OpenClaw云服务器部署全攻略：专业测评与实战指南

2026-06-23阅读 0热度 0

服务器 AIGC

一只龙虾帮我写代码：OpenClaw 云服务器部署全记录

昨天在技术沙龙上分享完 OpenClaw 的部署经历，趁热把内容落到文字上。

先交代下背景。市面上类似的 AI 编程工具不少——Cursor、Trae、Claude、Opencode 我都在用，但一个共同的问题是：你必须守在 IDE 旁边，切来切去。真正想要的效果是：AI 直接住在飞书、Telegram 这些日常工具里，消息即交互，不切窗口。

OpenClaw 恰好做了这件事。它基于 Pi Agent 框架，支持接入多种大模型，核心卖点是能通过飞书、Telegram 等渠道直接对话，数据不出服务器，可控。

架构设计

在讲部署之前，先把 OpenClaw 的架构捋清楚，理解透了再动手会顺很多。

核心是三层：微核 + 插件 + 网关。最打动我的是它的“文件即记忆”理念——配置只需要四个文件：

SOUL.md — “我是谁”，人格和语气（宪法定级）
USER.md — “为谁服务”，用户偏好
AGENTS.md — 安全规则，优先级最高
IDENTITY.md — 外在形象，名称和问候语

记忆系统是双轨制：MEMORY.md 存长期精选，memory/ 目录按日期存原始对话。口诀很朴素：“用户说记住 → 立刻写文件 → 不靠脑内缓存”。

配置环境

测试环境：Ubuntu 20.04 Arm OracleCloud

使用 mise 管理环境

推荐用 mise 来管理 Node.js 环境，比 nvm 轻量。Linux/Unix 安装：

curl https://mise.run | sh

echo 'eval "$(~/.local/bin/mise activate bash)"' >> ~/.bashrc

source ~/.bashrc

mise doctor

macOS：

brew install mise

配置 Node.js 24（OpenClaw 推荐）：

mise use --global node@24

常用 mise 命令备忘：

# 配置基础环境工具
mise use -g terraform jq go

# 执行特定版本命令
mise exec node@24 -- node -v

安装 OpenClaw

npm install -g openclaw@latest
openclaw onboard --install-daemon

基础配置

# 配置
openclaw config

# 查看状态
openclaw doctor

# 打开面板
openclaw dashboard

踩坑：gateway install 失败

openclaw onboard --install-daemon 生成的 systemd 服务文件可能有问题，gateway 起不来。手动修复：

# 先确认路径
NODE_PATH=$(which node)
OPENCLAW_PATH=$(which openclaw)
echo "Node: $NODE_PATH"
echo "OpenClaw: $OPENCLAW_PATH"

# 创建正确的服务文件
sudo tee /etc/systemd/system/openclaw-gateway.service > /dev/null << EOF
[Unit]
Description=OpenClaw Gateway
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=/root
Environment="OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1"
Environment="OPENCLAW_GATEWAY_PORT=18668"
ExecStart=$NODE_PATH $OPENCLAW_PATH gateway --port 18668
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target
EOF

# 重启服务
sudo systemctl daemon-reload
sudo systemctl restart openclaw-gateway

# 查看状态
sudo systemctl status openclaw-gateway | head -20

网络配置

dashboard 需要配置访问权限，建议使用隧道转发或者反代。

SSH 隧道端口转发

内网环境需要做端口转发：

ssh -N -L 18668:127.0.0.1:18668 suroy@服务器IP

开放防火墙

# 添加 iptables 规则
sudo iptables -I INPUT 5 -p tcp --dport 18668 -j ACCEPT

# 永久保存
sudo apt install iptables-persistent -y
sudo netfilter-persistent sa ve

# 确认规则
sudo iptables -L INPUT -n --line-numbers | head -10

接入飞书

网络通了之后，装飞书插件：

npx -y @larksuite/openclaw-lark install

执行完这条命令会弹出一个二维码，用飞书扫码配置即可，过程很流畅。注意使用 bash/zsh 等 Unix/Linux 终端工具设置，避免出现异常的二维码。详细资料配置可参考飞书官方文档。

设备管理

# 查看设备列表
openclaw devices list
openclaw devices list --json

# 批准设备接入
openclaw devices approve

踩坑备忘

Dashboard 必须公网可访问，内网穿透是刚需
权限别漏了机器人相关的

实际用起来怎么样

用了几周，几个场景确实好用：

写代码：在飞书里直接写代码片段，让它 review 我的开源项目。丢个 API 链接让它总结用法，比翻文档快。

调试：贴报错信息让它分析，定位问题根源，给出解决方案，比自己 Google 快。

开会准备：让它整理要点、写纪要、生成待办。

一句话总结：Agent + 消息渠道 = 生产力工具。技术不复杂，关键是跟场景结合。

尾言

从“切窗口问 AI”到“AI 住进我的工作流”，这个转变比想象中大。OpenClaw 不完美，但方向是对的——AI 不应该是单独的 APP，应该融入已有的工具链。

有问题欢迎交流。