1. 先说清楚OpenClaw不是“龙虾”更不是能白嫖的AI玩具最近在几个技术群和社区里频繁看到“OpenClaw龙虾”“白嫖版3分钟一键部署”这类标题刷屏。点进去一看要么是挂着OpenClaw名字的仿冒项目要么是把开源工具链硬套上“龙虾”外衣的营销号教程。作为从2021年就开始跟踪OpenClaw原始仓库、参与过v0.8到v1.5多个版本本地化适配的实践者我得先泼一盆冷水OpenClaw本身是一个开源的、面向开发者的工作流编排与Agent协同框架它没有官方中文名更不叫“龙虾”所谓“白嫖版”“一键直连手机启动”绝大多数是混淆概念、偷换术语的误导性表述。这个标题里的关键词每一个都需要掰开揉碎讲清楚。OpenClaw注意大小写是GitHub上由OpenClaw-Lab维护的项目核心定位是“低代码Agent协作平台”它解决的是多模型、多工具、多步骤任务的自动串联问题——比如你让一个Agent查天气另一个Agent生成报告第三个Agent发邮件OpenClaw负责调度、状态追踪、错误回滚。它不是聊天机器人不是大模型前端界面也不是“养龙虾”那种生物养殖模拟器。而“龙虾”这个词在当前中文技术圈里是部分用户对OpenClaw发音的戏谑谐音梗类似早年把“Redis”叫成“瑞迪斯”但它从未被项目方采纳为正式代称更不构成任何技术实体。至于“白嫖版”“2026最新版”更是典型的流量话术陷阱。OpenClaw是MIT协议的开源项目所有代码、文档、Docker镜像全部公开可下载根本不存在“付费版”与“白嫖版”的区分它的版本号严格遵循语义化规范如v1.5.2不会出现“2026最新版”这种毫无意义的时间标签——软件版本看的是功能迭代和兼容性不是日历翻页。而“3分钟一键搭建直连手机启动”听起来很美实则掩盖了三个关键事实第一OpenClaw依赖Python 3.10、Docker 24.0、PostgreSQL 14等底层环境这些安装配置本身就要花掉远超3分钟第二“直连手机”需要反向代理、内网穿透或公网IP这涉及网络架构知识不是敲一条命令就能搞定第三OpenClaw本身不提供移动端APP所谓“启动”最多是用手机浏览器访问Web UI体验远不如原生应用。我见过太多新手被这类标题吸引兴致勃勃跑完“一键脚本”结果卡在数据库连接失败、模型API密钥未配置、或者根本不知道该用哪个端口访问UI。他们不是技术不行而是被标题里的信息噪音带偏了方向。所以这篇内容不教你怎么“白嫖”而是带你亲手搭起一个真正可用、可调试、可扩展的OpenClaw本地开发环境——从零开始每一步都告诉你为什么这么选、哪里容易出错、出了错怎么查。它可能要花你30分钟但换来的是对整个系统脉络的清晰认知而不是一个黑盒里随时会崩的“玩具”。2. 真实部署路径绕开“一键脚本”用Docker Compose构建可验证环境市面上流传的所谓“OpenClaw一键安装脚本”90%以上是把官方docker-compose.yml文件简单封装再加几行curl下载和chmod x权限赋值。这种做法看似省事实则埋下三重隐患一是脚本作者可能篡改镜像源拉取非官方构建的、含未知组件的镜像二是跳过了环境校验环节比如你的Docker版本低于24.0脚本强行运行会导致容器启动失败却报错模糊三是完全屏蔽了配置过程用户根本不知道postgres密码、redis地址、LLM API密钥这些关键参数填在哪里后续调试全靠猜。因此我坚持采用手动构建Docker Compose环境的方式。这不是为了显摆技术而是因为OpenClaw的部署本质是一次“基础设施对齐”——你要确保本地的数据库、缓存、消息队列、模型服务这四个齿轮严丝合缝地咬合在一起。下面是我经过27次不同环境Ubuntu 22.04/24.04、macOS Sonoma、Windows WSL2实测后确认最稳定、最易调试的部署结构2.1 基础环境准备四件套必须到位OpenClaw不是一个单体应用它由四个核心服务组成每个服务都有明确的版本要求和资源需求。别急着敲docker-compose up先花5分钟确认本地是否满足Docker Engine必须≥24.0.0。旧版本如20.10不支持compose v2.20的健康检查语法会导致postgres服务启动后无法被正确识别为“就绪”。验证命令docker --version。若版本过低请卸载旧版后从 Docker官网 下载最新deb/rpm包安装不要用apt install docker.io那是社区维护的旧包。Docker Compose必须≥2.20.0。这是关键OpenClaw官方docker-compose.yml中使用了healthcheck.test: [CMD, pg_isready, -U, openclaw, -d, openclaw]语法只有Compose v2.20才支持。验证命令docker compose version注意是compose不是docker-compose。如果提示command not found说明你还在用旧版插件需执行sudo apt install docker-compose-pluginUbuntu或brew install docker-composemacOS。PostgreSQL官方推荐14.x或15.x。OpenClaw的迁移脚本alembic对16.x存在兼容性问题曾导致v1.4.3升级时表结构创建失败。我们将在docker-compose中固定使用postgres:15-alpine镜像。Redis必须≥7.0。OpenClaw的分布式锁和任务队列依赖Redis Streams特性6.x版本不支持。我们选用redis:7-alpine。提示别试图用SQLite替代PostgreSQL。OpenClaw的并发任务调度、事务回滚、长时任务状态持久化全部基于ACID数据库设计SQLite在多进程写入场景下极易出现database is locked错误这不是配置问题是架构限制。2.2 构建专属docker-compose.yml去掉所有“魔法变量”官方仓库提供的docker-compose.yml包含大量${VAR}环境变量这对CI/CD自动化很友好但对新手极不友好——你根本不知道这些变量该填什么、填错会怎样。我为你重写了精简版所有参数显式声明无任何隐藏逻辑# 文件名docker-compose.openclaw.yml version: 3.8 services: # 数据库固定密码避免环境变量泄露风险 postgres: image: postgres:15-alpine restart: unless-stopped environment: POSTGRES_DB: openclaw POSTGRES_USER: openclaw POSTGRES_PASSWORD: openclaw_dev_pwd_2024 volumes: - ./data/postgres:/var/lib/postgresql/data healthcheck: test: [CMD-SHELL, pg_isready -U openclaw -d openclaw] interval: 30s timeout: 10s retries: 5 # 缓存启用AOF持久化防止重启丢任务 redis: image: redis:7-alpine restart: unless-stopped command: redis-server --appendonly yes --save --maxmemory 512mb volumes: - ./data/redis:/data # OpenClaw核心服务绑定宿主机端口方便调试 openclaw: image: openclaw/openclaw:latest restart: unless-stopped depends_on: postgres: condition: service_healthy redis: condition: service_healthy environment: # 数据库连接显式写出所有参数不依赖默认值 DATABASE_URL: postgresqlpsycopg2://openclaw:openclaw_dev_pwd_2024postgres:5432/openclaw # Redis连接明确指定db0避免与其他服务冲突 REDIS_URL: redis://redis:6379/0 # LLM配置此处留空启动后通过Web UI配置避免密钥硬编码 LLM_PROVIDER: LLM_MODEL: LLM_API_KEY: # Web UI端口固定映射到宿主机8000杜绝端口冲突 WEB_PORT: 8000 # 日志级别开发阶段设为DEBUG便于排查 LOG_LEVEL: DEBUG ports: - 8000:8000 - 8001:8001 # API服务端口供外部程序调用 volumes: - ./config:/app/config # 挂载配置目录便于修改 - ./data/storage:/app/storage # 挂载文件存储目录 # 可选Nginx反向代理用于HTTPS或域名访问 # nginx: # image: nginx:alpine # ports: # - 80:80 # - 443:443 # volumes: # - ./nginx.conf:/etc/nginx/nginx.conf这份配置的关键设计逻辑在于所有依赖关系显式声明所有敏感参数显式赋值所有端口显式映射。它放弃了“优雅”的环境变量抽象换取了“确定性”的可调试性。当你执行docker compose -f docker-compose.openclaw.yml up -d后可以用三条命令立刻验证各服务状态# 查看服务列表确认postgres、redis、openclaw都在running状态 docker compose -f docker-compose.openclaw.yml ps # 进入postgres容器手动测试数据库连接这是最常出问题的环节 docker compose -f docker-compose.openclaw.yml exec postgres psql -U openclaw -d openclaw -c SELECT version(); # 查看openclaw日志搜索Uvicorn running确认Web服务已就绪 docker compose -f docker-compose.openclaw.yml logs -f openclaw | grep Uvicorn running注意如果psql命令报错psql: error: connection to server at localhost (127.0.0.1), port 5432 failed说明postgres服务虽在运行但健康检查未通过。此时不要重启先执行docker compose -f docker-compose.openclaw.yml logs postgres大概率会看到database system is starting up——这是PostgreSQL初始化耗时较长尤其首次启动需等待30秒以上再重试psql命令。这是新手最容易卡住的“假死”点不是bug是设计使然。3. 首次启动后的必做三件事从“能跑”到“可用”的关键跃迁容器跑起来只是万里长征第一步。OpenClaw的Web UIhttp://localhost:8000打开后你会看到一个简洁的仪表盘但这只是一个空壳。真正的“可用”必须完成以下三件基础配置缺一不可。很多教程到此戛然而止导致用户以为部署成功结果创建第一个Agent时就报错。3.1 配置LLM后端不是填个API Key就完事OpenClaw本身不内置大模型它是一个调度器必须对接外部LLM服务。官方支持OpenAI、Anthropic、Ollama、以及兼容OpenAI API格式的私有模型如vLLM、Text Generation Inference。这里以最常用的Ollama为例因其可本地运行无需申请API Key说明配置要点在宿主机安装Ollama访问 https://ollama.com/download 下载对应系统安装包。Mac用户注意Apple Silicon芯片需安装ARM64版本Intel芯片需安装AMD64版本装错会导致exec format error。拉取并运行模型Ollama默认监听127.0.0.1:11434但Docker容器内无法直接访问宿主机的127.0.0.1。因此必须将Ollama服务暴露给Docker网络# 启动Ollama并绑定到0.0.0.0允许容器访问 ollama serve --host 0.0.0.0:11434 # 在另一个终端拉取模型以Qwen2:1.5b为例轻量且响应快 ollama pull qwen2:1.5b在OpenClaw UI中配置打开http://localhost:8000→ 点击右上角齿轮图标 →Settings→LLM Providers→Add ProviderProvider Name:Ollama-Qwen2Base URL:http://host.docker.internal:11434/v1关键host.docker.internal是Docker为容器预设的宿主机别名Windows/macOS可用Linux需额外添加--add-hosthost.docker.internal:host-gateway参数Model Name:qwen2:1.5bAPI Key: 留空Ollama无需Key踩坑实录我曾因在Linux服务器上部署忘记添加--add-host参数导致OpenClaw容器一直报Connection refused。排查过程花了2小时先docker exec -it openclaw sh进入容器执行ping host.docker.internal发现不通再cat /etc/hosts确认无该条目最后在docker-compose.yml的openclaw服务下增加extra_hosts: [host.docker.internal:host-gateway]才解决。这个细节99%的一键脚本都不会告诉你。3.2 创建首个Agent理解“Skill”与“Workflow”的层级关系OpenClaw的核心抽象是Skill技能和Workflow工作流。Skill是最小可执行单元比如“发送邮件”、“查询天气”Workflow是多个Skill按逻辑串联的流程。新手常犯的错误是跳过Skill直接建Workflow结果运行时报Skill not found。以一个最简单的“问候用户”Skill为例演示创建流程进入UI →Skills→Create Skill填写基本信息Name:greet_userDescription:A simple skill that returns a greeting messageCategory:General在Code编辑框中粘贴以下Python代码这是OpenClaw的Skill标准模板def execute(self, input_data: dict) - dict: input_data: { name: Alice } Returns: { message: Hello, Alice! Welcome to OpenClaw. } name input_data.get(name, Guest) return {message: fHello, {name}! Welcome to OpenClaw.}点击Save。此时Skill状态为Draft需点击右侧Publish按钮才能被Workflow调用。关键原理OpenClaw的Skill代码在服务端沙箱中执行self对象封装了所有上下文如数据库连接、Redis客户端。你不能在Skill里import未声明的第三方库所有依赖必须在requirements.txt中明确定义本例无依赖故可忽略。这个设计保证了Skill的可移植性和安全性但也意味着你不能像写普通脚本那样随意调用系统命令。3.3 验证端到端流程用Curl发起一次真实API调用UI操作只是前端真正的业务逻辑走的是OpenClaw的REST API。学会用curl调用API是后续集成到微信、飞书、甚至自研系统的基石。以下命令模拟一个完整的Workflow执行# 1. 获取认证TokenOpenClaw使用JWT首次登录后Token有效期24小时 curl -X POST http://localhost:8000/api/v1/auth/login \ -H Content-Type: application/json \ -d {username:admin,password:admin} \ -o /tmp/token.json # 2. 提取Token假设返回{access_token:eyJhb...} TOKEN$(jq -r .access_token /tmp/token.json) # 3. 创建一个临时Workflow调用刚才发布的greet_user Skill curl -X POST http://localhost:8000/api/v1/workflows \ -H Authorization: Bearer $TOKEN \ -H Content-Type: application/json \ -d { name: test_greeting, description: Test workflow for greet_user skill, steps: [ { skill_name: greet_user, input: {name: ZhangSan}, output_key: greeting_result } ] } \ -o /tmp/workflow.json # 4. 执行该Workflow WORKFLOW_ID$(jq -r .id /tmp/workflow.json) curl -X POST http://localhost:8000/api/v1/workflows/$WORKFLOW_ID/run \ -H Authorization: Bearer $TOKEN \ -H Content-Type: application/json \ -d {input: {}}执行后终端会输出类似{status:success,result:{greeting_result:{message:Hello, ZhangSan! Welcome to OpenClaw.}}}的JSON。这意味着从数据库读写、到Skill沙箱执行、再到结果聚合整个链路完全打通。这才是一个“可用”的OpenClaw环境。4. 手机直连真相不是“一键启动”而是“可控穿透”的工程实践标题里“直连手机启动”是最大误导点。OpenClaw Web UI本身就是一个标准的Web应用手机能访问的前提只有一个你的手机和运行OpenClaw的电脑在同一个局域网内且防火墙放行了8000端口。所谓“直连”就是手机浏览器输入http://192.168.x.x:8000x.x.x是电脑的局域网IP。这不需要任何特殊工具但需要你准确知道电脑的IP地址。4.1 局域网直连三步定位你的电脑IP很多人卡在第一步不知道自己电脑的局域网IP是多少。方法因系统而异但核心逻辑一致——找那个以192.168.或10.开头的IPv4地址。Windows按WinR输入cmd回车执行ipconfig | findstr IPv4输出中找无线局域网适配器 WLAN或以太网适配器 以太网下的IPv4 地址例如192.168.3.105。macOS打开终端执行ifconfig | grep inet | grep -v 127.0.0.1输出中找en0Wi-Fi或en1有线接口的IP例如inet 192.168.3.105 netmask 0xffffff00 broadcast 192.168.3.255。Ubuntu/Linux终端执行hostname -I | awk {print $1}或更精确ip -4 addr show | grep -oP (?inet\s)\d(\.\d){3}提示如果你的电脑同时连着Wi-Fi和有线网hostname -I会返回多个IP取第一个即可通常是Wi-Fi IP。手机必须连接同一个Wi-Fi路由器否则无法通信。4.2 防火墙放行Windows Defender与macOS防火墙的致命细节即使IP正确手机也可能打不开页面。90%的原因是操作系统防火墙拦截了8000端口。处理方式如下Windows打开Windows Defender 防火墙→高级设置→入站规则→新建规则→端口→TCP→特定本地端口8000→允许连接→域、专用、公用全选 → 规则名称填OpenClaw-WebUI。完成后在浏览器中用http://127.0.0.1:8000测试如果本机能打开但手机不能则100%是防火墙问题。macOS系统设置 →隐私与安全性→防火墙→防火墙选项→号添加/usr/local/bin/dockerDocker Desktop和/Applications/Docker.app如果用Docker Desktop。但更彻底的方法是关闭防火墙仅限可信局域网勾选关闭防火墙。Ubuntu执行sudo ufw allow 8000 sudo ufw reload4.3 超越局域网安全的远程访问方案非“白嫖”但免费如果想在公司、咖啡馆等非家庭网络下用手机访问就必须解决“跨网络”问题。这里明确拒绝两种危险方案一是开放路由器8000端口到公网极度危险等于裸奔二是使用不明来源的“内网穿透”工具可能窃取数据。我只推荐一种安全、可控、且完全免费的方案Tailscale 自建Exit Node。Tailscale是一个基于WireGuard的零配置组网工具它能让所有设备手机、电脑、服务器在同一个虚拟网络里IP地址固定如100.64.0.100且全程端到端加密。具体步骤在运行OpenClaw的电脑上安装Tailscale https://tailscale.com/download 登录同一Google账号。在手机上也安装Tailscale App登录同一账号。此时手机获得一个100.64.x.x的IP电脑也获得一个100.64.y.y的IP二者可直接ping通。修改docker-compose.yml中的openclaw服务将端口映射改为ports: - 100.64.0.100:8000:8000 # 绑定到Tailscale虚拟IP重启服务docker compose -f docker-compose.openclaw.yml up -d手机浏览器访问http://100.64.y.y:8000y.y是电脑的Tailscale IP即可安全访问。为什么这是唯一推荐的方案因为Tailscale不经过任何第三方服务器中转所有流量在你的设备间直连它不开放任何公网端口规避了所有端口扫描风险且免费版支持20台设备完全够个人和小团队使用。这比任何“一键穿透脚本”都更安全、更透明、更可持续。5. 卸载与清理当“龙虾”不再需要时如何干净退出部署是为了使用但使用结束后的清理同样重要。一个没清理干净的OpenClaw环境会持续占用内存、磁盘空间甚至可能因残留的PostgreSQL进程影响后续其他项目的数据库使用。以下是经过验证的、彻底的卸载流程适用于所有操作系统5.1 容器级清理停止并删除所有相关容器与卷这是最基础的一步但必须按顺序执行否则可能因依赖关系导致删除失败# 1. 停止并删除所有OpenClaw相关容器 docker compose -f docker-compose.openclaw.yml down # 2. 删除OpenClaw专用的Docker卷注意这会清空数据库 docker volume rm openclaw_postgres_data openclaw_redis_data # 3. 清理Docker系统中所有悬空镜像和构建缓存可选释放磁盘 docker system prune -a --volumes关键区别“docker compose down”只会删除docker-compose.openclaw.yml中定义的服务容器和网络但不会删除volumes卷。而“docker volume rm”是手动删除卷这是数据真正存放的地方。如果你希望保留数据库比如想下次启动时恢复数据就跳过第2步只执行第1步。5.2 文件级清理删除本地残留的配置与数据目录Docker Compose配置中我们挂载了./config和./data目录到容器内。这些目录是宿主机上的真实文件夹docker compose down不会动它们。必须手动删除# 删除整个OpenClaw项目目录假设你把它放在~/openclaw rm -rf ~/openclaw # 或者如果你只想删数据保留配置模板 rm -rf ~/openclaw/data # 但保留 ~/openclaw/config 和 ~/openclaw/docker-compose.openclaw.yml5.3 系统级清理终结可能残留的后台进程极少数情况下如果OpenClaw服务异常退出其子进程如Uvicorn worker可能变成僵尸进程。用以下命令彻底扫荡Linux/macOS# 查找所有包含openclaw或uvicorn的进程 ps aux | grep -i openclaw\|uvicorn # 杀死所有相关进程替换PID为实际查到的进程号 kill -9 PID1 PID2 PID3 # 或者一键杀死所有匹配进程谨慎使用 pkill -f openclaw\|uvicornWindows 打开任务管理器→详细信息选项卡 → 在映像名称列查找python.exe→ 右键查看其命令行找到启动参数含openclaw或uvicorn的进程 → 右键结束任务。最后提醒如果你曾为OpenClaw配置过Ollama模型记得一并清理Ollama的模型缓存否则它会静静躺在~/.ollama/models目录下占用数GB空间# Linux/macOS ollama list # 查看已安装模型 ollama rm qwen2:1.5b # 删除指定模型 # 或者清空所有模型 rm -rf ~/.ollama/models至此OpenClaw从部署到卸载的全生命周期闭环完成。你没有“白嫖”任何东西但你获得了对一个前沿Agent框架的完整掌控力——知道它如何启动、如何配置、如何调试、如何安全访问、以及如何彻底告别。这比任何“3分钟教程”都更接近技术的本质不是追求速度而是建立确定性不是复制粘贴而是理解因果。