OpenClaw 阿里云、本地搭建，+Windows WSL+本地源码安装与自定义修改保姆级教程-阿里云开发者社区

2026年OpenClaw作为灵活的AI Agent平台，不仅支持阿里云规模化部署与本地轻量运行，还能通过Windows WSL（Windows Subsystem for Linux）实现源码级安装与自定义修改——这种方式特别适合开发者学习底层逻辑、按需拓展功能，而受OpenClaw启发的超轻量级版本nanobot（仅4000行代码），更是入门源码学习的最佳选择。

本文将完整拆解2026年OpenClaw的阿里云部署、Windows WSL源码部署、本地常规部署三大方案，详细讲解源码编辑、自定义修改与效果验证流程，包含可直接复制的代码命令，助力用户从“使用”到“定制”，解锁OpenClaw的无限拓展可能。阿里云部署 OpenClaw 只需两步，全网最简单，步骤流程访问阿里云OpenClaw一键部署专题页面 了解。
OpenClaw部署教程图1.png

OpenClaw部署教程图2.png
OpenClaw部署教程图3.png
OpenClaw部署教程图4.png

一、核心认知：三种部署方案的适配场景

不同部署方案各有侧重，覆盖从企业级运行到个人开发学习的全需求：

阿里云部署：面向企业/团队，支持7×24小时稳定运行、多用户协作，适合生产级自动化任务；
Windows WSL源码部署：面向开发者，依托Linux环境实现源码编译、实时修改、即时生效，适合学习底层逻辑与个性化改造；
本地常规部署（Windows/Mac）：面向个人用户，无需复杂配置，快速启动使用，适合轻量自动化场景。

其中，WSL源码部署是连接“使用”与“定制”的关键，通过直接修改代码，可实现功能拓展、逻辑优化、个性化交互等定制化需求。

二、2026年OpenClaw三大部署流程

方案一：阿里云部署（生产级稳定运行首选）

依托阿里云轻量应用服务器，2026版部署方案优化了源码编译效率、服务稳定性，适配Ubuntu 22.04 LTS系统，支持源码安装与常规安装两种模式，适合企业级长期运行。

（一）部署前置准备

阿里云账号：注册阿里云账号，完成实名认证，无欠费记录；
服务器配置：推荐4vCPU+8GiB内存+80GiB ESSD（支持源码编译与多任务运行）；
工具准备：SSH工具（FinalShell/Xshell）、Git、VS Code（远程连接）；
核心凭证：阿里云百炼API-Key（访问订阅阿里云百炼Coding Plan）、OpenRouter API Key（可选，用于模型调用）。

（二）详细部署步骤

零基础部署 OpenClaw 喂饭级步骤流程

第一步：点击打开访问阿里云OpenClaw一键部署专题页面。
阿里云OpenClaw一键部署专题页面：https://www.aliyun.com/activity/ecs/clawdbot

第二步：打开选择阿里云轻量应用服务器，配置参考如下：

镜像：OpenClaw(Moltbot)镜像（已经购买服务器的用户可以重置系统重新选择镜像）
实例：内存必须2GiB及以上。
地域：默认美国（弗吉尼亚），目前中国内地域（除香港）的轻量应用服务器，联网搜索功能受限。
时长：根据自己的需求及预算选择。

轻量应用服务器OpenClaw镜像.png

第三步：打开访问阿里云百炼大模型控制台，找到密钥管理，单击创建API-Key。

阿里云百炼密钥管理图.png

前往轻量应用服务器控制台，找到安装好OpenClaw的实例，进入「应用详情」放行18789端口、配置百炼API-Key、执行命令，生成访问OpenClaw的Token。
阿里云百炼密钥管理图2.png

端口放通：需要放通对应端口的防火墙，单击一键放通即可。
配置百炼API-Key，单击一键配置，输入百炼的API-Key。单击执行命令，写入API-Key。
配置OpenClaw：单击执行命令，生成访问OpenClaw的Token。
访问控制页面：单击打开网站页面可进入OpenClaw对话页面。

阿里云百炼Coding Plan API-Key 获取、配置保姆级教程：

创建API-Key，推荐访问订阅阿里云百炼Coding Plan，阿里云百炼Coding Plan每天两场抢购活动，从按tokens计费升级为按次收费，可以进一步节省费用！

购买后，在控制台生成API Key。注：这里复制并保存好你的API Key，后面要用。
回到轻量应用服务器-控制台，单击服务器卡片中的实例 ID，进入服务器概览页。
在服务器概览页面单击应用详情页签，进入服务器详情页面。
端口放通在OpenClaw使用步骤区域中，单击端口放通下的执行命令，可开放获取OpenClaw 服务运行端口的防火墙。
这里系统会列出我们第一步中创建的阿里云百炼 Coding Plan的API Key，直接选择就可以。
获取访问地址单击访问 Web UI 面板下的执行命令，获取 OpenClaw WebUI 的地址。

服务器初始化与依赖安装：

登录阿里云控制台，创建轻量应用服务器，选择Ubuntu 22.04镜像，记录公网IP；
通过SSH连接服务器：
```
ssh root@你的服务器公网IP
```

安装核心依赖（含源码编译工具）：

# 更新系统并安装基础工具
apt update -y && apt upgrade -y
apt install -y wget curl git unzip nodejs npm python3 python3-pip python3-venv build-essential
# 安装nvm管理Node.js版本
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
# 安装Node.js LTS版本
nvm install --lts
# 验证环境
node --version  # 需≥v22.0.0
python3 --version  # 需≥3.11.0
git --version

源码方式安装OpenClaw：

# 克隆OpenClaw源码仓库
git clone https://github.com/openclaw/openclaw.git
cd openclaw
# 创建Python虚拟环境并激活
python3 -m venv venv
source venv/bin/activate
# 安装Python依赖（开发模式）
pip install -e .
# 安装Node.js依赖
npm install
# 初始化配置文件
openclaw onboard

配置与服务启动：

# 编辑配置文件，添加API Key（替换为实际密钥）
nano ~/.openclaw/config.json

在配置文件中添加模型与API信息：

{
   
  "agents": {
   
    "defaults": {
   
      "workspace": "~/.openclaw/workspace",
      "model": "openai/gpt-oss-120b:free",
      "maxTokens": 8192,
      "temperature": 0.7
    }
  },
  "providers": {
   
    "openrouter": {
   
      "apiKey": "你的OpenRouter API Key",
      "apiBase": null
    },
    "bailian": {
   
      "apiKey": "你的阿里云百炼API Key"
    }
  }
}

启动服务：

# 启动OpenClaw网关（开发模式，支持源码修改实时生效）
npm run dev
# 配置Systemd进程守护（生产模式）
cat > /etc/systemd/system/openclaw.service << EOF
[Unit]
Description=OpenClaw Source Service
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=/root/openclaw
ExecStart=/root/openclaw/venv/bin/python3 /root/openclaw/bin/openclaw gateway start
ExecReload=/bin/kill -HUP \$MAINPID
Restart=always
RestartSec=5s
Environment="NODE_ENV=production"

[Install]
WantedBy=multi-user.target
EOF
# 启动并设置开机自启
systemctl daemon-reload
systemctl start openclaw
systemctl enable openclaw
# 验证服务状态
systemctl status openclaw

端口放行与远程开发配置：

# 放行控制台与开发端口
firewall-cmd --add-port=18789/tcp --permanent  # 控制台
firewall-cmd --add-port=3000/tcp --permanent   # 开发调试
firewall-cmd --reload
# 配置VS Code远程连接（安装Remote-SSH插件，输入服务器IP与账号）

方案二：Windows WSL源码部署（开发者学习与定制首选）

通过Windows WSL安装Ubuntu 22.04环境，实现OpenClaw源码安装、实时修改与即时生效，无需单独安装Linux系统，适合Windows开发者。

（一）部署前置准备

系统要求：Windows 10 2004及以上版本，启用WSL功能；
工具准备：Microsoft Store（安装Ubuntu）、VS Code（安装WSL插件）、Git；
核心凭证：OpenRouter API Key（用于模型调用）。

（二）详细部署步骤

启用WSL并安装Ubuntu 22.04：
- 以管理员模式打开PowerShell，执行以下命令启用WSL：
```
wsl --install
```
- 重启电脑后，打开Microsoft Store，搜索“Ubuntu 22.04.5 LTS”，点击安装；
- 首次打开Ubuntu，按提示创建UNIX用户名和密码（如用户名ubuntu）；
- 验证WSL状态：
```
wsl -l -v
```
  输出“VERSION 2”且状态为“Running”即为成功。
WSL环境配置与依赖安装：
- 在Ubuntu终端中执行以下命令：

# 更新系统并安装基础工具
sudo apt update -y && sudo apt upgrade -y
sudo apt install -y git nodejs npm python3 python3-pip python3-venv build-essential
# 安装nvm管理Node.js
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
nvm install --lts
# 验证环境
node --version
python3 --version  # 需≥3.11.0

源码安装OpenClaw（或nanobot）：

选项1：安装OpenClaw完整版（功能完整，适合深度定制）：

git clone https://github.com/openclaw/openclaw.git
cd openclaw
# 创建并激活Python虚拟环境
python3 -m venv venv
source venv/bin/activate
# 开发模式安装
pip install -e .
npm install
# 初始化配置
openclaw onboard

选项2：安装nanobot轻量版（仅4000行代码，适合入门学习）：

git clone https://github.com/HKUDS/nanobot.git
cd nanobot
python3 -m venv venv
source venv/bin/activate
pip install -e .
# 初始化配置（生成config.json）
nanobot onboard

配置API Key：

# 编辑配置文件（以nanobot为例）
nano ~/.nanobot/config.json

添加OpenRouter API Key：

{
     
"agents": {
     
 "defaults": {
     
   "workspace": "~/.nanobot/workspace",
   "model": "openai/gpt-oss-120b:free",
   "maxTokens": 8192,
   "temperature": 0.7
 }
},
"providers": {
     
 "openrouter": {
     
   "apiKey": "你的OpenRouter API Key"
 }
}
}

注：使用免费模型需在OpenRouter设置中勾选“Enable free endpoints”相关选项。

VS Code远程编辑源码：
- 在Ubuntu终端中进入项目目录，执行以下命令启动VS Code：
```
# 授予目录权限（避免编辑时权限不足）
sudo chown -R ubuntu:ubuntu .
# 启动VS Code（需先在Windows安装VS Code与WSL插件）
code .
```
- VS Code将自动连接WSL环境，可直接编辑源码文件，修改后无需重新安装，即时生效。

方案三：本地常规部署（Windows/Mac，轻量使用首选）

无需源码编译，快速安装运行OpenClaw，适合个人用户轻量自动化场景，支持Windows 10+/MacOS 12+。

（一）Windows系统本地部署

基础环境准备：
- 安装Node.js 22.x：访问https://nodejs.org/zh-CN/download/current/，勾选“Add to PATH”；
- 安装Python 3.11+：访问https://www.python.org/downloads/，勾选“Add Python to PATH”；
- 验证环境（管理员模式PowerShell）：
```
node --version
python --version
```

快速安装OpenClaw：

# 一键安装2026本地版
iwr -useb https://openclaw.ai/install-local-2026.ps1 | iex
# 初始化配置
openclaw onboard

启动服务：

openclaw gateway start --local
openclaw dashboard

（二）Mac系统本地部署

基础环境准备：

安装Homebrew（若未安装）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

安装依赖：

brew install node@22 python@3.11 git
brew link node@22 --force
# 验证版本
node --version
python3 --version

快速安装OpenClaw：

curl -fsSL https://openclaw.ai/install-local-2026.sh | bash
openclaw onboard

启动服务：

nohup openclaw gateway start --local > ~/.openclaw/logs/local-start.log 2>&1 &
openclaw dashboard

三、源码自定义修改实战（WSL环境）

以nanobot为例，演示源码修改、效果验证的完整流程，OpenClaw完整版操作逻辑一致。

（一）Step1：定位修改文件

目标：在模型调用时添加自定义日志输出，验证修改是否生效。

在VS Code中打开nanobot项目，定位到providers/litellm_provider.py文件（模型调用核心文件）；

找到chat方法（约112行附近），在方法内添加自定义打印语句：

def chat(self, messages, tools=None, max_tokens=None, temperature=None):
 # 自定义添加的日志输出
 print("------OpenClaw源码修改生效！------")
 # 原有代码逻辑
 kwargs = {
     
     "model": self.model,
     "messages": messages,
     "max_tokens": max_tokens,
     "temperature": temperature,
 }
 # ... 后续原有代码

（二）Step2：保存修改并验证

保存文件（VS Code自动同步到WSL环境）；

在Ubuntu终端中执行以下命令，触发模型调用：

# 激活虚拟环境（若已退出）
source venv/bin/activate
# 执行交互命令
nanobot agent -m "查询当前系统内存使用情况"

查看输出结果：
终端将先输出自定义日志------OpenClaw源码修改生效！------，再返回内存查询结果，说明修改成功。

（三）Step3：进阶修改示例（添加自定义工具）

在skills目录下创建custom_tool.py文件，添加自定义工具逻辑：
```python
from nanobot.skills.base import Skill

class CustomSystemInfo(Skill):
name = "custom-system-info"
description = "查询系统详细信息，包括CPU、内存、磁盘使用情况"

def run(self, args):
    import subprocess
    # 执行系统命令获取信息
    cpu_info = subprocess.check_output("lscpu | grep 'Model name'", shell=True).decode()
    mem_info = subprocess.check_output("free -h", shell=True).decode()
    disk_info = subprocess.check_output("df -h", shell=True).decode()
    # 整合结果
    result = f"CPU信息：{cpu_info}\n内存信息：{mem_info}\n磁盘信息：{disk_info}"
    return {"status": "success", "data": result}

2. 在`skills/__init__.py`中注册工具：
```python
from .custom_tool import CustomSystemInfo

__all__ = ["CustomSystemInfo"]

验证自定义工具：
```
nanobot agent -m "使用custom-system-info工具查询系统详细信息"
```
终端将返回整合后的CPU、内存、磁盘信息，说明自定义工具添加成功。

四、常见问题排查

WSL中源码修改后未生效：
- 原因：未激活Python虚拟环境、依赖安装未使用开发模式（pip install -e .）；
- 解决方案：激活虚拟环境（source venv/bin/activate），重新执行pip install -e .安装开发模式依赖。
权限不足无法编辑文件：
- 原因：项目目录所有者为root，当前用户无修改权限；
- 解决方案：执行sudo chown -R 你的用户名:你的用户名 .（如sudo chown -R ubuntu:ubuntu .），授予目录权限。
模型调用失败：
- 原因：API Key未配置、免费模型未启用相关选项、网络连接问题；
- 解决方案：核对API Key配置，在OpenRouter设置中勾选免费模型选项，检查网络连通性。
VS Code无法连接WSL：
- 原因：未安装WSL插件、WSL状态未运行；
- 解决方案：在VS Code扩展中安装“WSL”插件，执行wsl --start启动WSL环境。

五、总结

OpenClaw的多环境部署方案覆盖了从生产级运行到开发者定制的全需求——阿里云部署保障稳定运行，本地常规部署满足轻量使用，而Windows WSL源码部署则为开发者提供了学习与定制的入口。通过源码修改，可实现日志定制、工具拓展、逻辑优化等个性化需求，而nanobot轻量版（仅4000行代码）更是降低了源码学习的门槛。建议新手从nanobot源码入手，熟悉底层逻辑后再拓展OpenClaw完整版功能，逐步实现从“使用者”到“定制者”的转变。

OpenClaw 阿里云、本地搭建，+Windows WSL+本地源码安装与自定义修改保姆级教程

一、核心认知：三种部署方案的适配场景

二、2026年OpenClaw三大部署流程

方案一：阿里云部署（生产级稳定运行首选）

（一）部署前置准备

（二）详细部署步骤

零基础部署 OpenClaw 喂饭级步骤流程

阿里云百炼Coding Plan API-Key 获取、配置保姆级教程：

方案二：Windows WSL源码部署（开发者学习与定制首选）

（一）部署前置准备

（二）详细部署步骤

方案三：本地常规部署（Windows/Mac，轻量使用首选）

（一）Windows系统本地部署

（二）Mac系统本地部署

三、源码自定义修改实战（WSL环境）

（一）Step1：定位修改文件

（二）Step2：保存修改并验证

（三）Step3：进阶修改示例（添加自定义工具）

四、常见问题排查

五、总结

热门文章

最新文章

相关电子书

探索云世界

热门

云计算

大数据

云原生

人工智能

数据库

开发与运维

活动广场

任务中心

训练营

直播

乘风者计划

下载

镜像站

技术资料

OpenClaw 阿里云、本地搭建，+Windows WSL+本地源码安装与自定义修改保姆级教程

一、核心认知：三种部署方案的适配场景

二、2026年OpenClaw三大部署流程

方案一：阿里云部署（生产级稳定运行首选）

（一）部署前置准备

（二）详细部署步骤

零基础部署 OpenClaw 喂饭级步骤流程

阿里云百炼Coding Plan API-Key 获取、配置保姆级教程：

方案二：Windows WSL源码部署（开发者学习与定制首选）

（一）部署前置准备

（二）详细部署步骤

方案三：本地常规部署（Windows/Mac，轻量使用首选）

（一）Windows系统本地部署

（二）Mac系统本地部署

三、源码自定义修改实战（WSL环境）

（一）Step1：定位修改文件

（二）Step2：保存修改并验证

（三）Step3：进阶修改示例（添加自定义工具）

四、常见问题排查

五、总结

热门文章

最新文章

相关电子书