最近总听同事抱怨，每天上班第一件事就是花一两个小时，把散落在各个群、邮件、笔记里的信息手动收拢成一张待办清单。这种重复劳动听着不起眼，但天天做真的很磨人。所以当有人开始折腾 OpenClaw（社区里也叫 Clawdbot）这个东西时，我第一反应是：这不就是给打工人准备的“AI 干事管家”吗。简单说，OpenClaw 是一套开源的 AI 办公助手框架，可以装在你自己的电脑、服务器或者云主机上，让大模型不再只是聊天窗口里的玩具，而是真正接进你的工作流——定时整理消息、自动写日报、维护 Obsidian 笔记、在 Microsoft Teams 里发通知，这些都能交给它。这篇文章就是写给零基础同事的完整安装与使用指南，一条线从环境检查走到云部署，我尽量把每一步都写清楚。
1. OpenClaw 到底是什么：为什么值得花时间折腾
1.1 它本质上是一套“AI 工作流调度系统”
我倾向于把 OpenClaw 理解成一个“中间层”。它的底层可以接各种大模型，本地跑的通义千问 qwen2.5、云端跑的各类 API，都行；它的上层可以接各种办公入口，Microsoft Teams、Obsidian、飞书、钉钉这类工具。而 OpenClaw 自己干的活其实是“调度”——它把你定的规则翻译成模型能理解的任务，再把模型返回的结果送回到你的办公工具里。
举个例子，你可以告诉它：每天早上九点，把 Teams 里未读消息按关键词分类，生成一份摘要发到指定频道；也可以让它每周五下午扫描 Obsidian 里本周新增的笔记，自动汇总成周报草稿。这些动作如果靠人肉完成，每天少说半小时，而 OpenClaw 只是按计划执行。
这一点的价值在哪里？市面上大多数 AI 工具是“你要主动去问它”，而 OpenClaw 是“它按你的安排主动干活”。差别就像手动挡和自动挡，前者你得时刻想着换挡，后者挂上档就能歇着。
1.2 一套方案解决四个高频办公痛点
我整理了一下团队里大家最常抱怨的几件事，OpenClaw 基本都能对上号：
第一是信息聚合。消息分散在邮件、Teams、群聊里，手动汇总等于重复劳动。OpenClaw 配置好数据源之后，可以定期帮你归拢信息。
第二是自动化产出。日报、周报、会议纪要这类“写了没什么用但不写不行”的文档，交给它生成初稿，你只改两笔就提交，节省的时间非常可观。
第三是知识库问答。如果你在 Obsidian 里积累了上百篇笔记，靠肉眼翻找太费劲。OpenClaw 接上模型后，可以直接用自然语言问“我去年总结的关于客户拜访的注意事项有哪些”，它能基于你的笔记内容回答，而不是瞎编。
第四是私有化部署。所有数据都跑在自己的机器或自己的服务器上，不把笔记和消息内容发给第三方 SaaS 服务。对稍微有点数据洁癖的人来说，这条很重要。
1.3 小白该选哪条部署路线
第一次接触 OpenClaw，最容易犯的错误是一上来就想搞彻底——又要云服务器、又要接各种平台、又要跑大模型，结果折腾一晚上没跑通，第二天上班更累。我的建议是分路线走，先本地跑通，再考虑上云。
如果你的主力电脑是 Windows，优先走 WSL2 + Ubuntu 的路线。因为 OpenClaw 官方对 Linux 环境的支持最完整，而且后续装 Node.js、跑本地模型、配 systemd 服务，都是 Linux 下的操作习惯。别直接在 Windows 的 CMD 里硬试，后面报错会多得让你怀疑人生。
如果你手上有闲置的 Linux 机器，那就简单了，直接装。如果是 Mac，同样直接装，但要注意后面会提到的“无法安全验证”的坑。
如果你想一步到位、让助手 24 小时在线，那就用云服务器部署。可以用阿里云的免费试用实例先练手，后面我会单独讲怎么迁。
2. 部署前的检查与工具选型：少踩一个坑是一个
2.1 WSL 环境为什么绕不开，怎么解决“无法安全验证”
Windows 用户为什么必须面对 WSL？原因很简单：OpenClaw 大量依赖 Linux 下的运行环境和脚本，原生跑在 Windows 上会碰到各种奇怪的路径问题、权限问题。WSL2 相当于在 Windows 里开了一个轻量 Linux 虚拟机，内核是真的，体验却像本地终端一样顺滑。
启用 WSL 的坑主要集中在两点。第一，不要在 PowerShell 里乱敲wsl --install之后发现没反应。Windows 10 和 Windows 11 的行为不一样：Win11 通常一条命令就能装好；Win10 可能需要你先手动开启“适用于 Linux 的 Windows 子系统”功能并重启，再装内核更新包。第二，装完之后一定要确认版本，很多人装了 WSL1 还毫不知情，跑 OpenClaw 时性能捉急。
检查环境用下面两条命令：
wsl --status wsl -l -v如果wsl --status给出的信息里提示“默认版本”不对，或者wsl -l -v里你的发行版版本是 1，就需要升级到 2。在 PowerShell 里执行：
wsl --set-version Ubuntu-22.04 2 wsl --set-default-version 2注意：执行
wsl --set-version前，最好先备份一下 WSL 里的数据。转换过程虽然一般不出问题，但万一中断，数据救回来很麻烦。
再说“无法安全验证”这件事。如果你从 GitHub 下载 OpenClaw 的安装包或二进制文件，Windows 的 SmartScreen 可能会弹窗提示“无法验证发布者”，macOS 则可能提示“无法验证开发者”。这不一定代表文件有问题，更多是开源项目没花签名费用的常态。处理方式我也写清楚：Windows 下右键文件 → 属性 → 底部如果有“解除锁定”选项，勾选后重新打开；macOS 下到系统设置 → 隐私与安全性 → 点击“仍要打开”。注意，这只适用于你确信来源可信的情况。
2.2 Node.js 与 Ubuntu 侧的版本搭配
OpenClaw 是基于 Node.js 生态跑的，安装之前必须先装 Node.js。很多新手在这里栽跟头：直接apt install nodejs，装出来的版本往往偏老，跑 OpenClaw 的时候各种兼容性问题。正确做法是用 nvm 装 LTS 版本。
在 WSL 的 Ubuntu 终端里执行：
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash装完之后关掉终端重新打开，再执行：
nvm install 20 nvm use 20 node -vNode 20 是目前性价比较高的选择，LTS 意味着稳定，生态兼容性也好。别去追 Node 22 或更高版本，图新鲜没必要。国内网络环境下，如果 npm 下载慢，可以切换镜像源：
npm config set registry https://registry.npmmirror.com这一步能省掉你后面大半的安装等待时间。
另外注意，Ubuntu 侧还需要一些基础工具链。如果后面从源码编译安装，build-essential、python3这些是不可少的。建议提前装上：
sudo apt update && sudo apt install -y build-essential python3 git2.3 模型怎么选：qwen2.5-3b 与云端接口的取舍
OpenClaw 本身不产生智能，它的智能来自底层模型。模型选型直接决定你的体验：选太小了回答像傻子，选太大了本地跑不动。
如果你是个人使用、机器配置一般（16G 内存以内），我强烈建议从 qwen2.5-3b 入手。它是阿里开源的一个小参数模型，显存和内存压力小，量化后大概两个多 G，一个普通笔记本就能跑。日常做文本分类、信息摘要、日报生成，这个规模完全够用。
本地跑模型的常用方式是先装 Ollama：
curl -fsSL https://ollama.com/install.sh | sh ollama pull qwen2.5:3b然后 OpenClaw 侧配置时，把模型供应商指向 Ollama 的 OpenAI 兼容接口即可。后面第 3 节我会给完整配置。
如果你的需求是更高的回答质量，或者本地机器实在跑不动，那就直接走云端 API。建议选兼容 OpenAI 接口的服务商，阿里云的 DashScope 也支持这种协议。好处是不占本地资源，坏处是按量付费，常年挂着稍微有点成本。
| 选型方案 | 硬件要求 | 单次响应速度 | 成本 | 适合场景 |
|---|---|---|---|---|
| qwen2.5-3b（本地） | 内存 16G 以上 | 中等 | 电费 | 个人笔记、日报摘要 |
| 云端 API（如 qwen 系列） | 无要求 | 快 | 按 token 计费 | 追求质量、不差钱 |
| 更大的本地模型（7B/14B） | 显卡或大内存 | 偏慢 | 电费 | 离线私有化重度场景 |
我个人使用下来的结论是：先本地 qwen2.5-3b 跑通流程，感觉不够再换 API，不要一步到位追求大模型，这是最省时间的路径。
3. 一步步完成 OpenClaw 安装与初次配置
3.1 在 WSL Ubuntu 里跑通安装主流程
前面环境准备好之后，就可以安装 OpenClaw 本体了。
先进入你的 WSL Ubuntu 终端，确认 Node 版本没问题，然后拉取 OpenClaw 的源码仓库：
git clone https://github.com/openclaw/openclaw.git cd openclaw npm install这个过程会持续几分钟到十几分钟不等，取决于网络状况。中间如果看到一些WARN级别的日志，不用紧张，只要不出现ERR!就继续往下走。
安装完成后，先验证一下命令是否可用：
node bin/openclaw.js --version能正常输出版本号，说明主体装好了。Windows 下如果提示找不到命令，大概率是 PATH 没配好，用绝对路径跑，或者把node bin/openclaw.js包装成一个 shell alias。
提示：如果
npm install中途报错，先检查是不是网络问题。切换 npm 镜像后重试npm install的成功率会高很多，一定要在项目目录里重试，别换到其他目录再装。
3.2 初始化配置与关联本地模型
OpenClaw 装好之后，需要做一次初始化。初始化命令各家版本略有差异，我这边实测用的是：
node bin/openclaw.js init这条命令会在你的用户目录下生成一个配置文件，里面写着模型供应商、API 地址、密钥、以及要接入的办公平台。第一次跑的时候不用急着全填，先只把模型相关配置搞定。
配置核心就三行：
MODEL_PROVIDER=ollama MODEL_NAME=qwen2.5:3b MODEL_BASE_URL=http://localhost:11434/v1MODEL_PROVIDER=ollama表示走 Ollama 的本地接口；MODEL_BASE_URL指向 Ollama 的 OpenAI 兼容端点；MODEL_NAME对应你ollama pull下来的模型标签。
配置完成后，做一个最基础的连通性测试：
node bin/openclaw.js chat "你好，用一句话介绍你自己"如果它基于 qwen2.5:3b 正常回复了，恭喜你，整条链路已经通了一大半。这个测试非常关键，后续所有办公自动化都是建立在这一步之上的。
我自己第一次跑的时候，卡在MODEL_BASE_URL写错成http://localhost:11434，少了/v1后缀，结果 OpenClaw 一直报 404。所以这里再强调一遍：Ollama 的 OpenAI 兼容接口必须在 URL 末尾带/v1。
3.3 接入 Teams 与 Obsidian：让助手出现在你真正工作的地方
模型通了，办公工具接入才是 OpenClaw 真正开始“打工”的时刻。我这边主要配置了 Microsoft Teams 和 Obsidian。
先说 Teams。想要 OpenClaw 能往 Teams 频道里发消息，需要在 Microsoft Teams 开发者平台创建一个机器人应用，拿到 Bot ID 和 Bot 密码。这个流程如果没接触过，一开始会有点晕，但本质上就是注册一个应用、记下两个串、然后把串填到 OpenClaw 的配置里。
TEAMS_ENABLED=true TEAMS_APP_ID=你的应用ID TEAMS_APP_PASSWORD=你的应用密码 TEAMS_TENANT_ID=你的租户ID配置完成后，用 OpenClaw 发一条测试消息到某个 Teams 频道。它会以小卡片或者文字消息的形式出现在频道里，这个“能看见”的感觉很重要——它意味着助手已经可以触达你同事了。
再说 Obsidian。接入方式有两种，我建议先试直接文件路径的方式：在 OpenClaw 配置里指定你的 Obsidian 笔记库路径，然后让它以文件方式读写笔记。这种方式的优点是不用装额外插件，OpenClaw 直接通过文件系统操作你的.md文件。
OBSIDIAN_VAULT_PATH=/mnt/d/Documents/MyNotes如果你的 Obsidian 库在 Windows 的 D 盘，注意 WSL 里访问 Windows 磁盘的路径前缀是/mnt/d/而不是D:/。这个细节坑了很多人。
进阶玩法是装 Obsidian 的 Local REST API 插件，把笔记库暴露为 HTTP 接口，OpenClaw 通过接口操作笔记。好处是笔记内容不进模型训练、不落第三方存储，全程只有本机接口在交互，对隐私敏感的场景更友好。
接入完这两项之后，OpenClaw 已经具备两个关键能力：能替你发消息、能读写你的知识库。剩下的事就是靠规则和定时任务来串联了。
4. 高频报错排查实录：为什么你的 WSL 一直在报错
4.1 “openclaw 无法安全验证”与 WSL 状态检查
这个报错几乎是 Windows 用户最容易撞上的。很多人安装 OpenClaw 时，系统冒出一句“无法安全验证”，然后安装流程就直接中断。我在前面第 2 节提过，这多半是系统拦截了未签名的可执行文件。但还有一种更隐蔽的情况：错误提示其实来自 WSL 环境本身，而不是 OpenClaw 的安装包。
如果你的 PowerShell 里出现类似“sl2 环境。请在 PowerShell 中运行 wsl -- status”的提示，翻译成人话就是：系统检测到你的 WSL 2 环境没有就绪。这个问题的排查路径我整理成一张速查表：
| 现象 | 可能原因 | 处理方式 |
|---|---|---|
wsl --status提示未安装 | WSL 功能未启用或未安装 | 用管理员身份开 PowerShell，执行wsl --install后重启 |
wsl -l -v显示版本为 1 | 未升级到 WSL2 | 执行wsl --set-default-version 2并重新设置发行版版本 |
| 启动时报内核相关错误 | 电脑未开启虚拟化 | 进 BIOS 开启 Intel VT-x 或 AMD-V |
| 安装包提示“无法验证” | 文件未签名触发 SmartScreen | 右键属性解除锁定，或选择“仍要运行” |
这里要特别说一句：看到报错先别急着重装，按表格从下往上排查，大概率是环境层的问题，不是 OpenClaw 本身的问题。
4.2 网络与镜像导致的安装中断
国内环境下安装 OpenClaw，最大的障碍往往不是命令写错，而是网络。npm install装到一半卡住、超时、报ECONNRESET，基本上都是和默认 npm 源沟通不畅。
处理方法就是提前把 npm 源切换到国内镜像：
npm config set registry https://registry.npmmirror.com另外，如果是从 GitHub 拉源码仓库时超时，可以考虑用国内的代码托管镜像加速下载。但注意，拉下来之后检查一下仓库的完整性，确保不是残缺的代码副本。
还有一个小技巧：npm install失败后，别慌着去查什么复杂配置，先清一下缓存再重试：
npm cache clean --force这个命令我很早之前不知道，卡了半个多小时，后来才发现就是缓存问题。
4.3 Node 版本冲突与权限问题
OpenClaw 对 Node 版本有要求，但报错信息不一定直白。如果你安装时看到.node-version不满足、engine相关警告，十有八九是版本不匹配。用 nvm 切版本：
nvm install 20 nvm use 20切完版本之后再次node -v确认，然后再重新安装 OpenClaw 的依赖。
权限问题则是另一种常见折磨。当你在 WSL 里访问 Windows 下的目录、或者反过来在 Windows 里访问 WSL 生成的文件时，会遇到“Permission denied”。常见的处理方式是给当前用户授予目录权限：
sudo chown -R $USER:$USER ~/openclaw这个命令把项目目录的所有者改成你自己，之后读写就顺畅了。别一上来就sudo npm install，因为 sudo 环境下的路径和普通用户不一致，反而会制造更多混乱。
5. 进阶：云服务器部署与长期运行
5.1 阿里云免费试用实例够不够跑
本地跑通之后，很多人会想让 OpenClaw 全天候在线，不必开着电脑才能干活。这时候就需要一台云服务器。阿里云的免费试用实例通常给的是 2 核 4G 或 2 核 2G 的规格，有人会担心跑不动 qwen2.5-3b。我实测下来的结论是：分情况。
如果只在云端跑 OpenClaw 本体，大模型仍然用本地或 API 接口，那 2 核 2G 完全够用，OpenClaw 本身并不吃资源。如果想让云端同时跑 3B 模型，2 核 4G 会有点紧张，但量化后的 qwen2.5:3b 依赖的是内存而不是显存，所以 4G 内存勉强能跑，慢一点但能用。
最稳的组合其实是：云端跑 OpenClaw，接入阿里云的模型 API。这样云端实例只负责调度和消息推送，模型推理全部在远端完成，本地零压力，服务器也不会因为内存不够而频繁 OOM。
免费试用实例通常只有一个月，到期前记得把配置导出备份。后面想长期用，再根据自己的需求升配就行。
5.2 从本地迁移到云端的三个关键点
从本地 Windows/WSL 环境迁移到云服务器，有几个地方容易被忽略，我踩过一次坑之后才长记性。
第一，路径。本地配置里 Obsidian 的路径是/mnt/d/...，到了 Linux 服务器上根本没有这个路径。迁移上去之后要重新创建目录并配置路径，比如/srv/obsidian，然后把笔记同步过去，再更新配置。
第二，密钥。本地测试时用的 API 密钥可能只在当前机器的环境变量里，服务器上一行都没配。迁移后，把密钥写进服务器的.env文件，注意文件权限设为只有当前用户可读：
sudo chmod 600 .env第三，常驻运行。本地跑 OpenClaw，开着终端就行；服务器上不行，SSH 断开进程就没了。正确的做法是用 systemd 把 OpenClaw 注册成系统服务。建一个服务文件/etc/systemd/system/openclaw.service，内容类似：
[Unit] Description=OpenClaw Service After=network.target [Service] User=ubuntu WorkingDirectory=/home/ubuntu/openclaw ExecStart=/home/ubuntu/.nvm/versions/node/v20.x.x/bin/node /home/ubuntu/openclaw/bin/openclaw.js run Restart=on-failure EnvironmentFile=/home/ubuntu/openclaw/.env [Install] WantedBy=multi-user.target注意把路径换成你的实际路径。写好后启动：
sudo systemctl daemon-reload sudo systemctl enable --now openclaw sudo systemctl status openclaw看到active (running)，说明助手已经在服务器上安家了。这时候就算你关上笔记本，到了公司它也会按计划干活。
写在最后的一个小建议
这篇文章写到这，核心流程已经全覆盖。如果你按顺序走下来，应该能拥有一个跑在本地的 OpenClaw，再进一步还能让它常驻云服务器。我个人实际跑了两周之后的体会是：真正有价值的不是某一项“一键生成日报”的神奇功能，而是你开始有了“把重复劳动写成规则交给机器”的思维习惯。OpenClaw 让这种思维能落地，而落地之后，你每天省下的时间自然就出来了。
最后再分享一个小技巧：如果你是打工人，别一上来就建一堆复杂的自动化任务。先用好“定时汇总消息”和“笔记问答”两个能力，用顺手了，再慢慢加新的规则。不然配置写了一大堆，哪天想改都不知道从哪下手，那才是真正的折腾。
