企业官网建设流程全解析

先说结论：OpenClaw（社区里还叫它 Clawdbot，老用户喜欢喊 AI 龙虾）是我这两年在本地跑过的个人 AI Agent 框架里，对新手最友好的一个。它不是什么玄乎的“AI 操作系统”，也不是又一个聊天网页；它更像一个本地的 Agent 运行时，让大模型、工具调用、长期记忆、定时任务能在一套配置里协同工作。这篇文章就围绕 OpenClaw 安装这件事展开，目标是把零基础用户可能遇到的环境检查、命令、图形化工具、常见报错一次讲完，而不是只丢给你几条复制粘贴的命令。

我见过太多人卡在第一步：不是 OpenClaw 本身多难装，而是 Windows 环境里的 WSL 状态不对、Node 版本太老、或者“无法安全验证”这种系统级报错把人吓住了。所以我会从环境检查讲起，再给一套我自己实测下来最快的安装路径，最后把容易踩的坑也一起列出来。

1. 先把“OpenClaw（Clawdbot）AI龙虾”是什么说清楚

1.1 一句话定位：它不是聊天框，是个 Agent 运行时

OpenClaw 本质上是一个本地运行的 Agent Runtime，官方仓库和发布包里能看到 Clawdbot 这个代号，社区则因为它的红色小龙虾图标把它叫作 AI 龙虾。你装好之后，它会在你机器上起一个后台服务，这个服务负责接住大模型的输出、唤起各种工具、读写记忆，最后把结果回给你。

你可以把它理解成一个“会自己动手干活”的助理框架。普通聊天工具是你问一句它答一句，OpenClaw 会先把任务拆成步骤，再决定调哪个工具、读哪个文件、跑哪条命令，然后把结果汇总成一个可追踪的动作流。

我自己的用法是拿它管 Obsidian 笔记库：每天丢给它一批临时想法，它会自动分类、生成标签、整理成卡片笔记，再同步到我的待办清单里。整个过程不需要我写一行脚本，只需要用自然语言描述规则。

1.2 为什么叫“龙虾”，和常见 AI 工具区别

名字叫龙虾没有什么高深道理，纯粹是项目图标是一只张牙舞爪的小龙虾。但“龙虾”这个外号用久了，反而把产品特性说清楚了：它喜欢夹住各种工具，钳子伸向本地文件、HTTP 接口、命令行，什么都要碰一下。

和网页聊天工具相比，OpenClaw 有几个比较明显的差异：

这个差异对想研究 AI Agent 的人很重要。你在网页聊天里只能看到一个结果，但在 OpenClaw 里你能看到 Agent 的决策链路：它读了什么、用了哪个工具、为什么得出这个结论。这种透明度才是本地 AI 最有价值的部分。

2. 安装前必须先查的 3 个环境项

2.1 Windows 系统要求与 WSL2 状态

OpenClaw 官方推荐的 Windows 路线是 Windows 10 22H2 或 Windows 11，搭配 WSL2。WSL2 不是可选项，而是很多人跑不起来的最大原因。

打开 PowerShell，先跑这一条：

wsl --status

如果显示默认版本是 2，说明没问题。如果提示“无法安全验证 WSL2 环境”或者报了一大串组件缺失，先不要急着重装 OpenClaw，把下面的命令在管理员 PowerShell 里跑一遍：

wsl --update wsl --set-default-version 2

如果这样还不行，再手动开启 Windows 功能：

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

重启之后再跑wsl --status，基本都能恢复。这个坑我帮朋友排过很多次，他们最开始都以为是 OpenClaw 的问题，结果全是 WSL 组件没更新。

2.2 Node.js 与 npm 环境

OpenClaw 的安装器和 CLI 跑在 Node.js 上，所以 Node 版本很重要。不要用那种“绿色版”或手动解压的 node，直接从 Node.js 官网下载 20 LTS 或更高版本，Windows 安装包会自带 npm。

装完以后在终端确认：

node -v npm -v

我见过不少人用老掉牙的 Node 16，结果跑npx @openclaw/cli的时候直接挂。Node 版本太旧会导致依赖编译失败，报错看起来像 OpenClaw 代码问题，其实是基础环境不达标。

如果你用的是 Ubuntu 24.04，也可以这样装 Node 20：

sudo apt update sudo apt install -y curl git curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt install -y nodejs node -v

后面的 OpenClaw 命令，在 Windows PowerShell 和 Ubuntu 终端里是同一套，差别不大。

2.3 官方提示“无法安全验证”怎么办

这个话题在 2026 年依然是搜索高频词。其实有两种“无法安全验证”，一种是跑wsl --status时系统说无法验证 WSL 环境，这种按我上面说的wsl --update和 dism 命令处理即可。

另一种是 Windows Companion 或 CLI 安装包第一次运行，Windows Defender 提示“无法安全验证发布者”。这种情况要先确认你下载的文件确实是官方 Release 页签发的，不要看到“无法识别”就直接放行。正确做法是去下载页看 SHA-256 校验值，本地计算一下是否一致，校验通过再运行。

在 PowerShell 里计算哈希：

Get-FileHash .\OpenClaw-Companion-Setup.exe -Algorithm SHA256

对比官方写的哈希值，一致就用，不一致就删掉重新下载。这是 2026 年安装本地 AI 工具的基本安全意识，别嫌麻烦。

3. 2026 年零基础 2 分钟安装流程

3.1 CLI 模式五条命令

如果你的环境已经通过上面的检查，安装其实就五条命令：

npx @openclaw/cli@latest init my-claw cd my-claw npm install npm run dev

我没有把 node 和 wsl 的安装时间算进“2 分钟”里，那部分取决于你已经准备到什么程度。单看 OpenClaw 本身的初始化、装依赖、启动服务，正常网络下两分钟确实够用。

跑完这几条，你会看到终端里出现一个 localhost 地址，默认是http://127.0.0.1:5317。这个地址就是 OpenClaw 的控制台入口，浏览器打开能看到任务列表、日志和模型状态。

如果你是纯新手，不建议改任何默认端口，先用 5317 跑通再说。端口号在配置文件里可以改，但至少第一次让它保持默认，减少变量。

3.2 Windows Companion 的图形化配置

不想碰终端的用户，可以直接用 OpenClaw Windows Companion。它其实是一个桌面控制面板，负责帮你管理后台服务、查看日志、配置模型和记忆目录，不需要你手动敲 npx 命令。

下载解压后运行Clawdbot.Companion.exe，它会自己检查 WSL 状态和 Node 环境。你只需要按向导做三件事：

1. 选择“本机模式”，让它在本机启动 OpenClaw 服务。
2. 填写模型接口地址，本地模型一般选 Ollama，地址填http://127.0.0.1:11434/v1。
3. 选择一个存放配置和记忆的目录，我建议单独建一个D:\openclaw-data，不要放到系统盘深处。

配置完成后，Companion 会在系统托盘里常驻，点开能看到实时日志。以后改配置不需要手动编辑文件，直接在它的设置面板里改，比较适合零基础用户。

3.3 验证启动成功的 3 个信号

安装完别急着关闭终端，先确认三件事。

第一，端口在监听。在 PowerShell 里运行：

netstat -ano | findstr :5317

能查到 LISTENING 状态就说明服务起来了。

第二，健康检查接口有响应：

curl http://127.0.0.1:5317/health

返回类似{"status":"ok"}的内容就正常。

第三，打开浏览器访问http://127.0.0.1:5317，能看到任务面板和日志页。如果你看到的界面是空白的，或者浏览器一直转圈，优先看终端日志里的报错，别先怀疑安装包。

4. 装完别急着玩：关键配置决定龙虾好不好用

4.1 把 qwen2.5:3b 接入 OpenClaw

OpenClaw 自己不带大模型，它需要连接一个模型服务。2026 年本地玩家最常用的组合是 Ollama + qwen2.5，因为 qwen2.5 系列模型对中文理解好，而且量级选择多，普通电脑也能跑。

先装 Ollama，然后在终端拉取模型：

curl -fsSL https://ollama.com/install.sh | sh ollama pull qwen2.5:3b

拉完以后，在 OpenClaw 项目目录里创建.env，写入：

OPENCLAW_LLM_PROVIDER=ollama OPENCLAW_LLM_MODEL=qwen2.5:3b OPENCLAW_LLM_BASE_URL=http://127.0.0.1:11434/v1

注意最后一行的/v1不能省，OpenClaw 用 OpenAI 兼容协议去调 Ollama，少了这个会报 404。

如果你内存不大，可以降级用 qwen2.5:1.5b；如果你有独立显卡且显存足够，上 qwen2.5:7b 会更聪明。我自己在 16GB 内存的笔记本上用 3b 已经能完成大多数笔记整理和任务拆解，没必要盲目追求大模型。

4.2 把 Obsidian 变成龙虾的记忆库

OpenClaw 最有意思的地方是记忆不锁在私有格式里，而是可以写成 Markdown。配合 Obsidian，等于你的 AI 助手每天都在你的知识库里生长。

在项目根目录的openclaw.toml里加上：

[memory] type = "obsidian" vault_path = "D:/ObsidianVault" auto_write = true [memory.obsidian] aggregate_hours = 2 tag_prefix = "openclaw"

aggregate_hours = 2的意思是每两个小时把零散对话合并成一篇笔记，而不是每句话都写一个文件，否则你的 vault 会很乱。tag_prefix会给所有 AI 生成的笔记加#openclaw前缀，方便以后筛选。

这个配置我建议一定加上。它是 OpenClaw 从“好玩的玩具”变成“能长期用的工具”的关键：一旦对话内容变成你知识库的一部分，你以后找资料、做回顾、写东西都能靠它。

4.3 让 Agent 跑第一个自动化任务

安装完成、模型接好、记忆库配好，就可以试试真正的 Agent 能力。在终端里运行：

openclaw task "每天 09:00 检查 D:/inbox 下的新文档，按项目名归入 Obsidian，并生成一条今日待办"

OpenClaw 会拆解这个任务：确定查询时间、扫描文件夹、读取文档内容、调用记忆模块写入 Obsidian、生成待办。中间每一步都会在日志里显示。

我第一次跑的时候很意外，它居然知道把不同项目的文档放到不同文件夹里，而不是把所有文件一股脑倒进去。这不是配置出来的，是 Agent 根据我的描述自己做的判断，然后再调文件工具完成操作。

这种模式其实很适合做 AI Native 的个人研发闭环：输入需求，Agent 拆成动作，结果沉淀进本地知识库，最后你只需要检查输出。比每次都把提示词复制到聊天框里强太多了。

5. 常见问题排查与避坑实录

5.1 WSL 环境验证失败

如果你跑wsl --status时出现“无法安全验证 WSL2 环境”，按顺序排查：

• 先执行wsl --update，多数情况下只是组件版本落后。
• 再执行wsl --set-default-version 2，确认不是 WSL1 残留。
• 还不行就手动开 Windows 功能，也就是我之前写的那两条 dism 命令。
• 最后确认主板 BIOS 里虚拟化已开启，不要想当然以为默认开着。

最麻烦的一种情况是电脑上装了精简版系统，WSL 功能被精简掉了。这种情况只能先重装完整系统组件，或者直接用另一台正常机器跑，省时间。

5.2 端口占用与模型连不上

启动 OpenClaw 后访问不了http://127.0.0.1:5317，先查端口：

netstat -ano | findstr :5317

如果看到端口被其他进程占用，记下 PID，然后在任务管理器里结束那个进程，或者改 OpenClaw 的端口配置。不要同时跑两个 OpenClaw 实例，日志会让人看得头疼。

模型连不上是另一个高频问题。表现是任务提交后一直转圈，日志里报 404 或 connection refused。这个大多数时候是.env里的地址写错了：

• Ollama 服务没启动，先跑ollama list确认。
• Base URL 少了/v1，改成http://127.0.0.1:11434/v1。
• 模型名写错，比如写成qwen2.5-3b，正确的是qwen2.5:3b，注意冒号。

模型没有加载的时候首次请求会特别慢，这不是 OpenClaw 的问题，是模型需要在内存里冷启动。耐心等几秒，第二次就会明显变快。

5.3 实测中容易忽略的怪问题

我把一些不常见但真实存在的坑也列一下。

第一次在 PowerShell 里跑 OpenClaw 脚本被拦，可能不是软件问题，而是 PowerShell 执行策略太严。可以用：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

设置成RemoteSigned后，本地脚本可以运行，远程下载的脚本仍然需要签名，相对安全。

Obsidian 正在运行时，OpenClaw 往 vault 里写笔记偶尔会失败。这是因为 Obsidian 会占用 vault 里的一些索引文件，尤其当你开了很多插件时。我的做法是让 OpenClaw 写入一个单独的“AI 收件箱”文件夹，Obsidian 监听这个文件夹，而不是让两个工具同时竞争同一个文件锁。

npm 安装卡住或报 EEXIST，把node_modules和package-lock.json删掉重新npm install，往往比继续猜报错原因更快。如果你网络下载很慢，可以先设置 npm 镜像源：

npm config set registry https://registry.npmmirror.com

这个只改 npm 的下载源，不影响 OpenClaw 本身访问模型接口，可以放心用。

6. 最后分享几点我个人养龙虾的心得

装了 OpenClaw 之后，最重要的事不是到处找插件，而是先把模型和记忆库跑通。一个人工智能工具如果连“记住上次说过什么”都做不到，它就只能停留在聊天玩具的层面。我把 Obsidian 接进去之后，才真正感受到 Agent 的价值。

另外一个比较实用的建议是，任务描述越具体，龙虾的执行效果越好。你不要说“帮我整理笔记”，而是说“把 D:/inbox 里 2026 年 6 月以来的 Markdown 文件按项目归类，生成每日汇总笔记，并在待办里标出 3 个最重要的动作”。它能拆得更准，结果也更有用。

多模型协作我也建议大家慢慢尝试。比如 qwen2.5:3b 负责日常任务，另一个更小的 embedding 模型负责向量检索，两个模型各干各的活。OpenClaw 支持这种多模型配置，这也是 2026 年本地 AI 比较主流的一种玩法。

我踩过最多的坑其实都在环境上，真正跑通之后，OpenClaw 给我的使用感受一直很踏实。如果你第一次安装就撞上了“无法安全验证”之类的报错，不要慌，先回到环境检查，一项项过一遍，大概率十分钟内就能找到原因。