | 门槛 | 适合人群 | 主要问题 |
|---|---|---|---|
| PowerShell原生安装 | 低 | 第一次接触OpenClaw的Windows用户 | 依赖系统环境和网络 |
| Docker部署 | 中 | 熟悉容器、想要环境隔离的玩家 | Windows下卷挂载、路径转义容易踩坑 |
| macOS/Linux脚本 | 中 | 非Windows用户 | 依赖包冲突时需要手动处理 |
2. 敲命令之前的准备：环境、模型、目录三件事
2.1 花五分钟做个环境自检
安装之前不要急着复制命令，先打开PowerShell确认三件事。
第一，系统版本。建议不低于Windows 11 22H2，太老的版本PowerShell可能不带irm和iex这两个命令，安装脚本根本跑不起来。第二，执行策略。在PowerShell里执行Get-ExecutionPolicy，如果显示Restricted，说明当前不允许运行脚本，需要先执行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned。这个命令只影响当前用户，不会改动系统全局策略，可以放心执行。第三，网络。安装脚本需要从GitHub下载，如果你的网络访问GitHub不稳定，很容易出现下载到一半失败的情况。
我遇到过一种情况：脚本下载成功，但安装过程显示"无法连接到远程服务器"。这种问题多半不是OpenClaw本身的锅，而是网络环境不稳定。处理办法很简单，多试几次，或者换一个网络环境，比如手机热点，往往就能过去。
2.2 模型接入方案：云端API还是本地Ollama
OpenClaw本身不携带模型，它是"大脑的外壳"，真正的"大脑"是你给它配置的大模型。这里有两类选择。
云端API，比如DeepSeek、OpenAI这类服务。好处是无需本地算力，配置简单，填一个API Key就能用；坏处是每次调用都要联网，按token量计费，虽然DeepSeek这类服务成本很低，但毕竟不是零成本。
本地模型，通过Ollama、LM Studio这类工具把模型跑在自己机器上。好处是数据不出本机、调用不花钱；坏处是你需要一张像样的显卡，或者忍受明显变慢的推理速度。
给小白的具体建议是：第一次部署，目的是跑通流程，先用DeepSeek的云端API，成本可以忽略不计，链路通了以后再折腾Ollama本地部署。如果一开始就本地模型，会同时面对"模型没拉下来""显存不够""推理慢"等多个问题，很难判断到底是部署问题还是模型问题。我自己的习惯是先云端后本地，分步解决问题。
2.3 目录规划：别让配置文件堆满C盘
默认情况下，.openclaw这个配置目录会放在C:\Users\你的用户名.openclaw，workspace也在里面。如果C盘空间紧张，或者你打算让OpenClaw管理一个体积很大的工作目录，我建议提前把配置根目录迁移到别的盘。
具体做法是在系统环境变量里新增一个变量，指定配置目录的位置，变量名在不同版本里可能略有差异，安装之前花两分钟看一眼官方文档里关于data directory或配置目录的说明。我当时没在意这件事，在C盘跑了一周才发现缓存和会话文件涨得很快，最后手动迁移历史文件，虽然没有出大问题，但确实多花了不少时间。这个坑属于"不致命但很烦"的类型，提前规划能省掉后续所有麻烦。
3. 完整安装实操：PowerShell和Docker两条路线怎么选
3.1 路线A：PowerShell一行命令安装
在PowerShell窗口里，执行官方README提供的安装命令。我这里给出一个典型形式：
irm https://raw.githubusercontent.com/openclaw/openclaw/main/scripts/install.ps1 | iex解释一下这条命令：irm是Invoke-RestMethod的简写，负责下载脚本内容；iex是Invoke-Expression，负责执行下载到的内容。"下载即执行"是这类开源工具常见的安装方式，前提是你信任这个源。所以务必确认URL来自官方仓库，不要从第三方博客复制来路不明的命令。
执行后终端会滚动输出安装日志，包括下载了哪些组件、写入到了哪个目录。装完以后，脚本通常会把openclaw的可执行路径加进用户PATH，但有一点很多人不知道：当前这个PowerShell窗口的PATH不会自动刷新。这时候你直接敲openclaw，大概率提示"无法识别"。正确做法是关闭当前窗口，重新开一个PowerShell，再敲：
openclaw --version能正常输出版本号，说明安装成功。
3.2 路线B：Docker部署
如果你已经熟悉Docker，或者你希望环境完全隔离，可以用Docker方式部署。首先要装好Docker Desktop并确保它处于运行状态，然后执行类似下面的命令：
docker run -it --name openclaw -v openclaw_data:/root/.openclaw -v /var/run/docker.sock:/var/run/docker.sock ghcr.io/openclaw/openclaw这里有两个关键挂载点。第一个-v openclaw_data:/root/.openclaw，把容器里的配置目录映射到一个Docker卷，这样就算容器删了重建，配置数据也还在。第二个-v /var/run/docker.sock:/var/run/docker.sock，把宿主机的Docker套接字挂载进容器，目的是让容器里的OpenClaw能调用宿主机Docker去创建其他容器。这个能力很强大，但是权限等级也非常高，你必须清楚自己在做什么。
Windows下用Docker有个很常见的坑：在 PowerShell 里把命令拆成多行，用反斜杠续行，经常出现转义错误。我建议写成一行，别拆行，省得被Windows路径的转义规则折腾。
3.3 装完先跑一遍自检
无论走哪条路线，装完以后先别急着配模型，先执行：
openclaw --version openclaw doctordoctor命令会检查配置目录、模型连接、必要依赖是否就绪，哪一步有问题会在终端里标出来。这个命令能帮你省掉大量瞎猜的时间。我第一次用的时候，就是靠doctor发现某个运行库缺失，比对着报错信息一个个搜索快得多。
4. 首次启动与核心配置：接模型、设权限、跑通首个任务
4.1 配置模型供应商：以DeepSeek和Ollama为例
安装完成后，在PowerShell里执行：
openclaw configure跟着交互式提示选择模型提供商。以DeepSeek为例，你需要提前到DeepSeek开放平台申请一个API Key，然后按提示填入。以Ollama为例，你需要先安装Ollama并拉取模型：
ollama pull deepseek-r1:7b然后在配置里把Provider选成Ollama，模型名填deepseek-r1:7b就行。
原理其实很简单：OpenClaw通过模型提供商暴露的API协议去调用模型，云端和本地的差异只在Base URL上，一个是DeepSeek的云端地址，一个是Ollama的本地地址。因为OpenClaw兼容OpenAI风格的API端点，所以像LM Studio这种本地推理工具，只要在界面上打开OpenAI兼容服务，同样可以被OpenClaw接进来。理解了这一点，你换任何模型都只是改一个URL和模型名的事。
4.2 权限审批：exec-approvals.json是怎么回事
第一次跑任务时，你会接触到一个叫exec-approvals.json的文件，它放在.openclaw目录下。这个文件的本质是一个JSON数组，记录了哪些exec命令被允许自动执行、哪些需要每次确认。
一开始我的建议是不要手动改它，保持默认的手动审批模式。OpenClaw每次执行敏感操作前，会在交互界面里把即将运行的命令列出来，等你确认。虽然多了一步操作，但这是防止AI误执行命令的关键机制。等你对它的行为模式足够熟悉了，再考虑把某些高频且安全的命令加入白名单，它会自动放行。
4.3 第一个验证任务：让链路通起来
模型配置完成后，在OpenClaw交互界面里输入一个简单任务，比如：
"查看workspace目录，列出里面所有文件，把列表写成一个list.txt"
这个任务会触发它读取目录、执行命令、写文件，正好覆盖一次完整的调用链路。我当时看到它真的把list.txt创建出来，内容准确无误，才确认整套部署是通的。这里有一个提醒：第一个任务尽量简单，不要一上来就让它处理复杂操作，否则出了问题很难定位是模型理解能力的问题，还是权限配置的问题。
5. 小白高频报错排查实录：三个坑的完整排除过程
5.1 PowerShell提示"openclaw无法识别为cmdlet"
这是出现率最高的报错，几乎每个用PowerShell安装的人都会碰到一次。完整的报错通常是"openclaw : 无法将'openclaw'项识别为 cmdlet、函数、脚本文件或可运行程序的名称"。
我的排查链路是这样的：第一步，确认安装已完成，然后关闭当前PowerShell窗口，重新开一个再试。90%的情况是当前窗口PATH没有刷新导致的。第二步，如果重新打开还是不行，执行echo $env:PATH，检查里面有没有openclaw的安装目录。没有的话，手动把安装目录加入用户PATH。第三步，如果PATH正确仍然报错，那就到安装目录下确认可执行文件是否真实存在，有些安全软件会拦截脚本写入可执行文件，导致看起来装了但实际上没装全。
我帮同事排查过一次，折腾半天发现是杀毒软件把主程序隔离了。所以装完之后如果始终不稳定，先看一眼安全软件的隔离区。
5.2 启动时提示legacy exec approvals存在
这个提示我在升级后遇到过，原文大致是"legacy exec approvals exist at /root/.openclaw/exec-approvals.json"，意思是检测到了由旧版本生成的审批文件，新的OpenClaw版本可能不想直接沿用。
处理方式分两步。第一步，备份原文件，防止新版本读取失败导致历史审批记录丢失：
Copy-Item ~/.openclaw/exec-approvals.json ~/.openclaw/exec-approvals.json.bak第二步，根据终端提示执行它建议的迁移或者重建命令。如果你是第一次部署就见到这个提示，基本不用担心，因为文件里大概率没有你手动添加的重要白名单，直接删除让它重新生成即可。
提醒一句：这类提示不是报错，是迁移提示，不用慌。你只需要搞清楚"这个文件里有没有你想要保留的内容"，有就备份，没有就重建。
5.3 update --channel选dev还是stable
OpenClaw更新时会涉及通道选择：dev通道能提前用上新功能，但稳定性完全看运气；stable通道更新频率低，经过的验证更多，适合日常使用。
小白直接选stable，没有任何悬念。我当时在dev通道吃过亏，某个夜间构建版本导致配置读取异常，启动后无法正常加载模型配置。回滚到stable之后一切恢复正常。如果你已经在dev通道，想切回来，执行：
openclaw update --channel stable然后重新启动。这个命令不会重置你的配置，只是把更新源切回稳定通道。
6. 部署完成以后，还能往哪些方向折腾
到这一步，一个能跑任务的OpenClaw就算部署完成了。接下来可以做的事情其实很多。
第一是装skills。去ClawHub或者社区找现成的技能包，放到.openclaw对应的技能目录，重启之后就能生效。比如你可以让它学会批量处理某种格式的文件，或者调用特定的API服务。第二是接入飞书。把OpenClaw部署到云端服务器后，通过飞书机器人对话，相当于给自己搭了一个私人助理入口，手机随时能用。第三是结合Obsidian做项目管理，让OpenClaw操作你的笔记库、整理任务清单，这个方向比单纯在命令行里对话实用得多。
我个人折腾下来的体会是：OpenClaw这类工具的价值不在于"能聊天"，而在于"能执行"。你把部署和权限机制吃透以后，等于拥有一个可以按自己规则行事的数字助手。后面不管换本地大模型还是换云端供应商，框架本身不需要重装，成本很低。先跑通，再扩展，是大部分人能走通的路子。
本文还有配套的精品资源，点击获取
