OpenClaw怎么安装?来吧,跟着教程一步步部署你的龙虾AI助手

简介: OpenClaw是开源个人AI助手平台,支持多IM渠道接入。本文详解Mac本地安装、配置阿里云百炼API Key(Token/Coding Plan或按量付费)及飞书机器人全流程,含CLI命令与JSON配置示例。阿里云OpenClaw官方部署教程:https://t.aliyun.com/U/lBiMow

OpenClaw 是一个开源的个人 AI 助手平台,支持通过多种IM消息渠道 AI 交互。通过配置可接入阿里云百炼平台上的 AI 模型,AI模型支持按量付费、Coding Plan、Token Plan 团队版三种接入方式。本文阿小云以本地Mac OS操作系统为例,现在本地电脑安装OpenClaw,然后调用阿里云百炼平台的Token,调用百炼API Key有三种方法,最后接入飞书全流程。如果是云端部署OpenClaw,可以参考阿里云官方关于OpenClaw的部署教程:https://www.aliyun.com/activity/ecs/clawdbot

云端部署安装OpenClaw.jpg


一、安装 OpenClaw

1、检查并安装Node.js

OpenClaw 需要 Node.js 22 或更高版本。可通过以下命令检查 Node.js 版本,打开终端,执行命令:

node --version

如果未安装或版本过低,请访问 Node.js 官网下载安装。

2、安装OpenClaw

推荐使用官方安装脚本:

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

或通过 npm 全局安装:

npm install -g openclaw@latest

首次安装后,OpenClaw 会自动启动配置向导,完成初始设置。也可以手动执行openclaw onboard命令进行配置。

配置项

建议配置

I understand this is powerful and inherently risky. Continue?

选择 Yes

Onboarding mode

选择 QuickStart

Model/auth provider

选择 Skip for now(稍后配置百炼模型)

Filter models by provider

选择 All providers

Default model

选择 Keep current

Select channel (QuickStart)

选择 Skip for now(稍后配置渠道)

Configure skills now? (recommended)

选择 No

Enable hooks?

按空格键选中选项,按回车键进入下一步

How do you want to hatch your bot?

选择 Do this later



二、订阅百炼AI模型API Key

接入阿里云百炼平台AI模型的API Key有三种方式,可以开通Token PlanCoding Plan或者按量付费使用Token,三种方法如下,以下三种方法三选一:


方法1、接入Token Plan 团队版

阿里云百炼TokenPlan团队版官网:https://www.aliyun.com/benefit/scene/tokenplan  需要先购买套餐,目前最低是198元1个月,如下图:

阿里云百炼TokenPlan团队版订阅计划.jpg

订阅之后获取 Token Plan 团队版专属 API Key,TokenPlan的API Key如下:

API Key

Token Plan 团队版专属API Key

Base URL


https://token-plan.cn-beijing.maas.aliyuncs.com/apps/anthropic

可用模型

Token Plan 团队版支持的模型


配置文件位于 ~/.openclaw/openclaw.json,OpenClaw 启动时会自动读取。查看:Token Plan 团队版专属API Key获取方法


获取到阿里云百炼Token Plan团队版的API Key后,跳转到【三、配置AI模型的API Key】


方法2、接入Coding Plan 团队版

阿里云Coding Plan官网:https://www.aliyun.com/benefit/scene/codingplan  如下图,目前只有Pro高级版,费用是200元1个月,如下图:

阿里云百炼CodingPlan介绍配置及价格.jpg


订阅之后,获取CodingPlan的API Key:

API Key

Coding Plan 专属 API Key,格式为 sk-sp-xxxxx

Base URL


https://coding.dashscope.aliyuncs.com/apps/anthropic

可用模型

Coding Plan 支持的模型


获取Coding Plan的API Key,然后跳转到【三、配置AI模型的API Key】



方法3、按量使用百炼Token

在阿里云百炼平台:https://www.aliyun.com/product/bailian  获取到API Key:https://help.aliyun.com/zh/model-studio/get-api-key


API Key

阿里云百炼 API Key,格式为 sk-xxxxx

Base URL

请确保 Base URL、API Key 和模型归属同一地域:

可用模型

填入模型广场中支持的模型

以下配置以华北2(北京)地域为例,如使用其他地域请替换 baseUrl 为上表中对应地域的 URL。

配置文件位于 ~/.openclaw/openclaw.json,OpenClaw 启动时会自动读取。


三、配置AI模型的API Key


1、Mac电脑打开终端,打开配置文件:

nano ~/.openclaw/openclaw.json

2、写入配置,首次配置:复制以下内容到配置文件,将 YOUR_API_KEY 替换为【Token Plan的API Key】、【CodingPlan的API Key】或者【百炼按量计费的API Key】,三选一。以下是以TokenPlan为例:

{
  "meta": {
    "lastTouchedVersion": "2026.2.1",
    "lastTouchedAt": "2026-02-03T08:20:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "bailian-token-plan": {
        "baseUrl": "https://token-plan.cn-beijing.maas.aliyuncs.com/apps/anthropic",
        "apiKey": "YOUR_API_KEY",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "qwen3.7-max",
            "name": "qwen3.7-max",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.7-plus",
            "name": "qwen3.7-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-flash",
            "name": "qwen3.6-flash",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "deepseek-v4-pro",
            "name": "deepseek-v4-pro",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-flash",
            "name": "deepseek-v4-flash",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v3.2",
            "name": "deepseek-v3.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.7-code",
            "name": "kimi-k2.7-code",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.6",
            "name": "kimi-k2.6",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5.2",
            "name": "glm-5.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5.1",
            "name": "glm-5.1",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 204800,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian-token-plan/qwen3.7-plus"
      },
      "models": {
        "bailian-token-plan/qwen3.7-max": {},
        "bailian-token-plan/qwen3.7-plus": {},
        "bailian-token-plan/qwen3.6-plus": {},
        "bailian-token-plan/qwen3.6-flash": {},
        "bailian-token-plan/deepseek-v4-pro": {},
        "bailian-token-plan/deepseek-v4-flash": {},
        "bailian-token-plan/deepseek-v3.2": {},
        "bailian-token-plan/kimi-k2.7-code": {},
        "bailian-token-plan/kimi-k2.6": {},
        "bailian-token-plan/kimi-k2.5": {},
        "bailian-token-plan/glm-5.2": {},
        "bailian-token-plan/glm-5.1": {},
        "bailian-token-plan/glm-5": {},
        "bailian-token-plan/MiniMax-M2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": { "mode": "none" }
  }
}

3、保存并退出,按 Ctrl+X,按 Y 确认保存,按 Enter 确认文件名


4、使配置生效,运行以下命令重启网关,使配置生效

openclaw gateway restart


四、接入飞书

步骤一:创建飞书应用

  1. 访问飞书开放平台,单击创建企业自建应用,填写应用名称和描述,选择应用图标,单击创建
  2. 左侧导航栏单击凭证与基础信息 页面,复制App ID(格式如 cli_xxx)和App Secret
  3. 左侧导航栏单击 权限管理页面,单击批量导入/导出权限 按钮,粘贴以下 JSON 配置,单击下一步,确认新增权限,单击申请开通


JSON配置文件内容:

   {
     "scopes": {
       "tenant": [
         "aily:file:read",
         "aily:file:write",
         "application:application.app_message_stats.overview:readonly",
         "application:application:self_manage",
         "application:bot.menu:write",
         "cardkit:card:write",
         "contact:user.employee_id:readonly",
         "corehr:file:download",
         "docs:document.content:read",
         "event:ip_list",
         "im:chat",
         "im:chat.access_event.bot_p2p_chat:read",
         "im:chat.members:bot_access",
         "im:message",
         "im:message.group_at_msg:readonly",
         "im:message.group_msg",
         "im:message.p2p_msg:readonly",
         "im:message:readonly",
         "im:message:send_as_bot",
         "im:resource",
         "sheets:spreadsheet",
         "wiki:wiki:readonly"
       ],
       "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"]
     }
   }
  1. 左侧导航栏中单击, 选择按能力添加页签,找到机器人卡片,单击配置
  2. 配置事件订阅。
  1. 在飞书开放平台左侧导航栏单击事件与回调,在事件配置页签中单击订阅方式,选择使用 长连接 接收事件,单击保存
  2. 在事件配置页面,单击添加事件,搜索事件im.message.receive_v1(接收消息),单击确认添加
  1. 版本管理与发布 页面创建版本,填写应用版本号更新说明,单击保存,提交审核并发布。


步骤二:配置飞书机器人

1、在终端中输入以下命令配置飞书渠道

openclaw channels add


根据界面交互提示,完成以下配置。

  • 选择 Feishu
  • 输入 App ID
  • 输入 App Secret

配置完成后,重启网关。 2. 创建群聊或在已有群聊中添加机器人,在飞书群中@机器人进行对话,或通过搜索的方式与机器人私聊进行测试。 3. 在群聊中添加机器人:设置。 4. 单击机器人头像,单击发送消息,可向机器人私发一条消息,机器人会回复一条包含配对码的消息。 5. 复制消息的最后一行,在 OpenClaw 对话中发送,OpenClaw 会自动完成飞书机器人配对。


步骤三:测试

1、执行以下命令重启网关。

openclaw gateway restart

2、执行以下命令检查飞书渠道状态

openclaw status

在 Channels 部分,Feishu 应显示为 ON 且状态为 OK


3. 在飞书中发送消息进行测试。


至此在MacOS电脑上安装OpenClaw龙虾AI助手,使用阿里云百炼AI模型的API Key调用模型,并接入飞书的全流程完毕。

相关文章
|
安全 搜索推荐 Windows
Windows系统被养蛊,这些下“崽”器简直神了!
Windows系统被养蛊,这些下“崽”器简直神了!
Windows系统被养蛊,这些下“崽”器简直神了!
|
JavaScript
nodejs自动接收新邮件进行处理
通过imap 来接收邮箱新邮件,类似客户端系列,不过比较简单的,目前只有新邮件,后续也可以通过这个来做一个自己的邮件客户端。
nodejs自动接收新邮件进行处理
|
弹性计算 测试技术 固态存储
【ECS测评大赛】ECS C5全方位对比测评、服务搭建(含Alinux 3)
本篇采用AWS对阿里云进行对比参照,将基于用户实例控制台,实例性能各方面参数进行对比,以及整体服务运行对服务器资源消耗情况,并且您还可以看到分别使用CentOS 7和Alinux 3分别搭建LAMP,LNMP环境,在后面会展现出常规用户使用案例,如wordpress博客搭建,Discuz!论坛搭建,KodCloud系统搭建,NextCloud云盘搭建,私人NAS搭建,极狐GitLab 一体化 DevOps 平台搭建 对应的阿里云社区视频为:https://developer.aliyun.com/live/249082,只涉及部分服务搭建
40856 27
【ECS测评大赛】ECS C5全方位对比测评、服务搭建(含Alinux 3)
|
Ubuntu Linux 云计算
AliyunLinux 3 安装 Docker-CE
AliyunLinux 3 是基于 openAnolis 8 进一步针对云计算的场景发型的,而 openAnolis 8 则是 RHEL 8系的再发行版,AliyunLinux 3 是可以安装基于 RHEL 8 的软件的,但是因为系统变量 $releasever 的不同,AliyunLinux 3 是 3,openAnolis 8 是 8,所以在依赖 系统变量 $releasever 的 dnf 源中就会出现安装失败的情况,我们也借 Docker-CE 为例,来介绍 AliyunLinux 3 安装 Docker-CE。
1294 0
AliyunLinux 3 安装 Docker-CE
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』
吴恩达与助教在斯坦福开设的深度学习课程,内容覆盖基础知识、各类神经网络、实际应用等排,是很多人的深度学习入门课。
3053 1
全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』
|
机器学习/深度学习 编解码 人工智能
首篇BEV感知生成工作!BEVGen:从鸟瞰图布局生成环视街景图像
本文提出了BEVGen,这是一个条件生成式模型,它合成了一组真实且空间一致的环视图像,这些图像与交通场景的BEV布局相匹配。BEVGen结合了一种新颖的交叉视图转换和空间注意力设计,学习相机和地图视图之间的关系,以确保它们的一致性。BEVGen可以精确地渲染道路和车道线,以及在不同的天气条件和时间生成交通场景。
首篇BEV感知生成工作!BEVGen:从鸟瞰图布局生成环视街景图像
|
数据安全/隐私保护
Axure教程:登录注册找回密码原型
Axure教程:登录注册找回密码原型
Axure教程:登录注册找回密码原型
|
Web App开发 移动开发 Dart
闲鱼正在悄悄放弃 Flutter 吗?
对,我们又写书了!
1834 0
闲鱼正在悄悄放弃 Flutter 吗?
|
存储 分布式计算 资源调度
【Hadoop】(三)资源管理器 YARN 和分布式计算框架 MapReduce
【Hadoop】(三)资源管理器 YARN 和分布式计算框架 MapReduce
840 0
【Hadoop】(三)资源管理器 YARN 和分布式计算框架 MapReduce
STM32 ADC采样频率的理解
如果设置PLCK2为6分频,那么ADCCLK为:72M/6=12MHz。在外部晶振为8MHZ的情况下,这是F103系列ADC得到的最大时钟频率。
2986 0
STM32 ADC采样频率的理解

热门文章

最新文章