游乐游手机版
首页/AI教程/文章详情

手把手教你在Docker容器中安装OpenClaw大龙虾的详细步骤

时间:2026-06-09 15:08
采用Docker部署Ubuntu容器构建隔离的本地运行环境,安装Node js和OpenClaw代理,配置网关绑定LAN端口并设置访问令牌,最后成功集成千问大模型API。该方案实现安全隔离的本地化运行,数据不离开本地网络,有效保护隐私并降低延迟,适用于企业内部场景。

OpenClaw最近确实挺火,但安全风险也得认真对待。最好的办法,就是把它塞进虚拟机里运行,既尝了鲜又不影响宿主机环境。下面一步步来,从零开始,在Docker里装个Ubuntu再把OpenClaw弄上去。

Docker安装OpenClaw大龙虾的详细步骤

一、docker安装Ubuntu系统

1、 使用国内镜像源

"registry-mirrors": [
    "https://docker.xuanyuan.me"
  ]

2、拉取 Ubuntu 镜像

docker pull ubuntu:latest 

3、创建容器

创建容器,并映射 18789 端口

docker run -itd -p 18789:18789 --name openclaw ubuntu 

4、查看运行中的容器

docker ps 

5、进入容器

docker exec -it openclaw bash 

二、Ubuntu安装必要环境

1、更新软件源

apt-get update 

2、安装必要的命令

apt-get install -y curl vim git systemctl 

3、安装 Node.js

打开 nodejs.org/en/download ,按网页上提供的命令安装 NodeJS

以下是文章发布时的最新安装命令,跟着复制粘贴去执行即可

# Download and install nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
# in lieu of restarting the shell
. "$HOME/.nvm/nvm.sh"
# Download and install Node.js:
nvm install 24
# Verify the Node.js version:
node -v # Should print "v24.13.0".
# Verify npm version:
npm -v # Should print "11.6.2".

三、安装OpenClaw

1、使用国内镜像源

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

2、安装

npm install -g openclaw@latest 

3、配置

openclaw onboard --install-daemon 

根据你自身情况进行配置即可,命令可以反复去执行进行配置

配置项选择/操作配置说明
I understand this is powerful and inherently risky. Continue?选择 "Yes"确认知晓风险并继续部署
Onboarding mode选择 “QuickStart”快速启动模式,适合新手,简化配置
Model/auth provider选免费Qwen / 选"Skip for now"推荐先选Qwen(免费),后续可配置火山引擎等其他模型;暂不配置则选Skip
Filter models by provider选择 "All providers"显示所有模型提供商,方便后续切换
Default model使用默认配置保持默认,后续可在配置文件中修改
Select channel (QuickStart)选择 “Skip for now”暂不配置渠道,后续专门配置飞书渠道
Configure skills now? (recommended)选择 “No”暂不配置技能,后续按需添加
Enable hooks?按空格键选中 → 按回车键下一步启用钩子功能,支持命令日志、会话记忆等核心特性
How do you want to hatch your bot?选择 "Control UI"从终端界面启动机器人,基础交互更便捷

4、网关配置

配置文件位置位于: ~/.openclaw/openclaw.json

vim ~/.openclaw/openclaw.json 

我们需要在宿主机中访问,则需要修改为 lan

{
  gateway: {
    mode: "local",
    bind: "lan",
    port: 18789,
    auth: { 
      mode: "token", 
      token: "your-token" 
    },
  },
}

修改完成后重新网关服务

openclaw gateway restart 

OpenClaw 使用 gateway.bind 配置项控制绑定模式,默认的绑定模式为 loopback,仅 127.0.0.1 可访问。调整后支持通过本地地址访问。

5、运行 OpenClaw

openclaw dashboard 

输出如下内容

Dashboard URL: https://127.0.0.1:18789/?token=yourtoken
Copy to clipboard una vailable.
No GUI detected. Open from your computer:
ssh -N -L 18789:127.0.0.1:18789 user@
Then open:
https://localhost:18789/
https://localhost:18789/?token=yourtoken
Docs:
https://docs.openclaw.ai/gateway/remote
https://docs.openclaw.ai/web/control-ui

在宿主机的浏览器中打开给出网址即可,注意使用带token的地址

四、疑难杂症

1、启动后已断开与网关的连接。

unauthorized: gateway token missing (open the dashboard URL and paste the token in Control UI settings)

根本原因是你的访问连接没有带token,使用带token的地址不会出现上述情况。

2、pairing required

相关 issue 如下:

  • https://github.com/openclaw/openclaw/issues/4531#issuecomment-3822813844
  • https://github.com/openclaw/openclaw/issues/2284#issuecomment-3801613693

可以在终端中执行以下命令(保持 Gateway 运行):

openclaw devices list 

查看待审批设备列表,预期输出示例:

┌──────────────────────────────────────┬──────────────┬─────────────────────┐
│ Request ID                           │ Role         │ Created At          │
├──────────────────────────────────────┼──────────────┼─────────────────────┤
│ 4f9db1bd-a1cc-4d3f-b643-2c195262464e │ browser      │ 2026-02-11 12:22:01 │
│ b2f8c1de-9b4a-4e7c-8d21-3f5a9b7c2e1f │ node         │ 2026-02-11 14:14:40 │
└──────────────────────────────────────┴──────────────┴─────────────────────┘

注意事项

  • 若列表为空,说明请求已过期,需刷新浏览器或重启 CLI 重新触发配对
  • Role 列显示设备类型:
    • browser(浏览器)- 通过网页界面访问的设备
    • node(节点)- macOS/iOS/Android 节点设备
    • cli(命令行)- 通过命令行工具访问的设备

复制你要批准的 Request ID(例如 4f9db1bd-a1cc-4d3f-b643-2c195262464e),执行:

openclaw devices approve 4f9db1bd-a1cc-4d3f-b643-2c195262464e 

批准指定设备,成功响应:

✓ Approved device 4f9db1bd-a1cc-4d3f-b643-2c195262464e (browser)
Access granted. Device can now connect to Gateway.

此时返回浏览器/客户端,错误应立即消失,连接自动恢复。重新刷新网页则正常

五、配置千问大模型

在左侧菜单依次选择:Config > Authentication,然后点击下方的 Raw

复制以下配置信息,替换 "agents": {...}, 部分,并将 DASHSCOPE_API_KEY 替换为你的百炼 API Key。

"models": {
  "mode": "merge",
  "providers": {
    "bailian": {
      "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
      "apiKey": "DASHSCOPE_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "qwen3-max-2026-01-23",
          "name": "qwen3-max-thinking",
          "reasoning": false,
          "input": ["text"],
          "cost": {
            "input": 0,
            "output": 0,
            "cacheRead": 0,
            "cacheWrite": 0
          },
          "contextWindow": 262144,
          "maxTokens": 65536
        }
      ]
    }
  }
},
"agents": {
  "defaults": {
    "model": {
      "primary": "bailian/qwen3-max-2026-01-23"
    },
    "models": {
      "bailian/qwen3-max-2026-01-23": {
        "alias": "qwen3-max-thinking"
      }
    },
    "maxConcurrent": 4,
    "subagents": {
      "maxConcurrent": 8
    }
  }
}

单击右上角 Sa ve 保存配置,再点击 Update 使配置生效。刷新网页即可聊天了。

来源:https://www.jb51.net/ai/1019380.html
上一篇OpenClaw多Agent Session路径验证失败问题解析 下一篇Windows11平台Ollama部署Qwen2.5大模型实战指南
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。