OpenClaw接入DeepSeek：Windows 10本地部署全指南

最近好几个朋友都在折腾同一件事：把 OpenClaw 装到 Windows 10 上，再接入 DeepSeek 模型，想给自己搭一个跑在本地、能自动处理消息和任务的智能助理。结果很多人卡在了第一步：有人 Python 装错了版本，有人配置文件填了密钥但启动还是报 401，还有人想卸载却发现自己连配置缓存在哪都找不到。

这篇教程就按“部署 → 配置 → 排查 → 调优 → 清理”的顺序，把我在 Windows 10 上反复安装、反复卸载实践出来的经验一次说清楚。内容适合三类人：完全没接触过 OpenClaw 的新手、已经在 Linux 上跑通但想在 Windows 上复现的老手、以及装了之后不想要了想彻底卸载的“回头党”。只要你愿意跟着命令行一步步敲，基本不会有太大问题。

1. 动手之前先想明白：这套本地组合解决了什么问题

1.1 为什么不直接用网页版

很多人第一次听到 OpenClaw 加 DeepSeek 这个组合，第一反应是：这些能力我在网页上不也能用吗，为什么非要本地部署？

差别其实很大。网页版解决的是“偶尔问个问题”的需求，而 OpenClaw 解决的问题是“让模型自动参与你的工作流”。你可以把它理解成一个本地的大脑中枢，外部消息、定时任务、文件变化都能触发它，它收到信号后再调用 DeepSeek 这样的模型做推理，最后把结果送回给你或者其他系统。

本地部署带来的直接好处有三个。第一是数据在自己手里，中间环节少了，敏感信息不用经过别人的网页服务转发；第二是可编程，你能写规则、写流程，让它在指定时间干指定的事；第三是方便调试，出错了看日志、改配置、重启进程，整个链路都是可控的。

1.2 这套组合的实际工作方式

理解 OpenClaw 和 DeepSeek 各自扮演什么角色，后面配置的时候你才不会懵。

OpenClaw 本身不是一个“万能聊天机器人”，它更像一个调度网关。你给它一个任务，它负责拆解任务、管理上下文、调用外部工具、记录执行结果。而 DeepSeek 是负责“思考”的模型引擎，它接收你的提示词，生成回复内容，然后交还给 OpenClaw 继续处理。

打个比方：OpenClaw 是办公室里的项目经理，DeepSeek 是坐在隔壁工位的行业专家。项目经理收到需求，整理成清晰的问题，递给专家；专家给出答复，项目经理再负责把答复包装成你能用的结果。所以你在配置的时候，OpenClaw 侧的配置决定“它怎么做事”，DeepSeek 侧的模型名和密钥决定“它用什么大脑来想问题”。

1.3 适合谁、不适合谁

说实话，这套方案不是给所有人准备的。适合它的人有这几类：

• 想把自己的日常消息渠道统一到一个中枢，让模型自动读取和处理；
• 想写点定时任务、自动化流程，又不想把数据放到云端服务；
• 对模型调用成本敏感，希望自己控制调用频率和上下文长度；
• 愿意花半小时读日志、改配置，而不是遇到问题就想放弃的人。

不适合的人我也直说：如果你完全不想碰命令行，也不想理解“环境变量”“端口”“配置文件”这些概念，那还是老老实实停留在网页版更省心。本地部署的本质是“用一点运维成本换自由度和可控性”，这个账每个人得自己算清楚。

2. Windows 10 环境准备：最容易翻车却最少被写清楚的几步

2.1 需要准备的三件套：Python、Node.js、Git

OpenClaw 的主流版本是 Python 项目，但它的控制台界面和部分前端组件依赖 Node.js，安装和更新依赖又会用到 Git。所以这三样东西一个都不能少。

先说 Python。很多人栽在这里是因为装了最新的 3.13，结果某个依赖库还没适配，启动直接给你抛一个看不懂的语法错误。我的建议是装 3.11 或者 3.12，这两个版本兼容性已经被大量项目验证过。装的时候务必勾选“Add Python to PATH”，这一步不勾，后面你在终端里敲 python 就会提示找不到命令。

然后是 Node.js，装 LTS 长期支持版就行，不需要追求最新。Git 也一样，装默认选项即可，重点是把 Git 的 bin 目录加进 PATH，方便在终端里直接用 git 命令。

装完之后打开 PowerShell，依次敲这三个命令，确认环境没问题：

powershell复制python --version
node --version
git --version

每个命令都应该返回一个正常的版本号而不是“不是内部或外部命令”。如果有提示找不到，说明对应软件没加进 PATH，去系统环境变量里手动补上，或者重新安装一次并勾选 PATH 选项。

2.2 解决 Windows 的“长路径”限制

这是一个隐藏很深的坑。Windows 10 默认对文件路径长度有限制，超过 260 个字符的操作会被系统直接拒绝。而 OpenClaw 的项目目录一旦嵌套深一点，依赖安装时很容易就撞上这个限制，报错信息往往是“文件名太长”或者“系统找不到指定的路径”。

解决办法是在注册表里开启 Win32 长路径支持。用管理员身份打开 PowerShell 执行：

powershell复制New-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" -Name "LongPathsEnabled" -Value 1 -PropertyType DWORD -Force

执行完需要重启电脑才生效。我建议在装 OpenClaw 之前就把它设好，别等到依赖装到一半报错再去处理，那会浪费很多时间。

2.3 PowerShell 执行策略与命令行习惯

Windows 10 默认限制脚本执行，有些安装脚本会要求你放开执行策略。你不需要把它设成完全不设防，只要对当前用户放开即可：

powershell复制Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

另外我强烈建议你全程使用 PowerShell 而不是老旧的 CMD 窗口。PowerShell 对现代开发工具的支持更好，命令补全、管道处理都更顺手。后续教程里的命令我也统一按 PowerShell 的语法写。

2.4 顺手开启的开发者选项

在 Windows 设置里找到“更新和安全 → 开发者选项”，把“开发人员模式”打开。这一步不是必须的，但很多 Python 依赖在安装过程中会尝试创建符号链接，没有开发者模式权限时可能会失败。开了之后对普通使用没有负面影响，属于“有备无患”的操作。

3. 安装 OpenClaw 并接入 DeepSeek：从克隆仓库到第一次对话

3.1 拉取项目并安装依赖

环境准备好之后，找一个干净的目录，我习惯在用户目录下建一个 projects 文件夹：

powershell复制mkdir $HOME\projects
cd $HOME\projects
git clone 你的OpenClaw仓库地址
cd OpenClaw

把“你的OpenClaw仓库地址”换成实际项目地址。如果你是通过压缩包方式下载的，就把压缩包解压到这个目录，效果一样。

进入项目目录后，安装 Python 依赖。老版本项目一般使用 requirements.txt：

powershell复制python -m pip install -r requirements.txt

依赖包数量多，安装过程可能需要几分钟甚至更久，耐心等。国内网络环境下如果下载速度特别慢或者频繁超时，把仓库地址指向国内镜像源再装一次：

powershell复制pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

装完后建议执行一次项目自带的自检命令或者查看 README 中的快速开始部分，我见过不少版本会提供 openclaw --doctor 之类的命令，能一次性排查出缺了什么依赖、哪里配置不对。

3.2 获取并配置 DeepSeek 的 API 密钥

OpenClaw 本身不提供模型推理能力，它要接入 DeepSeek 就必须拿到一个 API 密钥。

流程是：在 DeepSeek 的官方控制台注册账号 → 创建一个 API Key → 充值之后才能正常调用高级模型。创建 API Key 的时候注意，密钥只在创建页面完整显示一次，务必复制保存好。

拿到密钥后，有两种方式配置。第一种是设置环境变量：

powershell复制setx DEEPSEEK_API_KEY "sk-你复制下来的密钥"

setx 设置的是用户级永久环境变量，设置完后要新开一个终端窗口才生效。第二种是直接改 OpenClaw 的配置文件。配置文件一般位于项目目录下，名字可能是 config.json、config.yaml 或者 settings.py，不同版本差别很大，以你拉下来的版本里 README 说明为准。

一个典型的 JSON 配置大概长这样：

json复制{
  "llm": {
    "provider": "deepseek",
    "api_key": "sk-你的密钥",
    "model": "deepseek-chat",
    "base_url": "你的接口地址"
  }
}

使用环境变量方式的话，api_key 字段写 env: DEEPSEEK_API_KEY。两种方式各有利弊：环境变量方式好处是配置文件和代码可以放心分享，不会泄露密钥；配置文件方式更直观，适合一个人独立使用。我自己的习惯是用环境变量，因为很多 “莫名其妙报 401” 的问题，根源就是配置文件被人不小心传出去之后密钥泄露。

3.3 第一次启动与验证

依赖装好、配置填好之后，在项目目录下执行启动命令。不同版本的启动命令可能不一样，常见的有：

powershell复制python main.py

或者项目提供的命令行入口：

powershell复制openclaw start

启动成功后，日志里会打印一串本地服务地址，比如 http://localhost:8080。用浏览器打开这个地址，你应该能看到 OpenClaw 的控制台界面。如果控制台加载不出来，大概率是端口被占用或者前端依赖没装完整，这个问题我在下一部分专门讲。

进入控制台后，先发一条最简单的测试消息，比如“你好”。观察日志里有没有产生调用 DeepSeek 的记录，以及界面有没有正常回复。如果你能看到正常的回复，说明从 OpenClaw 到 DeepSeek 的整条链路已经通了，恭喜你，最难的环节已经过去。

3.4 把 OpenClaw 注册为开机服务（可选）

如果你希望 OpenClaw 常驻后台，开机自动运行，可以把它加进 Windows 启动项。我用的方法是直接在启动文件夹放一个快捷方式：

在 PowerShell 里执行：

powershell复制shell:startup

这行命令会打开当前用户的启动文件夹。把 OpenClaw 的启动脚本快捷方式放进去，下次开机它就会自动启动。

如果你需要更精细的配置，比如失败自动重启、按计划运行，可以打开“任务计划程序”创建任务，触发器选“登录时”，操作选“启动程序”，程序填 Python 的完整路径，参数填启动脚本路径，保存即可。

4. 常见问题排查：按报错链路的逐个击破

4.1 启动就崩：依赖缺失与版本不匹配

很多人第一次启动就直接看到红色报错，最常见的是：

text复制ModuleNotFoundError: No module named 'xxx'

这说明某个 Python 依赖包没装上。执行 pip install -r requirements.txt 之后再试一次。如果重装后仍然报缺模块，很可能是你的 Python 环境和别人不一样。我建议在项目目录下建一个虚拟环境，把所有依赖装进虚拟环境里，避免和其他项目打架：

powershell复制python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

另一个高频问题是 Python 版本太新。比如某些依赖库只适配到 3.12，你在 3.13 上跑就会出现奇怪的语法错误或者编译失败。这种情况下不要硬扛，直接装一个 3.11 版本，项目往往就能跑起来了。

4.2 接入模型失败：401、模型名不对、超时

启动成功但发消息没有回复，打开日志一看：

• 401 Unauthorized：密钥无效。可能的原因有三个——密钥复制不全、密钥过期、或者配置里的密钥被环境变量里的旧值覆盖。排查方法：先确认环境变量有没有残留，再确认配置文件里有没有显式填密钥，两条路都指向同一个密钥，问题立刻清楚。

• Model Not Found 或者 model not exist：配置文件里的模型名不对。DeepSeek 的模型标识不是拍脑袋想出来的，必须用服务商文档里列出的准确名称。不同时期模型的标识会调整，所以最稳妥的方式是打开官方文档，找到当前支持的模型列表，把那个名字原样复制进配置。

• Connection timed out：网络侧问题。先单独验证一下能不能访问到 DeepSeek 的接口地址，最简单的办法是直接用浏览器访问你配置的接口地址域名，看返回什么。能通的话再检查是不是本地防火墙拦截了 OpenClaw 进程的网络请求。

这里分享一个我常用的“分头验证法”：先抛开 OpenClaw，直接用 Python 脚本调用接口，通的话说明密钥和网络没问题，问题在 OpenClaw 配置；不通的话先解决接口调用本身的问题，避免在两边反复横跳。

python复制import requests

url = "你的接口地址/v1/chat/completions"
payload = {
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "你好"}]
}
headers = {
    "Authorization": "Bearer 你的API密钥",
    "Content-Type": "application/json"
}
resp = requests.post(url, json=payload, headers=headers, timeout=30)
print(resp.status_code)
print(resp.text)

这个脚本执行成功，再回过来查 OpenClaw 的配置。

4.3 浏览器打不开控制台：端口与防火墙

启动日志显示服务正常运行，但浏览器死活打不开页面。我说一个最常见的场景：你启动了两个不同版本的服务，第二个实例没起来，但第一个实例占着端口，日志里又打印了同样的端口号，实际上访问到的还是旧实例。

先用这个命令看端口被谁占着：

powershell复制netstat -ano | findstr :8080

把 8080 换成你配置的端口。输出里看 PID 那一列，再到任务管理器的“详细信息”里找到对应进程，确认是不是残留的旧 OpenClaw 进程。如果是，结束进程再重新启动。

还有一种情况是防火墙弹窗问你允不允许 Python 访问网络时你点了“取消”。解决办法是到“控制面板 → Windows Defender 防火墙 → 允许应用通过防火墙”，把 Python 设为“允许”。还要注意一个细节：OpenClaw 监听地址如果是 127.0.0.1，那就只能本机访问，如果想让局域网内其他设备访问，需要改成 0.0.0.0，这个区别很多人容易忽略。

4.4 打字没反应的“隐形故障”：配置没热加载

有个坑非常隐蔽：你改完配置文件，回到控制台继续发消息，结果发现一切如旧。你以为是配置没生效，把配置反复改了好几遍，折腾半天，最后发现原来是服务要从头到尾重新启动一遍，配置文件不是随时重新读取的。

OpenClaw 的配置加载是在进程启动时完成的，改完配置之后如果不重启，全部白改。所以养成一个习惯：每次改完配置，按 Ctrl + C 停掉服务，重新启动。判断配置有没有正确加载，不要靠猜，直接看启动日志里有没有打印对应配置项，很多版本会在启动时输出配置文件里几个关键字段，核对一下就行。

5. 从能用变好用：模型切换、上下文长度与基础调优

5.1 切换不同的模型服务

OpenClaw 支持在一个配置里同时定义多个模型入口，给不同的任务分配不同的模型。这就像项目经理手底下有多个专家，简单的问答找普通助理，复杂的深度分析找资深顾问。

典型配置结构：

json复制{
  "llm": {
    "default": "deepseek-chat",
    "options": {
      "deepseek-chat": {
        "provider": "deepseek",
        "api_key": "env: DEEPSEEK_API_KEY",
        "model": "deepseek-chat"
      },
      "deepseek-reasoner": {
        "provider": "deepseek",
        "api_key": "env: DEEPSEEK_API_KEY",
        "model": "deepseek-reasoner"
      }
    }
  }
}

上面的 deepseek-reasoner 只是一个举例，实际模型标识以官方文档为准。配置完成后，你可以在 OpenClaw 的交互界面里手动指定用哪个模型处理当前对话，也可以写规则：简单任务走默认模型，复杂任务自动切到推理能力更强的模型。这样既控制成本，又保证关键任务的输出质量。

5.2 上下文长度与 token 上限设置

用模型的时候，很多人对 token 没有概念，只知道“能聊多少句”。其实每次调用模型都需要把对话历史打包发过去，模型能处理的输入长度就叫上下文窗口，超过之后最老的消息会被遗忘。

OpenClaw 允许你配置上下文长度，这个参数决定了它会把多少历史消息带进模型请求。设得太大，请求时间拉长、费用变高；设得太小，模型会“失忆”，前后逻辑接不上。

我给的起步参考值：

另外注意：上下文窗口不是越大越好，因为每次请求都把整个历史发给模型，窗口越大，单次请求的耗时和费用就越高。你要根据实际任务复杂度去调整。

5.3 请求超时与并发控制

本地跑 OpenClaw 时，如果时不时出现“请求超时”的报错，第一反应不应该是去改 OpenClaw 的配置，而是先看服务商那边当天的接口响应状况。深度思考类模型通常需要较长推理时间，默认的 30 秒超时很容易不够用。我的做法是把 OpenClaw 侧的请求超时时间设到 120 秒以上。

并发数方面，新手最容易犯的错是把并发调得特别高，觉得“同时处理越多越快”。实际结果往往是被模型服务商限流，出现一排 429 Too Many Requests 报错。本地部署的起步阶段，并发设 1 到 2 就已经足够了，等确认稳定运行，再逐步往上加。

5.4 给模型设定“人设”或“工作规则”

把 OpenClaw 跑通之后，你最先想做的应该就是让它“按我的方式来做事”。这个通过系统提示词实现。系统提示词就是你在每次对话前悄悄告诉模型的行为准则，模型会按照这个准则来组织回答。

比如你是做技术支持的，可以在配置里加：

json复制{
  "llm": {
    "system_prompt": "你是一名严谨的IT技术支持，回答时要先复述用户问题，再分步骤给出排查建议，避免使用模糊表达。"
  }
}

这个字段非常值得花时间打磨。我见过不少人把系统提示词写得特别长，结果模型反而抓不住重点。我的经验是：提示词要具体、要限定行为方式，但不要堆砌形容词。把“你是专家”改成“你要按照以下步骤处理问题”，效果立竿见影。

系统提示词是你整个本地部署里投入产出比最高的配置项，因为它直接影响模型每一次输出的质量，又不需要额外花一分钱。

6. 彻底清理与卸载：不留一处痕迹的完整清单

6.1 先停服务，再谈卸载

很多人卸载软件的习惯是直接删文件夹，这个习惯在 OpenClaw 上行不通。因为它在运行过程中会持续占用文件、写入缓存、维护日志。直接删文件夹会导致进程仍在后台运行，占着端口不放，下次你想重装都装不上去。

正确顺序是：先停掉正在运行的 OpenClaw 进程。如果你是用终端直接启动的，回到那个终端窗口按 Ctrl + C；如果窗口已经关了，就打开任务管理器，在“详细信息”里找到 Python 进程，判断一下命令行里包含 OpenClaw 路径的那个进程，结束它。

更保险的方式是在 PowerShell 里查端口占用的 PID，然后精确清除：

powershell复制netstat -ano | findstr :8080
taskkill /PID 具体PID /F

注意，/F 是强制结束，确认 PID 确实是 OpenClaw 的再执行，别误杀其他进程。

6.2 删除项目文件夹与 Python 依赖

停掉服务之后，先删除项目目录本身：

powershell复制Remove-Item -Recurse -Force $HOME\projects\OpenClaw

但如果你的依赖是全局安装的，项目删了不等于依赖也删了。Python 的第三方包还残留在 site-packages 目录里，占用磁盘空间不说，还可能影响全局环境。在项目目录被删之前，或者如果你知道自己都装过什么，手动卸载：

powershell复制pip uninstall openclaw -y
pip uninstall 其他的相关包名 -y

这里的“相关包名”需要你根据实际安装记录来判断。如果实在想不清，也可以不用管——残留的 Python 包顶多占点空间，不会再被系统调用，影响不大。

6.3 清理配置、缓存与环境变量

这是最容易被忽略的一步，也是“卸载不干净”的根源。

OpenClaw 生成的配置文件、日志、缓存通常存放在两个位置：一个是用户目录下的隐藏文件夹，一般叫 .openclaw；另一个可能在系统的 AppData 目录里。检查一下：

powershell复制Get-ChildItem $HOME -Force | Where-Object {$_.Name -like "*openclaw*"}
Get-ChildItem $HOME\AppData\Roaming -Force | Where-Object {$_.Name -like "*openclaw*"}
Get-ChildItem $HOME\AppData\Local -Force | Where-Object {$_.Name -like "*openclaw*"}

找到以后，确认里面没有你想留存的聊天记录或者配置备份，然后删除。

环境变量也要查。我前面用 setx 设置过 DEEPSEEK_API_KEY，如果不清理，它会一直留在系统里。打开“编辑账户的环境变量”，把它从用户变量里删掉。没有图形界面操作的话，用命令也可以：

powershell复制[Environment]::SetEnvironmentVariable("DEEPSEEK_API_KEY", $null, "User")

顺便检查一下 PATH 里有没有 OpenClaw 相关的路径残留，有的话一并删掉。

最后还要看两个地方：启动文件夹里有没有快捷方式残留，任务计划程序里有没有 OpenClaw 相关的计划任务：

powershell复制shell:startup
Get-ScheduledTask | Where-Object {$_.TaskName -like "*openclaw*"}

有就删掉，没有说明之前没注册过，跳过即可。

6.4 判断卸载是否干净的方法

卸载完如何确认自己的机器已经“干净”了？我常用的验证方式是做一轮搜索：

powershell复制Get-ChildItem $HOME -Recurse -Force -ErrorAction SilentlyContinue | Where-Object {$_.Name -like "*openclaw*"}

再加上前面提到的环境变量检查、计划任务检查和端口检查。四项都查不到任何结果，才能算真正卸载完。这套流程走完，你下次想重新安装也不会被旧的配置干扰。

我对卸载是否彻底的标准一直很朴素：你再搜不到 OpenClaw 相关的文件、进程、环境变量和任务计划，系统里干干净净，那这次清理就没白做。按照这份清单从头走一遍，Windows 10 上的部署、调优和清理闭环就算完整了。