最近逛社区发现OpenClaw 这个话题又热起来了。好几个群里都在问同一个问题Windows 上到底能不能原生装我其实从 1.x 版本就一直在折腾这个项目中间试过 WSL、试过 Docker、也试过直接在 Windows 命令行里跑前前后后重装过不下五遍。最后我得出的结论很直接如果你想在 Windows 上把它当成日常工具用原生安装反而是最省心的一条路。先说清楚 OpenClaw 是什么。它不是一个普通的聊天客户端而是一个 AI 代理框架。简单的理解方式是普通聊天是你问一句、它答一句OpenClaw 则是你给它一个目标它会自己拆解步骤、调用工具、查资料、跑脚本最后把结果交给你。对经常要在本机做文件整理、批量处理日志、写自动化脚本的人来说这个价值是实实在在的。而中国版这里要澄清一下它不是官方搞的独立分支而是社区维护的一套中文开箱即用配置包内置了国内模型 API 的兼容配置、中文技能包、以及一些下载源加速方案。装上就能用不用自己去翻文档拼配置这才是它最吸引人的地方。这篇文章按照从零开始的顺序写适合三类人完全没装过的小白、在 WSL 里装了但想转回原生环境的老手、以及只是想对比一下原生和虚拟环境差异的观望者。如果你已经是一个深度 Linux 用户前面的基础章节可以跳过直接看模型配置和踩坑部分就行。1. 先说清楚OpenClaw 到底解决什么问题1.1 我和这个项目的初遇我最早注意到 OpenClaw是因为被一个群友的演示刺激到了。他让代理帮他把一个文件夹里三百多张图片按内容分类重命名前后也就几分钟代理自己写了脚本、跑了一遍、还顺手生成了一个分类汇总的表格。我当时的反应是这不就是我一直想要的能干活的 AI 吗后来我自己入手第一周几乎是劝退的体验。原因很简单文档虽然全但都是面向 Linux 和 Mac 写的Windows 相关的内容要么没有要么只是简单提一句建议用 WSL。这对于用 Windows 干活的人来说太难受了每一步都得自己去试错。我走了不少弯路所以现在想把这些经验整理出来。1.2 为什么强调中国版这块我得先纠正一个容易踩的误区。你在网上搜OpenClaw 中国版搜出来的可能是五花八门的东西。有的确实良心把模型 API 地址、技能仓库、甚至是 PowerShell 脚本都给你准备好但也有的就是换个壳甚至塞了恶意脚本进去。我个人的建议是别去下载那种打包成 exe 的一键安装版就用官方原版再配合社区的中文配置方案。我做这套教程的基准基于 2025 年下半年比较流行的社区配置方案核心思路有三条第一模型接入层默认兼容国内可以直连的 API 服务比如 DeepSeek、通义千问、智谱这些第二技能仓库有国内镜像下载不至于卡死第三配置文件中文化日志输出默认调整为更容易看懂的中文。这样做的好处是你不必因为网络原因绕来绕去装上之后把 API 填进去就能跑。1.3 这篇内容适合谁、不适合谁如果你满足下面任何一个条件可以放心往下看电脑是 Windows 10 22H2 或 Windows 11想在本地跑一个 AI 代理工具装过 Node.js 但没怎么用过愿意按步骤复制命令之前试过 Docker 或 WSL 但被绕晕了想回到原生环境。相反如果你是要部署到服务器上给几十个人用或者你本来就在 Linux 管道里玩得很溜那这篇文章的前半部分对你来说节奏太慢了直接跳到第四章看模型接入第五章看故障排查就够了。2. 装之前必须搞明白的三件事2.1 Windows 原生还是 WSL 2别一上来就选错这是我在群里被问得最多的一个问题。聊结论之前先摆两张图让你看清差异。对比维度Windows 原生WSL 2安装门槛低装两个软件就行中需要开启虚拟机平台部分旧电脑会卡住文件读写性能高直接在 NTFS 上跑中跨文件系统读写有明显延迟网络与端口直接用主机端口localhost 映射偶尔抽风127.0.0.1 访问出问题很常见依赖兼容性大部分现代组件可用最接近 Linux 服务器兼容性最好适合场景个人日常自动化、写脚本、跑轻服务打算把配置原封不动搬上云服务器我之前在 WSL 里装过 OpenClaw最让我崩溃的点是WSL 里启动后的服务Windows 这边的浏览器偶尔访问不到得手动搞定端口转发。而且 WSL 的文件 IO 确实慢尤其是对 Windows 分区下的文件做批量处理时那个速度差距非常体感明显。原生安装唯一的劣势是某些为 Linux 设计的工具链在 Windows 上要额外配置但 OpenClaw 的核心组件对 Windows 支持得很好所以我不推荐一上来就上 WSL。2.2 前置环境清单照着准备就行原生安装前你需要确认这几样东西在不在Windows 10 22H2 或者 Windows 11最好是 64 位PowerShell 5.1 以上推荐 PowerShell 7后面会讲为什么Node.js 18 或更高版本推荐 20 LTSGit for Windows2.40 以上稳定的网络连接能正常访问 npm 官方源就行后面会教怎么换国内镜像这些条件里最容易忽略的是 PowerShell 版本。Windows 自带的 Windows PowerShell 5.1 其实也能跑但有个麻烦5.1 默认执行策略是 Restricted你不改策略连脚本都跑不了。后面我会给出具体命令。2.3 大模型从哪来本地 Ollama 还是云端 APIOpenClaw 本身不产出模型它像一个调度中枢得接上大脑才能干活。脑子的来源有两条路一条是本地部署模型典型方案是 Ollama。你把模型文件下载到本地用显卡或 CPU 跑推理。好处是隐私性强、不依赖网络、不产生 API 费用坏处是笔记本扛不住大模型跑 7B 的模型如果没独显速度和效果都只能说能跑。另一条是云端 API你只需要一个密钥把请求发到服务商那里它帮你出结果。国内直连比较方便的有 DeepSeek、通义千问、智谱 GLM 这几家OpenAI 兼容接口格式OpenClaw 接入起来几乎是无缝的。好处是效果稳定、不吃本地硬件坏处是每调用一次都要花钱而且数据要出本机。我自己的配置是双通道重要任务走 DeepSeek API图省事或者调试技能时切到本地 Ollama。这个切换在 OpenClaw 里就是改一行配置的事后面有详细例子。3. 保姆级安装步骤Windows 原生方案3.1 安装 Node.js 和 Git第一步去 Node.js 官网下载 LTS 版本注意不是 Current 最新版是那个标记着 LTS 的版本。我吃过这个亏用 Current 版本装完有个依赖包编译直接报错换回 LTS 就安静了。安装时一路 Next但要注意安装向导里有个 Add to PATH 选项默认是勾上的必须确认它是勾选状态这个决定你能不能直接在 PowerShell 里敲 node 命令。装完打开 PowerShell切记不是 CMD输入node -v npm -v能正常输出版本号就说明 Node.js 装好了。然后装 Git从官网下载 Git for Windows安装向导里大部分默认选项不用动遇到 Adjusting your PATH environment 那一页选择中间项 Git from the command line and also from 3rd-party software其他默认。装完同样验证一下git --version3.2 安装 OpenClaw 主程序现在到了核心环节。OpenClaw 的安装方式取决于你拿到的版本。官方主程序目前主要是通过 npm 分发的。在 PowerShell 里执行npm install -g openclaw/cli如果你用的是社区整合配置包可能包名会带-china后缀但底层命令行入口是一样的。安装完执行openclaw --version如果这一步输出了版本号恭喜主程序已经装好了。但如果你看到openclaw 不是内部或外部命令那八成是 npm 的全局目录没有加入 PATH。解决办法是找到 npm 全局路径手动加进系统环境变量。执行npm config get prefix把输出的路径加到 PATH 里然后重新开一个 PowerShell 窗口再试一次。3.3 初始化工作目录OpenClaw 需要一个目录来存放配置、技能和日志。我建议不要放在 C 盘的系统目录下更不要放在 OneDrive 同步目录里。我之前就把工作目录放在 OneDrive 下结果代理每次重启要同步文件把目录结构搞乱过一次。找个你喜欢的位置比如D:\openclaw执行mkdir D:\openclaw cd D:\openclaw openclaw init初始化过程会问你几个问题工作目录确认、默认语言、默认模型供应商。这里有一个关键点如果你打算用社区中文配置包初始化时选择语言zh-CN就对了。初始化完成后目录下会多出一个openclaw.config.json文件这就是后面所有配置的核心。3.4 第一次启动验证装完先别急着接模型裸启动一次确认框架本身没有问题。执行openclaw start正常情况你会看到终端里出现日志输出类似 OpenClaw is running然后提示一个本地控制台地址。如果这里直接报错大概率就是第五章要讲的坑之一。先别慌对照后面的排查表处理就行。验证完按Ctrl C停掉我们进入真正的配置环节。4. 配置实战接入本地 Ollama 与国内云 API4.1 本地 Ollama免费但要有心理准备先去 Ollama 官网下载 Windows 安装包装完后 Ollama 会自动注册成后台服务。然后在 PowerShell 里拉一个适合新手跑的中文模型ollama pull qwen2.5:7b这个模型 7B 参数纯 CPU 跑也能响应就是速度慢一点如果你的电脑有 NVIDIA 显卡体验会好很多。拉取完成后测试一下模型本身是否正常ollama run qwen2.5:7b 你好介绍一下你自己能正常回复说明本地模型这条路通了。接下来需要把它接进 OpenClaw。编辑openclaw.config.json找到模型配置这一段改成类似这样{ model: { provider: openclaw, base_url: http://127.0.0.1:11434, model: qwen2.5:7b, api_key: local, params: { temperature: 0.7 } } }注意base_url必须是127.0.0.1而不是localhost。这是因为在某些 Windows 环境下localhost会被解析成 IPv6 地址::1而 Ollama 默认监听的是 IPv4 的127.0.0.1一旦解析错就报连接失败。这是个非常隐蔽的坑。4.2 接入 DeepSeek / 通义千问等云端 API云端 API 的好处不用多说效果稳定、不吃本地硬件。以 DeepSeek 为例你需要先去平台注册账号创建 API Key充一点额度。然后修改配置{ model: { provider: deepseek, base_url: https://api.deepseek.com/v1, model: deepseek-chat, api_key: sk-你的密钥放这里 } }如果你是通义千问的用户base_url换成兼容地址模型名换成qwen-plus类似的名字就行。OpenClaw 底层走的是 OpenAI 兼容协议所以这些服务商的接入方式大同小异。这里提醒一句API Key 是敏感信息别硬编码在配置文件里尤其是如果你的 openclaw 目录会被同步到网盘或上传到 Git 仓库。建议设置成环境变量在 PowerShell 里执行[Environment]::SetEnvironmentVariable(OPENCLAW_API_KEY, sk-你的密钥, User)然后配置里写api_key: ${OPENCLAW_API_KEY}这样既安全又方便切换。4.3 技能Skills的安装与使用OpenClaw 最核心的扩展能力就是技能。技能可以理解为给代理配的工具包比如读取 PDF、整理文件、调用浏览器搜索、生成图表等等。把技能装进去代理才能真的动手干活。安装技能的命令一般是openclaw skill add file-organizer openclaw skill add web-search openclaw skill add pdf-parse装完后用openclaw skill list查看已安装的技能。如果你想自己写一个技能可以直接在技能目录下新建一个 JSON 描述文件加一段执行逻辑官方文档里有模板。我的体会是先在官方技能仓库里泡几天用熟练了再开始写自己的不然容易一上来就被目录结构搞晕。5. 我在 Windows 上踩过的坑附排查表5.1 openclaw 无法安全验证 sl2 环境这类 WSL 报错这个标题可能让不少人不解因为我这篇是原生安装教程为什么还要讲 WSL原因很简单不少社区的安装脚本会在 Windows 环境检测阶段顺手检查 WSL 状态导致你明明没用 WSL也会收到类似请在 PowerShell 中运行 wsl --status的提示。我第一次看到这个提示也愣了一下以为是必须装 WSL结果折腾一晚上没解决问题。后来才搞清楚它只是检测wsl.exe不存在或者虚拟化平台没开启时的友好提示跟你 OpenClaw 能不能原生跑没有半点关系。处理方法很简单如果你确实不用 WSL直接在配置里关闭相关检测项或者忽略这条警告即可如果你日后打算用 WSL再启用虚拟机平台功能然后运行一次wsl --status确认内核状态。5.2 端口占用与守护进程启动失败启动时如果报错说端口被占用最常见的两个元凶是边车进程没退干净或者别的程序占用了同样的端口。排查端口占用用这条命令netstat -ano | findstr :11434拿到进程 PID 之后在任务管理器里找到对应进程确认确实是残留的 ollama 或者其他无关程序后再结束它。还有一种情况是报error: start the windows daemon from a non-elevated terminal意思是你用管理员权限开了终端但环境变量路径不一致。解决办法很奇葩不要用以管理员身份运行打开 PowerShell直接用普通权限运行。这个错误我之前百思不得其解后来发现项目检测的是当前 shell 的 elevation 状态而它期望的是非提升状态。5.3 模型下载和依赖安装卡死这是在国内环境最常见的痛点。模型文件动辄几个 GB从海外源下载经常卡在 99%。解决方案是换国内源。以 Ollama 为例你可以设置镜像地址后再拉模型$env:OLLAMA_HOST 127.0.0.1:11434 $env:OLLAMA_MODELS D:\ollama\models镜像加速可以配置OLLAMA_REGISTRY之类的环境变量具体地址以你找到的可用镜像为准。npm 依赖安装卡住也一样配置镜像源npm config set registry https://registry.npmmirror.com然后再重新执行npm install速度会快很多。5.4 常见问题速查表我把自己遇到的、以及群里高频出现的问题整理成了一张表照着查就行。症状根本原因解决方法openclaw 不是内部或外部命令npm 全局目录未加入 PATHnpm config get prefix把路径加进系统 PATH 后重开终端启动报 localhost 连接失败localhost 解析成 IPv6 而服务监听 IPv4配置里的地址改为127.0.0.1Port 11434 already in use上一个 Ollama 进程残留netstat -ano找到 PID结束进程或切换端口提示需要 WSL 环境安装脚本的 WSL 检测项关闭检测项或忽略警告不影响原生运行依赖安装卡进度默认 npm 源访问慢将 registry 切到国内镜像模型下载到一半失败网络源不稳定切国内镜像源后重新拉取运行报 PowerShell 脚本被禁止执行策略为 Restricted以管理员运行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser日志输出中文乱码终端编码为 GBKPowerShell 里执行$OutputEncoding [Console]::OutputEncoding [System.Text.Encoding]::UTF85.5 几个容易被忽略的细节第一路径里不要有空格和中文。虽然现代工具链大部分能处理但 OpenClaw 在调用某些外部脚本时用的是空格分隔参数路径一旦有空格极容易出莫名其妙的错。第二杀毒软件可能拦截代理执行脚本尤其是开脚本扫描的杀软。我建议把 OpenClaw 工作目录加进杀软信任区。第三Windows 的快速启动会影响代理服务的唤醒如果你发现第二天早上代理状态不对可以在电源设置里关掉快速启动试试。6. 从跑起来到用得好的进阶建议6.1 配置桌面端 CompanionOpenClaw 有个 Windows 桌面端 Companion它的作用是让你不用一直盯着终端窗口任务状态会出现在系统托盘区域。配置方式并不复杂先保证主程序已启动然后在 Companion 里指向同一个工作目录它会自动识别当前会话。配好之后你在桌面端提交任务和查看日志都会方便很多。我当时配完 Companion 之后最大的感受是它终于像一个正经软件了而不是一个黑乎乎的终端窗口。但要注意Companion 和主程序的版本要尽量保持一致大版本不一致的时候很容易出现连接不上的问题。6.2 和自动化任务结合OpenClaw 真正的威力在于把它接进你的自动化流水线。我举一个自己的例子每天上班前让代理检查某个日志目录把最近一次报错的关键段落抽取出来按严重程度排序生成摘要顺手写进当日晨会文档。整个过程不需要我手动干预全靠一个定时任务触发。Windows 上做定时任务可以直接用任务计划程序触发条件设成用户登录时或每天指定时间操作指向一个.bat或 PowerShell 脚本脚本里调用openclaw run加上指定任务名。这里有个经验任务计划程序里一定要把使用最高权限运行选项关掉否则又会触发我们前面说的 non-elevated terminal 检测问题。这个坑我踩过不止一次。6.3 资源控制与日常维护本地跑模型时内存和显存占用是绕不开的话题。Ollama 默认会把模型常驻内存如果不做限制小内存机器可能直接被拖死。可以在 Ollama 的服务配置里设置并发请求数量或者指定更小的上下文长度。OpenClaw 这边也可以限制代理同时运行的步骤数和并发任务数避免一次派活太多导致整机卡顿。日常维护方面我要强调日志管理。OpenClaw 默认日志会一直写时间长了会占几个 GB。我建议每隔一段时间清一次日志或者配置日志轮转。方法不复杂在配置文件里加一个日志策略按天数滚动保留即可。另外升级版本前一定要先备份openclaw.config.json和技能目录因为跨版本升级时偶尔会有配置结构变化没备份的话只能从头配。我个人在实际操作中的体会是Windows 原生安装 OpenClaw 并不难难的是那些藏在水面下的环境细节。WSL 里跑不通的问题切回原生环境大多能解决但前提是你得先跨过检查 WSL 状态这个迷惑性报错、适配好模型来源、管理好端口和权限。上面这些坑几乎都是我一夜又一夜试出来的。最后再分享一个小技巧给已经跑通的朋友当你配好了本地 Ollama 和云端 API 双通道后可以先在日常任务中用云端 API 跑复杂任务用本地模型处理简单、私密的信息摘要类任务。一方面省了 API 费用另一方面也不会因为网络波动影响简单任务。这个搭配我用了大半个月整体体感非常稳算是真正把 OpenClaw 用成了生产力工具。如果你也在 Windows 上折腾 OpenClaw遇上了上面没提到的报错不妨先从配置文件和工作目录权限入手排查这两处占了 Windows 环境七成以上的奇怪问题。跑通之后记得把好用的技能和工作流记录下来回头发到社区里大概率有人在等你这份现成的经验。