Agent 系列（二）：这应该是最详细的 OpenClaw 安装手册了（附20+张图）～

OpenClaw 是一个开源 AI 代理框架，由奥地利开发者 Peter Steinberger 创建，专注于构建自主 AI 代理，能够执行实际任务（如写代码、管理文件、浏览网页等），而非仅限于聊天。它从一个简单原型迅速演变为 GitHub 历史上增长最快的开源项目之一，涉及多次重命名、病毒式传播、商标纠纷和收购整合。下面我根据公开信息梳理其主要发展轨迹，按时间顺序整理成时间线，便于理解。整个过程体现了 AI 代理领域的快速迭代和社区驱动。

OpenClaw 安装

安装最简单的方式是用官方一键脚本（推荐大多数用户），整个过程 5-15 分钟就能跑起来。下面是 基于 Manual 模式从零到跑通 的最简指南，重点避坑 + 配图。

前置要求（避坑第一步）

• • 操作系统：macOS / Linux（推荐） / Windows（用 WSL 或 PowerShell）
• • Node.js：v20+（脚本会自动检测安装，但最好提前检查：node -v）
• • 硬件：至少 8GB 内存（本地模型跑得顺），GPU 可选但推荐
• • 网络：首次 onboarding 需要联网获取模型/密钥
• • 常见坑：别用 root 运行；Windows 别直接 cmd，用 PowerShell 或 Git Bash；防火墙别挡 18789 端口

步骤 1：一键安装（最推荐方式）

打开终端（macOS/Linux）或 PowerShell（Windows），直接粘贴运行：

• • macOS / Linux

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

• • Windows

# Windows (PowerShell)
iwr -useb https://openclaw.ai/install.ps1 | iex

脚本会自动：

• • 检测/安装 Node.js
• • 全局安装 openclaw CLI
• • 启动 onboarding 向导

常见报错处理：

• • curl/wget 不存在 → 先 brew install curl 或 apt install curl
• • 权限问题 → 加 sudo（但不推荐长期用 root）
• • 网络慢 → 换个网络或用 V**（中国用户常见，网上 499、599 上门安装估计大多数送一个 1 个月的 V** ？？？哈哈）

安装脚本运行中，自动检测 Node 并安装 CLI 的典型终端输出

image-20260310142402866

继续回车执行下一步，可以看到环境检查的一些具体步骤执行情况，接着是安装 OpenClaw

image-20260310142617832

如果看到 OpenClaw installed successfully (OpenClaw 2026.3.8 (3caab92))! 说明已经安装成功了。

image-20260310142826057

它还和我卖了个萌～～～～

步骤 2：运行 Onboarding 向导（核心配置）

image-20260310143044426

选择 Yes，然后下一步开始选择 Onboarding mode，包括两种

• • QuickStart：就是先使用默认的，后面自己配置
• • Manual：手动模式，可以做一些定制化

image-20260310143214772

因为我之前在跑过这个，目前估计大多数文章或者视频都是走 QuickStart，这里我们选择走 Manual 模式。

image-20260310143740569

设置工作目录

image-20260310144029120

下面是选择模型和模型提供商

image-20260310144133812

考虑到大多数读者是国内的，因为这里以我评测下来的 Z.AI 的 GLM 模型为例，各位可以按照 官方文档 来申请 api-key。接着开始配置 Z.AI 提供商，选择 Z.AI 作为 Model/auth provider 后，选 Coding-Plan-CN，系统会提示您输入 API Key。粘贴你的智谱 API Key 并按 Enter 键，然后选择您想要使用的模型，例如: zai/glm-5（有的订阅模式可能不支持 GLM-5，后面对话的时候日志里面会出现 HTTP 429: 当前订阅套餐暂未开放GLM-5权限 类似的提醒）

image-20260310144704787

注意: 支持 2026.2.22-2 及以上版本，目前在编程套餐中支持的模型有 GLM-5 GLM-4.7 GLM-4.5-Air GLM-4.6 GLM-4.5 GLM-4.5V GLM-4.6V 请勿选择其它模型 Flash FlashX 以免造成扣费。

image-20260310145044241

配置 model provider 之后，选择主模型，这里我就用默认的 GLM-5

image-20260310145139306

下面的都选择默认的即可

image-20260310145330274

网关鉴权使用推荐的 token 鉴权的方式，其他的配置如下

image-20260310145500532

下面是进行 channel 配置

image-20260310145557444

国内的话，推荐大家使用飞书（Feishu）

image-20260310150805654

飞书开放平台--> 开发者后台 ---> 创建应用 ----> 开通权限（这里后门配置也行，这里主要获取 凭证与基础信息 中的 appId 和 app secret 两个，流程历程需要）

image-20260310150340480

配置上 appid 和 appsecret 之后，一路继续即可，参考如下截图

image-20260310152954734

后面是 web search 相关的配置，可以直接跳过

image-20260310153154701

接着是 skills 相关的配置，这里我只安装了一个 clawhub，其他的后面按需 install 即可

image-20260310153302448

配置网关服务

image-20260310153346441

这里的报错是因为飞书平台那边我没有创建 bot ，所以出现这个提示报错。

image-20260310153610755

配置机器人这里写的也算比较清楚。

image-20260310153704692

最后在版本管理和发布那里创建一个版本之后，机器人就可以使用了；你打开飞书，会看到你的小助手了。另外还有个配对，如果你的飞书小助手返回的信息是 pairing code approve 的话，那你可以通过如下命令（另一个 tab 或者新 窗口都行）

openclaw pairing approve feishu {your_code}

步骤 3：启动 & 检查 & 打开 Dashboard

启动 Gateway（后台运行）：

openclaw gateway start   # 或 openclaw gateway restart

检查状态：

openclaw status --probe
openclaw doctor

打开控制面板（最直观的地方），浏览器访问向导给的链接（带 token 的那个），如：http://127.0.0.1:18789/#token=你的token

image-20260310153941972

这里能聊天、查看日志、加技能、监控任务，大概如下：

image-20260310153913370

到这里，你的 🦞 应该已经 OK 了。

Workspace 下有什么？

按照前面我选择的路径，可以看看默认配置完之后，都有什么文件

workspace git:(main) ✗ ll
total 64
-rw-r--r--@ 1 glmapper  staff   7.7K Mar 10 15:13 AGENTS.md
-rw-r--r--@ 1 glmapper  staff   1.4K Mar 10 15:13 BOOTSTRAP.md
-rw-r--r--@ 1 glmapper  staff   168B Mar 10 15:13 HEARTBEAT.md
-rw-r--r--@ 1 glmapper  staff   636B Mar 10 15:13 IDENTITY.md
-rw-r--r--@ 1 glmapper  staff   1.6K Mar 10 15:13 SOUL.md
-rw-r--r--@ 1 glmapper  staff   860B Mar 10 15:13 TOOLS.md
-rw-r--r--@ 1 glmapper  staff   477B Mar 10 15:13 USER.md

简单解释下

配置 Memory

通过 openclaw memory status 命令查看 memory 的基本情况信息，如下：

image-20260310162435731

image-20260310162435731

GitHub 上最近还有一个相关 issue Feature Request: Configurable MEMORY.md injection mode (full / core-only / recall-only)，专门讨论 MEMORY.md 注入与 session 行为，说明这部分目前确实是通过 workspace 文件参与上下文的。

如果你是刚开始玩，建议 “先能用” ，其实不用先折腾向量库，也不用额外上数据库。直接这样就够了：

cd {your_openclaw_basedir}/workspace
touch MEMORY.md
mkdir -p memory

默认工作空间布局使用两个记忆层：

• • memory/YYYY-MM-DD.md
  • • 每日日志（仅追加）。
  • • 在会话开始时读取今天和昨天的内容。
• • MEMORY.md（可选）
  • • 精心整理的长期记忆。
  • • 仅在主要的私人会话中加载（绝不在群组上下文中加载）。

这里来试一下，先安装官方文档把文件和目录创建出来。

image-20260310162916033

记忆的写入机制是：将需要长期保留的决策、偏好和事实写入 MEMORY.md，将日常笔记和运行过程写入 memory/YYYY-MM-DD.md，凡是明确要求 “记住” 的内容都应落盘保存而不是仅保留在上下文中。

另外关于索引存储，每个智能体的 SQLite 位于 ~/.openclaw/memory/<agentId>.sqlite（可通过 agents.defaults.memorySearch.store.path 配置，支持 {agentId} 令牌）。

配置多个 model/自定义模型

这里我从配置文件的角度来配置，一个是自定义的，一个是 Z.AI 的（这个前面已经配置了）；这里主要讲自定义

配置文件默认路径：/Users/glmapper/.openclaw/openclaw.json

下面先直观看下和模型相关的配置：

展开自定义的 provider

配置到 agent 中时，主要 id 要保持一致，否则会出现一些报错。

总结

网上的配置太多零碎不都系统，而且大多是通过 QuickStart 方式安装的。本文通过一堆截图，零帧起手，完成了 openclaw manual 模式的配置，让整个安装过程更加具体。也增加了一些简单的关于 memory 、多模型的配置说明。下一篇将会介绍多 agent 配置，以及如何调用本地的命令等进阶技能。欢迎大家关注和一键三连！！！