---

摘要

  这将是一个新的时代：以 OpenClaw AI 为代表的项目，正通过 systemd 实现服务常驻，将 AI 从被动的工具进化为主动的本地资源调度官。通过 WSL2 构筑的边缘环境，让计算逻辑从云端回归本地，实现了 7x24 小时待命的智能中枢。然而，新时代的理想往往在现实面前撞得头破血流——各种意想不到的网络报错、依赖冲突以及跨系统环境下的玄学错误，已成为阻碍构筑者前进的最大绊脚石。

  从架构角度看，这套“WSL2 + 离线部署 + 国内大模型”的方案，在安全性上远超常规的网页版或一键脚本：它通过物理隔离的安装链路切断了外部风险，确保了数据主权与计算逻辑的本地化回归。本文实战性地总结了一套 “物理级离线部署方案”：利用 Windows 宿主机的存储韧性，在 Linux 内核中手动构建一套纯净、闭环且完全自控的运行基座。本文旨在为每一位先行者提供一份零网络依赖、高确定性的时代行动手册，欢迎步入个人 AI 基础设施时代。

---

一、 环境基石：打通 Windows 与 Linux 的数据链路

  在开始安装之前，我们必须理解 WSL 并不是一个完全独立的虚拟机，它与 Windows 之间有一座名为 drvfs 的桥梁。

1.1 安装 WSL 发行版

  在 Windows 的 PowerShell（管理员模式） 中执行。这里我们需要确保安装的是 Ubuntu 24.04，它是目前生态支持最完善的长期支持版本。

PowerShell
步骤 1：查看云端可用的发行版列表，确认 Ubuntu-24.04 的准确名称
wsl --list --online

步骤 2：正式安装
安装过程中会弹出一个新的终端窗口，要求你输入新的 Linux 用户名和密码。
注意：密码输入时屏幕不会显示星号，输完直接回车即可。
wsl --install -d Ubuntu-24.04

1.2 物理路径映射：定位你的安装包

  这里我们假设文件保存在Windows系统的E盘中。由于WSL会自动将Windows驱动器挂载到 /mnt/目录下（例如E盘对应 /mnt/e/），因此在Linux环境下可以直接访问。
  实战提示：如果你的E盘在 /mnt/e/下未能自动显示，或在访问时遇到响应迟缓的情况，可以使用以下命令手动刷新挂载状态（后续所有操作基于Ubuntu系统，建议直接保持在E盘或者临时创建一个盘，可以直接复制粘贴命令）：

打开Ubuntu-24.04创建挂载点并强制关联 E 盘
metadata 参数允许我们在 Linux 侧修改 Windows 文件的权限
sudo mkdir -p /mnt/e
sudo mount -t drvfs E: /mnt/e -o metadata

验证：如果你能看到 E 盘的文件列表，说明链路已通
ls /mnt/e

二、 离线安装 NVM：手动构建版本管理器

  NVM 是 Node.js 的管家。由于官方安装脚本需要访问 GitHub，离线环境下我们只能采取“手动移植”的方式。

2.1 创建目录并解压离线包

1. 确保安装了 unzip 工具

sudo apt update && sudo apt install unzip -y

2. 彻底清理旧环境并创建 NVM 的家（.nvm 目录）
   使用 -rf 是为了防止之前安装失败留下的残余文件干扰

rm -rf ~/.nvm
mkdir -p ~/.nvm

3. 从 E 盘解压你准备好的 NVM 离线包（假设包名是 nvm-0.40.4.zip，这个根据实际情况来）

unzip /mnt/e/nvm-0.40.4.zip -d ~/.nvm

4. 关键动作：消除“套娃”目录
   很多 zip 包解压后会自动产生一个同名文件夹（nvm-0.40.4），
   我们必须把里面的内容提取到 ~/.nvm 根目录，否则环境变量会失效。

cd ~/.nvm
mv nvm-0.40.4/* . 2>/dev/null
rm -rf nvm-0.40.4

2.2 修改系统配置文件（.bashrc）

  我们需要告诉 Linux 系统，每次启动终端都要去加载 .nvm 目录下的脚本，将启动指令追加到用户配置文件末尾：

cat << 'EOF' >> ~/.bashrc
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"
EOF

  让当前的终端立即感知到这些变化
source ~/.bashrc

   验证（出现0.40.4版本）：

nvm -v

三、 离线注入 Node.js：核心引擎部署

  Node.js 是 OpenClaw AI 的动力源。由于离线，我们跳过编译过程，直接使用 x64 架构的 Linux 静态二进制包。

  部署至系统级路径：
  我们将软件安装在 /usr/local/lib/nodejs，这是 Linux 存放第三方共享软件的标准规范位置。

1. 进入 E 盘找到文件（假设具体以实际路径为准）
   先确认你的文件路径是否正确：

ls /mnt/e/node-v22.22.0-linux-x64.tar.gz

2. 使用 sudo 权限创建系统目录

sudo mkdir -p /usr/local/lib/nodejs

3. 从 Windows 盘符直接解压到 Linux 系统路径
   假设包名是 node-v22.22.0-linux-x64.tar.gz（参数解释：-x (解压), -z (处理 gzip), -v (显示过程), -f (指定文件)）

sudo tar -xzvf /mnt/e/node-v22.22.0-linux-x64.tar.gz -C /usr/local/lib/nodejs

4. 永久性设置 PATH 变量
   这一步是为了让系统知道 node 命令在哪个文件夹里，否则你会遇到 “command not found”

echo 'export PATH=/usr/local/lib/nodejs/node-v22.22.0-linux-x64/bin:$PATH' >> ~/.bashrc

source ~/.bashrc

source ~/.bashrc

5. 终极验证：确认版本号

node -v

四、 OpenClaw AI 主程序与插件安装

4.1 主程序解压与依赖预热

  创建应用工作区

mkdir -p ~/openclaw-ai
cd ~/openclaw-ai

  解压 E 盘的主程序包–strip-components=1 参数的作用是解压时丢弃压缩包内的第一层文件夹，直接提取内容：

tar -xzvf /mnt/e/openclaw-2026.2.3.tgz -C ~/openclaw-ai --strip-components=1

4.2离线环境下的依赖安装

  第一步：彻底清理环境删除可能存在的 node_modules

rm -rf node_modules package-lock.json

  强制清理缓存

npm cache clean --force

  第二步：执行离线环境下的依赖安装（淘宝 NPM 镜像源）

npm install --registry=https://registry.npmmirror.com --fetch-retries=10 --fetch-retry-mintimeout=60000 --l

第三步：打开OpenClaw安装页面（两个命令二选一）

cd ~/openclaw-ai
./openclaw.mjs onboard

或者（二选一）

npx openclaw onboard

4.3两种不同安装方式

方案一：侧重友好引导（官方引导）

这里是填写大模型：qwen-portal/coder-model（系统默认）
  在 OpenClaw 的逻辑里，模型标识符通常是 供应商/模型ID。
  供应商: qwen-portal。
  已定义的模型 ID 有 coder-model 和 vision-model。






  浏览器地址后面要加token：
eg:http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
  访问测试：http://127.0.0.1:18789/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

方案二：进阶玩法（API密钥与自定义模型）

  在选择大模型页面直接Ctrl＋C停止，手动配置大模型。

  第一步：创建配置目录
  在终端中执行以下命令，创建必要的配置文件目录：

mkdir -p ~/.openclaw

  第二步：生成配置文件
  根据您使用的模型服务，选择对应的配置模板：
以阿里云DashScope为例（推荐）

cat << 'EOF' > ~/.openclaw/openclaw.json
{
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "123456"  # 本地访问令牌，可自定义
    }
  },
  "models": {
    "providers": {
      "openai": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",  # 替换为您的DashScope API Key
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen-max",      # 模型ID，支持 qwen-max、qwen-plus 等
            "name": "Qwen Max"
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "openai/qwen-max"  # 主模型路径，与上面的id对应
      },
      "workspace": "$HOME/.openclaw/workspace"
    }
  }
}
EOF

  此模板为通用的，只需要修改这四处：
“baseUrl”:这里填入您的API端点地址
“apiKey”：这里填入您的API密钥
“id”：这里填入模型ID
“name”：这里填入模型显示名称
“primary”：openai/这里填入模型ID（注意：这里需要与上面的id一致）

  第三步：验证配置
  配置文件生成后，建议检查其内容是否正确：

cat ~/.openclaw/openclaw.json

  第四步：启动服务
  使用以下命令启动网关，服务将自动读取配置文件中的设置输出地址：http://127.0.0.1:18789成功。

./openclaw.mjs gateway --force

4.4 配置多模型支持和添加其他大模型

国内主流大模型

供应商	模型名称	OpenAI 兼容 Base URL	API Key 申请 / 控制台链接
豆包 (火山引擎)	Doubao-Pro	https://ark.cn-beijing.volces.com/api/v3	火山方舟控制台
通义千问 (百炼)	Qwen-Max/Plus	https://dashscope.aliyuncs.com/compatible-mode/v1	阿里云百炼控制台
DeepSeek (深度求索)	DeepSeek-V3/R1	https://api.deepseek.com/v1	DeepSeek 开放平台
Kimi (月之暗面)	moonshot-v1	https://api.moonshot.cn/v1	Moonshot 开发者平台
智谱 AI (GLM)	GLM-4 / Air	https://open.bigmodel.cn/api/paas/v4/	智谱 AI 开放平台
零一万物 (Yi)	yi-lightning	https://api.lingyiwanwu.com/v1	零一万物控制台
腾讯混元	hunyuan-turbo	https://api.hunyuan.cloud.tencent.com/v1	腾讯云混元控制台
百度文心 (千帆)	ERNIE-4.0	https://qianfan.baidubce.com/v2	百度千帆平台

新增大模型

  前往豆包控制台（上方已提供申请链接），其他大模型的配置流程与此类似。
  在控制台中，找到并进入 “API Key 管理”​ 页面。

  创建一个API Key密钥：

  告诉OPENCLAW关键信息他自己就能够配置大模型（如果命令不对，可能AI会掉线，可以参考前进阶玩法，重新写入配置信息。）：
  “帮我配置XXX大模型，Key是 [你的API Key]，baseUrl是 [大模型的Base URL] 要求：作为一个新的供应商加入，别删我之前的配置”。


  终端查看命令（验证配置是否成功）：

cat ~/.openclaw/openclaw.json

添加多模型

  可以询问其他AI相关信息来配置：

  核心思想：不允许删除其他配置信息。
  “帮我新增：Doubao-Pro 大模型 要求：别删我之前的配置”。

4.5日常维护常用命令

Ubuntu系统命令

日常启动 ：

cd ~/openclaw-ai
./openclaw.mjs gateway --force --allow-unconfigured

全部关闭：kill -f openclaw

进入系统安装界面：

cd ~/openclaw-ai
./openclaw.mjs onboard

查看核心API Key大模型配置：cat ~/.openclaw/openclaw.json

检查系统所有监听端口： ss -tulpn

检查 Node.js 版本（确保符合项目要求）： node -v

查看当前的 Node 运行版本：node -v

查看显存是否爆了： nvidia-smi

查看 CPU 和内存压力： htop

一键修复权限（确保所有者是你的用户）：

sudo chown -R $USER:$USER ~/openclaw-ai ~/.openclaw

安全补丁： sudo apt update && sudo apt upgrade -y
查看磁盘占用大户:du -sh ~/openclaw-ai/* | sort -rh
查看历史命令：history | grep openclaw
测试你的 Ubuntu 到底能不能上网:ping -c 4 baidu.com
查看网关分配的 IP： hostname -I

Windows PowerShell命令

启动：wsl
彻底关机（最推荐）：wsl --shutdown
确定是否真正关机：wsl --list --verbose

从 Windows 访问 Ubuntu 文件： 在 Windows 资源管理器的地址栏输入：\wsl$\Ubuntu-24.04
在 Ubuntu 里访问 Windows 的 E 盘： cd /mnt/e/

五、QQ 机器人的接入与生产化部署

5.1编译 OpenClaw China 插件

  这是让 AI 具备“社交能力”的关键步骤，需要我们将插件源码转换为可执行代码。

1.解压插件（假设 zip 在 Windows E 盘根目录根据实际路径）

unzip /mnt/e/openclaw-china-main.zip -d ~
mv ~/openclaw-china-main ~/openclaw-china

2.验证目录

ls ~/openclaw-china

3.安装并激活现代包管理器（绕过受限的 /usr/local）

curl -fsSL https://get.pnpm.io/install.sh | sh -
source ~/.bashrc

4.验证 pnpm 工具是否可用

pnpm -v

5.2插件编译与安装

  将源码转换为可执行的插件包，并链接到 OpenClaw 主程序。
1.安装插件依赖（使用国内阿里云 NPM 镜像源）

cd ~/openclaw-china
pnpm install --registry=https://registry.npmmirror.com

2.编译插件源码

pnpm build

3.将插件链接到主程序（注意使用完整路径）

cd ~/openclaw-ai && ./openclaw.mjs plugins install -l /home/kxdfzg/openclaw-china/packages/channels

4。验证插件是否加载 (列表中应出现 Moltbot China Channels 且状态为 loaded)

./openclaw.mjs plugins list

5.3 QQ 渠道参数配置

  进入主程序目录，通过 CLI 刷入 QQ 机器人的核心配置。

1.进入主目录

cd ~/openclaw-ai

3.开启 QQ 渠道开关

./openclaw.mjs config set channels.qqbot.enabled true

4.配置 AppID 和 Secret (替换为你自己的 ID文章最后)

./openclaw.mjs config set channels.qqbot.appId "你的AppID"
./openclaw.mjs config set channels.qqbot.clientSecret "你的AppSecret"

5.刷入其他业务配置

./openclaw.mjs config set channels.qqbot.markdownSupport false
./openclaw.mjs config set channels.qqbot.dmPolicy open
./openclaw.mjs config set channels.qqbot.groupPolicy open
./openclaw.mjs config set channels.qqbot.requireMention true
./openclaw.mjs config set channels.qqbot.textChunkLimit 1500
./openclaw.mjs config set channels.qqbot.replyFinalOnly false
./openclaw.mjs config set gateway.http.endpoints.chatCompletions.enabled true

6.确认配置是否写入成功

./openclaw.mjs config get channels.qqbot

5.4启动与状态检查

  清理环境并以调试模式运行：

1. 停止任何正在运行的网关进程

./openclaw.mjs gateway stop

2. 自动修复配置一致性 (重要一步)

./openclaw.mjs doctor --fix

3. 正式启动（开启 --verbose 模式观察连接日志）

./openclaw.mjs gateway --verbose --force

  部署成功标志：
  当你看到控制台输出： [QQBot] WebSocket connected 说明你的 QQ 机器人已经正式和 OpenClaw 网关合体成功了！

5.5 QQ机器人创建（获取AppID和AppSecret）

  首先登入QQ开放平台（https://q.qq.com）如果没有账号自行创建。

  根据实际情况来选择，部署在本地建议选择本人访问即可。

5.6相关下载资源

123网盘：https://www.123865.com/s/i72cTd-B5SAH
GitHub（源地址）：
openclaw AI：https://github.com/openclaw/openclaw/releases （AI助手）
nvm-0.40.4：https://github.com/nvm-sh/nvm/releases/tag/v0.40.4 （依赖环境）
node-v22.22.0-linux-x64：https://nodejs.org/download/release/v22.22.0/（依赖环境）
openclaw-china-main：https://github.com/BytePioneer-AI/openclaw-china（支持飞书，钉钉，QQ，企业微信，微信OpenClaw插件）
注意：所有环境依赖全部采用阿里云NPM镜像源。

六、 总结：构筑数字堡垒

  通过这套“物理级离线部署方案”，不仅实现了 OpenClaw AI 在 WSL2 环境下的稳定运行，更在 Windows 宿主机之上，建立了一座逻辑闭环的数字堡垒。

  在这个新的时代，开发范式正在经历深刻定义：
  确定性终结环境玄学：利用离线预装与物理挂载机制，彻底阻断了网络波动与依赖冲突，使部署流程进入可预测、可复现的工程轨道。
  边缘计算保障数据主权：基于 OpenClaw AI 与国内大模型的协同架构，计算逻辑得以从云端回归本地，构建起 7x24 小时待命且高度受控的智能中枢。
  角色从调用向构筑跃迁：摆脱了单纯的 API 调用模式，转而通过路径精算、服务守护以及渠道编排，实现了对 AI 底层基础设施的深度管控。
  此套方案的成功落地，标志着个人 AI 基础设施化的初步完成。随着插件生态的扩展与本地业务逻辑的深化，该系统将展现出更强大的进化潜力。

  新纪元的航道已经铺就，硬核构筑永无止境！