1. 项目概述为什么选择宝塔面板部署OpenClaw最近在折腾本地AI智能体OpenClaw小龙虾这个项目热度挺高。它是一个开源的AI智能体框架能让你在本地电脑或者自己的服务器上跑起来一个类似“贾维斯”的AI助手。你可以让它帮你处理文件、分析数据、自动执行网页操作甚至接入微信、飞书当个智能客服。功能听起来很酷但它的部署文档对新手来说门槛不低涉及到Docker、环境变量、端口映射一堆概念很容易在第一步“安装”上就卡住。这正是我想写这篇教程的原因。我发现用宝塔面板来部署OpenClaw是一个对新手极其友好的“降维打击”方案。宝塔面板大家应该不陌生它把服务器上那些繁琐的命令行操作比如安装Nginx、MySQL、管理文件、设置防火墙都变成了可视化的点击操作。用宝塔来部署OpenClaw相当于你有了一个图形化的“安装向导”能避开至少80%的命令行坑。你不用再纠结于docker-compose.yml文件里某行配置写错了也不用担心端口冲突了不知道怎么查宝塔的界面会帮你把这些底层细节管理得明明白白。所以这篇教程的目标很明确即使你是一个只有最基础Linux操作经验的开发者或者是一个想快速搭建AI工具的产品经理也能跟着这篇图文指南在30分钟到1小时内成功在你自己服务器上跑起一个功能完整的OpenClaw服务。我们会从零开始涵盖服务器准备、宝塔安装、Docker环境配置、OpenClaw一键部署、以及最重要的——如何配置它连接你的本地大模型比如用Ollama跑的Llama 3并让它真正开始为你工作。2. 环境准备与核心工具解析在开始动手之前我们需要把“战场”准备好。这里的选择会直接影响后续部署的顺利程度和最终系统的稳定性。2.1 服务器与系统选择首先你需要一台服务器。对于OpenClaw这种AI应用我强烈推荐使用云服务器而不是在性能参差不齐的本地电脑上折腾。云服务器环境干净、网络稳定并且可以24小时运行。服务器配置建议OpenClaw本身作为框架资源消耗不大但它的“大脑”——大语言模型LLM才是吃资源的大户。如果你的目标是快速体验和测试那么选择2核CPU、4GB内存、20GB以上硬盘的配置是起步线。如果你想运行参数大一些的模型如7B以上的模型建议至少4核CPU、8GB内存。国内外的云服务商如腾讯云、阿里云、AWS Lightsail都有类似配置的套餐。操作系统选择这是关键一步。务必选择纯净的、未安装任何面板的Linux系统。我推荐使用Ubuntu 20.04 LTS 或 22.04 LTS。这两个版本长期支持社区资源丰富与宝塔面板和Docker的兼容性也最好。在购买云服务器时镜像选择里通常会有“纯净版”或“官方版”的Ubuntu系统直接选它。注意千万不要选择已经预装了宝塔或其他面板的系统镜像。从纯净系统开始安装能最大程度避免环境冲突和未知错误。2.2 宝塔面板的安装与基础安全设置拿到一台全新的Ubuntu服务器后我们通过SSH连接它使用Xshell、FinalShell或系统终端都可以开始安装宝塔。更新系统与安装依赖连接服务器后首先执行下面两条命令更新软件源并安装一些基础工具。这就像给新房子通水电。sudo apt update sudo apt upgrade -y sudo apt install wget curl git vim -y一键安装宝塔面板访问宝塔官网找到对应Ubuntu的一键安装脚本。目前以宝塔7.9.0版本为例命令如下wget -O install.sh https://download.bt.cn/install/install-ubuntu_6.0.sh sudo bash install.sh执行后脚本会全自动运行。过程中会有一个重要的交互提示询问你是否同意他们的用户协议输入字母y并按回车确认。安装过程大约需要2-5分钟取决于你的服务器网络速度。记录安装结果安装完成后控制台会打印出最关键的信息务必立即保存好宝塔面板登录地址通常是http://你的服务器IP:8888。用户名一般是admin。密码一串随机生成的复杂密码。 把这些信息复制到你的记事本里。基础安全设置必做在浏览器中打开面板地址用账号密码登录。首次登录宝塔会推荐你安装一套“LNMP”或“LAMP”环境。对于OpenClaw我们只需要最基础的Nginx即可其他如PHP、MySQL都不是必须的。我建议在推荐界面只勾选Nginx 1.20这一个其他都不选然后点击一键安装。这样环境最干净。修改默认端口和密码进入面板后第一件事就是去【面板设置】里修改默认的8888端口为一个其他端口如23567并修改一个强密码。这能极大降低被恶意扫描的风险。配置防火墙在面板的【安全】菜单中放行你刚刚修改的面板端口、以及后续OpenClaw要用的端口默认是3000。同时只放行你常用的SSH端口默认22和必要的服务端口。2.3 Docker环境部署与管理OpenClaw官方推荐使用Docker部署因为Docker能把应用和它所有的依赖打包在一起避免“在我机器上能跑”的环境问题。宝塔面板自6.8版本后就集成了可视化的Docker管理器这让管理容器变得异常简单。安装Docker管理器插件在宝塔面板的【软件商店】里搜索“Docker”找到“Docker管理器”插件点击安装。这个插件会帮你自动安装Docker引擎和Docker Compose。理解核心概念用宝塔的Docker管理器你几乎不用手写命令。但了解三个核心概念有助于排错镜像好比软件安装包。OpenClaw的镜像就是从Docker Hub拉取的一个打包好的系统。容器镜像运行起来后的实例就是正在工作的“服务”。我们的目标就是创建一个OpenClaw容器。Compose一个用YAML文件定义的多容器应用编排工具。OpenClaw官方提供了一个docker-compose.yml文件里面定义了如何启动容器、设置环境变量、映射端口等。配置镜像加速由于Docker Hub在国外直接拉取镜像可能很慢。我们需要配置国内镜像加速器。在宝塔的Docker管理器设置中找到“镜像加速器”或“Registry Mirrors”选项填入一个国内地址例如阿里云的https://你的ID.mirror.aliyuncs.com需注册阿里云容器镜像服务获取或中科大的https://docker.mirrors.ustc.edu.cn。这能让你拉取镜像的速度飞起。3. OpenClaw核心部署流程详解环境就绪现在进入核心的部署环节。我们将使用宝塔的Docker管理器以“无命令”的方式部署OpenClaw。3.1 获取与解析部署配置文件OpenClaw的官方代码仓库在GitHub上。我们不需要把整个仓库克隆下来只需要拿到核心的docker-compose.yml文件。创建项目目录在宝塔面板的【文件】管理中找一个合适的位置比如在/www/wwwroot目录下新建一个文件夹命名为openclaw。这个目录将存放我们的配置和后续可能产生的数据。获取配置文件进入openclaw文件夹点击“远程下载”。在URL地址栏填入OpenClaw官方Compose文件的直链请注意版本可能更新以下以当时常见版本为例https://raw.githubusercontent.com/openclaw/OpenClaw/main/docker-compose.yml点击下载这个YAML文件就会出现在当前目录。理解配置文件要点用宝塔的编辑器打开这个docker-compose.yml文件我们不需要修改它但要理解几个关键部分services: openclaw:定义了一个叫openclaw的服务。image: openclaw/openclaw:latest指定了使用的镜像。ports: - 3000:3000将容器内部的3000端口映射到服务器的3000端口。这意味着我们稍后要通过http://服务器IP:3000来访问OpenClaw的网页界面。environment:下面的部分是环境变量这是配置的核心。比如OPENAI_API_BASE是用来告诉OpenClaw你的大模型API服务地址在哪里。默认它指向http://host.docker.internal:11434这是Docker内部访问宿主机服务的特殊域名。如果你在服务器本机用Ollama运行了大模型就需要保持这个设置。volumes:部分将容器内的/app/data目录映射到了宿主机的./data目录。这意味着OpenClaw产生的所有数据如下载的工具、会话记录等都会保存在我们刚才创建的/www/wwwroot/openclaw/data目录下即使容器删除数据也不会丢失。3.2 通过宝塔Docker管理器一键部署这是最省心的一步完全图形化操作。导入Compose项目打开宝塔的【Docker管理器】切换到“Compose”选项卡。点击“添加项目”。配置项目项目名称填写openclaw。路径点击右侧文件夹图标选择我们刚才创建并存放了docker-compose.yml文件的目录即/www/wwwroot/openclaw。Compose文件名默认为docker-compose.yml保持不动。启动项目点击“确认”或“启动”。管理器会读取YAML文件自动从Docker Hub拉取openclaw:latest镜像然后根据配置创建并启动容器。你可以在“容器”列表里看到一个名为openclaw_openclaw_1的容器状态应为“运行中”。验证服务打开浏览器访问http://你的服务器IP地址:3000。如果一切顺利你应该能看到OpenClaw的Web用户界面UI。第一次加载可能会稍慢。3.3 关键环境变量配置与模型连接部署成功只是第一步让OpenClaw“活”起来关键是要正确连接到它的大脑——大语言模型。这里以最常用的本地模型服务Ollama为例。在服务器上安装Ollama如果你的大模型也打算运行在同一台服务器上需要先安装Ollama。回到宝塔的【终端】或通过SSH连接服务器执行Ollama的一键安装命令curl -fsSL https://ollama.com/install.sh | sh安装完成后启动Ollama服务sudo systemctl start ollama。在Ollama中拉取模型例如拉取一个轻量但能力不错的模型llama3.2:1b1B参数版本ollama pull llama3.2:1b你可以根据服务器性能选择更大的模型如llama3.1:8b。配置OpenClaw连接Ollama这是最容易出错的地方。我们需要修改OpenClaw容器的环境变量让它知道Ollama在哪里。在宝塔【Docker管理器】的“容器”列表里找到openclaw_openclaw_1点击右侧的“详情”。切换到“环境变量”或“配置”选项卡。我们需要修改或确认以下几个关键变量OPENAI_API_KEY: 这个可以随便填一个非空字符串如sk-dummy-key。因为Ollama是本地服务不需要真正的OpenAI Key。OPENAI_API_BASE:这是最重要的设置。必须确保它指向Ollama服务的地址。如果Ollama和OpenClaw在同一台服务器且都通过Docker运行那么需要使用Docker的内部网络地址。通常Ollama默认运行在11434端口。正确的设置是http://host.docker.internal:11434/v1。host.docker.internal这个特殊域名能让容器访问到宿主机上的服务。DEFAULT_MODEL: 设置为你拉取的模型名称例如llama3.2:1b。这样OpenClaw就知道默认调用哪个模型。修改完环境变量后需要重启OpenClaw容器才能使配置生效。在容器列表点击“重启”。测试连接重启后再次访问OpenClaw的Web界面(:3000)。在聊天框里输入一个简单问题比如“你是谁”。如果配置正确你应该能收到来自llama3.2:1b模型的回复。如果报错例如常见的Failed to fetch或Connection refused就需要检查OPENAI_API_BASE的地址和端口是否正确以及Ollama服务是否真的在运行 (ollama serve)。4. 进阶配置与功能探索基础服务跑通后我们可以让它变得更强大、更实用。4.1 使用Nginx反向代理与绑定域名一直用IP:3000访问既不安全也不方便。我们可以用宝塔安装的Nginx为OpenClaw设置一个反向代理并用上自己的域名。添加网站在宝塔面板的【网站】菜单点击“添加站点”。填写域名输入你已经解析到这台服务器IP的域名例如claw.yourdomain.com。数据库和FTP都不需要创建。设置反向代理站点创建成功后点击站点名进入“设置”。找到“反向代理”选项卡点击“添加反向代理”。代理名称填写openclaw。目标URL填写http://127.0.0.1:3000。因为Nginx和OpenClaw在同一台服务器上。配置SSL证书强烈推荐在“SSL”选项卡中选择“Let‘s Encrypt”免费证书勾选你的域名点击申请。这能让你的服务通过https://安全访问。修改OpenClaw配置为了让OpenClaw知道它正在通过域名被访问需要在其环境变量中添加OPENCLAW_BASE_URLhttps://claw.yourdomain.com。然后重启容器。现在你就可以通过https://claw.yourdomain.com安全地访问你的OpenClaw了。4.2 技能Skill扩展与工具集成OpenClaw的强大之处在于其“技能”系统。它预装和可以扩展很多技能让AI不仅能聊天还能干活。探索内置技能在OpenClaw的Web界面通常会有个“Skills”或“技能”页面。这里可以看到已安装的技能比如文件读写、网页搜索、代码执行等。你可以尝试启用它们。安装自定义技能OpenClaw社区有很多第三方技能。安装它们通常需要将技能代码放到容器的特定目录。由于我们做了数据卷映射你可以将技能文件放到服务器的/www/wwwroot/openclaw/data/skills目录下如果不存在则创建然后在OpenClaw的管理界面刷新或重启就可能识别到新技能。配置技能参数很多技能需要配置API Key比如“网页搜索”技能可能需要Serper或Google Search的API。这些配置项通常在OpenClaw的Web界面的设置里或者通过环境变量如SERPER_API_KEY来设置。4.3 数据持久化与备份策略我们之前通过volumes映射了/app/data目录这保证了核心数据的持久化。但为了更安全建议定期备份。确认数据位置所有OpenClaw的运行数据、对话历史、下载的工具都保存在服务器的/www/wwwroot/openclaw/data目录下。使用宝塔进行备份宝塔面板的【计划任务】功能非常强大。你可以添加一个“备份目录”任务将/www/wwwroot/openclaw/data目录压缩打包并定时如每天凌晨3点备份到另一个服务器、云存储或者本地。备份Docker Compose配置你修改过的docker-compose.yml文件如果需要和任何自定义的配置文件也应该一并备份。这个目录本身不大但至关重要。5. 常见问题排查与性能优化在实际部署和运行中你几乎一定会遇到下面这些问题。我把它们和解决方案整理出来你可以像查字典一样使用。5.1 部署启动类问题问题现象可能原因排查与解决步骤访问IP:3000连接被拒绝1. OpenClaw容器未成功启动。2. 服务器防火墙/安全组未放行3000端口。1. 去宝塔Docker管理器查看容器状态看日志docker logs openclaw_openclaw_1。2. 检查宝塔【安全】防火墙和云服务器控制台的安全组规则确保3000端口已放行。容器启动后立即退出1. 环境变量配置错误如OPENAI_API_BASE格式不对。2. 端口被占用。1. 查看容器日志错误信息通常会直接指出是哪个环境变量有问题。2. 在服务器终端执行 netstat -tlnp拉取Docker镜像速度极慢未配置Docker镜像加速器。按照本文2.3节在宝塔Docker管理器中配置国内镜像加速地址。页面打开但一直加载或空白1. 前端资源加载慢。2. 后端服务未完全就绪。1. 等待1-2分钟首次启动需要时间。2. 查看容器日志确认后端API是否已启动完成。5.2 模型连接与对话类问题问题现象可能原因排查与解决步骤发送消息后提示“Failed to fetch”或网络错误OpenClaw无法连接到配置的模型API地址Ollama。1.终极测试在服务器终端执行curl http://localhost:11434/api/tags如果Ollama正常会返回模型列表。如果报错connection refused说明Ollama没运行执行ollama serve。2. 确认OpenClaw容器内的环境变量OPENAI_API_BASE值为http://host.docker.internal:11434/v1。3. 复杂情况下可以进入OpenClaw容器内部测试docker exec -it openclaw_openclaw_1 sh然后执行curl http://host.docker.internal:11434/api/tags。模型回复慢或卡顿1. 服务器配置过低跑不动当前模型。2. 模型首次加载需要时间。1. 通过htop命令查看服务器CPU和内存使用率。如果持续满载考虑升级服务器或换用更小参数的模型如从8B换到1B。2. 第一次向一个新模型提问时Ollama需要加载模型到内存会较慢后续提问会变快。提示“API Key无效”环境变量OPENAI_API_KEY设置为空或格式明显不对。即使使用本地Ollama这个变量也需要一个非空值。设置为sk-dummy或任意字符串即可。5.3 性能优化与维护建议为Ollama配置模型加载策略如果内存紧张可以告诉Ollama只将模型部分加载到GPU或CPU。例如运行Ollama时指定OLLAMA_NUM_PARALLEL1 OLLAMA_KEEP_ALIVE5m ollama serve。也可以在拉取模型时指定量化版本如llama3.2:1b-q4_0体积更小速度更快。监控资源使用宝塔面板自带的“监控”功能可以看CPU、内存、磁盘IO。定期查看了解服务运行状况。定期更新OpenClaw和Ollama都在活跃开发中。更新前务必备份好数据目录。更新OpenClaw只需在宝塔Docker管理器的Compose项目里点击“重建”或“更新”。更新Ollama使用命令ollama serve会自动更新到最新版本更新模型用ollama pull 模型名。日志是排错的生命线遇到任何问题第一步永远是看日志。宝塔Docker管理器的容器“日志”界面或者通过命令行docker logs -f [容器名]来实时跟踪日志输出里面包含了服务启动、运行、报错的所有详细信息。走到这里你的OpenClaw应该已经是一个稳定运行、能通过域名访问、并且连接了本地大模型的智能体平台了。这套基于宝塔面板的部署方法最大的优势就是把复杂的运维操作可视化、标准化了。它可能不是最“极客”的方式但绝对是成功率最高、最适合想快速看到成果的实践者的路径。