OpenClaw(原Clawdbot)作为轻量级开源AI智能体执行框架,凭借自然语言驱动、多工具协同、技能可扩展的特性,已成为2026年政企办公、自动化运维、知识管理场景的核心工具。其部署形态可灵活适配公有云、本地单机、企业内网等不同环境,既可以通过阿里云实现秒级自动化部署,快速对接云端大模型实现轻量化应用,也能在MacOS、Linux、Windows11本地环境完成私有化搭建,更可针对政企涉密场景实现纯内网离线部署,满足等保合规、数据不出域的安全要求。本文将完整覆盖2026年OpenClaw的全场景部署流程,包括阿里云计算巢秒级部署、本地三大系统基础部署、阿里云千问大模型与免费Coding Plan API配置,同时详解企业内网安全加固、多技能流水线编排、权限管控与操作审计方案,并附上全流程常见问题解答,实现从基础部署到企业级落地的全链路实操指导。
一、部署前核心准备与环境要求
OpenClaw的部署需根据场景匹配基础环境,公有云部署依托云平台资源实现零配置上手,本地与内网部署则需完成基础软件与硬件的适配,核心准备工作分为账号资源、软件环境、硬件配置三部分,所有步骤均为复制即用,无复杂编程要求。阿里云部署 OpenClaw 只需两步,全网最简单,步骤流程 访问阿里云OpenClaw一键部署专题页面 了解。
(一)通用软件环境要求
所有部署形态均需满足以下基础软件版本,避免依赖冲突:
- Node.js:v18.x及以上版本(推荐v22.x LTS),用于框架运行与技能开发
- Git:任意稳定版本,用于源码拉取与技能包管理
- 容器化工具(可选):Docker 24.x及以上,用于环境隔离部署
- 本地模型环境(内网/离线部署需):Ollama 0.17及以上,用于本地大模型运行
(二)分场景硬件与资源准备
- 阿里云部署:无需本地硬件配置,仅需注册阿里云账号完成实名认证,云服务器实例规格推荐2核4GiB及以上,开放8080、18789端口
- 本地基础部署:CPU 8核及以上,内存16GB起步(32GB更佳),磁盘剩余空间20GB+,NVIDIA RTX4060及以上GPU(或Apple Silicon M2/M3)可提升本地模型推理速度
- 企业内网部署:物理机/内网服务器,禁止外网连接,提前准备离线安装包(Node.js、Ollama、OpenClaw技能包),本地模型文件提前导出并拷贝至内网设备
(三)核心凭证准备
- 阿里云部署:提前访问登录阿里云百炼大模型服务平台开通阿里云百炼大模型服务,获取Access Key ID、Access Key Secret
- 免费API配置:访问订阅阿里云百炼Coding Plan,在Coding Plan平台完成免费套餐订阅,获取sk开头的API Key
- 内网部署:无需云端凭证,提前导出Ollama本地模型(如qwen2.5:7b)为tar包
二、2026年阿里云计算巢秒级部署OpenClaw步骤流程
阿里云计算巢为OpenClaw定制了专属部署模板,将服务器创建、环境配置、软件安装、端口放行等流程自动化,实现“表单填写+一键执行”的秒级部署,全程10分钟内完成,无需手动编写代码,适合个人用户与轻量团队快速上手。
(一)步骤1:阿里云账号与服务准备
- 登录阿里云官网,注册阿里云账号,完成个人/企业实名认证,确保账号余额充足或开通按量付费权限
- 搜索并开通“计算巢”与“百炼大模型”服务,阅读并同意服务协议,新用户可领取免费试用额度
- 进入百炼大模型控制台,在“密钥管理”页面点击“创建API Key”,保存生成的Access Key ID与Access Key Secret(仅显示一次)
(二)步骤2:计算巢OpenClaw模板部署
- 访问阿里云计算巢OpenClaw社区版部署页面,进入平台首页后在搜索框输入“OpenClaw”,选择2026专属部署模板,点击“立即部署”
- 进入配置页面,完成基础参数设置:
- 地域选择:优先邻近地域(如华东选杭州、华北选北京),海外需求可选中国香港/新加坡(免备案)
- 实例规格:选择2核4GiB及以上,按需选择包年包月或按量付费
- 网络配置:开启公网IP,配置安全组规则,放行8080(Web控制台)、18789(API通信)端口
- 应用配置:设置OpenClaw管理员账号与密码,选择云盘类型(推荐40GiB高效云盘),勾选“同意服务协议”后点击“立即部署”
(三)步骤3:部署验证与服务启动
- 等待部署完成,计算巢将自动完成环境配置与软件安装,页面显示“部署成功”后即可使用
- 访问OpenClaw Web控制台:在浏览器输入“服务器公网IP:8080”,使用配置的管理员账号登录
- 服务状态验证:在控制台左侧“系统监控”模块,查看CPU、内存使用率及服务运行状态,确保无异常提示
- 命令行验证(可选):远程连接云服务器,执行以下命令检查服务状态
openclaw --version openclaw gateway status
三、本地MacOS/Linux/Windows11部署OpenClaw步骤流程
本地部署支持MacOS、Linux、Windows11三大主流系统,分为基础一键部署与Docker容器化部署两种方式,基础部署适合快速上手,容器化部署适合长期稳定运行,所有步骤均提供终端/命令行代码,复制即可执行。
(一)Windows11部署流程(PowerShell管理员模式)
- 基础环境安装与权限解锁
# 解锁脚本执行权限(仅首次需要) Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -Force # 一键安装Node.js与OpenClaw iwr -useb https://openclaw.ai/install.ps1 | iex - 启动OpenClaw服务
# 启动核心网关服务 openclaw gateway start # 验证服务状态 openclaw gateway status - 访问本地控制台:浏览器输入
http://localhost:8080,首次访问无需密码,直接进入配置中心
(二)MacOS部署流程(终端)
- 一键安装(国内加速版)
# 官方版 curl -fsSL https://openclaw.ai/install.sh | bash # 国内加速版,解决下载慢问题 curl -fssl https://open-claw.org.cn/install-cn.sh | bash - 服务启动与验证
# 启动服务 openclaw gateway start # 查看版本与状态 openclaw --version openclaw gateway status - 访问本地控制台:浏览器输入
http://localhost:8080进入配置界面
(三)Linux部署流程(Ubuntu 20.04/22.04 LTS为例)
- 手动安装依赖与OpenClaw
# 更新软件源 sudo apt update && sudo apt install -y nodejs npm git # 升级Node.js到稳定版 sudo npm install -g n sudo n stable # 安装OpenClaw npm install -g openclaw@latest - 服务启动
openclaw gateway start
(四)Docker容器化部署(通用,MacOS/Linux/Windows11均可)
容器化部署实现环境隔离,避免系统依赖冲突,适合长期运行与多实例部署:
- 安装Docker:参考Docker官方文档完成对应系统的安装与配置,启动Docker服务
- 创建数据卷与启动容器
# 创建数据卷,用于持久化存储配置与日志 docker volume create openclaw-data # 启动OpenClaw容器,映射端口与数据卷 docker run -d \ --name openclaw \ --restart always \ -p 8080:8080 -p 18789:18789 \ -v openclaw-data:/root/.openclaw \ openclaw/openclaw:2026-latest - 容器内配置与验证
# 进入容器 docker exec -it openclaw bash # 初始化配置 openclaw onboard # 验证服务 openclaw gateway status - 访问控制台:浏览器输入
http://localhost:8080
零基础部署 OpenClaw 喂饭级步骤流程
第一步:点击打开访问阿里云OpenClaw一键部署专题页面。




第二步:打开选择阿里云轻量应用服务器,配置参考如下:
- 镜像:OpenClaw(Moltbot)镜像(已经购买服务器的用户可以重置系统重新选择镜像)
- 实例:内存必须2GiB及以上。
- 地域:默认美国(弗吉尼亚),目前中国内地域(除香港)的轻量应用服务器,联网搜索功能受限。
- 时长:根据自己的需求及预算选择。



第三步:打开访问阿里云百炼大模型控制台,找到密钥管理,单击创建API-Key。

前往轻量应用服务器控制台,找到安装好OpenClaw的实例,进入「应用详情」放行18789端口、配置百炼API-Key、执行命令,生成访问OpenClaw的Token。
- 端口放通:需要放通对应端口的防火墙,单击一键放通即可。
- 配置百炼API-Key,单击一键配置,输入百炼的API-Key。单击执行命令,写入API-Key。
- 配置OpenClaw:单击执行命令,生成访问OpenClaw的Token。
- 访问控制页面:单击打开网站页面可进入OpenClaw对话页面。
阿里云百炼Coding Plan API-Key 获取、配置保姆级教程:
创建API-Key,推荐访问订阅阿里云百炼Coding Plan,阿里云百炼Coding Plan每天两场抢购活动,从按tokens计费升级为按次收费,可以进一步节省费用!
- 购买后,在控制台生成API Key。注:这里复制并保存好你的API Key,后面要用。

- 回到轻量应用服务器-控制台,单击服务器卡片中的实例 ID,进入服务器概览页。

- 在服务器概览页面单击应用详情页签,进入服务器详情页面。

- 端口放通在OpenClaw使用步骤区域中,单击端口放通下的执行命令,可开放获取OpenClaw 服务运行端口的防火墙。

- 这里系统会列出我们第一步中创建的阿里云百炼 Coding Plan的API Key,直接选择就可以。

- 获取访问地址单击访问 Web UI 面板下的执行命令,获取 OpenClaw WebUI 的地址。


四、阿里云千问大模型与免费Coding Plan API配置
OpenClaw本身不具备大模型推理能力,需对接云端大模型或本地模型实现自然语言理解,云端对接提供两种方案:阿里云千问Qwen3-Max(性能优先,适合生产环境)、Coding Plan免费API(成本优先,适合测试与轻量使用),配置方式分为Web控制台可视化配置与命令行手动配置,二者效果一致,可按需选择。
(一)阿里云千问Qwen3-Max API配置(推荐生产环境)
千问Qwen3-Max支持65536长上下文,复杂推理性能优异,是企业与重度使用场景的首选。
- 获取API凭证:访问登录阿里云百炼大模型服务平台,在“密钥管理”获取Access Key ID与Access Key Secret,确认模型选择为
qwen3-max - Web控制台可视化配置(新手首选)
- 打开OpenClaw Web控制台,进入「设置→大模型配置→添加模型」
- 选择「阿里云百炼-千问Qwen3-Max」,填写以下信息:
- API Key:粘贴Access Key ID
- Secret:粘贴Access Key Secret
- 模型名称:qwen3-max
- Base URL:https://dashscope.aliyuncs.com/compatible-mode/v1
- maxTokens:32768,temperature:0.7
- 点击「测试连接」,提示“连接成功”后保存并设置为默认模型
- 命令行配置(进阶,适合批量部署)
在配置文件中添加千问模型配置,替换为自身凭证:# 进入OpenClaw配置目录(MacOS/Linux/阿里云) cd ~/.openclaw # Windows11 # cd C:\Users\你的用户名\.openclaw # 编辑配置文件 nano openclaw.json{ "models": { "default": "qwen3-max", "providers": { "aliyun-qwen": { "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1", "apiKey": "你的Access Key ID", "secret": "你的Access Key Secret", "modelName": "qwen3-max", "maxTokens": 32768, "temperature": 0.7 } } } } - 保存配置并重启服务,测试连接
显示“success”即为配置成功。# MacOS/Linux/阿里云 openclaw gateway restart openclaw model test # Windows11 openclaw gateway restart openclaw model test
(二)免费Coding Plan API配置(适合测试与轻量使用)
Coding Plan提供免费大模型调用额度,无需付费,适合个人测试与轻量办公场景。
- 获取API Key:登录Coding Plan平台,完成免费套餐订阅,在「我的密钥」页面复制sk开头的API Key
- 命令行配置
添加Coding Plan配置:# 进入配置目录 cd ~/.openclaw # 编辑配置文件 nano openclaw.json{ "models": { "default": "qwen-coder-plus", "providers": { "coding-plan": { "baseUrl": "https://dashscope.aliyuncs.com/coding-mode/v1", "apiKey": "你的Coding Plan API Key", "modelName": "qwen-coder-plus", "maxTokens": 8192, "temperature": 0.5 } } } } - 重启服务并测试
openclaw gateway restart openclaw model test --provider coding-plan
五、企业内网OpenClaw安全部署与权限管控方案
针对政企内网、电力、政务、涉密办公等场景,OpenClaw可实现纯内网离线部署,满足等保合规、数据不出机、操作可审计的核心要求,整体架构采用“物理隔离+模型本地+权限管控+日志审计”的多层安全设计,实现可用、可控、可管、可追溯。
(一)内网离线环境准备
- 离线包提前准备:在外网设备下载Node.js、Ollama离线安装包,拉取并导出本地模型:
# 拉取qwen2.5:7b本地模型 ollama pull qwen2.5:7b # 导出模型为tar包,拷贝至内网设备 ollama save qwen2.5:7b qwen2.5-7b.tar - 技能包打包:在外网将需要的技能包(rag_knowledge、document_summary等)打包,与离线安装包、模型包一同拷贝至内网设备
- 禁止一切外联:关闭内网设备系统代理,防火墙禁止80/443端口外连,OpenClaw仅绑定127.0.0.1本地地址,不暴露公网。
(二)企业级安全加固配置
在OpenClaw根目录的.env文件中完成安全配置,以下配置为复制即用,实现最小权限原则与功能限制:
# ================== 本地模型基础配置 ==================
OPENCLAW_API_BASE=http://127.0.0.1:11434/v1
OPENCLAW_API_KEY=offline_llm
OPENCLAW_MODEL=qwen2.5:7b
# ================== 网络安全配置 ==================
OPENCLAW_BIND_HOST=127.0.0.1
OPENCLAW_EXPOSE_PUBLIC=false
# ================== 权限安全配置 ==================
OPENCLAW_SAFE_MODE=true
OPENCLAW_REQUIRE_CONFIRM_FOR_DANGEROUS_ACTIONS=true
# 目录白名单,仅允许操作指定工作目录
OPENCLAW_ALLOWED_PATHS=C:\workdocs;C:\knowledge;D:\data
# 系统目录黑名单,禁止访问系统核心目录
OPENCLAW_DENY_PATHS=C:\Windows;C:\Program Files;C:\Users\Admin
# ================== 功能限制配置 ==================
OPENCLAW_ALLOW_SHELL=false
OPENCLAW_ALLOW_FILE_DELETE=false
OPENCLAW_ALLOW_SYSTEM_COMMAND=false
# ================== 任务资源限制 ==================
OPENCLAW_MAX_CONCURRENT_TASKS=2
OPENCLAW_HISTORY_LIMIT=10
OPENCLAW_TIMEOUT=120
以上配置实现核心安全限制:AI无法执行命令行、无法删除文件、无法访问系统盘、无法联网,高危操作需人工确认,同时限制并发任务数,避免占用过多系统资源。
(三)技能白名单管理
企业内网仅开放办公必备技能,禁用键鼠自动化、命令行执行等高危技能,技能目录按“允许/禁用”分类管理,目录结构规范如下:
.openclaw/skills/
├── rag_knowledge/ # 允许:知识库检索(只读)
├── file_organize/ # 允许:文件整理(只移动不删除)
├── document_summary/ # 允许:文档总结(只读)
├── office_assistant/ # 允许:办公辅助(打开Office,不修改敏感内容)
└── disabled/ # 禁用技能统一存放
├── mouse_keyboard/ # 禁用:键鼠自动化
├── system_command/ # 禁用:系统命令执行
└── browser_auto/ # 禁用:浏览器自动操作
(四)多技能流水线编排
基于企业办公场景,可自定义多技能流水线,实现“一句话触发全流程自动化”,例如搭建「检索→总结→写文档→归档」的办公简报流水线,新建流水线技能文件skills/workflow_report/index.js:
const fs = require('fs');
const path = require('path');
module.exports = async (topic) => {
if (!topic) return "请输入主题,例如:网络规范、安全加固、运维巡检";
let log = "【企业办公AI流水线启动】\n";
// 1. 调用RAG知识库检索指定主题内容
log += "\n1. 正在检索本地内网知识库...\n";
// 实际业务中可直接调用rag_knowledge技能的核心方法
// 2. 对检索内容进行专业总结
log += "2. 正在对知识库内容进行专业总结...\n";
// 3. 生成标准化工作简报并保存至指定目录
const report = `【AI自动化工作简报】
主题:${
topic}
生成时间:${
new Date().toLocaleString()}
生成环境:企业纯内网离线环境
数据来源:本地内网知识库
内容说明:根据内网知识库检索内容自动生成,无外网数据交互,符合数据安全规范。
`;
// 保存至白名单目录,避免越权
const savePath = path.join('C:\\workdocs', `办公简报_${
topic}_${
Date.now()}.txt`);
fs.writeFileSync(savePath, report, 'utf8');
log += `3. 标准化工作简报已生成:${
savePath}\n`;
log += "\n✅ 流水线执行完成,文件已归档至指定目录,操作可审计。";
return log;
};
触发指令:在OpenClaw控制台输入“帮我生成一份关于网络安全规范的办公简报”,AI将自动完成全流程操作,无弹窗、不越权、可追溯。
(五)后台守护与开机自启配置
实现OpenClaw在企业内网的后台稳定运行,开机自启、崩溃自愈,不干扰业务系统,Windows与Linux分别采用对应的服务托管方案。
- Windows企业服务部署:使用NSSM将OpenClaw封装为系统服务,设置为开机自启,运行账户使用普通用户,禁止管理员权限:
- 下载NSSM离线包,拷贝至内网Windows设备
- 执行
nssm install OpenClaw,在弹窗中配置OpenClaw启动路径为C:\Users\用户名\AppData\Roaming\npm\openclaw.cmd,启动参数为gateway start - 进入服务管理器,将OpenClaw服务设置为“开机自动启动”,恢复选项设置为“崩溃后自动重启”
- Linux内网服务器部署:使用systemd托管服务,创建配置文件
/etc/systemd/system/openclaw.service:
执行以下命令启用服务:[Unit] Description=OpenClaw Enterprise AI Agent After=network.target ollama.service [Service] # 使用普通用户运行,禁止root User=aiuser Restart=always RestartSec=10 ExecStart=/usr/local/bin/openclaw start Environment="PATH=/usr/local/bin" # 权限限制核心配置 NoNewPrivileges=true PrivateTmp=true ProtectSystem=strict [Install] WantedBy=multi-user.target# 重新加载systemd配置 sudo systemctl daemon-reload # 设置开机自启 sudo systemctl enable openclaw # 启动服务 sudo systemctl start openclaw # 验证服务状态 sudo systemctl status openclaw
(六)全操作审计与日志管理
开启日志后,OpenClaw将记录所有操作行为,实现行为可追溯、审计可落地,日志包含指令发起者、调用技能、文件操作、执行时间、执行结果等核心信息。
- 日志默认存储路径
# Windows内网设备 C:\Users\用户\.openclaw\logs\ # Linux内网服务器 ~/.openclaw/logs/ - 日志管理要求:日志文件按日分割,定期备份至内网存储设备,日志保留至少6个月,满足合规审计要求;禁止修改、删除日志文件,设置日志目录只读权限。
六、全场景部署常见问题解答
(一)阿里云部署类问题
- 计算巢部署失败,提示“账号余额不足”
解决方案:充值阿里云账号,确保余额充足,或开通按量付费权限;新用户可领取计算巢与云服务器免费试用额度,避免部署中断。 - OpenClaw Web控制台无法访问,提示“连接超时”
解决方案:检查云服务器安全组规则,确认8080、18789端口已放行;检查服务器公网IP是否正常,重启OpenClaw服务openclaw gateway restart。
(二)本地部署类问题
- Windows11部署时,PowerShell提示“无法加载文件,因为在此系统上禁止运行脚本”
解决方案:执行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -Force解锁脚本执行权限,关闭PowerShell后重新打开执行安装命令。 - 本地部署后服务频繁崩溃,提示“内存不足”
解决方案:关闭其他占用内存的程序,确保本地设备内存≥16GB;降低并发任务数,在.env文件中修改OPENCLAW_MAX_CONCURRENT_TASKS=1;更新OpenClaw至最新版本openclaw update。 - Docker部署后,容器启动失败
解决方案:检查Docker服务是否正常启动,执行docker ps -a查看容器日志docker logs openclaw;确保端口未被占用,更换映射端口后重新启动容器。
(三)大模型API配置类问题
- 千问Qwen3-Max测试连接失败,提示“API Key无效”
解决方案:检查Access Key ID与Access Key Secret是否正确,无多余空格、无缺失字符;确认API Key未过期,在阿里云百炼控制台重新生成并配置。 - Coding Plan API调用提示“额度不足”
解决方案:进入Coding Plan平台查看免费额度剩余量,轻量使用减少大上下文调用;或升级付费套餐,避免影响使用。 - 本地模型配置后,OpenClaw无法调用
解决方案:检查Ollama服务是否正常启动ollama serve,确认模型地址配置为http://127.0.0.1:11434/v1;验证本地模型是否存在ollama list,重新导入模型并重启服务。
(四)企业内网部署类问题
- 内网离线安装Ollama失败,提示“依赖缺失”
解决方案:在外网设备下载Ollama对应的系统依赖包,与Ollama离线包一同拷贝至内网设备,先安装依赖再安装Ollama;优先选择静态编译版Ollama,减少依赖。 - 安全加固后,AI无法访问指定工作目录
解决方案:检查.env文件中OPENCLAW_ALLOWED_PATHS配置是否正确,目录路径使用绝对路径,多个目录用分号分隔;确保目录权限为当前运行用户可读写。 - 后台服务配置后,开机自启失效
解决方案:Windows环境检查NSSM服务配置是否正确,运行账户是否有开机自启权限;Linux环境执行sudo systemctl enable openclaw重新设置开机自启,检查systemd配置文件无语法错误。
七、部署场景与价值总结
OpenClaw的多形态部署能力可精准匹配不同场景的需求,实现从个人轻量使用到企业级安全落地的全覆盖:
- 阿里云部署:适合个人用户、轻量团队,实现秒级上线、零运维成本,快速对接云端大模型,解锁自动化办公、轻量开发等场景;
- 本地基础部署:适合有数据隐私要求的个人与中小企业,免费使用、数据本地存储,搭配本地模型可实现无外网依赖;
- 企业内网部署:适合政企、电力、政务、涉密办公等场景,纯内网离线、等保合规、权限可控,实现数据不出机、操作可审计,提升办公与运维效率的同时保障数据安全。
从基础部署到企业级安全加固,从云端大模型对接至本地模型私有化运行,OpenClaw完成了从“工具”到“企业级解决方案”的升级,其核心价值在于轻量化、可扩展、高安全,无需复杂的AI开发能力,即可让政企与个人快速落地AI自动化,成为数字化转型的核心抓手。2026年,本地私有化AI与云原生AI的融合将成为趋势,OpenClaw的全场景部署能力,将为不同规模、不同场景的用户提供高效、安全、可落地的AI自动化解决方案。