尧图网页设计 
简介这份《养龙虾OpenClaw》课件是一套面向AI开发者的OpenClaw实战教学材料围绕智能体原理、系统架构、OpenClaw实现、部署实践与应用扩展五章展开适合技术分享、课程讲授和自学进阶。内容从智能体的定义、感知—决策—行动模型与记忆模块讲起详细拆解OpenClaw的Agent Loop机制基于Pi SDK以及基础工具、技能、外部工具三层工具体系同时结合网关的常驻在线、全平台消息接入、会话隔离、排队控制、心跳巡查与记忆刷盘帮助读者理解智能体从“被叫才动”到“主动干活”的底层逻辑。资源还涉及与Claude Code的能力对比、飞书等本地部署场景并以“龙虾”比喻大脑、手脚与身体将抽象概念具象化。整包共1个幻灯片文件约7.18MB已有234人学习。这套课件既适合快速建立智能体整体认知也可直接用作OpenClaw技术分享的讲课底稿。1. OpenClaw不是海鲜这只龙虾其实是AI代理养龙虾这个词最近在技术群里出现频率高得离谱。我第一次看到养龙虾OpenClaw课件时也愣了一下点进去才发现OpenClaw是一款开源的AI代理框架名字里的Claw是爪子的意思中文社区干脆把部署OpenClaw叫养龙虾。这只龙虾和ChatGPT这类Web服务最大的区别在于它跑在你自己手里Windows、Linux、安卓手机都能养模型可以接本地Ollama也可以接API还能通过Skill给它加技能。很多人问有ChatGPT为什么还要养龙虾——答案很简单数据不出门、行为可定制、断网也能干活。如果你想要一只私有、可控、能干活的AI代理下面就从部署到验收把路径捋清楚。2. 养龙虾先看水环境检查与三条部署路径2.1 部署前必须确认的三件事Node、WSL2、包管理器OpenClaw虽然号称跨平台但跨平台不等于零依赖。我见过太多人上来就npm install装完一跑全是玄学报错最后发现是环境根本没准备好。按我的习惯动手前先花两分钟确认三件事。第一Node.js版本。OpenClaw的运行时依赖Node.js不是装了就行——版本太老会触发无法安全验证之类的报错。先跑node -v npm -v这两行分别输出Node.js和npm的版本号。我的及格线是Node.js 18以上、npm 9以上。如果版本不够去Node.js官网下载LTS版本重装。装完别急着装OpenClaw先清一遍npm缓存避免装到被缓存的旧包npm cache clean --force第二Windows上要确认WSL2的状态。OpenClaw在Windows下的很多组件走的是WSL2路线如果WSL没初始化装完一启动就会提示类似openclaw无法安全验证的错误并让你去PowerShell跑wsl --status。检查命令wsl --status wsl --list --verbose如果第一行提示WSL未安装或者发行版列表是空的先执行wsl --install装一个Ubuntu发行版再继续。这一步大约要下载一个几百MB的镜像别中途关窗口。另外补充一个细节WSL2在Windows 10和Windows 11上的体验不太一样。Win11的WSL2已经默认集成wsl --install一条命令就能装好Win10上偶尔需要先启用适用于Linux的Windows子系统和虚拟机平台两个Windows功能再装不然wsl --install会卡在半路。如果你装完WSL重启后还是提示找不到发行版去启用或关闭Windows功能里手动勾这两个再重启一次基本都能解决。第三确认包管理器可用。npm、pnpm、yarn都能装OpenClaw但我建议用npm。不是pnpm不好而是OpenClaw的常规安装路径默认走npm遇到问题去搜报错搜到的解决方案绝大多数都是npm语境。省心比版本新更重要。2.2 三条部署路径Windows原生、WSL2、Termux手机打开OpenClaw的课件文档你会发现部署路径其实是有梯度的。按省心程度排序我见过最多人走的是这三条。第一条Windows原生 Windows Companion。适合大部分想尝鲜的人。不需要碰Linux命令行Companion装好后基本是图形化操作模型下载、配置、会话都有人在界面上帮你管。代价是多一个常驻进程占用几百MB内存。第二条WSL2里的Linux环境。适合要跑ROS2、Gazebo这类机器人仿真的人或者本身就是Linux用户的人。同样的OpenClaw在WSL2里跑得更干净不会有Windows文件系统权限的干扰但前提是你愿意在终端里过日子。第三条安卓Termux。适合手里只有手机、想远程养一只龙虾的人。Termux里装OpenClaw是可行的但限制很明显模型要小内存要够还得给Termux开存储权限。严格来说这不是官方最推荐的路线但社区里玩的人不少。部署路径适合人群门槛主要限制Windows原生Companion新手、桌面用户最低常驻内存占用高WSL2 Linux开发者、ROS2用户中需要Linux基础Termux手机移动场景、远程查看高模型受限、内存紧张这三条路并不互斥。我现在是Windows上装Companion做日常交互WSL2里跑实际任务脚本手机上只装OpenClaw做状态查看和简单的问答。你如果刚起步先走第一条跑通了再考虑别的。选型时还有个容易被忽略的点你的龙虾是打算长期待机干活还是偶尔拉出来遛一遛长期待机建议选WSL2或Linux——Companion在Windows原生环境跑久了内存碎片会越来越难看这是Windows GUI程序的通病定期重启是必须的。偶尔用用Windows Companion的便利性就非常划算了开机自启、托盘图标、一键暂停省心。2.3 最小能跑的安装命令序列以最常见的Windows WSL2路径为例完整的最小安装流程是下面这四条命令# 1. 更新包索引避免装到旧依赖 sudo apt update sudo apt upgrade -y # 2. 安装curl和gitOpenClaw下载模型和Skill时要用 sudo apt install -y curl git # 3. 用npm全局安装OpenClaw npm install -g openclaw # 4. 验证安装结果 openclaw --version第1步是很多人跳过的一步。OpenClaw的依赖里有些是动态链接的系统里如果还留着旧版本的lib库启动时会报各种不明所以的错。apt update apt upgrade的意义就是把这层不确定性先消掉。第3步用-g全局安装这样在任意目录敲openclaw都能被识别。如果你不想全局装也可以不加-g但那样每次都要用npx openclaw才能启动多敲几个字没必要。装完先别急着跑。OpenClaw默认没有内置模型直接启动只会得到一个空壳。下一步要配模型要么本地Ollama要么API这部分在第5章展开。3. Windows Companion配置让龙虾在Windows安家3.1 Companion是什么为什么绕不开Windows Companion这个名字在OpenClaw的架构里是一个独立的常驻服务。它做的事可以概括为让OpenClaw在Windows上有手可用。OpenClaw的核心进程只管推理、Skill调度和对话逻辑但Windows上的很多操作——读写文件、调用系统工具、操作剪贴板——需要另一个有Windows权限的进程去执行。Companion就是这层中间人。没有它你在Windows上养龙虾就只能打字聊天没法让它帮你实际干活。再补充一点Companion和WSL2不是二选一。你在WSL2里装的OpenClaw如果想让它在Windows桌面上有图形化入口或者需要操作Windows文件同样可以连Windows侧的Companion。反过来Windows原生OpenClaw的很多系统级调用底层也还是走WSL2的Linux环境。这两层的关系可以理解为Companion是手WSL2是腿——手负责抓取和操作腿负责跑重活。安装Companion的常见做法是下载Windows版安装包装完后它会注册一个开机自启的服务并默认监听一个本地端口。注意这个端口默认绑定在127.0.0.1上只有本机能连。如果你从手机远程访问Windows上的Companion需要额外配置监听地址和防火墙放行这一步后面会讲。3.2 Companion最小配置从安装到握手成功Companion装好后第一次启动会生成一个配置文件常见位置在用户目录下的.openclaw/或安装目录下核心配置项长这样不同版本字段名可能有差异但套路一致{ companion: { host: 127.0.0.1, port: 8765, enabled: true, logLevel: info }, model: { provider: ollama, name: qwen2.5:7b, baseUrl: http://localhost:11434 } }这个配置文件的逻辑很直白host和port决定Companion监听的地址和端口model部分决定OpenClaw核心要用哪个模型、去哪找模型服务。配套的操作步骤是下载Companion安装包Windows版双击安装。首次启动确认配置文件生成在哪个路径。编辑配置文件至少确认enabled字段是true。先启动Companion再启动OpenClaw。顺序别反。用openclaw status或看日志确认两边握手成功。我见过不少人把host改成0.0.0.0想让手机也能访问。这个可以但代价是局域网里任何设备都能尝试连你的Companion。如果一定要开最好配合防火墙规则只放行你信任的IP段。3.3 必调参数端口、模型地址、日志级别给新手的建议是别急着改配置先把默认的跑通再动下面这三个参数。第一个是port。默认端口不是固定的不同版本默认值不一样。如果启动时提示端口被占用——常见情况是某个旧版本Companion还在后台跑着或者别的软件占用了同一端口——把port改成一个不常用的高位端口比如18765改完重启服务就能绕开冲突。第二个是model相关的baseUrl。如果你用Ollama接本地模型baseUrl是http://localhost:11434如果你用API这里填API服务的地址。很多人卡在模型加载不出来上十有八九是baseUrl填错或漏了端口号。第三个是日志级别logLevel。默认是info排障时改成debug能多看到模型请求的完整入参和返回值很多黑匣子问题会一下子变透明。调完记得重启服务才生效。说实话Companion这层是很多人第一次翻车的地方。倒不是配置多难而是它默认静默运行没日志、没托盘提示的时候你根本不知道它活没活着。我建议装完Companion第一件事就是打开任务管理器找到对应进程确认它真的在跑再开OpenClaw。多花十秒钟后面省半小时排障。4. 龙虾不好养OpenClaw部署的5个典型坑4.1 启动报无法安全验证WSL2没就位现象Windows上启动OpenClaw提示无法安全验证下面跟着一行小字让你去PowerShell运行wsl --status。原因OpenClaw在Windows上的启动流程会先检查WSL2环境它需要WSL2提供的Linux子系统来执行部分插件逻辑。你机器上WSL2没装好或者装的是WSL1安全验证这关就过不去。解决打开PowerShell管理员模式运行wsl --install装完重启系统再跑wsl --status看到默认版本: 2以及一个已安装的发行版就说明环境对了。然后重新启动OpenClaw报错消失。补充一句如果你已经装了WSL但还是报同样错误检查一下是不是装了WSL1而不是WSL2。在PowerShell里运行wsl -l -v如果VERSION列显示1需要手动转成2wsl --set-version 发行版名 2转完再wsl --status确认。4.2 报错指向Node版本先升级再重装现象npm安装过程中直接报错或者装完了启动时提示无法安全验证对又是这个提示但它背后是Node问题。原因OpenClaw的依赖链里有些包用到了较新的JavaScript语法旧版Node解析不了导致模块加载静默失败。解决去Node.js官网下载LTS版本安装包重新安装Node.js安装时会自动替换旧版本。如果你习惯用nvm管理版本也可以先装nvm再执行nvm install --lts。装完确认版本node -v然后清缓存重装OpenClawnpm cache clean --force npm install -g openclaw这一步的关键在于npm的缓存里可能留着旧包的元数据不清缓存直接重装大概率还是装回同一个坏版本。4.3 Companion端口被占两边配置都要改现象OpenClaw核心日志里反复出现connection refused但你已经确认Companion进程在跑。原因Companion监听的默认端口被别的服务占了。Windows上最常见的凶手是虚拟机软件或某些开发工具的热更新服务。解决改Companion配置里的port字段换一个高位端口。改完重启Companion再改OpenClaw侧配置里的companion.port让两边端口一致。这一步注意OpenClaw核心的配置里也有一份端口设置只改Companion那一边没用两边必须指向同一个端口。4.4 Termux模型下载中断先开存储权限现象在Termux里装OpenClaw安装命令没问题但一到下载模型文件进度条走一半就报错。或者明明显示下载完了加载模型时提示文件不完整。原因Termux默认无法访问手机存储模型文件被下载到了应用私有目录中途被系统回收或者空间不足。解决先给Termux开存储权限termux-setup-storage然后确认存储空间df -h /data再重新下载模型。另外提醒一句手机上别选超过3B的模型Termux的内存管理扛不住大模型的完整加载换个大点的运行内存才是正道。4.5 Skill加了不生效路径和权限的坑现象按文档把Skill放进了指定目录配置也写了但OpenClaw对话里调用Skill时日志显示skill not found。原因多半是Skill目录路径识别不到或者文件权限不对。OpenClaw对Skill目录的读取是按用户目录的绝对路径来的Windows上尤其容易因为符号链接导致路径解析错乱。解决确认Skill目录用绝对路径不要用~/或环境变量缩写。Windows上把Skill放在.openclaw/skills/下然后检查文件权限确保当前用户有读写权限。改完重启OpenClaw核心进程让Skill重新加载。5. 让龙虾学做菜Skill机制与算力选择5.1 Skill不是插件是菜谱OpenClaw的Skill技能机制经常被误当成插件。插件是打包好的一整段程序而Skill更像一份菜谱——告诉OpenClaw在什么场景下、按什么步骤、调用什么工具来完成一件事。一个典型的Skill会包含两部分描述文件和执行代码。描述文件用来说明这个Skill的触发条件和用途执行代码则定义具体的动作。OpenClaw在对话中会先读Skill描述判断当前请求是否匹配某个Skill匹配了就调用对应的代码执行。一个典型的Skill目录长这样skills/ web-search/ SKILL.md run.py requirements.txtSKILL.md是描述文件OpenClaw通过解析它来理解这个Skill的用途、参数和触发方式。run.py是执行入口写成Node、Python、Shell都行。requirements.txt记录依赖装Skill时按需安装。这带来的好处是你不需要改OpenClaw核心代码往目录里丢一个文件夹就能让它学会一项新能力。常见做法是去社区找一个现成的Skill丢进去或者自己写一份——写过一次就明白Skill的本质就是给OpenClaw定义一份输入-处理-输出的样板门槛不高。5.2 本地算力Ollama部署OpenClawopenclaw只能用接入api的方式使用算力吗——这个问题我经常在群里看到。答案是否定的。用Ollama把模型拉到本地OpenClaw就能完全离线运行。Ollama是一条很成熟的本地模型运行路径。装好Ollama后拉取一个模型ollama pull qwen2.5:7b然后在OpenClaw的配置里把模型指向Ollamamodel: { provider: ollama, name: qwen2.5:7b, baseUrl: http://localhost:11434 }装完Ollama后先确认它在跑ollama list curl http://localhost:11434/api/tags第一行列出已经拉取的模型第二行确认API服务真的能通。这个确认动作花不了十秒但能避免你后面在OpenClaw配置里反复怀疑人生。这里要注意name要和ollama pull的名字完全一致差一个冒号或标签都会导致模型找不到。配置好之后OpenClaw的推理请求会直接发到Ollama本地服务不经过外网。对于数据敏感、或者网络不稳定的场景这条路几乎是必选项。选模型大小有个经验值日常问答和Skill调用7B左右的量化模型够用如果你想让龙虾写代码或者做长文档分析往13B以上走但显存和内存的消耗会明显上涨。从7B起步跑通了再试大的是最省心的节奏。5.3 API接入不想养本地模型时的兜底本地模型不是万能的。7B模型面对复杂推理任务时常显得力不从心这时候API接入就是很好的补充。OpenClaw的API接入配置和Ollama类似也是改model配置块只是provider换成对应的API服务商。核心逻辑是OpenClaw不关心模型跑在哪只要它通过一个HTTP接口暴露出来符合接口规范就能被OpenClaw调用。我给你一个混合配置的建议日常会话走Ollama本地模型把API作为高难任务的备选。在配置里把API的模型写在前面本地Ollama写在后面做一个简单的fallback逻辑——或者更简单手动切换普通聊天用本地跑复杂任务前改一下model.name用完切回来。少依赖自动切换多依赖明确操作排查问题会轻松很多。需要提醒的是API方式虽然省了本地算力开销但引入了两个新变量网络延迟和接口限流。如果你的龙虾不需要频繁处理长文本API的实时性完全够用但如果打算让它长时间待命执行定时任务本地模型免去了心跳超时和配额耗尽的烦恼。6. 验收龙虾还活着三招快速验证养了龙虾总得知道它活没活着。我每次部署完OpenClaw都会做三个快速测试全部通过才敢说这只龙虾能干活了。第一个测试是纯连通性测试。启动OpenClaw后问一句最简单的你好看它是否在合理时间内给出回复。如果回复迟迟不来别急着骂模型先看日志——八成是baseUrl没配好或者Ollama服务没开。第二个测试是Skill触发测试。给龙虾安排一个明确会命中Skill的请求比如装了一个echo的Skill就问帮我echo一句话。如果回复里出现了Skill的执行结果而不是普通的模型回答说明Skill链路是通的。这一步验证的是配置加载是否正常。第三个测试是错误日志测试。故意让它干一件不该干的事——比如让它读取一个不存在的文件——然后去看日志里有没有明确的报错信息。如果日志能清楚说出文件不存在而不是笼统的something went wrong说明日志级别开得对链路是透明的。这也是把logLevel调到debug的实际意义。这三个测试加起来十分钟以内能跑完。跑完之后这只龙虾算正式进你的口袋了。在我自己养龙虾的过程中最大的教训是OpenClaw这框架本身并不复杂复杂的是环境——Node版本、WSL状态、端口、目录权限每一样都能让它变脸。所以我现在每部署一个新环境都会把这三个测试当成固定动作跑一遍再往下加东西。这个习惯帮我省掉了无数个莫名其妙的深夜。如果你也正准备动手养一只把环境检查和三个测试抄走能少走不少弯路。希望帮到你。本文还有配套的精品资源点击获取 OpenClaw部署实战：环境检查、WSL2配置与Skill接入
简介这份《养龙虾OpenClaw》课件是一套面向AI开发者的OpenClaw实战教学材料围绕智能体原理、系统架构、OpenClaw实现、部署实践与应用扩展五章展开适合技术分享、课程讲授和自学进阶。内容从智能体的定义、感知—决策—行动模型与记忆模块讲起详细拆解OpenClaw的Agent Loop机制基于Pi SDK以及基础工具、技能、外部工具三层工具体系同时结合网关的常驻在线、全平台消息接入、会话隔离、排队控制、心跳巡查与记忆刷盘帮助读者理解智能体从“被叫才动”到“主动干活”的底层逻辑。资源还涉及与Claude Code的能力对比、飞书等本地部署场景并以“龙虾”比喻大脑、手脚与身体将抽象概念具象化。整包共1个幻灯片文件约7.18MB已有234人学习。这套课件既适合快速建立智能体整体认知也可直接用作OpenClaw技术分享的讲课底稿。1. OpenClaw不是海鲜这只龙虾其实是AI代理养龙虾这个词最近在技术群里出现频率高得离谱。我第一次看到养龙虾OpenClaw课件时也愣了一下点进去才发现OpenClaw是一款开源的AI代理框架名字里的Claw是爪子的意思中文社区干脆把部署OpenClaw叫养龙虾。这只龙虾和ChatGPT这类Web服务最大的区别在于它跑在你自己手里Windows、Linux、安卓手机都能养模型可以接本地Ollama也可以接API还能通过Skill给它加技能。很多人问有ChatGPT为什么还要养龙虾——答案很简单数据不出门、行为可定制、断网也能干活。如果你想要一只私有、可控、能干活的AI代理下面就从部署到验收把路径捋清楚。2. 养龙虾先看水环境检查与三条部署路径2.1 部署前必须确认的三件事Node、WSL2、包管理器OpenClaw虽然号称跨平台但跨平台不等于零依赖。我见过太多人上来就npm install装完一跑全是玄学报错最后发现是环境根本没准备好。按我的习惯动手前先花两分钟确认三件事。第一Node.js版本。OpenClaw的运行时依赖Node.js不是装了就行——版本太老会触发无法安全验证之类的报错。先跑node -v npm -v这两行分别输出Node.js和npm的版本号。我的及格线是Node.js 18以上、npm 9以上。如果版本不够去Node.js官网下载LTS版本重装。装完别急着装OpenClaw先清一遍npm缓存避免装到被缓存的旧包npm cache clean --force第二Windows上要确认WSL2的状态。OpenClaw在Windows下的很多组件走的是WSL2路线如果WSL没初始化装完一启动就会提示类似openclaw无法安全验证的错误并让你去PowerShell跑wsl --status。检查命令wsl --status wsl --list --verbose如果第一行提示WSL未安装或者发行版列表是空的先执行wsl --install装一个Ubuntu发行版再继续。这一步大约要下载一个几百MB的镜像别中途关窗口。另外补充一个细节WSL2在Windows 10和Windows 11上的体验不太一样。Win11的WSL2已经默认集成wsl --install一条命令就能装好Win10上偶尔需要先启用适用于Linux的Windows子系统和虚拟机平台两个Windows功能再装不然wsl --install会卡在半路。如果你装完WSL重启后还是提示找不到发行版去启用或关闭Windows功能里手动勾这两个再重启一次基本都能解决。第三确认包管理器可用。npm、pnpm、yarn都能装OpenClaw但我建议用npm。不是pnpm不好而是OpenClaw的常规安装路径默认走npm遇到问题去搜报错搜到的解决方案绝大多数都是npm语境。省心比版本新更重要。2.2 三条部署路径Windows原生、WSL2、Termux手机打开OpenClaw的课件文档你会发现部署路径其实是有梯度的。按省心程度排序我见过最多人走的是这三条。第一条Windows原生 Windows Companion。适合大部分想尝鲜的人。不需要碰Linux命令行Companion装好后基本是图形化操作模型下载、配置、会话都有人在界面上帮你管。代价是多一个常驻进程占用几百MB内存。第二条WSL2里的Linux环境。适合要跑ROS2、Gazebo这类机器人仿真的人或者本身就是Linux用户的人。同样的OpenClaw在WSL2里跑得更干净不会有Windows文件系统权限的干扰但前提是你愿意在终端里过日子。第三条安卓Termux。适合手里只有手机、想远程养一只龙虾的人。Termux里装OpenClaw是可行的但限制很明显模型要小内存要够还得给Termux开存储权限。严格来说这不是官方最推荐的路线但社区里玩的人不少。部署路径适合人群门槛主要限制Windows原生Companion新手、桌面用户最低常驻内存占用高WSL2 Linux开发者、ROS2用户中需要Linux基础Termux手机移动场景、远程查看高模型受限、内存紧张这三条路并不互斥。我现在是Windows上装Companion做日常交互WSL2里跑实际任务脚本手机上只装OpenClaw做状态查看和简单的问答。你如果刚起步先走第一条跑通了再考虑别的。选型时还有个容易被忽略的点你的龙虾是打算长期待机干活还是偶尔拉出来遛一遛长期待机建议选WSL2或Linux——Companion在Windows原生环境跑久了内存碎片会越来越难看这是Windows GUI程序的通病定期重启是必须的。偶尔用用Windows Companion的便利性就非常划算了开机自启、托盘图标、一键暂停省心。2.3 最小能跑的安装命令序列以最常见的Windows WSL2路径为例完整的最小安装流程是下面这四条命令# 1. 更新包索引避免装到旧依赖 sudo apt update sudo apt upgrade -y # 2. 安装curl和gitOpenClaw下载模型和Skill时要用 sudo apt install -y curl git # 3. 用npm全局安装OpenClaw npm install -g openclaw # 4. 验证安装结果 openclaw --version第1步是很多人跳过的一步。OpenClaw的依赖里有些是动态链接的系统里如果还留着旧版本的lib库启动时会报各种不明所以的错。apt update apt upgrade的意义就是把这层不确定性先消掉。第3步用-g全局安装这样在任意目录敲openclaw都能被识别。如果你不想全局装也可以不加-g但那样每次都要用npx openclaw才能启动多敲几个字没必要。装完先别急着跑。OpenClaw默认没有内置模型直接启动只会得到一个空壳。下一步要配模型要么本地Ollama要么API这部分在第5章展开。3. Windows Companion配置让龙虾在Windows安家3.1 Companion是什么为什么绕不开Windows Companion这个名字在OpenClaw的架构里是一个独立的常驻服务。它做的事可以概括为让OpenClaw在Windows上有手可用。OpenClaw的核心进程只管推理、Skill调度和对话逻辑但Windows上的很多操作——读写文件、调用系统工具、操作剪贴板——需要另一个有Windows权限的进程去执行。Companion就是这层中间人。没有它你在Windows上养龙虾就只能打字聊天没法让它帮你实际干活。再补充一点Companion和WSL2不是二选一。你在WSL2里装的OpenClaw如果想让它在Windows桌面上有图形化入口或者需要操作Windows文件同样可以连Windows侧的Companion。反过来Windows原生OpenClaw的很多系统级调用底层也还是走WSL2的Linux环境。这两层的关系可以理解为Companion是手WSL2是腿——手负责抓取和操作腿负责跑重活。安装Companion的常见做法是下载Windows版安装包装完后它会注册一个开机自启的服务并默认监听一个本地端口。注意这个端口默认绑定在127.0.0.1上只有本机能连。如果你从手机远程访问Windows上的Companion需要额外配置监听地址和防火墙放行这一步后面会讲。3.2 Companion最小配置从安装到握手成功Companion装好后第一次启动会生成一个配置文件常见位置在用户目录下的.openclaw/或安装目录下核心配置项长这样不同版本字段名可能有差异但套路一致{ companion: { host: 127.0.0.1, port: 8765, enabled: true, logLevel: info }, model: { provider: ollama, name: qwen2.5:7b, baseUrl: http://localhost:11434 } }这个配置文件的逻辑很直白host和port决定Companion监听的地址和端口model部分决定OpenClaw核心要用哪个模型、去哪找模型服务。配套的操作步骤是下载Companion安装包Windows版双击安装。首次启动确认配置文件生成在哪个路径。编辑配置文件至少确认enabled字段是true。先启动Companion再启动OpenClaw。顺序别反。用openclaw status或看日志确认两边握手成功。我见过不少人把host改成0.0.0.0想让手机也能访问。这个可以但代价是局域网里任何设备都能尝试连你的Companion。如果一定要开最好配合防火墙规则只放行你信任的IP段。3.3 必调参数端口、模型地址、日志级别给新手的建议是别急着改配置先把默认的跑通再动下面这三个参数。第一个是port。默认端口不是固定的不同版本默认值不一样。如果启动时提示端口被占用——常见情况是某个旧版本Companion还在后台跑着或者别的软件占用了同一端口——把port改成一个不常用的高位端口比如18765改完重启服务就能绕开冲突。第二个是model相关的baseUrl。如果你用Ollama接本地模型baseUrl是http://localhost:11434如果你用API这里填API服务的地址。很多人卡在模型加载不出来上十有八九是baseUrl填错或漏了端口号。第三个是日志级别logLevel。默认是info排障时改成debug能多看到模型请求的完整入参和返回值很多黑匣子问题会一下子变透明。调完记得重启服务才生效。说实话Companion这层是很多人第一次翻车的地方。倒不是配置多难而是它默认静默运行没日志、没托盘提示的时候你根本不知道它活没活着。我建议装完Companion第一件事就是打开任务管理器找到对应进程确认它真的在跑再开OpenClaw。多花十秒钟后面省半小时排障。4. 龙虾不好养OpenClaw部署的5个典型坑4.1 启动报无法安全验证WSL2没就位现象Windows上启动OpenClaw提示无法安全验证下面跟着一行小字让你去PowerShell运行wsl --status。原因OpenClaw在Windows上的启动流程会先检查WSL2环境它需要WSL2提供的Linux子系统来执行部分插件逻辑。你机器上WSL2没装好或者装的是WSL1安全验证这关就过不去。解决打开PowerShell管理员模式运行wsl --install装完重启系统再跑wsl --status看到默认版本: 2以及一个已安装的发行版就说明环境对了。然后重新启动OpenClaw报错消失。补充一句如果你已经装了WSL但还是报同样错误检查一下是不是装了WSL1而不是WSL2。在PowerShell里运行wsl -l -v如果VERSION列显示1需要手动转成2wsl --set-version 发行版名 2转完再wsl --status确认。4.2 报错指向Node版本先升级再重装现象npm安装过程中直接报错或者装完了启动时提示无法安全验证对又是这个提示但它背后是Node问题。原因OpenClaw的依赖链里有些包用到了较新的JavaScript语法旧版Node解析不了导致模块加载静默失败。解决去Node.js官网下载LTS版本安装包重新安装Node.js安装时会自动替换旧版本。如果你习惯用nvm管理版本也可以先装nvm再执行nvm install --lts。装完确认版本node -v然后清缓存重装OpenClawnpm cache clean --force npm install -g openclaw这一步的关键在于npm的缓存里可能留着旧包的元数据不清缓存直接重装大概率还是装回同一个坏版本。4.3 Companion端口被占两边配置都要改现象OpenClaw核心日志里反复出现connection refused但你已经确认Companion进程在跑。原因Companion监听的默认端口被别的服务占了。Windows上最常见的凶手是虚拟机软件或某些开发工具的热更新服务。解决改Companion配置里的port字段换一个高位端口。改完重启Companion再改OpenClaw侧配置里的companion.port让两边端口一致。这一步注意OpenClaw核心的配置里也有一份端口设置只改Companion那一边没用两边必须指向同一个端口。4.4 Termux模型下载中断先开存储权限现象在Termux里装OpenClaw安装命令没问题但一到下载模型文件进度条走一半就报错。或者明明显示下载完了加载模型时提示文件不完整。原因Termux默认无法访问手机存储模型文件被下载到了应用私有目录中途被系统回收或者空间不足。解决先给Termux开存储权限termux-setup-storage然后确认存储空间df -h /data再重新下载模型。另外提醒一句手机上别选超过3B的模型Termux的内存管理扛不住大模型的完整加载换个大点的运行内存才是正道。4.5 Skill加了不生效路径和权限的坑现象按文档把Skill放进了指定目录配置也写了但OpenClaw对话里调用Skill时日志显示skill not found。原因多半是Skill目录路径识别不到或者文件权限不对。OpenClaw对Skill目录的读取是按用户目录的绝对路径来的Windows上尤其容易因为符号链接导致路径解析错乱。解决确认Skill目录用绝对路径不要用~/或环境变量缩写。Windows上把Skill放在.openclaw/skills/下然后检查文件权限确保当前用户有读写权限。改完重启OpenClaw核心进程让Skill重新加载。5. 让龙虾学做菜Skill机制与算力选择5.1 Skill不是插件是菜谱OpenClaw的Skill技能机制经常被误当成插件。插件是打包好的一整段程序而Skill更像一份菜谱——告诉OpenClaw在什么场景下、按什么步骤、调用什么工具来完成一件事。一个典型的Skill会包含两部分描述文件和执行代码。描述文件用来说明这个Skill的触发条件和用途执行代码则定义具体的动作。OpenClaw在对话中会先读Skill描述判断当前请求是否匹配某个Skill匹配了就调用对应的代码执行。一个典型的Skill目录长这样skills/ web-search/ SKILL.md run.py requirements.txtSKILL.md是描述文件OpenClaw通过解析它来理解这个Skill的用途、参数和触发方式。run.py是执行入口写成Node、Python、Shell都行。requirements.txt记录依赖装Skill时按需安装。这带来的好处是你不需要改OpenClaw核心代码往目录里丢一个文件夹就能让它学会一项新能力。常见做法是去社区找一个现成的Skill丢进去或者自己写一份——写过一次就明白Skill的本质就是给OpenClaw定义一份输入-处理-输出的样板门槛不高。5.2 本地算力Ollama部署OpenClawopenclaw只能用接入api的方式使用算力吗——这个问题我经常在群里看到。答案是否定的。用Ollama把模型拉到本地OpenClaw就能完全离线运行。Ollama是一条很成熟的本地模型运行路径。装好Ollama后拉取一个模型ollama pull qwen2.5:7b然后在OpenClaw的配置里把模型指向Ollamamodel: { provider: ollama, name: qwen2.5:7b, baseUrl: http://localhost:11434 }装完Ollama后先确认它在跑ollama list curl http://localhost:11434/api/tags第一行列出已经拉取的模型第二行确认API服务真的能通。这个确认动作花不了十秒但能避免你后面在OpenClaw配置里反复怀疑人生。这里要注意name要和ollama pull的名字完全一致差一个冒号或标签都会导致模型找不到。配置好之后OpenClaw的推理请求会直接发到Ollama本地服务不经过外网。对于数据敏感、或者网络不稳定的场景这条路几乎是必选项。选模型大小有个经验值日常问答和Skill调用7B左右的量化模型够用如果你想让龙虾写代码或者做长文档分析往13B以上走但显存和内存的消耗会明显上涨。从7B起步跑通了再试大的是最省心的节奏。5.3 API接入不想养本地模型时的兜底本地模型不是万能的。7B模型面对复杂推理任务时常显得力不从心这时候API接入就是很好的补充。OpenClaw的API接入配置和Ollama类似也是改model配置块只是provider换成对应的API服务商。核心逻辑是OpenClaw不关心模型跑在哪只要它通过一个HTTP接口暴露出来符合接口规范就能被OpenClaw调用。我给你一个混合配置的建议日常会话走Ollama本地模型把API作为高难任务的备选。在配置里把API的模型写在前面本地Ollama写在后面做一个简单的fallback逻辑——或者更简单手动切换普通聊天用本地跑复杂任务前改一下model.name用完切回来。少依赖自动切换多依赖明确操作排查问题会轻松很多。需要提醒的是API方式虽然省了本地算力开销但引入了两个新变量网络延迟和接口限流。如果你的龙虾不需要频繁处理长文本API的实时性完全够用但如果打算让它长时间待命执行定时任务本地模型免去了心跳超时和配额耗尽的烦恼。6. 验收龙虾还活着三招快速验证养了龙虾总得知道它活没活着。我每次部署完OpenClaw都会做三个快速测试全部通过才敢说这只龙虾能干活了。第一个测试是纯连通性测试。启动OpenClaw后问一句最简单的你好看它是否在合理时间内给出回复。如果回复迟迟不来别急着骂模型先看日志——八成是baseUrl没配好或者Ollama服务没开。第二个测试是Skill触发测试。给龙虾安排一个明确会命中Skill的请求比如装了一个echo的Skill就问帮我echo一句话。如果回复里出现了Skill的执行结果而不是普通的模型回答说明Skill链路是通的。这一步验证的是配置加载是否正常。第三个测试是错误日志测试。故意让它干一件不该干的事——比如让它读取一个不存在的文件——然后去看日志里有没有明确的报错信息。如果日志能清楚说出文件不存在而不是笼统的something went wrong说明日志级别开得对链路是透明的。这也是把logLevel调到debug的实际意义。这三个测试加起来十分钟以内能跑完。跑完之后这只龙虾算正式进你的口袋了。在我自己养龙虾的过程中最大的教训是OpenClaw这框架本身并不复杂复杂的是环境——Node版本、WSL状态、端口、目录权限每一样都能让它变脸。所以我现在每部署一个新环境都会把这三个测试当成固定动作跑一遍再往下加东西。这个习惯帮我省掉了无数个莫名其妙的深夜。如果你也正准备动手养一只把环境检查和三个测试抄走能少走不少弯路。希望帮到你。本文还有配套的精品资源点击获取