1. 项目概述OpenClaw在Mac环境下的完整部署方案OpenClaw作为一款新兴的AI开发框架其本地部署能力为开发者提供了更灵活的数据管控和定制化可能。在Mac平台上部署OpenClaw需要特别注意系统环境差异尤其是M系列芯片与Intel架构的区别处理。整套流程包含环境准备、核心服务部署、飞书机器人对接三大阶段涉及Java运行环境、Python依赖库、Docker容器等组件的协同配置。实测在MacBook Pro M1 Pro芯片16GB内存上完成全流程部署约需45分钟其中耗时最长的环节是Docker镜像拉取和Python依赖安装。与Windows平台相比Mac环境下的权限管理和路径处理更为严格这也是后续操作中需要重点关注的细节。2. 环境准备与前置检查2.1 硬件与系统要求建议采用以下配置获得最佳运行体验芯片Apple SiliconM1/M2或Intel Core i5及以上内存最低8GB推荐16GB以上磁盘空间至少20GB可用空间Docker镜像和模型文件占用较大操作系统macOS Monterey 12.3或更高版本通过终端执行system_profiler SPHardwareDataType可快速验证硬件信息。特别提醒若使用Rosetta转译运行x86应用需提前执行softwareupdate --install-rosetta。2.2 开发环境配置Homebrew安装Mac包管理工具/bin/bash -c $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh) echo eval $(/opt/homebrew/bin/brew shellenv) ~/.zshrc source ~/.zshrcJava开发环境brew install --cask temurin java -version # 验证安装需显示1.8版本Python环境推荐3.8-3.10版本brew install python3.9 python3 --version pip3 install --upgrade pipDocker Desktop 从官网下载Mac版安装包安装后需在Preferences Resources中调整CPUs至少4核Memory建议8GBSwap1GB注意首次启动Docker后需在终端执行docker ps测试若报错需在系统设置中授予权限。3. OpenClaw核心服务部署3.1 源码获取与解压推荐使用官方Git仓库获取最新稳定版本git clone https://github.com/openclaw/OpenClaw.git --branch v2.1.0 cd OpenClaw若下载zip包Mac系统自带的解压工具可能处理不了特殊符号路径建议使用brew install unzip unzip -q OpenClaw-2.1.0.zip -d OpenClaw3.2 依赖安装与配置调整Python依赖pip3 install -r requirements.txt --user常见问题处理遇到pycocotools安装失败先执行brew install cmake pkg-configgrpcio编译错误尝试pip3 install --pre grpcio配置文件修改 修改configs/local_settings.pySYSTEM_PLATFORM mac DOCKER_FORCE_REBUILD False # 首次运行后改为False加速启动 MODEL_CACHE_DIR /Users/{你的用户名}/.openclaw/cache # 避免权限问题3.3 Docker服务启动执行部署脚本./scripts/mac_start.sh --with-modelsbase关键参数说明--with-models指定预加载模型base约3GBfull需15GB--gpuM系列芯片启用Metal加速需Docker 4.12重要首次启动会下载约5GB基础镜像建议保持网络稳定。若中断可使用docker system prune清理后重试。4. 飞书集成配置4.1 飞书开发者账号准备登录 飞书开放平台 创建自建应用获取以下关键信息App IDApp SecretVerification Token4.2 Webhook配置修改integrations/feishu/config.yamlapp_id: cli_xxxxxx app_secret: xxxxxx-xxxx-xxxx-xxxx-xxxxxxxx encrypt_key: # 非企业版留空 verification_token: xxxxxx启动飞书适配器python3 -m integrations.feishu.server --port 90004.3 网络穿透与回调配置由于本地开发需要公网访问推荐使用brew install ngrok/ngrok/ngrok ngrok http 9000将生成的https://xxx.ngrok.io填入飞书后台事件订阅中的请求网址请求网址https://xxx.ngrok.io/webhook/event加密密钥保持与config.yaml一致5. 验证与问题排查5.1 服务健康检查核心服务状态docker-compose ps # 应显示3个运行中的容器 curl http://localhost:8000/api/health # 返回{status:ok}飞书消息测试 在飞书群聊中机器人发送ping应收到pong响应5.2 常见问题解决方案现象排查步骤解决方案Docker容器频繁重启docker logs openclaw-core检查local_settings.py中的内存设置飞书消息无响应tail -f logs/feishu.log验证ngrok隧道是否活跃Python依赖冲突pipdeptree --reverse创建虚拟环境重新安装M1芯片模型加载慢docker stats添加--platform linux/arm64参数6. 性能优化建议Metal加速配置 在docker-compose.yml中添加devices: - /dev/dri:/dev/dri environment: - PYTORCH_MPS_HIGH_WATERMARK_RATIO0.0模型缓存优化ln -s /path/to/external_disk/models ~/.openclaw/cache启动参数调整./scripts/mac_start.sh --max-workers2 --model-parallel-size2对于长期运行的开发环境建议配置launchd守护进程brew install launchrocket cp com.user.openclaw.plist ~/Library/LaunchAgents/ launchctl load ~/Library/LaunchAgents/com.user.openclaw.plist我在实际部署中发现M系列芯片在神经网络推理时温度控制优于Intel机型但需要特别注意Docker的内存分配——超过系统物理内存的75%容易引发OOM killer终止进程。建议在Docker Desktop的资源设置中保留至少4GB给宿主机系统。