一、 开场：我是如何被OpenClaw部署折磨了整整3天的

大家好，我是老金。

这篇文章的诞生，纯属被逼出来的。

事情的起因是这样的：上个月不是写了篇 OpenClaw 的科普文章嘛，评论区一堆人在问”怎么部署”。

我想，这玩意儿不是有手就行吗？官方文档写得挺清楚的，Docker 一键部署嘛。

结果……我花了整整 3 天。

3 天啊，各位。

第一天：本地环境配置，npm install 卡死在 99%，换源、重试、怀疑人生，最后发现是 Node.js 版本不对。

第二天：Docker 容器启动成功，但访问不了 Web UI，翻遍 GitHub Issues 才知道端口映射配置有问题。

第三天：终于跑通了，想接入微信做自动回复，结果触发封号机制，凉了。

那天凌晨 3 点，我坐在电脑前，看着满屏的报错日志，整个人是懵的。

“这玩意儿真的是给普通人用的吗？”

但说实话，熬过这 3 天之后，我只想说：

OpenClaw 部署这事儿，会者不难，难者不会。

今天这篇文章，我把自己踩过的坑、走过的弯路全部整理出来，保证你按图索骥，30 分钟内跑通。

如果你正在被 OpenClaw 部署折磨，这篇文章就是你的救命稻草。

二、 先回答一个关键问题：本地部署还是云端部署？

在开始之前，我想先说清楚一件事：

不是所有人都适合本地部署 OpenClaw。

我见过太多人，一上来就想着”我要本地部署，数据安全”。

结果呢？

• Windows 环境配置 Git、npm 依赖，折腾一下午没跑通
• Mac M 芯片 Docker 镜像兼容性问题，折腾两天
• 本地跑起来后，发现没有公网 IP，微信/飞书回调收不到
• 24 小时开机？电费、网络稳定性都是问题

我的建议是：

• 如果你只是想尝鲜 → 先用云端部署试试，嫌麻烦别折磨自己
• 如果你需要 7×24 小时运行 → 云端是必然选择，别犹豫
• 如果你对数据隐私有执念 → 本地部署 + 内网穿透，也可以
• 如果你没有技术背景 → 腾讯云轻量应用服务器 + 预装镜像，零基础也能跑

我自己最后的选择是：云端部署。

不是向”数据安全”妥协，而是 时间成本也是成本。

我在腾讯云轻量服务器上跑 OpenClaw，99 元/月，24 小时不间断运行，售后有保障——这不比我自己开一台旧电脑划算多了？

三、 云端部署实战：腾讯云轻量服务器方案

经过我的实测，腾讯云轻量应用服务器（Lighthouse）是当前最省心的方案。

为什么？

1. 镜像预装，开箱即用，不用手动配环境
2. 自带公网 IP，微信/飞书回调无压力
3. 99 元/月起，比买一台云服务器划算
4. 运维面板自带重启、备份、监控

以下是完整部署步骤，你只需要照着做：

3.1 购买服务器

打开腾讯云轻量应用服务器购买页：

https://cloud.tencent.com/act/pro/lighthouse-moltbot

配置选择：

下单付款，等待实例创建完成。

3.2 登录并初始化

在腾讯云控制台找到你的实例，点击”登录”。

首次登录需要：

1. 设置管理员密码（记住它，后面要用）
2. 开放防火墙端口：18789（OpenClaw 默认端口）

在轻量应用服务器控制台，进入实例详情页 → 防火墙 → 添加规则：

端口：18789
协议：TCP
来源：0.0.0.0/0
备注：OpenClaw Web UI

3.3 启动 OpenClaw

腾讯云轻量服务器的 OpenClaw 镜像已经预装好所有依赖，你只需要：

1. 在服务器终端执行：openclaw start
2. 等待约 30 秒初始化
3. 执行 openclaw status 查看状态

正常情况下，你会看到：

[✓] Gateway: Running on port 18789
[✓] Web UI: Accessible at http://<你的公网IP>:18789
[✓] Worker: Ready

3.4 访问 Web UI

打开浏览器，访问：

http://<你的服务器公网IP>:18789

默认管理员账号：admin

默认管理员密码：admin

⚠️ 登录后请立即修改密码！

进入后台 → 设置 → 修改管理员密码。

四、 本地部署方案：Windows / Mac / Linux

如果你坚持要本地部署，我也能理解（毕竟我也折腾过）。

以下是各系统的避坑指南：

4.1 Windows 用户的忠告

不是我说，Windows 环境下部署 OpenClaw，纯属给自己找不痛快。

你会遇到的问题：

• Git 配置环境变量报错
• npm 依赖树解析卡死
• Docker Desktop 和 WSL 兼容性问题
• PowerShell 和 Bash 脚本语法差异

我的建议：

如果你必须用 Windows，先装 WSL2（Windows Subsystem for Linux），然后在 WSL 里装 Ubuntu。

不要问我怎么知道的，问就是重装了 3 次系统。

4.2 macOS 用户相对幸运

Mac 用户最麻烦的是 M 系列芯片（Apple Silicon）的兼容性问题。

解决方案：

# 1. 安装 Rosetta 2（如果还没装）
softwareupdate --install-rosetta
2. 使用 Docker Desktop 的 Apple Silicon 版本
下载地址：https://docs.docker.com/desktop/setup/mac/apple-silicon/
3. 拉取镜像时指定平台
docker pull --platform linux/amd64 openclaw/openclaw:latest

如果是 Intel 芯片的 Mac，当我没说，直接装就行。

4.3 Linux 服务器部署

Linux 是最适合部署 OpenClaw 的环境，没有之一。

以 Ubuntu 22.04 为例：

# 1. 安装 Docker
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
2. 安装 OpenClaw CLI
npm install -g openclaw
3. 初始化项目
openclaw init my-agent
cd my-agent
4. 启动服务
openclaw start

就这么简单，5 分钟搞定。

五、 99% 的人都会踩的坑，我帮你避开了

下面这些坑，都是我用时间和头发换来的。

5.1 端口不通？先检查防火墙

症状：本地能访问，远程不能访问；或者突然连不上了。

解决：

# Linux 服务器
sudo ufw status
sudo ufw allow 18789/tcp
腾讯云 / 阿里云
控制台 → 防火墙 → 添加规则 → 18789/tcp

5.2 Docker 容器启动成功，但 Web UI 打不开

症状：docker ps 显示容器运行中，但浏览器访问超时。

解决：检查端口映射是否正确。

# 查看容器端口映射
docker ps
如果发现 0.0.0.0:18789 没有映射到容器的 18787
需要重新启动容器
docker-compose down
docker-compose up -d

5.3 浏览器自动化卡死，CPU 占用 100%

症状：运行浏览器自动化任务时，Chrome 进程僵死，任务中断。

解决：增加资源限制和自动重启。

# 在 docker-compose.yml 中添加
services:
  openclaw:
    # ...
    deploy:
      resources:
        limits:
          cpus: '2'
          memory: 4G
    restart: unless-stopped
    environment:
      - MAX_BROWSER_INSTANCES=2
      - BROWSER_AUTO_RESTART=true

5.4 微信/飞书接入后被封号

症状：接入个人微信后，没多久账号就被限制登录了。

解决：

1. 不要用个人微信做自动化，这是红线
2. 用企业微信，官方开放 API，相对安全
3. 控制调用频率，不要短时间内发送大量消息
4. 先在小号上测试，确认没问题再迁移

我血的教训：第一个微信号就是这么没的，现在还在小黑屋里。

六、 接入大模型：本地还是 API？

OpenClaw 本身不含大模型能力，需要你自己接入。

有两种选择：

6.1 调用云端 API（推荐新手）

支持 OpenAI、Claude、Gemini、国产大模型等。

配置方式：

1. 进入 OpenClaw 后台 → 设置 → 模型配置
2. 填入 API Key
3. 选择模型（如 gpt-4o、claude-3-5-sonnet）
4. 保存配置

优点：开箱即用，无需显卡

缺点：花钱，且数据会上传到云端

6.2 本地部署大模型（推荐进阶用户）

使用 Ollama、vLLM 等框架本地运行模型。

我的配置（供参考）：

# Ollama 配置
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=qwen3:14b
OpenClaw 配置
model:
provider: ollama
endpoint: http://localhost:11434
model: qwen3:14b

优点：数据本地保存，长期成本低

缺点：需要显卡，首次加载模型耗时

我的选择是 云端 API + 本地 Ollama 备用。

日常工作用 API，周末跑本地模型做实验。

七、 你可能会问的 FAQ

Q1：OpenClaw 免费吗？

OpenClaw 本身开源免费，但你需要：

• 服务器费用（99 元/月起）
• 大模型 API 费用（按量计费）
• 域名费用（如需 https 访问）

总体成本：每月 200-500 元（含服务器和 API）。

Q2：能跑在树莓派上吗？

能，但只能跑轻量级任务。

实测树莓派 4B（4G 内存）跑 OpenClaw + Ollama（qwen3:1.5b），响应速度约 5-10 秒/次。

适合场景：

• 定时监控（每小时检查一次邮箱）
• 轻量级自动回复
• 不适合：实时对话、浏览器自动化

<h3 Q3：需要什么样的显卡？

如果本地跑大模型：

模型大小	推荐显卡	推理速度
7B	RTX 3060 12G / RTX 4060	~20 tokens/s
14B	RTX 4080 / A10G	~15 tokens/s
30B+	RTX 4090 / A100	~10 tokens/s

Q4：24 小时运行安全吗？

安全建议：

1. 使用强密码 + 二次验证
2. 不要在 OpenClaw 中存储敏感信息（密码、密钥）
3. 定期检查访问日志
4. 开放最小必要端口

八、 写在最后：我的几点真心话

OpenClaw 这玩意儿，入门门槛不低，但一旦跑起来，价值巨大。

我现在每天用它：

• 自动监控竞品价格，异常波动时发消息提醒
• 定时抓取行业新闻，生成每日简报
• 自动回复海外客户咨询（用企业微信）
• 每周自动生成数据分析报告

说实话，这些事儿如果让我手动做，每周至少要花 5-10 小时。

现在呢？我只需要花 10 分钟检查一下 AI 的输出有没有问题。

这就是 AI Agent 的价值——不是替代人，而是把人从重复劳动中解放出来。

如果你也想开始”养虾”，我的建议是：

1. 先用云端方案跑起来，别折磨自己
2. 跑通第一个自动化任务后，你会上瘾的
3. 遇到问题多搜 GitHub Issues，90% 的问题都有答案

今天的分享就到这里。

如果你在部署过程中遇到什么问题，欢迎在评论区交流——我踩过的坑，不想让你再踩一次。

我是技术老金，我们下期见！

---

📌 相关文章推荐

• 成本与性能的博弈：设计高性价比的LLM应用架构
• “AI-Native”架构设计：不是调用API，而是重塑系统血脉