【搭建OpenClaw】——内容刷新3.4安装 OpenClaw 要求Node.js版本≥22.x，Ubuntu默认源版

一、安装Node.js（必须≥22.x）

OpenClaw要求Node.js版本≥22.x，Ubuntu默认源版本较低，需手动安装：

方法

# 验证版本
node -v  # 应显示v22.x.x[11](@ref)

二、安装OpenClaw的方式

方式一：npm/pnpm全局安装

# npm安装
npm install -g openclaw@latest

# 或使用pnpm（性能更优）
npm install -g pnpm
pnpm add -g openclaw@latest[5,9,10](@ref)

方式二：Docker部署（适合服务器/生产环境）

# 安装Docker
curl -fsSL https://get.docker.com | bash
sudo systemctl start docker
sudo systemctl enable docker

# 一键Docker部署
curl -fsSL https://cdn.jsdelivr.net/gh/1186258278/OpenClawChineseTranslation@main/docker-deploy.sh | bash[5](@ref)

三、初始化配置

安装完成后，运行初始化向导完成基础配置：

openclaw onboard --install-daemon[9,11](@ref)

配置向导会引导完成以下步骤：

安全确认：输入Y确认授权
选择模式：推荐QuickStart（快速启动）
配置AI模型：选择模型提供商并输入API Key
设置渠道：可先跳过（后续再配置）
技能配置：选择Yes启用基础技能

四、配置文件刷新

刷新配置文件，关键是主model别忘记刷新：

"model": {
        "primary": "codez/gpt-5.3-codex"
      },

具体配置如下：

[root@OS .openclaw]# more openclaw.json
{
  "meta": {
    "lastTouchedVersion": "2026.2.9",
    "lastTouchedAt": "2026-02-19T00:37:21.820Z"
  },
  "wizard": {
    "lastRunAt": "2026-02-19T00:34:13.156Z",
    "lastRunVersion": "2026.2.9",
    "lastRunCommand": "onboard",
    "lastRunMode": "local"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "codez": {
        "baseUrl": "你的URL",
        "apiKey": "你的key",
        "api": "openai-completions",
        "models": [
          {
            "id": "gpt-5.3-codex",
            "name": "gpt-5.3-codex",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 200000,
            "maxTokens": 8192,
            "compat": {
              "supportsStore": false
            }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "codez/gpt-5.3-codex"
      },
      "workspace": "/root/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "cli_a9xxxxxxxx",
      "appSecret": "5fZvLoxxxxxxxxx",
      "domain": "feishu",
      "groupPolicy": "open"
    },
    "timbot": {
      "enabled": true,
      "webhookPath": "/timbot",
      "sdkAppId": "1600xxxxx",
      "botAccount": "@RBxxxxx",
      "token": "xiaxxxxxxx",
      "secretKey": "2b489exxxxxxxxxxxxxxxxxxxxxxxx",
      "dm": {
        "policy": "open"
      }
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "controlUi": {
      "allowInsecureAuth": false
    },
    "auth": {
      "mode": "token",
      "token": "61c689d8bda509xxxxxxxxxxxx5"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "skills": {
    "install": {
      "nodeManager": "npm"
    }
  },
  "plugins": {
    "entries": {
      "feishu": {
        "enabled": true
      },
      "qqbot": {
        "enabled": true
      },
      "ddingtalk": {
        "enabled": true
      },
      "wecom": {
        "enabled": true
      },
      "adp-openclaw": {
        "enabled": true
      },
      "timbot": {
        "enabled": true
      }
    },
    "installs": {
      "qqbot": {
        "source": "npm",
        "spec": "@sliverp/qqbot@latest",
        "installPath": "/root/.openclaw/extensions/qqbot",
        "version": "1.4.4",
        "installedAt": "2026-02-11T09:48:41.090Z"
      },
      "ddingtalk": {
        "source": "npm",
        "spec": "git+https://cnb.cool/lighthouse/lighthousebackend/openclaw-dingtalk.git",
        "installPath": "/root/.openclaw/extensions/ddingtalk",
        "version": "1.2.0",
        "installedAt": "2026-02-11T09:49:01.618Z"
      },
      "wecom": {
        "source": "npm",
        "spec": "git+https://cnb.cool/lighthouse/lighthousebackend/openclaw-wecom.git",
        "installPath": "/root/.openclaw/extensions/wecom",
        "version": "2026.2.5",
        "installedAt": "2026-02-11T09:49:25.555Z"
      },
      "adp-openclaw": {
        "source": "npm",
        "spec": "adp-openclaw",
        "installPath": "/root/.openclaw/extensions/adp-openclaw",
        "version": "0.0.24",
        "installedAt": "2026-02-11T09:49:33.241Z"
      },
      "timbot": {
        "source": "npm",
        "spec": "timbot",
        "installPath": "/root/.openclaw/extensions/timbot",
        "version": "2026.2.11",
        "installedAt": "2026-02-19T00:13:48.063Z"
      }
    }
  }
}

五、验证安装与启动

验证安装

# 查看版本
openclaw --version

# 环境自检
openclaw doctor[9](@ref)

启动服务

# 后台启动网关（推荐）
openclaw gateway start

# 前台运行（调试用）
openclaw gateway run --verbose[9,11](@ref)

访问控制台

启动后可通过浏览器访问管理控制台：

本地访问：http://localhost:18789
远程访问：需配置网关绑定到局域网

26.3.4刷新后续使用openai-responses参数问题：调用大模型无返回tool等相关参数，导致无法调用工具相关测试： • 结论：两种都可以调工具（model.api=openai-responses 和 model.api=openai-completions 都成功触发了 toolCall/toolResult）。

我做的实测（同一提示词：必须先调用 shell 执行 echo AB_TEST_TOOL）：

model.api=openai-responses 证据在会话文件： 52598a82...jsonl:4（modelApi=openai-responses） 52598a82...jsonl:6（assistant 发出 toolCall） 52598a82...jsonl:7（toolResult 返回）
model.api=openai-completions 证据在会话文件： ec9b5f86...jsonl:4（modelApi=openai-completions） ec9b5f86...jsonl:6（assistant 发出 toolCall） ec9b5f86...jsonl:7（toolResult 返回）

补充发现：你现在这版网关的 /v1/chat/completions 兼容路由不会按 OpenAI 方式输出 tool_calls（代码里直接拼文本返回）。相关代码： gateway-cli-BSPSAjqx.js:17051 gateway-cli-BSPSAjqx.js:17063

我已把临时开启的 HTTP 测试端点配置改回原状（enabled=false），模型配置也恢复到你原先的 model.api=openai-completions。

• 证据已经够了，我会按“请求入参被忽略 -> agent 调用参数缺失 -> 响应格式被扁平化 -> 客户端无法进入工具执行回合”这条链路给你完整说明，并附具体代码位置。

• 本质是“兼容层实现不完整”，不是模型本身不会调工具。

请求侧就把 OpenAI 工具协议丢了

/v1/chat/completions 只读了 messages/model/user/stream，没有处理 tools、tool_choice、parallel_tool_calls 等字段。代码入口：gateway-cli-BSPSAjqx.js:17011
构造 agentCommand 入参时也没传 clientTools/toolChoice，只传了文本消息。代码：gateway-cli-BSPSAjqx.js:16913

响应侧把结果“压扁”为纯文本

resolveAgentResponseText 会把 payloads 直接拼成字符串。代码：gateway-cli-BSPSAjqx.js:17006
非流式响应固定返回 choices[0].message.content，finish_reason 固定 "stop"，没有 tool_calls。代码：gateway-cli-BSPSAjqx.js:17051

流式同样不发 tool call 事件

SSE 只写 delta.role 和 delta.content，最后 [DONE]。代码：gateway-cli-BSPSAjqx.js:17084、gateway-cli-BSPSAjqx.js:16772

对照证据：/v1/responses 是有工具链路的

它会解析 tools/tool_choice 并传 clientTools。代码：gateway-cli-BSPSAjqx.js:17668
当 stopReason 是 tool_calls 时会返回 function_call 项。代码：gateway-cli-BSPSAjqx.js:17730

所以你看到“已收到、我会创建任务”但没有真正进入工具执行回合，核心就是这条 /v1/chat/completions 兼容路由没有按 OpenAI function/tool calling 协议输出和驱动回合，只做了文本代理。如果你要，我可以下一步直接给你补一个最小修复补丁（让它真正返回 tool_calls + finish_reason: tool_calls）。

针对openai的openai-responses和openai-completion对比：