OpenClaw零基础部署指南：用Skills打造本地AI助理，告别重复劳动

上班族每天有一半时间，其实都耗在了那些“不做不行、做了又没意义”的重复劳动上。我最近把OpenClaw（也叫Clawdbot）部署到了自己的电脑里，然后装了几个Skills，让它在后台帮我写周报、整理Obsidian笔记、检查代码里的低级错误。这篇博客不是什么高深教程，就是我一个普通上班族从零开始部署Skills的完整记录，没有编程基础也照样能跟下来。

先说我踩坑后的最大感受：OpenClaw不是又一个聊天机器人，它更像一个住在你电脑里的助理。你给它装什么技能，它就帮你干什么活，而且所有任务都在本地环境里跑。下面我会按自己的部署顺序写，从“它到底是什么”开始，一直到最后遇到的坑。

1. OpenClaw到底是什么：先搞明白它凭什么帮你省时间

很多人第一次看到OpenClaw的时候，会把它和网页版AI混在一起，以为就是一个“再聪明一点点的聊天窗口”。这是最需要纠正的误解。OpenClaw（Clawdbot）的核心是一个本地运行的智能体运行时，它可以把任务拆成步骤，然后调用脚本、读写文件、访问API，最后把结果输出成文档或直接整理到你的笔记里。普通AI你问它一句，它答你一句；OpenClaw是你给它一个目标，它自己安排步骤去执行。

Skills在OpenClaw里的位置，就像手机里的App。手机出厂时只有基础功能，装了什么App才能聊天、付款、修图。OpenClaw默认只有调度能力，你给它装上某个Skill，它才具备对应领域的“工作方法”。比如装上一个“前端开发Skills”，它会按照前端项目的常见结构生成页面骨架；装上一个“周报Skill”，它会主动去读git记录和日志目录，而不是等你复制粘贴。

我之所以推荐上班族关注这个东西，倒不是因为它能把活干得多么惊天动地，而是因为它能把“固定套路型工作”做成自动化流程。我给自己列了三个最典型的使用场景，你可以对照看看自己属于哪一类。

第一类，文档处理型。每天要写日报、周报、会议纪要，或者经常把PDF和网页内容整理成摘要。这类工作内容重复、格式固定，OpenClaw用Skills很容易搞定。第二类，开发辅助型。你不需要是专业程序员，只要你偶尔处理HTML、CSS、JavaScript，或者要检查接口返回的数据，装几个开发向Skill就能省不少事。第三类，知识管理型。平时看了很多文章、存了一堆书签，但从来没有被真正用起来。给OpenClaw接上Obsidian或者本地笔记目录，它能定期把素材整理成结构化笔记。

1.1 它和普通聊天AI的区别：从“顾问”变成“助理”

我常用的和对话式AI不一样。对话式AI是“你问什么，它答什么”，它的输出质量取决于你有多会提问。而OpenClaw更像一个带了具体岗位说明的助理：你说“生成今天的工作日报”，它不只是一个段落生成器，它会先去翻今天的git提交记录、打开你的工作日志文件、把关键信息汇总成一份Markdown文档，再存到指定目录。

举个我实际跑通的差异例子。用普通AI写周报，我需要自己做两步：第一步，把这一周的项目记录、提交信息、会议结论复制进对话框；第二步，把AI生成的文字贴回文档。OpenClaw的做法是：我在配置里把项目目录和笔记目录告诉它，剩下的事它自己完成。这个过程听起来不复杂，但累积下来，一周至少能省一到两小时。

1.2 Skills的本质：一份可复用的“岗位说明书”

我在安装Skills之前一直有个疑问：它到底是代码还是提示词？后来我自己拆开一个Skill的目录才明白，它是“提示词模板 + 触发条件 + 可选脚本”的集合。

一个标准的Skill目录通常包含SKILL.md文件，里面写清楚这个技能叫什么、在什么场景下使用、需要调用哪些工具、具体执行步骤是什么。有的Skill还会附带scripts目录，放一些真正执行任务的Shell脚本或Python脚本。OpenClaw加载了Skill之后，遇到匹配的触发词就会按照SKILL.md里的步骤去执行。

这个设计最大的好处是复用性。你不需要每次都对着AI解释一遍“我的周报要包含哪些内容，要按什么格式输出”，这些信息已经固化在Skills里。今天用、明天用，甚至换台电脑部署，只要把Skills目录拷过去，它就又变回一个懂行的助理。这也是为什么社区里大家讨论“技能资产”越来越多，它确实是一种可以积累的东西。

1.3 你适合用OpenClaw吗：对号入座就行

我来泼一点冷水：OpenClaw不适合所有人。如果你平时的工作完全没有任何固定流程，每天都是全新的、需要大量人肉协调的事情，那么它的收益相对有限。但如果你身上任何一个工作模块符合“每周重复出现、有固定格式、需要从多份资料里整理信息”，它就能切切实实帮你省时间。

我自己属于混合型：一半时间写代码，一半时间写汇报材料。所以我装了两个技能方向：一个偏向开发，一个偏向文档。前后花了一个周末调试，稳定之后，每天早上到公司先让OpenClaw把所有待办信息整理好，我只需要在它给的草稿上做修改。这个过程对我的意义是，它把“从零开始写”变成了“在草稿上做手术”，工作效率就是靠这种方式翻上来的。

2. 零基础部署前的环境准备：Windows电脑也能跑，别被命令行吓退

部署OpenClaw最劝退人的地方不是软件本身，而是你可能需要接触Linux环境。我用的是Windows电脑，一开始也犹豫了很久。实际走完一圈发现，Windows 10以上系统通过WSL（Windows Subsystem for Linux）就能得到一个完整的Ubuntu环境，并不需要你重装系统，也不需要另外准备一台Linux机器。

我强烈建议部署前先把以下三件事想清楚：一是你的电脑至少有8GB内存，16GB会更舒服，因为OpenClaw本身再轻量也要占一点资源，后面如果想接本地大模型，内存更是多多益善；二是准备好一个足够稳定的下载网络，安装过程中要拉取不少依赖包；三是在开始之前，把所有工作文档备份一遍，免得操作过程中误删配置。

2.1 在Windows上启用WSL：解决“wsl -- status”报错

部署之前，我在网上看到很多人的报错信息里都有一句话：“请在PowerShell中运行wsl -- status”。我自己第一次运行时，返回的是“未安装适用于 Linux 的 Windows 子系统”，当时一度以为电脑坏了。其实这只是一个提示，告诉您WSL功能没有完全打开。

最简单的开启方式是：右键开始菜单，选择“终端（管理员）”或者“Windows PowerShell（管理员）”，执行下面这条命令：

powershell复制wsl --install

执行完之后按提示重启电脑。重启后在开始菜单里搜索“Ubuntu”，第一次打开会让你设置Linux用户名和密码。设置完成就进入了一个真正的Ubuntu终端环境。

如果你的系统在执行wsl --install之后始终没有反应，还有一种手动方式：去“控制面板 - 程序和功能 - 启用或关闭Windows功能”，勾选“适用于 Linux 的 Windows 子系统”和“虚拟机平台”，确认后重启。之后在管理员PowerShell里执行：

powershell复制wsl --update
wsl --set-default-version 2

再运行一次wsl -- status，看到“默认版本：2”之类的内容，说明环境已经正常。我不建议使用WSL1，因为OpenClaw的很多依赖脚本在WSL1下可能表现不一致，减少排查成本，直接上WSL2。

2.2 安装Node.js和npm：OpenClaw的运行基础

OpenClaw是一个基于Node.js的命令行工具，所以Node.js和npm是必须装的。很多新手在这一步会卡住，因为分不清在Windows里去nodejs.org下载和在WSL的Ubuntu里安装有什么区别。

正确路径是在WSL的Ubuntu环境里安装Linux版本，而不是在Windows里装一个Windows版本再试图跨环境调用。最简单可靠的办法是去nodejs.org官网下载Linux x64 LTS安装包，用命令行解压并配置PATH。如果你觉得手动配置麻烦，也可以直接在WSL终端里运行：

bash复制sudo apt update
sudo apt install -y nodejs npm

这个方式的缺点是Ubuntu软件源里的Node.js版本可能偏旧，但只要后面node -v能输出版本号，npm -v也能正常工作，就先跑起来再说。验证命令如下：

bash复制node -v
npm -v

npm是Node.js自带的包管理器，后续安装OpenClaw全靠它。如果之后发现下载依赖特别慢，可以更换npm镜像源。这不是必选项，只有网络不理想的时候才需要操作：

bash复制npm config set registry https://registry.npmmirror.com

更换之后安装速度会有明显改善，但代价是镜像源可能比官方源更新滞后一点，遇到版本不一致就换回官方源。

2.3 遇到“OpenClaw无法安全验证”提示，先别急着关安全设置

不少人在下载安装包或第一次运行OpenClaw时，浏览器或Windows会弹出一个“无法安全验证”的提示。我第一次看到这个提示，第一反应是想把Windows的安全警告直接关掉，后来才明白这是件好事。

这个提示通常代表两种情况：一是下载的文件不是来自官方渠道，导致系统无法验证签名；二是OpenClaw这个项目太新，还没有被主流杀毒软件标记为“信任厂商”。正确的做法不是关闭SmartScreen或防火墙，而是回到官方渠道重新下载，并核对哈希值。

在Ubuntu终端里可以使用sha256sum命令核对文件：

bash复制sha256sum openclaw-installer.tar.gz

把输出结果和官方发布页公布的SHA256值进行比对。如果一致，说明文件在下载过程中没有被篡改，这时候再继续安装。如果用的是公司电脑，安全策略较严格，最稳妥的办法是联系IT部门放行，而不要私自绕过安全验证。

3. 正式安装OpenClaw：命令行一步步来，最多十分钟

环境准备好之后，真正安装OpenClaw其实很快。我会给出最常用的npm安装方式，这也是目前社区里最主流的一条路径。整个过程我会按自己的实际操作顺序写，你在复制命令时不需要理解每一句是什么意思，但最好能大概知道它在做什么。

3.1 用npm全局安装OpenClaw主程序

打开WSL里的Ubuntu终端，先做一次系统更新，把基础编译工具补齐。这一步的意义在于，后面安装一些原生依赖时会用到编译环境，提前装好可以少踩很多坑。

bash复制sudo apt update && sudo apt upgrade -y
sudo apt install -y git curl build-essential

然后执行npm全局安装。因为OpenClaw的包名在不同版本里可能略有变化，我会写一个比较通用的安装命令，但请以官方README为准：

bash复制sudo npm install -g openclaw

如果你看到官方文档里给出的包名是@openclaw/cli之类，那就把命令里的openclaw替换成官方包名。安装过程会拉取几十个依赖包，通常在几分钟内完成。安装结束后，运行：

bash复制openclaw --version

能输出版本号就说明主程序已经装好了。如果提示找不到命令，大概率是npm的全局bin目录没有加入PATH，可以检查npm prefix -g，再把输出目录加到~/.bashrc的PATH环境变量里。

3.2 初始化和环境自检：让OpenClaw先不干活，先确认自己是健康的

很多教程会直接让你安装Skills，我反而建议先做初始化和健康检查。OpenClaw在第一次运行时会生成一个配置目录，通常在~/.openclaw下，里面存放主配置、日志和Skills目录。

初始化命令很简单：

bash复制openclaw init

它会问几个问题，包括默认模型、工作目录等。如果你还没想好到底用哪个模型，可以直接回车跳过，后面随时可以改。初始化完成后，跑一下官方自带的环境检查：

bash复制openclaw doctor

这个命令会检查Node版本、配置文件权限、网络连通性、Skills目录是否存在等。如果某项标红，按照提示处理即可。我见过最常见的问题是配置文件权限不对，导致OpenClaw无法写入日志，这时候不需要重新安装，只要调整配置目录权限就能解决。

初始化完成之后可以安装第一个测试Skill。以最简的hello-world为例：

bash复制openclaw skills search hello
openclaw skills install hello-world

如果你的版本提示没有search这个子命令，不用紧张，那是不同版本的命令差异。你还可以去社区仓库手动下载对应的Skill目录，放进~/.openclaw/skills下面，然后在配置里启用它。

3.3 启动服务和日常管理：不用每次开机都折腾

启动OpenClaw的命令是：

bash复制openclaw serve

这个命令会让它常驻后台，等待你给它指派任务。调试阶段建议保持前台运行，这样能看到所有日志输出。如果想让它在后台运行，可以配合nohup或把OpenClaw配置成systemd服务，但对于零基础用户，一开始没必要追求这些花哨操作。

我的做法是每天上班前手动在WSL终端里执行一次openclaw serve。等到确认它稳定运行一周之后，再用Windows计划任务或WSL自启动脚本把它做成开机自启。日志文件默认保存在~/.openclaw/logs，遇到问题先翻日志，比你到处搜答案更快。

4. Skills实战：把常用的工作技能真正交给Clawdbot

安装好OpenClaw只是第一步，它能不能帮到你，完全取决于你装了哪些Skills。这一节我会重点讲三个问题：Skills从哪里找、哪些适合上班族、以及如何自己写一个最简单的Skill。

4.1 去哪里找Skills：官方仓库、社区收集、自己改造

找Skills最常见的渠道是官方Skills仓库。现在的项目都会维护一个官方的技能集合，你可以在里面按名字搜索。我更喜欢去代码托管社区搜索关键词find skills，这个关键词在圈子里几乎成了一个固定的“技能汇总帖”代名词，很多开发者在自己的仓库里整理了一批实用Skills。

国外社区里还有一个被反复提及的skills合集项目，名字叫superpowers，里面包含大量通用技能。它的设计思路是把很多基础能力拆成一个个小模块，比如“从网页提取结构化内容”“把Markdown转成PPT大纲”“自动打标签”等等。我试用下来觉得它更适合有一定基础的人，因为技能多了之后，你需要自己判断哪些真正适合你，不能全装。

我的建议是：不要只看星标数量，先看它依赖什么东西。如果一个Skill需要外部的API密钥，而你根本不需要那个服务，装上去只会带来额外的安全暴露面。只安装你能看懂、并且确实有使用场景的Skill，剩下的事情后面再说。

4.2 几类适合上班族的Skills推荐

为了让内容更具体，我整理了下面这些社区里常见的Skill类型。部分名称不一定在每个版本里都完全一致，但它们的思路完全通用。

拿Obsidian笔记Skill来说，它的工作流是这样的：我把平时看到的文章链接扔给OpenClaw，它先把网页内容抓下来做摘要，再根据关键词自动生成一个带标签的笔记文件，保存到我的Obsidian目录里。一周下来，我的资料库不再是堆积的收藏夹，而是真正可以检索的知识卡片。类似的，周报生成Skill会把项目仓库里的git提交信息和你预先写好的工作日志结合起来，生成一份“本周进展 + 下周计划 + 风险提醒”的初稿，我只需要在上面改两句。

4.3 自己写一个最简单的Skill：以日报生成为例

并不是所有Skill都要从社区下载，自己写一个也完全不复杂。我最推荐零基础的人从“日报生成”练手，因为它逻辑清晰，而且几乎每个人都能用上。

首先在Skills目录下建一个子目录，比如daily-report，然后在里面创建SKILL.md文件。目录结构是这样的：

text复制~/.openclaw/skills/daily-report/
├── SKILL.md
└── scripts/
    └── collect_git.sh

SKILL.md的内容可以非常简单，核心是把触发条件和执行步骤写清楚。下面是一个参考模板：

markdown复制---
name: daily-report
description: 生成今日工作日报，内容来自工作日志和git提交记录
triggers:
  - 今日日报
  - daily report
tools:
  - bash
---

请扮演一位熟悉研发团队的助理，根据以下素材生成中文日报：
1. 读取 ~/work/logs/today.md 文件；如果不存在，跳过这一步。
2. 执行 scripts/collect_git.sh，获取当天git提交信息。
3. 合并素材，整理成三段：今日完成、明日计划、风险与建议。
要求语气客观，每条不超过50字，不要编造事实。

配套的脚本collect_git.sh可以长这样：

bash复制#!/bin/bash
cd /path/to/your/project || exit 1
git log --since="6am" --pretty=format:"%h %s" --date=short

保存好之后，重启OpenClaw服务，然后在对话里输入“生成今日日报”。你会发现它已经按照Skill定义的规则去收集资料了。这个例子虽然简单，但它完整展示了Skills的工作机制，后续你想增加任何自动化和技能，都是在这个基础上扩展。

5. 本地大模型与数据安全：不想把工作资料传到外部服务怎么办

OpenClaw本身是一个调度器，真正“动脑”的环节要交给大模型。你完全可以接第三方云模型API，但很多上班族手里有公司代码和涉密材料，传出去会出事。所以我更推荐接一个本地模型，让整条链路都在自己的电脑里完成。这不是技术洁癖，是数据安全层面的基本要求。

5.1 本地部署大模型，其实没你想的那么夸张

听到“本地部署”四个字，你可能第一反应是“要买好几万块钱的显卡”。实际上OpenClaw对模型强依赖度没那么高，日常做文本摘要、周报整理这类任务，一个几B参数的小模型就够用。如果电脑配置好一点，有NVIDIA显卡，可以尝试部署Qwen2.5系列或者DeepSeek系列的开源模型。如果只是普通办公电脑，连显卡都没有，用Ollama跑一个3B参数的小模型也能跑通流程，速度慢一点但至少能验证整套机制。

我身边就有人把Ollama装在一台低功耗边缘设备上，类似Jetson Orin那种小机器，OpenClaw通过局域网API访问它。这样做的好处是主电脑不用一直开着显卡跑推理，也不影响OpenClaw处理日常任务。对于只想在办公室里自己试试的上班族，这个方案也挺有参考价值。

5.2 用Ollama跑一个本地小模型，然后关联到OpenClaw

我目前的方案是用Ollama跑Qwen2.5系列的3B模型，然后让OpenClaw连到Ollama暴露出来的本地接口。具体步骤不复杂。

先去ollama.com下载安装包，装好之后在WSL终端里运行：

bash复制ollama pull qwen2.5:3b
ollama run qwen2.5:3b

第一次启动会下载模型，之后就能在终端里直接和它对话。要让OpenClaw能访问到它，需要让Ollama监听一个本地端口。默认情况下Ollama已经会监听127.0.0.1:11434，这在同一台电脑上的OpenClaw已经可以用了。如果你想远程访问，可以设置环境变量OLLAMA_HOST=0.0.0.0:11434，但这意味着局域网内其他设备也能访问，安全问题后面再说。

接着修改OpenClaw的配置文件，增加一个OpenAI兼容的模型入口。下面是一个典型的配置片段：

yaml复制model:
  provider: ollama
  base_url: http://127.0.0.1:11434/v1
  model: qwen2.5:3b

保存配置后重启OpenClaw，再用openclaw test或者随便让它跑一个任务试试。如果能看到回复，说明本地模型已经成功关联。

5.3 关于隐私的几条安全习惯

模型接入成功之后，我心里其实一直绷着一根弦：OpenClaw有执行脚本的能力，它本质上可以读写本机文件，这和运行一个未知程序没有区别。所以有几条安全习惯我必须强调。

第一，不要随便安装来源不明的Skills，安装前至少打开SKILL.md看一眼，确认里面没有奇怪的下载命令和上传命令。第二，不要让OpenClaw监听公网端口。本地测试阶段，一律使用127.0.0.1；即使居家办公需要在手机上访问，也不要直接把它暴露到公网，用局域网IP加防火墙规则就够了。第三，配置里有任何涉及密钥的字段，不要明文提交到公开仓库。 Skills文件可能被你同步到GitHub，小心把API key一起传上去。

6. 部署与使用中的常见问题排查：把最容易翻车的几个坑一次性说清

我再完整复盘一遍部署过程中最容易出问题的几个环节。每一类问题都不是玄学，基本都能通过看日志和检查环境定位到根因。

6.1 PowerShell里运行“wsl -- status”提示环境异常

这个问题出现的频率最高。常见的完整报错是“WSL子系统未安装”或“请先在PowerShell中运行wsl --status”。这通常不是OpenClaw本身坏了，而是WSL环境没有完全就绪。给出一个排查链路，按顺序检查即可。

这些坑我自己几乎全踩过。解决完WSL之后，还要再检查一下你的Ubuntu是不是正常运行，最简单的方式是打开Ubuntu终端，输入echo "hello"，能正常输出就行。

6.2 npm安装依赖失败或下载超时

这个问题的根源大多在网络上。如果你是跟着教程用npm install -g openclaw卡了很久，先不要反复强制中断重跑。看看错误信息是不是集中在某个网络请求上。如果是单纯的registry响应慢，执行我之前提到的镜像源更换命令，再重试一次。

如果更换镜像源之后依然安装失败，有可能是公司网络对GitHub等站点做了限制。这时候不要试图绕开公司的安全策略，正确做法是联系IT部门说明你需要拉取开源依赖，请求放行相关域名，或者请同事帮你下载离线安装包，再在内网环境安装。

6.3 Docker方式安装时权限不足

如果你选择了Docker安装，而不是npm方式，大概率会碰到权限报错。permission denied while trying to connect to the Docker daemon socket这句话的意思是当前用户不在docker用户组里。执行:

bash复制sudo usermod -aG docker $USER

然后退出终端重新登录，甚至重启一次WSL，之后就能免sudo使用docker命令。如果docker服务本身没启动，在WSL里执行：

bash复制sudo service docker start

但从零基础的角度看，我还是更推荐npm方式。Docker引入了新的概念，出了问题需要排查两层环境，对只想快速用起来的上班族来说性价比不高。先把一条路走通，后面再考虑容器化。

我把OpenClaw部署到WSL里之后，最直观的变化是：写周报这件事不再需要我打开几个窗口来回切换了。每次让OpenClaw跑完一个任务，我都会顺手把对应的Skill目录备份一次，因为它们已经变成了我手里的“技能资产”。如果你也想在2026年把重复劳动减半，建议你先用周末半天时间跑通OpenClaw，接一个本地小模型，再挑一个你最头疼的重复任务写个最简单的Skill。真正的效率，都是从第一个稳定运行的自动化流程开始的。