OpenClaw AI 物理级离线部署指南：开启 Windows 侧的 AI 新纪元
文章目录
- 摘要
- 一、 环境基石：打通 Windows 与 Linux 的数据链路
- 1.1 安装 WSL 发行版
- 1.2 物理路径映射：定位你的安装包
- 二、 离线安装 NVM：手动构建版本管理器
- 2.1 创建目录并解压离线包
- 2.2 修改系统配置文件（.bashrc）
- 三、 离线注入 Node.js：核心引擎部署
- 四、 OpenClaw AI 主程序与插件安装
- 4.1 主程序解压与依赖预热
- 4.2离线环境下的依赖安装
- 4.3两种不同安装方式
- 方案一：侧重友好引导（官方引导）
- 方案二：进阶玩法（API密钥与自定义模型）
- 4.4 配置多模型支持和添加其他大模型
- 4.5日常维护常用命令
- 五、QQ 机器人的接入与生产化部署
- 5.1编译 OpenClaw China 插件
- 5.2插件编译与安装
- 5.3 QQ 渠道参数配置
- 5.4启动与状态检查
- 5.5 QQ机器人创建（获取AppID和AppSecret）
- 5.6相关下载资源
- 六、 总结：构筑数字堡垒
摘要
这将是一个新的时代：以 OpenClaw AI 为代表的项目，正通过 systemd 实现服务常驻，将 AI 从被动的工具进化为主动的本地资源调度官。通过 WSL2 构筑的边缘环境，让计算逻辑从云端回归本地，实现了 7x24 小时待命的智能中枢。然而，新时代的理想往往在现实面前撞得头破血流——各种意想不到的网络报错、依赖冲突以及跨系统环境下的玄学错误，已成为阻碍构筑者前进的最大绊脚石。
从架构角度看，这套“WSL2 + 离线部署 + 国内大模型”的方案，在安全性上远超常规的网页版或一键脚本：它通过物理隔离的安装链路切断了外部风险，确保了数据主权与计算逻辑的本地化回归。本文实战性地总结了一套 “物理级离线部署方案”：利用 Windows 宿主机的存储韧性，在 Linux 内核中手动构建一套纯净、闭环且完全自控的运行基座。本文旨在为每一位先行者提供一份零网络依赖、高确定性的时代行动手册，欢迎步入个人 AI 基础设施时代。
一、 环境基石：打通 Windows 与 Linux 的数据链路
在开始安装之前，我们必须理解 WSL 并不是一个完全独立的虚拟机，它与 Windows 之间有一座名为 drvfs 的桥梁。
1.1 安装 WSL 发行版
在 Windows 的 PowerShell（管理员模式） 中执行。这里我们需要确保安装的是 Ubuntu 24.04，它是目前生态支持最完善的长期支持版本。
PowerShell
步骤 1：查看云端可用的发行版列表，确认 Ubuntu-24.04 的准确名称
wsl --list --online
步骤 2：正式安装
安装过程中会弹出一个新的终端窗口，要求你输入新的 Linux 用户名和密码。
注意：密码输入时屏幕不会显示星号，输完直接回车即可。
wsl --install -d Ubuntu-24.04
1.2 物理路径映射：定位你的安装包
这里我们假设文件保存在Windows系统的E盘中。由于WSL会自动将Windows驱动器挂载到 /mnt/目录下（例如E盘对应 /mnt/e/），因此在Linux环境下可以直接访问。
实战提示：如果你的E盘在 /mnt/e/下未能自动显示，或在访问时遇到响应迟缓的情况，可以使用以下命令手动刷新挂载状态（后续所有操作基于Ubuntu系统，建议直接保持在E盘或者临时创建一个盘，可以直接复制粘贴命令）：
打开Ubuntu-24.04创建挂载点并强制关联 E 盘
metadata 参数允许我们在 Linux 侧修改 Windows 文件的权限
sudo mkdir -p /mnt/e
sudo mount -t drvfs E: /mnt/e -o metadata
验证：如果你能看到 E 盘的文件列表，说明链路已通
ls /mnt/e
二、 离线安装 NVM：手动构建版本管理器
NVM 是 Node.js 的管家。由于官方安装脚本需要访问 GitHub，离线环境下我们只能采取“手动移植”的方式。
2.1 创建目录并解压离线包
- 确保安装了 unzip 工具
sudo apt update && sudo apt install unzip -y
- 彻底清理旧环境并创建 NVM 的家（.nvm 目录）
使用 -rf 是为了防止之前安装失败留下的残余文件干扰
rm -rf ~/.nvm
mkdir -p ~/.nvm
- 从 E 盘解压你准备好的 NVM 离线包（假设包名是 nvm-0.40.4.zip，这个根据实际情况来）
unzip /mnt/e/nvm-0.40.4.zip -d ~/.nvm
- 关键动作：消除“套娃”目录
很多 zip 包解压后会自动产生一个同名文件夹（nvm-0.40.4），
我们必须把里面的内容提取到 ~/.nvm 根目录，否则环境变量会失效。
cd ~/.nvm
mv nvm-0.40.4/* . 2>/dev/null
rm -rf nvm-0.40.4
2.2 修改系统配置文件（.bashrc）
我们需要告诉 Linux 系统，每次启动终端都要去加载 .nvm 目录下的脚本，将启动指令追加到用户配置文件末尾：
cat << 'EOF' >> ~/.bashrc
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && . "$NVM_DIR/nvm.sh"
[ -s "$NVM_DIR/bash_completion" ] && . "$NVM_DIR/bash_completion"
EOF
让当前的终端立即感知到这些变化
source ~/.bashrc
验证（出现0.40.4版本）：
nvm -v
三、 离线注入 Node.js：核心引擎部署
Node.js 是 OpenClaw AI 的动力源。由于离线，我们跳过编译过程，直接使用 x64 架构的 Linux 静态二进制包。
部署至系统级路径：
我们将软件安装在 /usr/local/lib/nodejs，这是 Linux 存放第三方共享软件的标准规范位置。
- 进入 E 盘找到文件（假设具体以实际路径为准）
先确认你的文件路径是否正确：
ls /mnt/e/node-v22.22.0-linux-x64.tar.gz
- 使用 sudo 权限创建系统目录
sudo mkdir -p /usr/local/lib/nodejs
- 从 Windows 盘符直接解压到 Linux 系统路径
假设包名是 node-v22.22.0-linux-x64.tar.gz（参数解释：-x (解压), -z (处理 gzip), -v (显示过程), -f (指定文件)）
sudo tar -xzvf /mnt/e/node-v22.22.0-linux-x64.tar.gz -C /usr/local/lib/nodejs
- 永久性设置 PATH 变量
这一步是为了让系统知道 node 命令在哪个文件夹里，否则你会遇到 “command not found”
echo 'export PATH=/usr/local/lib/nodejs/node-v22.22.0-linux-x64/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
source ~/.bashrc
- 终极验证：确认版本号
node -v
四、 OpenClaw AI 主程序与插件安装
4.1 主程序解压与依赖预热
创建应用工作区
mkdir -p ~/openclaw-ai
cd ~/openclaw-ai
解压 E 盘的主程序包–strip-components=1 参数的作用是解压时丢弃压缩包内的第一层文件夹，直接提取内容：
tar -xzvf /mnt/e/openclaw-2026.2.3.tgz -C ~/openclaw-ai --strip-components=1
4.2离线环境下的依赖安装
第一步：彻底清理环境删除可能存在的 node_modules
rm -rf node_modules package-lock.json
强制清理缓存
npm cache clean --force
第二步：执行离线环境下的依赖安装（淘宝 NPM 镜像源）
npm install --registry=https://registry.npmmirror.com --fetch-retries=10 --fetch-retry-mintimeout=60000 --l
第三步：打开OpenClaw安装页面（两个命令二选一）
cd ~/openclaw-ai
./openclaw.mjs onboard
或者（二选一）
npx openclaw onboard
4.3两种不同安装方式
方案一：侧重友好引导（官方引导）
这里是填写大模型：qwen-portal/coder-model（系统默认）
在 OpenClaw 的逻辑里，模型标识符通常是 供应商/模型ID。
供应商: qwen-portal。
已定义的模型 ID 有 coder-model 和 vision-model。
浏览器地址后面要加token：
eg:http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
访问测试：http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
方案二：进阶玩法（API密钥与自定义模型）
在选择大模型页面直接Ctrl＋C停止，手动配置大模型。
第一步：创建配置目录
在终端中执行以下命令，创建必要的配置文件目录：
mkdir -p ~/.openclaw
第二步：生成配置文件
根据您使用的模型服务，选择对应的配置模板：
以阿里云DashScope为例（推荐）
cat << 'EOF' > ~/.openclaw/openclaw.json
{
"gateway": {
"mode": "local",
"auth": {
"mode": "token",
"token": "123456" # 本地访问令牌，可自定义
}
},
"models": {
"providers": {
"openai": {
"baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
"apiKey": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", # 替换为您的DashScope API Key
"api": "openai-completions",
"models": [
{
"id": "qwen-max", # 模型ID，支持 qwen-max、qwen-plus 等
"name": "Qwen Max"
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "openai/qwen-max" # 主模型路径，与上面的id对应
},
"workspace": "$HOME/.openclaw/workspace"
}
}
}
EOF
此模板为通用的，只需要修改这四处：
“baseUrl”:这里填入您的API端点地址
“apiKey”：这里填入您的API密钥
“id”：这里填入模型ID
“name”：这里填入模型显示名称
“primary”：openai/这里填入模型ID（注意：这里需要与上面的id一致）
第三步：验证配置
配置文件生成后，建议检查其内容是否正确：
cat ~/.openclaw/openclaw.json
第四步：启动服务
使用以下命令启动网关，服务将自动读取配置文件中的设置输出地址：http://127.0.0.1:18789成功。
./openclaw.mjs gateway --force
4.4 配置多模型支持和添加其他大模型
国内主流大模型
| 供应商 | 模型名称 | OpenAI 兼容 Base URL | API Key 申请 / 控制台链接 |
|---|---|---|---|
| 豆包 (火山引擎) | Doubao-Pro | https://ark.cn-beijing.volces.com/api/v3 | 火山方舟控制台 |
| 通义千问 (百炼) | Qwen-Max/Plus | https://dashscope.aliyuncs.com/compatible-mode/v1 | 阿里云百炼控制台 |
| DeepSeek (深度求索) | DeepSeek-V3/R1 | https://api.deepseek.com/v1 | DeepSeek 开放平台 |
| Kimi (月之暗面) | moonshot-v1 | https://api.moonshot.cn/v1 | Moonshot 开发者平台 |
| 智谱 AI (GLM) | GLM-4 / Air | https://open.bigmodel.cn/api/paas/v4/ | 智谱 AI 开放平台 |
| 零一万物 (Yi) | yi-lightning | https://api.lingyiwanwu.com/v1 | 零一万物控制台 |
| 腾讯混元 | hunyuan-turbo | https://api.hunyuan.cloud.tencent.com/v1 | 腾讯云混元控制台 |
| 百度文心 (千帆) | ERNIE-4.0 | https://qianfan.baidubce.com/v2 | 百度千帆平台 |
新增大模型
前往豆包控制台（上方已提供申请链接），其他大模型的配置流程与此类似。
在控制台中，找到并进入 “API Key 管理” 页面。
创建一个API Key密钥：
告诉OPENCLAW关键信息他自己就能够配置大模型（如果命令不对，可能AI会掉线，可以参考前进阶玩法，重新写入配置信息。）：
“帮我配置XXX大模型，Key是 [你的API Key]，baseUrl是 [大模型的Base URL] 要求：作为一个新的供应商加入，别删我之前的配置”。
终端查看命令（验证配置是否成功）：
cat ~/.openclaw/openclaw.json
添加多模型
可以询问其他AI相关信息来配置：
核心思想：不允许删除其他配置信息。
“帮我新增：Doubao-Pro 大模型 要求：别删我之前的配置”。
4.5日常维护常用命令
Ubuntu系统命令
日常启动 ：
cd ~/openclaw-ai
./openclaw.mjs gateway --force --allow-unconfigured
全部关闭：kill -f openclaw
进入系统安装界面：
cd ~/openclaw-ai
./openclaw.mjs onboard
查看核心API Key大模型配置：cat ~/.openclaw/openclaw.json
检查系统所有监听端口： ss -tulpn
检查 Node.js 版本（确保符合项目要求）： node -v
查看当前的 Node 运行版本：node -v
查看显存是否爆了： nvidia-smi
查看 CPU 和内存压力： htop
一键修复权限（确保所有者是你的用户）：
sudo chown -R $USER:$USER ~/openclaw-ai ~/.openclaw
安全补丁： sudo apt update && sudo apt upgrade -y
查看磁盘占用大户:du -sh ~/openclaw-ai/* | sort -rh
查看历史命令：history | grep openclaw
测试你的 Ubuntu 到底能不能上网:ping -c 4 baidu.com
查看网关分配的 IP： hostname -I
Windows PowerShell命令
启动：wsl
彻底关机（最推荐）：wsl --shutdown
确定是否真正关机：wsl --list --verbose
从 Windows 访问 Ubuntu 文件： 在 Windows 资源管理器的地址栏输入：wsl$Ubuntu-24.04
在 Ubuntu 里访问 Windows 的 E 盘： cd /mnt/e/
五、QQ 机器人的接入与生产化部署
5.1编译 OpenClaw China 插件
这是让 AI 具备“社交能力”的关键步骤，需要我们将插件源码转换为可执行代码。
1.解压插件（假设 zip 在 Windows E 盘根目录根据实际路径）
unzip /mnt/e/openclaw-china-main.zip -d ~
mv ~/openclaw-china-main ~/openclaw-china
2.验证目录
ls ~/openclaw-china
3.安装并激活现代包管理器（绕过受限的 /usr/local）
curl -fsSL https://get.pnpm.io/install.sh | sh -
source ~/.bashrc
4.验证 pnpm 工具是否可用
pnpm -v
5.2插件编译与安装
将源码转换为可执行的插件包，并链接到 OpenClaw 主程序。
1.安装插件依赖（使用国内阿里云 NPM 镜像源）
cd ~/openclaw-china
pnpm install --registry=https://registry.npmmirror.com
2.编译插件源码
pnpm build
3.将插件链接到主程序（注意使用完整路径）
cd ~/openclaw-ai && ./openclaw.mjs plugins install -l /home/kxdfzg/openclaw-china/packages/channels
4。验证插件是否加载 (列表中应出现 Moltbot China Channels 且状态为 loaded)
./openclaw.mjs plugins list
5.3 QQ 渠道参数配置
进入主程序目录，通过 CLI 刷入 QQ 机器人的核心配置。
1.进入主目录
cd ~/openclaw-ai
3.开启 QQ 渠道开关
./openclaw.mjs config set channels.qqbot.enabled true
4.配置 AppID 和 Secret (替换为你自己的 ID文章最后)
./openclaw.mjs config set channels.qqbot.appId "你的AppID"
./openclaw.mjs config set channels.qqbot.clientSecret "你的AppSecret"
5.刷入其他业务配置
./openclaw.mjs config set channels.qqbot.markdownSupport false
./openclaw.mjs config set channels.qqbot.dmPolicy open
./openclaw.mjs config set channels.qqbot.groupPolicy open
./openclaw.mjs config set channels.qqbot.requireMention true
./openclaw.mjs config set channels.qqbot.textChunkLimit 1500
./openclaw.mjs config set channels.qqbot.replyFinalOnly false
./openclaw.mjs config set gateway.http.endpoints.chatCompletions.enabled true
6.确认配置是否写入成功
./openclaw.mjs config get channels.qqbot
5.4启动与状态检查
清理环境并以调试模式运行：
- 停止任何正在运行的网关进程
./openclaw.mjs gateway stop
- 自动修复配置一致性 (重要一步)
./openclaw.mjs doctor --fix
- 正式启动（开启 --verbose 模式观察连接日志）
./openclaw.mjs gateway --verbose --force
部署成功标志：
当你看到控制台输出： [QQBot] WebSocket connected 说明你的 QQ 机器人已经正式和 OpenClaw 网关合体成功了！
5.5 QQ机器人创建（获取AppID和AppSecret）
首先登入QQ开放平台（https://q.qq.com）如果没有账号自行创建。
根据实际情况来选择，部署在本地建议选择本人访问即可。
5.6相关下载资源
123网盘：https://www.123865.com/s/i72cTd-B5SAH
GitHub（源地址）：
openclaw AI：https://github.com/openclaw/openclaw/releases （AI助手）
nvm-0.40.4：https://github.com/nvm-sh/nvm/releases/tag/v0.40.4 （依赖环境）
node-v22.22.0-linux-x64：https://nodejs.org/download/release/v22.22.0/（依赖环境）
openclaw-china-main：https://github.com/BytePioneer-AI/openclaw-china（支持飞书，钉钉，QQ，企业微信，微信OpenClaw插件）
注意：所有环境依赖全部采用阿里云NPM镜像源。
六、 总结：构筑数字堡垒
通过这套“物理级离线部署方案”，不仅实现了 OpenClaw AI 在 WSL2 环境下的稳定运行，更在 Windows 宿主机之上，建立了一座逻辑闭环的数字堡垒。
在这个新的时代，开发范式正在经历深刻定义：
确定性终结环境玄学：利用离线预装与物理挂载机制，彻底阻断了网络波动与依赖冲突，使部署流程进入可预测、可复现的工程轨道。
边缘计算保障数据主权：基于 OpenClaw AI 与国内大模型的协同架构，计算逻辑得以从云端回归本地，构建起 7x24 小时待命且高度受控的智能中枢。
角色从调用向构筑跃迁：摆脱了单纯的 API 调用模式，转而通过路径精算、服务守护以及渠道编排，实现了对 AI 底层基础设施的深度管控。
此套方案的成功落地，标志着个人 AI 基础设施化的初步完成。随着插件生态的扩展与本地业务逻辑的深化，该系统将展现出更强大的进化潜力。
新纪元的航道已经铺就，硬核构筑永无止境！
