OpenClaw 安装教程（使用 1Panel）

📖 简介

OpenClaw（曾用名 Clawdbot）是一款在 2026 年爆火的开源个人 AI 助手，GitHub 星标已超过 10 万。与传统 AI 聊天机器人的根本区别在于：真正的执行能力 —— 不仅能回答问题，还能实际操作你的电脑。

1Panel 是一款现代化、开源的 Linux 服务器运维管理面板，是部署和管理 OpenClaw 的最佳工具之一。

🎯 准备工作

系统要求

基础配置：

Linux 服务器（推荐 Ubuntu 24.04 LTS）
至少 2GB 内存（建议 8GB+）
至少 20GB 磁盘空间（使用本地模型需 100GB+）
Docker 环境（1Panel 会自动安装）
稳定的网络连接

高级配置（可选）：

NVIDIA GPU（用于加速本地模型推理）
20核 80G 配置（运行大模型推荐）
公网 IP 或域名（接入聊天工具需要）

部署方案选择

方案	优点	缺点	适用场景
云端 API	配置简单、响应快	需要付费、隐私风险	快速体验、轻度使用
本地模型	完全免费、隐私保护	需要 GPU、配置复杂	长期使用、隐私敏感
混合方案	灵活切换、按需使用	需要两套配置	平衡性能与成本

本教程涵盖两种方案的详细配置步骤。

所需资源

方案一：云端 API（快速开始）

AI 模型 API Key（DeepSeek、Qwen、OpenAI 等）
服务器公网 IP 或域名（可选）

方案二：本地模型（隐私优先）

无需外部 Token，隐私更有保障 ✅
NVIDIA GPU 及驱动（推荐）
Ollama 运行环境
聊天平台账号（可选，如飞书、Telegram 等）

📦 第一步：安装 1Panel

1.1 在线安装（推荐）

执行以下命令，根据提示完成安装：

curl -sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh | bash

安装过程中会提示：

选择安装目录（默认 /opt）
设置面板端口（默认 10086）
设置访问入口路径
设置 IPv6 访问（可选）
创建面板用户名和密码

1.2 访问 1Panel

安装完成后，使用浏览器访问：

http://[服务器IP]:[端口]/[入口路径]

使用安装时设置的用户名和密码登录。

🎨 第二步：选择部署方案

方案 A：云端 API 快速部署（推荐新手）

直接跳到 第三步：部署 OpenClaw（云端 API）

方案 B：本地模型完整部署（推荐长期使用）

按顺序完成：

第二步（B1）：配置 GPU 环境（可选）
第二步（B2）：部署 Ollama
第二步（B3）：加载本地模型
第三步：部署 OpenClaw（本地模型）

🖥️ 第二步（B1）：配置 GPU 环境（可选）

⚠️ 如果服务器没有 NVIDIA GPU，可跳过此步骤，直接使用 CPU 运行模型（速度较慢）

B1.1 检查 GPU 驱动

SSH 连接服务器，执行：

nvidia-smi

如果显示 GPU 信息，说明驱动已安装。如果报错，需要先安装 NVIDIA 驱动。

B1.2 安装 NVIDIA Container Toolkit

# 添加 NVIDIA GPG 密钥
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
 
# 添加仓库
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
 
# 安装容器工具包
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
 
# 重启 Docker
sudo systemctl restart docker

B1.3 验证配置

docker run --rm --gpus all nvidia/cuda:12.0-base nvidia-smi

如果成功显示 GPU 信息，说明配置完成。

🧠 第二步（B2）：部署 Ollama

B2.1 在 1Panel 安装 Ollama

登录 1Panel 控制台
点击左侧 应用商店
搜索 Ollama
点击安装

B2.2 配置 Ollama 参数

在安装界面配置：

参数	设置	说明
应用名称	ollama	默认即可
端口	11434	默认端口
端口外部访问	✅ 勾选	允许 OpenClaw 访问
开启 GPU 支持	✅ 勾选（有 GPU 时）	启用 GPU 加速

点击确认安装，等待容器启动。

B2.3 验证 Ollama 运行

在浏览器访问：

http://[服务器IP]:11434

如果显示 “Ollama is running”，说明安装成功。

📥 第二步（B3）：加载本地模型

B3.1 推荐模型选择

模型	参数量	内存需求	适用场景
gpt-oss:20b	20B	~16GB	官方推荐，综合性能强
qwen2.5:14b	14B	~10GB	平衡性能与资源
deepseek-r1:14b	14B	~10GB	推理能力强
qwen-coder:30b	30B	~24GB	代码任务专用
llama3:8b	8B	~6GB	轻量级，速度快

B3.2 方法一：通过 1Panel AI 管理（推荐）

在 1Panel 左侧菜单点击 AI
点击 添加模型
选择 Ollama 作为提供商
输入模型名称：gpt-oss:20b（或其他模型）
点击拉取

⏱️ 注意：首次下载大模型需要 20-30 分钟，请耐心等待。

B3.3 方法二：通过终端拉取

在 1Panel 中：

点击容器 → 找到 ollama → 点击终端
执行以下命令：

# 拉取官方推荐模型
ollama pull gpt-oss:20b
 
# 或拉取其他模型
ollama pull qwen2.5:14b
ollama pull deepseek-r1:14b

B3.4 验证模型加载

# 查看已安装的模型
ollama list
 
# 测试对话
ollama run gpt-oss:20b "你好"

🚀 第三步：部署 OpenClaw

方案选择

使用云端 API：参考 3.1-3.4（云端配置）
使用本地模型：参考 3.5-3.6（本地配置）

3.1 进入应用商店

3.2 搜索并安装 OpenClaw

在右上角搜索框输入 OpenClaw
点击应用详情
点击安装按钮

3.3 配置安装参数（云端 API）

在安装界面配置以下参数：

参数	说明	默认值	示例
应用名称	自定义名称	openclaw	openclaw
版本	选择最新稳定版	-	v2026.1.25
WebUI 端口	Web 访问端口	18789	18789
Bridge 端口	桥接端口	18790	18790
AI 模型提供商	选择使用的 AI 服务商	-	DeepSeek / OpenAI / Qwen
模型标识符	具体模型名称	-	deepseek-chat / gpt-4
API Key	AI 服务商的密钥	-	sk-xxxxxxxxxxxxx

3.4 完成安装

点击确认按钮，等待 Docker 镜像拉取和容器启动（约 2-5 分钟）。

3.5 配置安装参数（本地模型 Ollama）

如果你已经完成了 第二步（B1-B3） 的 Ollama 部署，按以下方式配置：

参数	设置	说明
应用名称	openclaw	默认即可
版本	最新版本	v2026.1.25 或更新
WebUI 端口	18789	默认端口
Bridge 端口	18790	默认端口
AI 模型提供商	Ollama	⚠️ 选择 Ollama
模型标识符	gpt-oss:20b	或你拉取的其他模型
Base URL	http://ollama:11434/v1	⚠️ 注意格式
API Key	ollama	随意填写（Ollama 不验证）

重要提示：

Base URL 格式：http://ollama:11434/v1（Docker 网络内部地址）
如果 Ollama 使用其他端口，需相应修改
模型名称必须与 ollama list 中显示的完全一致

3.6 完成安装

点击确认按钮，等待 Docker 镜像拉取和容器启动（约 2-5 分钟）。

🔑 第四步：获取访问 Token

3.1 进入应用数据目录

安装完成后，在 1Panel 中：

点击左侧文件菜单

导航至应用数据目录：

/opt/1panel/apps/openclaw/openclaw/data/conf

3.2 获取 Token

打开 openclaw.json 文件

找到以下字段：

{
  "gateway": {
    "auth": {
      "token": "your-token-here"
    }
  }
}

复制 token 的值（用于后续访问认证）

提示：也可以通过 1Panel 的终端执行：

cat /opt/1panel/apps/openclaw/openclaw/data/conf/openclaw.json | grep token

🌐 第五步：访问 OpenClaw WebUI

4.1 构建访问地址

使用以下格式构建访问 URL：

http://[服务器IP]:[WebUI端口]?token=[你的token]

示例：

http://192.168.1.100:18789?token=abc123xyz789

4.2 首次访问

在浏览器中打开上述地址
系统会自动验证 token
成功后进入 OpenClaw 控制面板

4.3 基础设置

在 WebUI 中可以：

查看 OpenClaw 运行状态
测试 AI 对话功能
配置聊天渠道
查看执行日志

💬 第六步：接入聊天工具（可选）

OpenClaw 支持多种聊天平台，以下是常用配置方式。

6.1 进入容器终端

在 1Panel 中：

点击容器菜单
找到 openclaw 容器
点击终端按钮

或使用 SSH 执行：

docker exec -it openclaw bash

6.2 添加聊天渠道

执行以下命令添加聊天工具：

docker compose -f docker-compose-cli.yml run --rm openclaw-cli channels add

系统会提示选择平台类型，支持：

Telegram：适合个人使用
飞书/Lark：适合企业团队
Slack：国际团队常用
Discord：社区和游戏群组
钉钉：国内企业常用

6.3 飞书接入示例

在飞书开放平台创建应用
获取 App ID 和 App Secret
在 OpenClaw 中配置：
- 选择 Lark 平台
- 输入 App ID
- 输入 App Secret
- 设置回调 URL：http://[服务器IP]:[Bridge端口]/webhook/lark
在飞书后台配置事件订阅和消息推送

6.4 Telegram 接入示例

与 @BotFather 对话创建 Bot
获取 Bot Token
在 OpenClaw 中配置：
- 选择 Telegram 平台
- 输入 Bot Token
- 设置 Webhook：http://[服务器IP]:[Bridge端口]/webhook/telegram

🔧 进阶配置

配置 Web 搜索功能（Brave Search）

OpenClaw 支持集成 Brave Search API，让 AI 助手能够实时搜索网络信息。

1. 获取 Brave Search API Key

访问 Brave Search API
注册账号并创建应用
获取 API Key（免费额度：每月 2000 次查询）

2. 在 OpenClaw 中配置

访问 OpenClaw WebUI
进入设置 → 工具配置
找到 Brave Search 选项
输入 API Key
保存配置

3. 测试搜索功能

在聊天界面输入：

帮我搜索一下 2026 年 AI 发展趋势

OpenClaw 会自动调用 Brave Search 获取最新信息。

配置反向代理

使用 1Panel 的网站功能配置 Nginx 反向代理：

location / {
    proxy_pass http://127.0.0.1:18789;
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
}

这样可以通过域名访问，并配置 SSL 证书。

数据备份

OpenClaw 的重要数据位于：

/opt/1panel/apps/openclaw/openclaw/data/

建议定期备份：

tar -czf openclaw-backup-$(date +%Y%m%d).tar.gz \
  /opt/1panel/apps/openclaw/openclaw/data/

❓ 常见问题

Q1: 安装后无法访问 WebUI？

解决方法：

检查防火墙是否开放端口：

firewall-cmd --zone=public --add-port=18789/tcp --permanent
firewall-cmd --reload

检查容器状态：
```
docker ps | grep openclaw
```
查看容器日志：
```
docker logs openclaw
```

Q2: AI 回复错误或不工作？

检查事项：

API Key 是否正确
模型名称是否匹配
网络是否能访问 AI 服务（国内可能需要代理）
查看日志中的错误信息

Q3: 聊天工具连接失败？

常见原因：

Webhook URL 配置错误
服务器端口未开放
回调地址无法从外网访问（需要公网 IP 或内网穿透）

Q4: 如何更新 OpenClaw？

在 1Panel 中：

进入 应用商店
找到已安装的 OpenClaw
点击更新按钮
等待更新完成后重启容器

⚠️ 注意：更新前请备份数据！

🔒 隐私保护优势

使用本地模型部署 OpenClaw 的隐私优势：

对比项	云端 API	本地模型
数据传输	发送至第三方服务器	完全在本地处理 ✅
Token 消耗	按量付费	无需外部 Token ✅
网络依赖	必须联网	仅模型推理本地化 ✅
隐私风险	可能被记录/训练	数据不出服务器 ✅
成本	长期使用成本高	硬件一次性投入 ✅

推荐场景：

处理敏感数据（个人笔记、企业文档）
长期高频使用（成本更优）
内网环境部署（无外网依赖）

📚 相关资源

🎉 总结

通过 1Panel 部署 OpenClaw 的优势：

✅ 一键安装：无需手动配置 Docker
✅ 可视化管理：所有操作都有图形界面
✅ 持久化数据：数据自动保存，升级无忧
✅ 集成监控：实时查看资源使用情况
✅ 应用生态：可同时部署 Ollama、数据库等配套服务
✅ 隐私保护：本地模型方案，数据不外传

下一步建议：

🤖 接入常用聊天工具（飞书/Telegram）
🔍 配置 Brave Search 实现联网搜索
📝 探索 OpenClaw 的自动化能力
🔐 配置 SSL 证书实现 HTTPS 访问

现在你已经拥有了一个 7×24 小时在线、保护隐私的个人 AI 助手！🚀

Sources:

😊微笑的博客

探索

OpenClaw 安装教程（使用 1Panel）

📖 简介

🎯 准备工作

系统要求

部署方案选择

所需资源

📦 第一步：安装 1Panel

1.1 在线安装（推荐）

1.2 访问 1Panel

🎨 第二步：选择部署方案

方案 A：云端 API 快速部署（推荐新手）

方案 B：本地模型完整部署（推荐长期使用）

🖥️ 第二步（B1）：配置 GPU 环境（可选）

B1.1 检查 GPU 驱动

B1.2 安装 NVIDIA Container Toolkit

B1.3 验证配置

🧠 第二步（B2）：部署 Ollama

B2.1 在 1Panel 安装 Ollama

B2.2 配置 Ollama 参数

B2.3 验证 Ollama 运行

📥 第二步（B3）：加载本地模型

B3.1 推荐模型选择

B3.2 方法一：通过 1Panel AI 管理（推荐）

B3.3 方法二：通过终端拉取

B3.4 验证模型加载

🚀 第三步：部署 OpenClaw

方案选择

3.1 进入应用商店

3.2 搜索并安装 OpenClaw

3.3 配置安装参数（云端 API）

推荐模型配置

3.4 完成安装

3.5 配置安装参数（本地模型 Ollama）

3.6 完成安装

🔑 第四步：获取访问 Token

3.1 进入应用数据目录

3.2 获取 Token

🌐 第五步：访问 OpenClaw WebUI

4.1 构建访问地址

4.2 首次访问

4.3 基础设置

💬 第六步：接入聊天工具（可选）

6.1 进入容器终端

6.2 添加聊天渠道

6.3 飞书接入示例

6.4 Telegram 接入示例

🔧 进阶配置

配置 Web 搜索功能（Brave Search）

1. 获取 Brave Search API Key

2. 在 OpenClaw 中配置

3. 测试搜索功能

配置反向代理

数据备份

❓ 常见问题

Q1: 安装后无法访问 WebUI？

Q2: AI 回复错误或不工作？

Q3: 聊天工具连接失败？

Q4: 如何更新 OpenClaw？

🔒 隐私保护优势

📚 相关资源

🎉 总结

关系图谱

目录