Ubuntu 24.04 安装 OpenClaw + 配置 DeepSeek V4 Flash + 常用 Skill 指南
前几天看到 OpenClaw(https://openclaw.ai)在社区里热度挺高,作者 Peter Steinberger(steipete)刚被 OpenAI 收购。这东西定位是"跑在你自己的设备上的个人 AI 助手",支持 WhatsApp/Telegram/Discord/Slack/iMessage 等二十多种聊天渠道,还能自动处理邮件、管理日历、定时任务、浏览器自动化,甚至是 Voice Call。
一句话概括:一个真正能干活的个人 AI 助手,而不仅仅是聊天机器人。
本文在 Ubuntu 24.04 上走一遍安装、配置 DeepSeek V4 Flash 模型、装几个常用 Skill。国内环境顺便把 pip 源也配好。
前置准备
1. 更新系统
装任何东西之前先把系统更新到最新:
sudo apt update && sudo apt upgrade -y
2. 安装必备工具
sudo apt install -y curl git build-essential
curl— 下载安装脚本git— 版本控制,后续可能用到build-essential— 编译工具链(make/g++),部分 npm 包需要本地编译
3. 安装 Node.js 20.x
OpenClaw 推荐 Node.js 24.x(最低 22.19+),但实测 20.x 也跑得很稳。这里用 NodeSource 官方源装 20.x:
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs
验证版本:
node -v # 应输出 v20.x
npm -v
4. npm 换国内镜像 + 装 pnpm
npm 官方源在国内速度不稳定,换 npmmirror 镜像,顺便装 pnpm:
npm config set registry https://registry.npmmirror.com
npm cache clean --force
sudo npm install -g pnpm@latest
pnpm 在 OpenClaw 后续管理中可能会用到(社区推荐用 pnpm 替代 npm),提前装好。
5. pip 换阿里云源(可选)
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
pip config set global.trusted-host mirrors.aliyun.com
这步跟 OpenClaw 本身没关系,但国内用 pip 顺手换一下,后边装 Python 工具时有用。
安装 OpenClaw
一键脚本安装(推荐)
前置准备完成之后,直接跑安装脚本:
curl -fsSL https://openclaw.ai/install.sh | bash
这个脚本干了这几件事:
- 检测当前 Node.js 版本(前面已经装了 20.x,这里直接跳过)
- 安装 OpenClaw 需要的 Linux 构建工具(如果 build-essential 没装的话)
- 通过 npm 全局安装
openclaw@latest - 把
$HOME/.openclaw/bin加入 PATH(写进 .bashrc 或 .zshrc)
整个过程大约 2-3 分钟,取决于网络速度。脚本有彩色进度输出,看着还挺舒服。
安装完成后,开一个新终端(或者 source ~/.bashrc)让 PATH 生效,验证:
openclaw --version
如果你在中国大陆,npm install 那一步可能比较慢,可以手动指定 npm 镜像:
npm config set registry https://registry.npmmirror.com
# 然后再跑安装脚本
curl -fsSL https://openclaw.ai/install.sh | bash
其他安装方式
- npm 直装:
npm install -g openclaw@latest(前提是已有 Node.js 24.x) - Docker:参考 https://docs.openclaw.ai/install/docker
- Nix:参考 https://github.com/openclaw/nix-openclaw
对于 Ubuntu 24.04,一键脚本是最省心的选择。
配置 DeepSeek V4 Flash 模型
OpenClaw 支持几十种模型提供商,DeepSeek 是原生支持的,Provider 名字就叫 deepseek。
1. 获取 DeepSeek API Key
去 https://platform.deepseek.com 注册账号 -> API Keys -> 创建新 Key。
DeepSeek 的价格大概是输入 $0.14/M tokens、输出 $0.55/M tokens(V4 Flash 更便宜),国内直接充值,不用翻墙。
2. 运行新手引导
交互式方式:
openclaw onboard --auth-choice deepseek-api-key
向导会:
- 提示输入 DeepSeek API Key
- 自动设置
deepseek/deepseek-v4-flash为默认模型 - 启动 Gateway(后台守护进程,监听 18789 端口)
- 可选安装 systemd 自启动服务(
--install-daemon参数)
非交互式安装(适合脚本/无头环境)
export DEEPSEEK_API_KEY="sk-你的key"
openclaw onboard --non-interactive \
--mode local \
--auth-choice deepseek-api-key \
--deepseek-api-key "$DEEPSEEK_API_KEY" \
--skip-health \
--accept-risk
如果是 daemon 模式运行,确保环境变量对 systemd 服务可见,建议写入 ~/.openclaw/.env:
echo "DEEPSEEK_API_KEY=sk-你的key" >> ~/.openclaw/.env
3. 验证模型可用
openclaw models list --provider deepseek
输出应该能看到四个预置模型:
| Model Ref | 名称 | 上下文 | 最大输出 |
|---|---|---|---|
deepseek/deepseek-v4-flash | DeepSeek V4 Flash | 1,000,000 | 384,000 |
deepseek/deepseek-v4-pro | DeepSeek V4 Pro | 1,000,000 | 384,000 |
deepseek/deepseek-chat | DeepSeek Chat (V3.2) | 131,072 | 8,192 |
deepseek/deepseek-reasoner | DeepSeek Reasoner (V3.2) | 131,072 | 65,536 |
deepseek-v4-flash 是默认模型,100 万 token 上下文窗口,384K 输出长度,支持思考模式(thinking),性价比很高。
4. 手动配置(直接改 config)
如果你不想跑 onboard,也可以直接在配置文件里写。OpenClaw 的配置文件位于 ~/.openclaw/config.yaml(JSON5 格式也支持):
{
env: { DEEPSEEK_API_KEY: "sk-你的key" },
agents: {
defaults: {
model: { primary: "deepseek/deepseek-v4-flash" }
}
}
}
然后启动 Gateway:
openclaw gateway start
5. 发送第一条消息测试
openclaw dashboard
浏览器打开 Control UI,输入消息。也可以用 CLI:
openclaw agent --message "你好,我是谁?用中文回答" --thinking high
验证 Gateway 状态
openclaw gateway status
正常输出:
Gateway is running on port 18789
常用管理命令:
openclaw gateway stop # 停止
openclaw gateway restart # 重启
openclaw gateway logs # 查看日志
openclaw doctor # 健康检查(排查配置问题)
安装 5 个常用 Skill
OpenClaw 的 Skill 是 AgentSkills 兼容的 SKILL.md 格式,来自 ClawHub(https://clawhub.ai)公共注册表。已内置约 60+ 个 Skill,也可以通过 openclaw skills install 安装更多。
| Skill | 说明 | 用途 |
|---|---|---|
| github | GitHub 工作流集成 | PR 创建/Review、Issue 管理、代码检查 |
| obsidian | Obsidian 笔记库读写 | 知识管理、个人 wiki |
| notion | Notion 数据库操作 | 项目管理、文档协作 |
| himalaya | 终端邮件客户端 | 收发邮件、邮件自动化 |
| weather | 天气查询 | 城市天气、预报 |
安装方法
# GitHub 工作流(PR、Issue、代码审查)
openclaw skills install github
# Obsidian 笔记集成
openclaw skills install obsidian
# Notion 集成
openclaw skills install notion
# 邮件处理(基于 himalaya CLI)
openclaw skills install himalaya
# 天气查询
openclaw skills install weather
Skill 安装到 ~/.openclaw/skills/ 目录,重启 Gateway 后生效:
openclaw gateway restart
验证已安装的 Skill:
openclaw skills list
搜索更多 Skill:
openclaw skills search "calendar"
openclaw skills search "email"
注意:部分 Skill 依赖外部命令行工具(比如 himalaya 需要安装 himalaya CLI,obsidian 需要 Obsidian 本地 vault 路径),Skill 文档里会有说明。
完整流程汇总
把上面所有步骤串成一条命令(非交互式安装 + AliCloud pip 镜像 + DeepSeek + 5 个 Skill):
# 1. 系统更新 + 基础工具
sudo apt update && sudo apt upgrade -y
sudo apt install -y curl git build-essential
# 2. 装 Node.js 20.x
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs
node -v # 确认 v20.x
# 3. npm 镜像 + pnpm
npm config set registry https://registry.npmmirror.com
npm cache clean --force
sudo npm install -g pnpm@latest
# 4. pip 阿里云镜像(可选)
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
pip config set global.trusted-host mirrors.aliyun.com
# 5. 安装 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash
# 6. 新终端或 source 后执行
export DEEPSEEK_API_KEY="sk-你的key"
openclaw onboard --non-interactive \
--mode local \
--auth-choice deepseek-api-key \
--deepseek-api-key "$DEEPSEEK_API_KEY" \
--install-daemon
# 7. 安装 Skill
openclaw skills install github
openclaw skills install obsidian
openclaw skills install notion
openclaw skills install himalaya
openclaw skills install weather
openclaw gateway restart
# 8. 验证
openclaw gateway status
openclaw agent --message "你好,用中文介绍你自己"
注意事项
- DeepSeek V4 的思考模式:在聊天中用
/think xhigh或/think max开启最大推理量。V4 的 thinking 和 tool call 配合经过 OpenClaw 特殊处理(自动回填 reasoning_content),不需要/new切 session。 - Daemon 模式:
--install-daemon会安装 systemd user service,确保 Gateway 在登录和重启后自动运行。如果只需要调试,省略该参数即可前台运行。 - 安全提醒:OpenClaw 连接真实的消息渠道(WhatsApp、Telegram、Discord 等),默认 DM 策略是
pairing模式——陌生人的消息需要配对码才能处理。如果要暴露到外网,阅读 https://docs.openclaw.ai/gateway/security 先。 - 国内网络:clone GitHub + npm install 可能需要科学上网或 npm 镜像。Node.js 通过 NodeSource 安装,走 apt,一般国内 CDN 没问题。
写在最后
OpenClaw 的社区增长很快,从 TechCrunch 到 The Verge 都有报道。它最大的特点不是模型本身,而是网关架构——一个守护进程连接所有渠道、所有工具、所有 Agent,有点像个人 AI 的操作系统。
配置 DeepSeek V4 Flash 后,100 万 token 的上下文 + 384K 输出,配合 Skill 系统的自动化能力,在消费级 AI 助理里算是很强的组合了。
附:OpenClaw vs Hermes Agent 对比
同属 AI Agent 赛道,另一个值得关注的项目是 Nous Research 出品的 Hermes Agent(https://github.com/NousResearch/hermes-agent)。两个项目定位相似,但技术路线和平台策略有明显差异。
| 对比维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 开发者 | Peter Steinberger(被 OpenAI 收购) | Nous Research |
| 运行时 | Node.js(npm 全局包) | Go(单二进制文件) |
| 安装方式 | npm install 或 curl 安装脚本 | curl 安装脚本或 Go 编译 |
| Linux | 原生支持 | 原生支持 |
| Windows 11 原生 | 支持(PowerShell 安装,但推荐 WSL2) | ✅ 原生支持(PowerShell/cmd/Windows Terminal/git-bash/VS Code 终端均可) |
| Windows 11 WSL | 必须开启 CPU 虚拟化,安装 WSL2 才能完整体验 | 不需要 WSL |
| Windows 硬件要求 | WSL2 需要 CPU 虚拟化支持(Intel VT-x / AMD-V),旧 CPU 或 VM 内可能无法开启 | 无虚拟化要求 |
| macOS | 原生支持 | 原生支持 |
| 模型提供商 | 50+(DeepSeek、OpenAI、Anthropic、Google 等) | 20+(OpenRouter、Anthropic、DeepSeek、OpenAI、本地模型等) |
| Skill 系统 | AgentSkills 兼容,ClawHub 注册表 | AgentSkills 兼容,内置 Hub + GitHub as source |
| 消息渠道 | 20+(WhatsApp、Telegram、Discord、iMessage、微信、QQ 等) | 15+(Telegram、Discord、Slack、WhatsApp、Signal、飞书、钉钉、企业微信等) |
| 开发语言扩展 | JavaScript/TypeScript(Node.js 插件) | Python(插件系统) |
| 社区规模 | 大型(Discord 活跃,被 TechCrunch/The Verge 报道) | 中型(Discord 活跃,Nous Research 生态) |
关键差异详解:
Windows 11 环境:
- OpenClaw 虽然提供 PowerShell 安装脚本(
iwr -useb https://openclaw.ai/install.ps1 | iex),但官方明确表示 WSL2 更稳定、推荐用于完整体验。这意味着如果你想在 Windows 上用 OpenClaw,最省心的方式是先装 WSL2,而 WSL2 要求在 BIOS 中开启 CPU 虚拟化(Intel VT-x 或 AMD-V)。在虚拟机内、老旧 CPU、或某些企业锁定的笔记本上,这一步可能被卡住。 - Hermes Agent 是 Go 编译的单二进制文件,直接跑在 Windows 原生环境下(PowerShell、cmd、Windows Terminal、git-bash mintty、VS Code 终端都行),不需要 WSL,不需要虚拟化。安装脚本也支持 Windows。如果你的主力环境就是 Windows 11,Hermes 的开箱体验更平滑。
技术架构:
- OpenClaw 基于 Node.js,安装包较大(npm install 拉一大堆依赖),但好处是 JS/TS 开发者可以写插件。
- Hermes Agent 是 Go 单二进制,安装极轻(一个文件搞定),依赖 Python 解释器来跑插件。资源占用也更低。
模型策略:
- OpenClaw 支持 50+ 模型提供商,包括国内厂商(阿里云、火山引擎、MiniMax、Moonshot、零一万物、Xiaomi 等),对中国开发者友好。
- Hermes Agent 支持 20+ 提供商,有 DeepSeek 原生支持,也覆盖主流 OpenAI/Anthropic/Google,国内厂商相对少一些。
Skill 生态:
- OpenClaw 有 ClawHub 注册表,60+ 内置 Skill,社区发布流程成熟。
- Hermes Agent 有 Hub 注册表 + GitHub as source,数量也不少,两边 Skill 格式都兼容 AgentSkills 标准,理论上可以互通。
怎么选:
- 主力 Linux 或 macOS + 需要多消息渠道(包括微信/QQ) → OpenClaw 更合适
- 主力 Windows 11 原生环境,不想折腾 WSL/虚拟化 → Hermes Agent 更省心
- 只看 Agent 功能本身(终端 + 工具 + 自动化) → 两者差异不大,技术风格决定:Node 生态 vs Go 二进制
后续文章打算写 OpenClaw 的渠道配置(Telegram / Discord)、定时任务(Cron Job)、以及自定义 Skill 开发。
原文发表于 cn-res.vip,没有版权自由转载。标明出处非常感谢,删了也没事。