第一阶段：准备“地基”（环境安装）

OpenClaw 是基于 JavaScript 生态开发的，所以 Node.js 是它的核心运行环境。

https://docs.openclaw.ai/zh-CNhttps://docs.openclaw.ai/zh-CN上面是openclaw小龙虾官网。

安装WSL

第一步：以管理员身份打开命令行

1. 在 Windows 任务栏的搜索框中输入 PowerShell。

2. 在搜索结果中找到“Windows PowerShell”，点击右侧的**“以管理员身份运行”**

第二步：执行一键安装命令

• 在弹出的命令行窗口中，输入以下命令并回车：

  wsl --install
  这个神奇的命令会自动帮你做三件事：启用虚拟机平台功能、安装 WSL 核心组件、并自动下载安装默认的 Linux 发行版（通常是最新版的 Ubuntu，这也是做 AI 开发最省心的系统）。
  安装完成后记得打开这三个配置，不然可能会没有网络。
  

• 

第三步：重启电脑

• 命令执行完毕后，系统通常会提示你需要重启。

  保存好手头的工作，重启电脑。有时候不用重启。

第四步：初始化 Ubuntu 系统

• 重启后，稍微等一小会儿，系统会自动弹出一个黑色的命令行窗口（这就是你的 Ubuntu 系统了）。如果没有自动弹出，可以在开始菜单里搜索 Ubuntu 并打开它。

  系统会进行最后的解压安装（大概需要一两分钟）。

  接着，它会提示你创建一个 Linux 系统的专属账号：

  Enter new UNIX username: 输入一个你喜欢的全英文小写用户名（例如 admin 或你的名字），回车。

  New password: 输入密码。注意：在 Linux 下输入密码时，屏幕上什么都不会显示（连星号都没有），这是正常的安全机制。 盲打完回车即可。

  Retype new password: 再次输入密码确认。

第五步：验证显卡透传（最关键的一步）

账号设置完成后，你就会看到类似 username@hostname:~$ 的提示符，这说明你已经成功进入 Linux 环境了。

为了确保我们后续能顺利调用这台机子上的 RTX 4070 来跑大模型，我们需要验证一下 Windows 的显卡驱动是否已经成功“透传”给了 WSL。

在 Ubuntu 终端里输入：nvidia-smi
如果你能看到一个包含表格的输出，里面清晰地写着你的显卡型号（RTX 4070）、显存大小以及 CUDA 版本，那么恭喜你，最难搞的底层硬件打通工作已经自动完成了！

安装ollama：

第一步：一键安装 Ollama

请直接在现在的这个终端窗口输入：

curl -fsSL https://ollama.com/install.sh | sh

这个脚本会自动帮你下载并配置好 Ollama 环境，甚至会顺便帮你把 Linux 里的运行权限都设置好。安装过程通常很快，看到 Install complete 之类的提示就说明搞定了。

第二步：下载并运行大模型
我的 4070 拥有 8GB 显存，跑 7B 级别的量化模型是完全没问题的，下载完成后要输入启动引擎。

ollama serve

继续新建一个终端中输入并回车：正常情况输入下面这个命令会自己下载这个模型。这个模型名字要自己记住，后面那个openclaw配置要用的。

ollama run qwen2.5:7b

然后他会自己安装这个模型，最后正常启动。

安装 Node.js:

前往 Node.js 官网 https://nodejs.org/zh-cn下载 LTS（长期支持） 版本。

或者在你当前这个和模型聊天的窗口里，输入 /bye 然后回车，或者直接按 Ctrl + D。

配置 Node.js 下载源：
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
（如果提示输入密码，就输入你之前设置的 Linux 密码）

执行安装：
sudo apt install -y nodejs
验证是否安装成功：node -v

第二阶段：安装openclaw

第一步：全局安装 OpenClaw

在你的终端里复制并运行这行命令（这会把它安装为系统级的全局命令）：
sudo npm install -g openclaw@latest
(提示：由于我们加了 sudo 请求管理员权限，可能需要再盲打一次你的 Linux 密码。

第二步：启动配置向导 (Onboard)

等安装进度条走完后，直接输入以下命令启动这只“太空龙虾”：
npx openclaw onboard --install-daemon

第三步：配置openclaw

现在左右键选择：

上面这句话大概意思：我知道这玩意儿默认只防外人、不防主人。如果以后我要把它开放给别人用，我会自己做好权限管理。现在我可以继续了吗？

一、快速开始 二、手动配置 选一回车

这一步是在问你：你想给你的“龙虾”接入哪个公司的“大脑”（AI 大模型）？

这里列出的是目前市面上主流的各种 AI 模型提供商。我先给你简单分个类，你就懂它们的意思了：

国际大厂（需要魔法和外币信用卡）：比如 OpenAI (开发 ChatGPT 的公司)、Anthropic (开发 Claude 的公司)、Google (开发 Gemini 的公司)、xAI (Grok) (马斯克的 AI)。

国内大厂（需要去官网申请 API Key）：比如 Moonshot AI (Kimi)、Qwen (阿里通义千问官方接口)、Qianfan (百度千帆)、Volcano Engine (字节火山引擎)、MiniMax 等。

聚合平台：比如 OpenRouter、Together AI，这些平台把很多模型集合在一起，用一个账号就能调很多模型。

本地部署/自定义：比如 vLLM，以及列表倒数第二项的 Custom Provider (自定义提供商)。

选择了 Custom Provider 之后，它就会允许我们手动填入本地 Ollama 的地址了。

接下来
这个界面是在问你：你想用什么方式提供这串密钥？

Paste API key now：直接在这里输入并保存在配置文件里（适合我们现在的本地测试和绝大多数情况）。

Use external secret provider：使用外部的密码管理工具（适合企业级的高级加密部署）。

你的操作步骤：
保持绿色圆点在默认的第一项 Paste API key now 上，直接按下回车键 (Enter)。

紧接着，屏幕应该会弹出一行让你输入具体密钥的地方。这时候，就像我们之前计划好的，直接在键盘上敲入 sk-local（或者随便敲几个英文字母），然后回车！
(因为调用你电脑本地的 Ollama 是不需要密码验证的，所以填个假的糊弄一下系统就行)。

填完这个假的 API Key 之后，回车马上就会迎来最关键的一步——输入模型名称！
到时候系统如果问你 Model 填什么，请一字不差地敲进去：qwen3-4b（每个人的模型都不一样） 然后回车。

等待一会儿，会显示成功，然后给你一个id，由于id太长不好记，model alias给模型取一个名字。

回车后开始选择软件，国内建议用字节的飞书。

回车，安装飞书的连接插件。

第三阶段：安装飞书

你的“零成本”开通步骤：

第一步：下载手机端并注册

直接在你的苹果手机上打开 App Store，搜索并下载“飞书”。下载后，用你的手机号注册并登录。

第二步：创建一个个人团队（关键）

登录后，系统会问你是加入现有企业还是创建新企业。选择 “创建全新的企业/团队”。名字可以随便起，比如叫“我的 AI 实验室”或者“家庭服务器”，人数选 1-10 人即可。这个流程是全免费的。

第三步：回到电脑浏览器扫码

手机上的“虚拟公司”建好后，回到你的 Windows 电脑，打开浏览器访问 飞书开放平台。在网页上点击“登录”，然后用你刚才注册好的手机飞书扫码登录。

第四步：创建机器人应用

登录进去后，点击 “创建企业自建应用”，给你的机器人起个名字（比如“我的超能助理”），上传个头像，点击确认。然后在左侧菜单找到 “凭证与基础信息”。

第五步：添加应用能力

添加了机器人就行了，不用配置

第四阶段：绑定飞书和配置ai

第一步：配置飞书

回车，自己绑定自己的飞书信息。机器人的 App ID 和 App Secret

选择websocket长连接模式

Allowlist - only respond in specific groups (白名单模式)

意思：机器人只会在你指定的几个群里说话。

场景：如果你打算建一个专门的“AI 讨论群”，选这个最稳妥。

Open - respond in all groups (requires mention) (开放模式)

意思：只要有人在群里 @机器人，它就会回话。

风险：如果别人把你拉进一个大群，大家拼命调戏 AI，你的显卡可能会瞬间“起飞”。

Disabled - don't respond in groups (禁用群聊)

意思：机器人只跟你私聊，完全不理会任何群聊消息。

场景：如果你只想把它当成你的私人专属助理，选这个最清净、最安全。

选择群聊id，没有就跳过。

第二步：配置ai技能

建议先勾选一个GitHub。

原因：

核心技能已就绪：在上一张截图中显示你有 8 个 Eligible (符合条件) 的技能。这通常已经包含了你最需要的 Python Interpreter (Python 解释器) 和 File System (文件系统)。有了这两项，它就能帮你写代码、跑测试和存网页文件了。

避免环境混乱：一次性安装 39 个依赖项可能会非常耗时，而且万一其中某个安装报错，会卡住你现在的配置流程。作为 985 大学的 AI 学生，你肯定知道保持开发环境整洁的重要性。

按需安装：等你的机器人跑起来之后，如果你发现确实需要某个特定功能（比如自动把代码同步到 GitHub），我们到时候再针对性地安装那一个。

后面的按需求勾选。

记得一定要在飞书里面申请发布应用不然用不了。

 npx openclaw tui启动。