龙虾🦞(OpenClaw) 本地部署体验：是真变革还是旧酒装新瓶？OpenClaw 本地部署体验：是真变革还是旧酒装新

最近技术圈里 龙虾🦞(OpenClaw) 这个词突然火了起来——朋友圈、推特、技术群都在刷：“能操作系统了！”“AI 可以帮你点鼠标了！”“堪比 Claude Computer Use 的开源实现！”……作为一个从 Copilot 时代就开始折腾各种 AI 工具的老玩家，我自然按捺不住，决定亲手部署一把，看看这玩意儿到底有多神。

两天折腾下来，部署过程踩了点坑，体验了核心功能，整体感受有些复杂，但也有一些意外的收获。今天就把我的部署全记录 + 真实体验感受分享出来，希望能帮到同样好奇的小伙伴。

一、OpenClaw 是什么？

简单说，OpenClaw 是一个能通过自然语言直接操控你电脑的开源工具。你可以让它“帮我打开 Chrome 并搜索今天的天气”、“把桌面上所有 PDF 文件整理到文件夹里”，甚至是“自动填写这个表单”。它背后结合了 LLM 的理解能力和一系列操作系统级别的动作执行能力（模拟点击、键盘输入、文件操作等）。

如果你看过 Claude 的 Computer Use 演示，那 OpenClaw 就是类似理念的开源实现。区别在于，它是免费的，且可以本地部署，数据隐私更有保障。

二、部署教程（Mac / Windows / Docker 全平台）

官方提供了多种部署方式，我分别试了 Mac 和 Docker，也梳理了 Windows 的步骤。这里按平台整理，力求详细且不踩坑。

⚠️ 注意：OpenClaw 默认 Web 控制台端口为 18789，不是 3000。部署后请访问 http://localhost:18789。

1. 通用前提条件

Node.js 22.x+（本地部署必需）
Docker 20.10+（容器部署必需）
Git（克隆仓库用）
API Key：OpenAI / Anthropic / 阿里云百炼（任选其一）
能够访问外网（拉取镜像、调用 LLM API）

2. Mac 部署（两种方式）

方式一：npm 本地安装（推荐普通用户）

步骤 1：安装 Node.js 和 Git

# 使用 Homebrew 安装
brew install node@22 git
echo 'export PATH="/usr/local/opt/node@22/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

步骤 2：全局安装 OpenClaw

npm install -g openclaw@latest
openclaw --version   # 验证安装

步骤 3：初始化并启动服务

openclaw init
openclaw gateway start
# 服务默认运行在 18789 端口

步骤 4：获取访问令牌

cat ~/.openclaw/openclaw.json | grep '"token"'

浏览器访问 http://localhost:18789，输入令牌即可进入控制台。

方式二：Docker 部署（适合环境隔离）

步骤 1：安装 Docker Desktop
从 Docker 官网下载安装，并启动。

步骤 2：拉取镜像并运行

docker run -d \
  --name openclaw \
  -p 18789:18789 \
  -v ~/openclaw/data:/home/node/.openclaw \
  ghcr.io/openclaw/openclaw:2026.2.22-beta.1

步骤 3：获取令牌

cat ~/openclaw/data/openclaw.json | grep '"token"'

访问 http://localhost:18789 即可。

3. Windows 部署（两种方式）

方式一：WSL2 + Ubuntu（推荐）

步骤 1：安装 WSL2（管理员 PowerShell）

wsl --install -d Ubuntu-22.04
wsl --set-default-version 2
# 重启电脑

步骤 2：进入 Ubuntu，安装 Node.js 和 Git

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash -
sudo apt install -y nodejs git

步骤 3：安装 OpenClaw

npm install -g openclaw@latest
openclaw init
nohup openclaw gateway start > ~/.openclaw/logs/gateway.log 2>&1 &

步骤 4：获取令牌并访问

cat ~/.openclaw/openclaw.json | grep '"token"'

Windows 浏览器访问 http://localhost:18789（WSL2 自动转发端口）。

方式二：Windows 原生部署

步骤 1：安装 Node.js 22.x 和 Git（从官网下载）
步骤 2：配置 npm 国内镜像（可选）

npm config set registry https://registry.npmmirror.com

步骤 3：安装 OpenClaw 并启动

npm install -g openclaw@latest
openclaw init
openclaw gateway start --port 18789

步骤 4：防火墙放行 18789 端口

控制面板 > Windows Defender 防火墙 > 高级设置 > 入站规则 > 新建规则 > 端口 > TCP > 特定本地端口 18789 > 允许连接。

浏览器访问 http://localhost:18789。

4. 纯 Docker 部署（跨平台）

适用于服务器或不想污染本地环境的场景。创建 docker-compose.yml：

version: '3.8'
services:
  openclaw:
    image: ghcr.io/openclaw/openclaw:2026.2.22-beta.1
    container_name: openclaw
    restart: unless-stopped
    ports:
      - "18789:18789"
    volumes:
      - ./data:/home/node/.openclaw

启动：

docker-compose up -d
# 查看令牌
cat ./data/openclaw.json | grep '"token"'

三、避坑指南：Mac Docker 部署的 CORS 问题

在 Mac 上用 Docker 部署时，如果开了科学上网（代理），可能会遇到一个隐蔽问题：Web UI 能打开，但执行任务时报错，或者点击没反应。

打开浏览器开发者工具（F12），会发现请求被 CORS 策略拦截，或者后端返回 403。

原因分析：OpenClaw 后端会对请求的 Host 头进行校验，防止 CSRF 攻击。而 Docker 容器内通过代理访问时，Host 头可能被修改，导致校验失败。

解决方案：修改 OpenClaw 配置文件，添加允许的来源和关闭严格 Host 检查。

步骤 1：进入数据卷目录（例如 ~/openclaw/data），找到 openclaw.json。
步骤 2：在 controlUi 字段中添加（如无则新建）：

"controlUi": {
    "allowedOrigins": ["http://localhost"],
    "dangerouslyAllowHostHeaderOriginFallback": true
}

步骤 3：重启容器：docker-compose restart。

之后问题解决，任务可以正常执行。

💡 小提示：如果你不是 Mac，或者没开代理，大概率不会遇到这个问题。但如果你在部署后遇到跨域或奇怪的 403，不妨试试这个配置。

四、体验感受：潜力巨大，但当下仍需打磨

配置好之后，我迫不及待地尝试了几个场景：

“打开计算器，计算 123*456 并告诉我结果” → 成功，OpenClaw 真的自动打开了计算器应用，模拟键盘输入了数字和运算符，最后弹出结果。
“帮我下载一张猫的图片，保存到桌面” → 它打开了浏览器，搜索“cat image”，点开第一张图片，右键另存为……虽然有点慢，但确实完成了。
“把项目里所有 .log 文件压缩打包” → 调用了终端命令，执行了 tar。

对于第一次接触这类工具的人来说，这些操作确实很震撼——AI 居然能像人一样操作电脑了！

值得肯定的亮点

不过，在深入体验之后，我也看到了 OpenClaw 的潜力和可圈可点之处：

可扩展性极强：OpenClaw 的架构设计非常模块化，支持通过插件扩展新的操作能力。这意味着开发者可以自定义动作，比如集成企业内部系统命令、接入特定 API，甚至编写复杂的复合操作。这种开放性让它在特定场景下可以成为强大的自动化底座。
后台运行能力：OpenClaw 可以以后台服务的形式长期运行，接受异步任务队列的调度。你可以将任务提交给它，然后去做别的事，它完成后会通知你。这对于构建自动化工作流（例如定时整理文件、监控系统状态并自动响应）来说，是一个很有价值的特性。
社区活跃，迭代快：作为一个开源项目，OpenClaw 的社区非常活跃，几乎每周都有新功能和修复更新。这意味着它的未来可期，很多当前的问题可能在不久的将来得到改善。

但作为 AI 工具老玩家，我依然感受到：OpenClaw 并没有带来那种“哇塞”的质变

为什么？

1. 底层技术相似，并无突破

无论是 Claude Computer Use 还是 OpenClaw，本质上都是“LLM 理解指令 + 调用操作系统接口/模拟操作”。OpenClaw 只是把 Claude 闭源的能力用开源方式复现了一遍，并没有突破性的技术革新。

2. 执行效率与稳定性有待提升

在复杂任务中，OpenClaw 容易出现误解（比如点错按钮、等待时间过长），需要人工干预。而专业自动化工具（如 Playwright、Applescript）更可靠。例如，让它“整理桌面文件”，它可能会把不该移动的文件也挪走。一次任务中，它甚至陷入了“打开设置 -> 找不到选项 -> 再打开设置”的死循环，最终超时失败。

3. 对开发者的价值有限

我们早就在用 Claude/Cursor 生成代码，用脚本完成繁琐操作。OpenClaw 更像是把“写脚本”这一步去掉了，直接让 AI 动手。但对于能写代码的开发者，写脚本本身并不费劲，反而更可控。而且，脚本可以复用、调试，而 OpenClaw 每次都要重新理解指令。

换句话说，OpenClaw 对“只会用对话框生成文本”的普通用户冲击巨大，因为他们第一次看到了 AI 从“动嘴”到“动手”的跨越。但对已经熟练使用 AI 编程、自动化工具的开发者而言，这只是顺理成章的延伸，而非革命。

五、总结与建议

OpenClaw 值得一试吗？

如果你是普通用户，想体验 AI 控制电脑的神奇，并且愿意折腾一下部署过程，那 OpenClaw 绝对能给你带来惊喜。它让你看到了未来个人助理的雏形。
如果你是开发者 / AI 工具老手，建议放平预期。它可以作为一个开源项目学习其实现思路，也可以利用其可扩展性和后台运行特性，为自己定制一些自动化工具。但不要指望它能立刻取代你的日常工作流——目前的稳定性和准确性还需要时间打磨。

最后，我也希望 OpenClaw 项目能持续迭代，未来在准确性、速度和多任务处理上有所突破。毕竟，开源的力量是无穷的。

如果你部署过程中遇到其他问题，或者有不同的使用感受，欢迎在评论区交流 👇

更多 AI 工具深度测评、开发技巧、前沿资讯，欢迎关注我的微信公众号【编程智匠】。在这里，我会定期分享实战经验，帮你少走弯路，用技术创造价值。