1. OpenClaw 是什么为什么选择本地部署OpenClaw 是一款基于大语言模型LLM的智能助手工具它能够通过自然语言交互完成代码生成、文档处理、数据分析等多种任务。与云端服务相比本地部署版本可以更好地保护数据隐私避免敏感信息外泄同时也能获得更快的响应速度。在 Mac 上部署 OpenClaw 有几个显著优势系统兼容性好OpenClaw 对 macOS 的适配非常完善硬件利用率高能充分利用 Mac 的 GPU 资源开发环境友好与 Xcode 等开发工具集成顺畅提示如果你的 Mac 是 M1/M2 芯片性能表现会更好因为 ARM 架构对 AI 计算有更好的优化。2. 安装前的准备工作2.1 系统要求检查首先确认你的 Mac 满足以下最低配置操作系统macOS 10.15 (Catalina) 或更高版本内存建议 16GB 以上存储空间至少 20GB 可用空间处理器Intel Core i5 或 Apple M1 及以上可以通过关于本机查看这些信息。特别要注意的是如果你计划运行较大的模型内存和存储需求会相应增加。2.2 必备软件安装在安装 OpenClaw 前需要先准备好这些基础软件HomebrewMac 包管理器 在终端运行/bin/bash -c $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)Python 3.8brew install pythonGitbrew install gitDocker可选用于容器化部署brew install --cask docker2.3 环境变量配置为了确保所有工具都能正常工作建议将以下路径添加到你的 shell 配置文件如 ~/.zshrc 或 ~/.bashrc中export PATH/usr/local/bin:$PATH export PATH/opt/homebrew/bin:$PATH # 针对 M1/M2 芯片然后执行source ~/.zshrc3. OpenClaw 核心安装步骤3.1 获取 OpenClaw 安装包有两种方式获取 OpenClaw从官方仓库克隆推荐git clone https://github.com/openclaw/openclaw.git cd openclaw下载预编译包 访问 OpenClaw 官网下载最新版本的 .dmg 或 .pkg 安装文件3.2 安装依赖项进入项目目录后运行pip install -r requirements.txt这个步骤可能会花费一些时间因为它会安装所有必要的 Python 包包括 PyTorch 等深度学习框架。3.3 模型文件准备OpenClaw 需要加载预训练模型才能工作。你可以下载官方提供的预训练模型python download_model.py --model standard使用自定义模型高级用户 将你的模型文件放在models/目录下注意模型文件通常很大几个GB确保你有足够的存储空间和稳定的网络连接。3.4 初始化配置复制示例配置文件并修改cp config.example.yaml config.yaml然后编辑 config.yaml至少需要设置model_path: models/standard device: cuda # 如果有NVIDIA GPU # device: mps # 如果是Apple Silicon芯片3.5 启动 OpenClaw运行以下命令启动服务python main.py如果一切正常你应该能看到类似这样的输出[INFO] OpenClaw服务已启动监听端口: 80004. 常见安装问题排查4.1 Could not start the CLI 错误这个错误通常是由于环境配置问题导致的。解决方法检查 Python 版本python --version确保是 3.8重新安装依赖pip install --force-reinstall -r requirements.txt检查端口占用lsof -i :8000如果端口被占用可以在 config.yaml 中修改端口号4.2 GPU 相关错误如果你看到 CUDA 或 MPS 相关的错误对于 NVIDIA GPUbrew install cmake protobuf pip uninstall torch pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118对于 Apple Siliconpip uninstall torch pip install torch torchvision torchaudio4.3 模型加载失败如果模型无法加载检查模型文件路径是否正确确认模型文件完整可以重新下载检查文件权限chmod -R 755 models/5. 飞书集成配置5.1 创建飞书开放平台应用登录飞书开放平台https://open.feishu.cn/创建新应用选择机器人类型记录下 App ID 和 App Secret5.2 配置 OpenClaw 的飞书插件编辑 config.yaml添加feishu: app_id: 你的AppID app_secret: 你的AppSecret encrypt_key: # 如果有加密需求 verification_token: # 事件验证token5.3 设置消息接收URL在飞书应用后台进入事件订阅添加请求网址http://你的服务器IP:端口/feishu/webhook订阅所需的事件类型5.4 启动飞书集成服务在 OpenClaw 目录下运行python plugins/feishu_bot.py测试时你可以直接你的机器人发送消息OpenClaw 应该能够响应。6. 高级配置与优化6.1 使用 Docker 部署如果你更喜欢容器化方案构建镜像docker build -t openclaw .运行容器docker run -p 8000:8000 -v $(pwd)/models:/app/models openclaw6.2 性能调优根据你的硬件配置调整对于 Apple Silicondevice: mps batch_size: 4 # 根据内存调整对于 NVIDIA GPUdevice: cuda torch_threads: 4 # CPU线程数6.3 安全加固启用 HTTPS 使用 Nginx 反向代理并配置 SSL 证书访问控制 在 config.yaml 中设置security: api_key: 你的密钥 allowed_ips: [192.168.1.0/24]7. 日常使用技巧7.1 常用命令查看帮助python main.py --help指定配置文件python main.py --config path/to/config.yaml调试模式python main.py --debug7.2 快捷指令OpenClaw 支持多种快捷指令/help- 查看帮助/clear- 清空对话/model list- 列出可用模型/model switch name- 切换模型7.3 日志查看日志文件默认位于logs/openclaw.log你可以用 tail 命令实时查看tail -f logs/openclaw.log8. 维护与更新8.1 定期备份重要的备份内容包括config.yaml 配置文件models/ 目录下的模型文件plugins/ 下的自定义插件8.2 升级 OpenClaw拉取最新代码git pull origin main更新依赖pip install -r requirements.txt --upgrade检查配置变更 比较你的 config.yaml 和 config.example.yaml8.3 监控资源使用可以使用系统自带的 Activity Monitor或者安装 htopbrew install htop htop重点关注内存使用量GPU 利用率温度情况