0. 开始之前

OpenClaw 是一个开源、可自托管的 AI 助手平台，原生兼容 Ollama 本地模型，也支持 DeepSeek 等云端 API，隐私优先还是性能优先，都可以按需切换。本文梳理了在 Ubuntu 上从零部署 OpenClaw 的完整过程——包括实际遇到的问题，以及后续验证过的优化配置。
不管目标是搭一个完全离线的私人助手，还是看重大模型更强的推理能力，这篇指南都能帮你避开常见弯路，更快把它真正用起来。

1. 什么是 OpenClaw？

OpenClaw（不少人也叫它“龙虾”）是一套开源智能助手平台，既能跑在个人电脑上，也能部署到树莓派这类设备中。它最突出的地方，在于模型后端相当灵活——既可以接本地部署的开源模型，把隐私尽量掌握在自己手里；也可以连上 DeepSeek、OpenAI 这类云端大模型，换来更强的能力表现。它的核心功能主要包括：

• 智能体 (Agent) 系统：可创建多个不同用途的 AI 助手
• 本地优先：原生支持 Ollama，数据不出本机
• 技能插件 (Skills)：可通过安装技能扩展能力，如联网搜索、浏览器自动化
• 终端界面 (TUI)：直接在命令行中与 AI 对话
• 网关架构：提供统一的 API 入口，方便集成各种模型

本文将从零开始，在 Ubuntu 上完成 OpenClaw 的安装，并同时配置本地模(通过 Ollama) 和云端模型 (DeepSeek API) 两种后端，让你在不同场景自由切换。

2. 环境准备

硬件要求如下表所示：

软件要求：Ubuntu 22.04 或 Ubuntu 24.04

3. 安装 OpenClaw

3.1 执行安装命令

OpenClaw 需要 Node.js 22+，推荐使用 NodeSource 官方源安装。

(1) 添加 NodeSource 仓库：

$ wget -qO- https://deb.nodesource.com/setup_22.x | sudo -E bash -

(2) 安装 Node.js：

$ sudo apt update
$ sudo apt install nodejs -y

(3) 安装完成后，验证是否成功安装，如果没有问题可以在命令行中看到打印出 Node.js 版本号：

$ node --version
$ npm --version

(4) 修改配置文件，添加 npm bin 目录到 PATH 中：

$ echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc
$ source ~/.bashrc # 立即生效

(5) 通过 npm 安装 OpenClaw：

$ sudo npm install -g openclaw

3.2 完成初始化引导

安装完成后，运行下面的命令进入引导流程，并根据界面提示完成这些核心设置：

• 安全确认：当被问到是否知晓相关风险时，选择 Yes 并回车
• 选择模式：选择 QuickStart 快速启动模式
• 模型配置是最关键的一环。由于这里连接本地模型，当向导要求选择模型供应商时，请选择 “Skip for now” 暂时跳过，后续再进行手动配置。

$ openclaw onboard

3.3 使用官方一键脚本部署

除了以上方法外，我们也可以使用官方一键脚本部署，这种方式最简单，脚本会自动帮我们处理 Node.js 环境、依赖安装等步骤。

(1) 首先下载官方一键脚本部署：

$ wget -O install.sh https://openclaw.ai/install.sh

(2) 在命令行中执行以下命令，脚本会自动开始工作，完成安装后，会自动进入初始化引导，设置方法与上一小节相同：

$ wget -O install.sh https://openclaw.ai/install.sh
$ bash install.sh

4. 配置本地模型 (Ollama)

Ollama 是一个便捷的本地模型运行工具，能让 OpenClaw 调用我们下载的开源模型。

4.1 配置并安装 Ollama

(1) wget 下载 Ollama 安装脚本：

$ wget -O install-ollama.sh https://ollama.com/install.sh

(2) 在终端执行以下命令安装 Ollama：

$ sudo bash install-ollama.sh

(4) 启动 Ollama 服务：

$ ollama serve &

4.2 选择并下载模型

根据显存大小选择合适的模型：

使用以下命令下载选中的模型，以 qwen3.5:4b 为例：

$ ollama pull qwen3.5:4b

下载完成后，可以用 ollama list 命令查看已安装的模型列表进行确认：

$ ollama list

4.3 把 Ollama 模型连接到 OpenClaw

现在，我们需要告诉 OpenClaw 如何找到刚下载的本地模型，主要是在配置文件 ~/.openclaw/openclaw.json 中添加 ollama 供应商信息。

(1) 在修改配置文件前，需要首先停止网关：

$ openclaw gateway stop

(2) 编辑配置文件 ~/.openclaw/openclaw.json，在文件中添加或修改以下内容：

  "agents": {
    "defaults": {
      "workspace": "~/.openclaw/workspace",
      "model": {
        "primary": "ollama/qwen3.5:4b"
      },
      "models": {
        "ollama/qwen3.5:4b": {}
      }
    }
  },
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "https://127.0.0.1:11434",
        "apiKey": "ollama-local",
        "api": "ollama",
        "models": [
          {
            "id": "qwen3.5:4b",
            "name": "qwen3.5:4b",
            "api": "ollama"
          }
        ]
      }
    }
  }

(3) 配置完成后，重启一下 OpenClaw 网关让配置生效：

$ openclaw gateway start

(4) 使用以下命令查看模型列表，可以看到以 ollama/ 为前缀的本地模型：

$ openclaw models list

(5) 为方便使用，可以将本地模型设为默认：

$ openclaw models set ollama/qwen3.5:4b

5. 配置云端模型 (DeepSeek)

5.1 申请 DeepSeek API Key

(1) 访问 DeepSeek 开放平台

(2) 登录后，在「API Keys」页面创建新的 API Key

(3) 复制保存(形如 sk-xxxxxxxx)

5.2 配置 DeepSeek 服务

首次安装完成后，如果使用云端模型，可以通过使用 openclaw onboard 命令进行配置；已经安装过 OpenClaw 的用户可以通过 openclaw onboard --install-daemon 命令进入配置阶段。

• 遇到提示：I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue? 选择 Yes
• 遇到提示：Setup mode 推荐选择 QuickStart
• 遇到提示：Model/auth provider 选择 DeepSeek
• 遇到提示：Enter DeepSeek API key 填入刚刚复制的 API Key
• 遇到提示：Default model 将光标指向 Enter model，填写模型名称 (deepseek-v4-pro 或 deepseek-v4-flash)
• 后续的其余配置请根据需求配置，也可以先选择 Skip for now

6. 开始使用 OpenClaw

6.1 启动对话

我们可以通过以下三种方式与 OpenClaw 进行对话。

(1) 打开 Web UI，在 Chat 页面进行交互，使用以下命令：

$ openclaw dashboard

(2) 在终端中打开 TUI，使用以下命令：

$ openclaw tui

(3) 在终端中与 Openclaw 对话，使用以下命令：

$ openclaw terminal

6.2 安装技能扩展

通过 Agent 对话安装是最符合 Agent 范式的方式。在 OpenClaw、Claude Code 等 Agent 的对话框中，我们只需用自然语言说一句话，Agent 会自动完成整个安装流程，其中 xx_skill 是我们要安装的 Skill：

帮我从技能市场安装 xx_skill

Agent 收到指令后，会遵循技能安装的最佳实践，分步执行：

自主发现与验证：Agent 会先浏览技能主页 ClawHub 页面，获取最新的安装说明和元数据，而不是凭“记忆”操作

执行具体安装命令：确认无误后，Agent 会调用对应的 CLI 命令静默安装

• OpenClaw CLI： openclaw skills install xx_skill
• ClawHub CLI (通过 npx)： npx clawhub@latest install xx_skill

环境自检与初始化：安装后，Agent 会立即检查核心工具是否准备就绪，帮我们运行 xx_skill version 验证

整个过程无需手动敲任何命令，Agent 成了我们的“部署工程师”。如果更倾向于自主控制，也可以通过 ClawHub 安装技能：

# 1. 安装 clawhub 命令行工具
$ npm i -g clawhub
# 2. 搜索相关技能
$ clawhub search "xx_skill"
# 3. 安装技能
$ clawhub install xx_skill

总结

通过本文的配置，我们现在拥有一个双引擎的 AI 助手系统：

• 隐私优先时使用本地 Ollama 模型，数据完全掌控
• 能力优先时切换到 DeepSeek，享受顶级大模型性能

OpenClaw 的网关架构让这一切切换变得非常简单，一条命令即可完成。加上日益丰富的技能生态，它正在成为个人 AI 助手的绝佳选择。开始你的 OpenClaw 之旅吧！