OpenClaw

• 核心问题：如何在不依赖云端服务、不泄露隐私的前提下，获得一个随时可用的AI助手？
• 解决方案：OpenClaw 是一款开源AI助手，完全运行在本地设备上，支持通过常用聊天应用（如微信、Telegram、Slack等）调用。
• 学完本文你将能：在本地部署OpenClaw，并通过聊天应用直接使用它，无需手动切换工具或担心数据外泄。

前置条件

• 硬件要求：一台支持运行AI模型的设备（建议至少8GB RAM，推荐16GB以上；支持CUDA的NVIDIA显卡可加速推理，非必需）
• 软件环境：
• 操作系统：Windows 10/11、macOS 12+、Linux（Ubuntu 20.04+ 或同等发行版）
• 已安装 Docker（推荐）或 Python 3.8+ 与 pip
• 已安装并登录一个支持的聊天应用（如 Telegram、微信开发者工具等）
• 网络条件：本地网络正常，能访问 GitHub 和 Docker Hub（用于下载镜像/模型）

分步操作

1. 下载并安装 OpenClaw

• 打开终端（Windows 使用 PowerShell 或 CMD，macOS/Linux 使用默认终端）
• 执行以下命令拉取 Docker 镜像（推荐，无需手动配置依赖）：

  docker pull openclaw/openclaw:latest

• 若使用 Python 方式，执行：

  git clone https://github.com/openclaw/openclaw.git
  cd openclaw
  pip install -r requirements.txt

2. 配置聊天应用连接

• 根据你使用的聊天应用，获取对应的 API 密钥或 Webhook 地址：
• Telegram：在 Telegram 中搜索 @BotFather，创建新机器人，复制提供的 API Token
• 微信：使用微信开发者工具创建企业自建应用，获取 AppID 和 AppSecret
• Slack：在 Slack API 页面创建应用，启用 Event Subscriptions 并获取 Bot Token
• 将上述凭证写入 OpenClaw 的配置文件 config.yaml（位于项目根目录或 Docker 挂载目录）：

  platform:
    type: telegram  # 或 wechat / slack
    token: "YOUR_TOKEN_HERE"

3. 选择并加载AI模型

• OpenClaw 默认使用轻量级模型（如 microsoft/phi-2），可自动下载
• 如需使用更大模型（如 Llama-2-7b），在 config.yaml 中指定：

  model:
    name: "meta-llama/Llama-2-7b-chat-hf"
    device: "cuda"  # 或 "cpu"

• 首次启动时，模型会自动下载（约 3-15 分钟，取决于模型大小和网络速度）

4. 启动 OpenClaw

• Docker 方式：

  docker run -d --name openclaw -p 8080:8080 -v /path/to/config.yaml:/app/config.yaml openclaw/openclaw:latest

• Python 方式：

  python main.py

• 确认终端输出显示 Server started on port 8080，且无报错

5. 通过聊天应用测试

• 打开已配置的聊天应用，向你的机器人发送任意消息（例如：“你好，今天天气怎么样？”）
• 预期结果：机器人应在 1-5 秒内回复，内容基于本地模型生成
• 若未收到回复，检查终端日志是否有错误提示（常见原因：模型未加载完成、API Token 错误）

预期结果

• 成功部署后，你可以在任何聊天应用中直接与本地AI助手对话
• 所有对话数据仅存储在本地设备，不会上传至任何第三方服务器
• 支持连续对话（上下文窗口默认 2048 tokens，可在配置中调整）

常见问题

注意事项

• 隐私边界：OpenClaw 本身不联网，但如果你在聊天应用中使用了需要联网的功能（如微信小程序），该应用仍可能收集数据。建议仅用于纯文本对话。
• 模型兼容性：仅支持 Hugging Face 格式的因果语言模型（Causal LM），不支持多模态模型（如图像生成）。
• 资源占用：运行 7B 参数模型约占用 6-8GB RAM，建议关闭其他大型应用。