【openclaw】在windows下安装openclaw 📅 发布时间:2026/7/8 7:06:59 👁️ 浏览次数: 先决条件Windows如果你用Linux安装应该比较容易。不过考虑到日常使用大部分人都是windows我就选择windows安装了。LLMopenclaw本质上是个agent助手所以你得先有个大模型可用。可以是在线的模型提供商我的电脑是RTX4070显卡所以我部署了一个Qwen3-1.7b在本地WSL可以看我之前的文章。 不过这次需要一些额外的内容由于openclaw需要vllm的工具调用功能commands:{native:auto,nativeSkills:auto,restart:true,ownerDisplay:raw},所以vllm版本需要在0.8.3以上并且需要新增两个启动参数--enable-auto-tool-choice和--tool-call-parser这里我使用meta模型的模板vllm serve /home/bluebonnet27/models/Qwen3-1.7B --trust-remote-code --served-model-name qwen3--port8000--host0.0.0.0 --gpu-memory-utilization0.9--enable-auto-tool-choice --tool-call-parser llama3_jsonNodeJS我使用 NodeJS 安装需要node的版本大于24这也太高了虽然24是LTS但是是最新的LTS了可以通过如下命令查看 node 的版本PS C:\Users\node-vv24.14.0安装执行npminstall-gopenclawlatest然后在管理员模式下启动终端我用的pwsh7必须是管理员因为要安装service执行openclaw onboard如果一切正常应该会显示这个上来就劝退windows我没绷住大部分选择默认即可◇ I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue? │ Yes │ ◇ Onboarding mode │ Manual │ ◇ Existing config detected ─────────╮ │ │ │ workspace: ~\.openclaw\workspace │ │ model: qwen3-1-7b/qwen3 │ │ gateway.mode:local│ │ gateway.port:18789│ │ gateway.bind: loopback │ │ │ ├────────────────────────────────────╯ │ ◇ Config handling │ Use existing values │ ◇ Whatdoyou want tosetup? │ Local gateway(this machine)选择模型的时候需要注意下模型选择Custom Provider地址填写模型的地址api key不能为空虽然我们的模型是本地起的但是openclaw会强制要求必须有api key我们可以随便填一个反正本地模型不会校验api key◇ Model/auth provider │ Custom Provider │ ◇ API Base URL │ http://localhost:8000/v1 │ ◇ Howdoyou want to provide this API key? │ Paste API key now │ ◇ API Key(leave blankifnot required)│123│ ◇ Endpoint compatibility │ OpenAI-compatible │ ◇ Model ID │ qwen3 │ ◇ Verification successful.openclaw会进行校验校验完就可以用了。网络代理选本地安全方式选择tokenskill和聊天工具我们暂时用不到就可以先跳过了◇ Gateway port │18789│ ◇ Gatewaybind│ Loopback(127.0.0.1)│ ◇ Gateway auth │ Token │ ◇ Tailscale exposure │ Off │ ◇ Howdoyou want to provide the gateway token? │ Generate/store plaintext token │ ◇ Gateway token(blank to generate)│安装完成会自动打开浏览器窗口http://127.0.0.1:18789/chat另外默认的模型token有点少我们需要去配置文件改大。网页应该也可以改但是我觉得改文件方便一点。windows在C:\Users\用户名\.openclaw\openclaw.json C:\Users\用户名\.openclaw\agents\main\agent\models.json里面有相同的模型配置{providers:{qwen3-1-7b:{baseUrl:http://localhost:8000/v1,apiKey:123,api:openai-completions,models:[{id:qwen3,name:qwen3 (Custom Provider),api:openai-completions,reasoning:false,input:[text],cost:{input:0,output:0,cacheRead:0,cacheWrite:0},contextWindow:25000,maxTokens:25000}]}}}把contextWindow和maxTokens都改大即可使用windows的权限管理比较严格如上图所示很多在linux上进行的操作这里其实都做不到。不过没关系我也就是玩一玩后面也许会结合聊天工具再配置。
OpenClaw完全入门指南:从零开始搭建你的AI助手 【引言:为什么选择OpenClaw?】最近AI助手领域又迎来了一位新星——OpenClaw。作为一个开源、可扩展的AI助手平台,OpenClaw正在迅速获得开发者和AI爱好者的青睐。与传统的闭源AI助手不同,OpenClaw提供了完全开放的自定义能力&#… 2026/7/8 5:53:45
BUUCTF---[ZJCTF 2019]NiZhuanSiWei 他给的那个题目上看了一下没有其他信息,直接打开靶场打开靶场以后可以看到以下代码,看样子是一道关于PHP代码审计的题目<?php $text $_GET["text"]; $file $_GET["file"]; $password $_GET["password"]; if(isse… 2026/5/17 10:21:49
如何将包路径添加到conda环境lerobot的python路径中呢? 目录1 问题描述2 解决方法2.1 .pth文件(推荐)2.2 设置环境变量(临时)1 问题描述 假设有本地包lerobot路径如下, /home/xxx/Software/xxxbot_vla_train/lerobot/src需要将它添加到conda环境lerobot中,应该… 2026/7/4 16:52:54
电阻应变片灵敏度系数 S=2 详解:从泊松比到 1000με 应变下的 ΔR 计算 电阻应变片灵敏度系数 S2 详解:从泊松比到 1000με 应变下的 ΔR 计算在工程测量和传感器技术领域,电阻应变片因其结构简单、性能可靠而广泛应用。理解其核心参数——灵敏度系数(S2)的物理本质,对于正确使用和优化应变… 2026/7/9 6:51:40
【大模型】对齐机制(上):MLP vs Q-Former,视觉特征到底怎么塞进 LLM?|多模态大模型专栏④ 对齐机制(上):MLP vs Q-Former,视觉特征到底怎么塞进 LLM?|多模态大模型专栏④ 一句话讲透本篇:视觉编码器输出 (N, d_v) 的特征,LLM 需要 d_h 维的 token——中间这个"翻译官&… 2026/7/9 6:47:39
FRED应用:TMT MOBIE成像光谱仪的概念设计阶段杂散光分析 简介三十米望远镜(Thirty Meter Telescope, TMT)是由美国加州大学、加州理工学院、加拿大大学天文研究联盟、日本国立天文台、中国国家天文台以及印度科技部联合参与的21 世纪地基巨型光学-红外天文观测设备。TMT的30米口径的集光面积是当前主… 2026/7/9 6:47:39
写页面时别再把 Element Plus 整个搬进来啦!Vue3按需加载的坑我帮你踩平了 很多教程一上来就让在 main.js 里写 import ElementPlus from element-plus 然后 app.use(ElementPlus) 。这招简单粗暴,但等于把 100 多个组件全注册了,哪怕你只用了一个按钮。官方其实早就给了按需加载的方案,只是配置起来踩坑无数。今天我… 2026/7/9 6:47:39
Linux用户与权限管理实战总结:从概念到操作详解 在日常的Linux系统管理与开发中,用户与权限管理是保障系统安全的核心基础。最近学习了Linux中关于用户、组以及文件权限的相关知识,为了巩固记忆并构建自己的知识体系,我将这些知识点进行了梳理,并结合Xshell的实际操作进行复盘。… 2026/7/9 6:43:36
机器人时间同步实操(02架构篇) 系列文章目录02 架构篇:KUKA机器人时间同步架构使用A屏(Windows 10 PC)作为核心时间基准,将其配置为NTP服务器,为整个小网络提供权威、统一的时间参考源。KUKA机器人控制器作为NTP客户端,定期向A屏发起时间… 2026/7/9 6:43:36
机器视觉与PLC集成:轮毂缺陷检测与字符识别误差控制在0.2mm内 机器视觉与PLC集成:轮毂缺陷检测与字符识别误差控制在0.2mm内的技术实现轮毂作为汽车关键零部件,其表面质量直接影响行车安全与美观。传统人工检测效率低且易漏检,而采用机器视觉与PLC集成方案可实现微米级精度检测。本文将深入解析高精度视觉… 2026/7/9 0:01:04
GBase 8a vs MySQL 8.0:ALTER TABLE语法与限制的5点关键差异对比 GBase 8a与MySQL 8.0:ALTER TABLE语法差异深度解析与实战指南1. 两种数据库的ALTER TABLE能力全景对比在数据库架构设计和运维过程中,表结构变更(DDL操作)是不可避免的需求。GBase 8a作为国产分析型数据库代表,与开源M… 2026/7/9 0:03:06
【大数据毕业设计】基于多源旅游数据的景区热度分析与推荐系统的设计与实现 基于 Django 的旅游偏好挖掘与景区推荐系统(源码+文档+远程调试,全bao定制等) 博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am… 2026/7/9 0:05:09
6个月转型AI工程师:实战路径与核心技能 1. 项目概述:6个月转型AI工程师的可行性路径在2023年大模型技术爆发的背景下,AI工程师岗位需求同比增长217%(LinkedIn数据)。不同于传统算法工程师需要3-5年培养周期,现代AI工程师更侧重工程化落地能力。我在硅谷科技公… 2026/7/7 11:26:57
TPAFE0808与PIC18F87K22的多通道信号采集方案 1. 项目背景与核心需求在工业自动化、医疗设备和科研仪器等领域,多通道信号采集与系统监测是基础且关键的技术需求。传统方案往往面临通道数量不足、信号调理复杂、系统集成度低等问题。TPAFE0808作为一款8通道模拟前端芯片,与PIC18F87K22微控制器的组合… 2026/7/8 20:15:17
STC3115与PIC18LF26K80构建高精度电池管理系统 1. STC3115与PIC18LF26K80在电池管理系统中的核心价值在现代电子设备中,电池管理系统(BMS)的重要性不亚于设备的核心处理器。STC3115作为一款高精度电池电量监测IC,与PIC18LF26K80微控制器的组合,构成了一个既能精确监控又能智能管理的完整解… 2026/7/8 14:25:08