前言
最近在 Windows 上用 OpenClaw 跑 AI Agent，光是搭环境就折腾了大半天。相信不少 Windows 开发者也有同样的痛苦——AI Agent 框架基本都活在 Linux 生态里，Windows 用户永远是二等公民。
于是我做了 MachineY Engine，一个预装 OpenClaw 的 WSL2 发行版，把环境搭建从 30 分钟压缩到 2 分钟。项目已开源。
一、Windows 上跑 AI Agent 有多麻烦？
手动搭建需要 9 步：
| 步骤 | 操作 | 耗时 | 出错率 |
|---|---|---|---|
| 1 | 启用 WSL2 | 2min | 可能要重启 |
| 2 | 安装 Ubuntu | 5min | 下载 600MB |
| 3 | 更新系统 apt update | 3min | |
| 4 | 安装 Node.js 22 | 5min | 版本容易搞错 |
| 5 | npm install -g openclaw | 5min | 原生模块编译失败率极高 |
| 6 | 安装 build-essential 重试 | 5min | |
| 7 | 创建专用用户加配权限 | 3min | 安全最佳实践 |
| 8 | 配置 systemd 服务 | 3min | |
| 9 | 配置 API Key | 1min |
其中第 5 步是重灾区——OpenClaw 依赖原生 Node.js 模块，没有 build-essential、python3、cmake 就编不过。
二、MachineY Engine 安装（2 分钟）
前置条件
- Windows 10/11（需启用 WSL2）
- Docker Desktop（已安装）
步骤 1：拉取镜像并导出
docker pull machiney/engine:latest
docker create --name tmp machiney/engine:latest
docker export tmp -o machiney-engine.wsl
docker rm tmp
步骤 2：安装
双击 machiney-engine.wsl 文件即可安装。OOBE 自动完成：创建受限用户、初始化 OpenClaw、生成 Token、启动服务。
步骤 3：配置 API Key
wsl -d machiney-engine -u claw_agent
openclaw onboard --auth-choice apiKey --token-provider openrouter --token "YOUR_KEY"
openclaw models set openrouter/stepfun/step-3.5-flash:free
openclaw dashboard
整个过程：2 分钟，零手动配置。
三、安全机制（诚实说明）
OpenClaw 自带（非 MachineY 的功劳）
- Token 认证：Gateway API 必须携带 Token
- 回环绑定：Gateway 只监听 127.0.0.1
MachineY 额外提供
- WSL 文件隔离：automount=false，Agent 看不到 Windows C 盘
- WSL 进程隔离：interop=false，Agent 无法调用 .exe
- 用户限制：claw_agent 受限用户，无法 sudo 安装软件
OpenClaw 保护 API 安全，MachineY 保护系统隔离。
四、为什么用 WSL 而不是 Docker 容器？
Docker 容器默认临时、不支持 systemd。WSL2 天然持久、原生 systemd、双击安装。Mac/Linux 用户可以直接 docker run 使用。
五、项目信息
- GitHub: github.com/Reidston/ma…
- Docker Hub: hub.docker.com/r/machiney/…
- 协议: Apache 2.0
- 镜像大小: 238 MB
MachineY Engine 解决的核心问题：让 Windows 开发者用最少的时间跑起 AI Agent。
机器小乙 (MachineY) — 让你成为工作的甲方。
