OpenClaw零基础部署教程：从环境准备到API与skill配置

这篇教程来的正是时候。OpenClaw这段时间在开发者圈子里热度一直没降过但网上大部分资料都是英文的要么就是讲得云里雾里对零基础的人非常不友好。我上个月刚在一台全新的Windows机器上从零开始部署了一整套OpenClaw环境包括大模型API Key配置、skill插件接入中间踩了不少坑也摸清了很多配置细节。这篇文章就把整个流程原原本本整理出来从环境准备到最终跑通一个带skill的智能体一步步照着做就行不用懂底层原理也能搞定。先解释一下OpenClaw到底是什么省得你装完了还不知道自己在装什么。它是一个开源的智能体框架跑在本地电脑的命令行终端里装上之后你就拥有一个自己的AI助手可以通过自然语言给它下指令它会自动拆解任务、调用工具、读写文件、执行命令最终帮你把活干完。OpenClaw本身不带模型能力它需要一个“大脑”也就是大模型API Key来驱动好消息是它不止支持国外模型国内几家主流大模型平台的API也都能接这就解决了很多人最头疼的“模型从哪来”的问题。这个方案适合谁想在自己电脑上跑Agent的开发者、对AI编程助手感兴趣但玩不转复杂配置的新手、以及想用大模型自动处理文件整理、批量重命名、README生成、代码审查这类实际工作的效率党。我后面写的所有步骤你只要机械照做就能跑起来没有任何隐藏的前置条件。1. 动手之前先搞清楚OpenClaw的架构和核心概念1.1 OpenClaw、大模型API、skill三者是什么关系很多人一上来就急着装装完却搞不清楚各个概念之间的关系配置的时候一塌糊涂。我觉得有必要先把这几个核心概念讲清楚。OpenClaw本身是一个“壳”它负责接收你的指令、规划执行步骤、调用各种工具函数、管理会话上下文。它没有智商真正提供理解和生成能力的是背后的大模型。你把一个任务丢给OpenClawOpenClaw会把任务发给大模型API让模型生成行动计划然后再由OpenClaw去执行计划里的每一步。大模型API Key就是OpenClaw连接模型大脑的钥匙在配置里填上KeyOpenClaw才知道该去哪个平台的接口调用模型。简单类比一下OpenClaw是司机大模型API是发动机而API Key就是车钥匙三者缺一不可。skill则是OpenClaw的“专业技能包”。默认状态下OpenClaw会一些通用能力比如聊天、执行基础命令但遇到特定场景就不够用了。比如你想让它按固定模板生成周报或者用特定风格写代码注释你可以在skill里定义好规则和模板OpenClaw遇到对应任务时会自动加载这个skill来执行。它相当于给你汽车加装的专用工具装了什么skillOpenClaw就多会什么本事。1.2 为什么要选OpenClaw而不是其他智能体工具市面上同类工具不少有的背靠大厂有的生态丰富但OpenClaw有个非常突出的优势它把“本地优先”和“模型中立”这两件事做到了极致。本地优先指的是所有代码、配置、工作文件都存在你自己电脑上对话记录、执行日志、skill脚本全部本地存储隐私性很好数据不会因为云端服务关停而消失。模型中立则意味着你可以自由选择用哪家的大模型今天用A家的明天觉得B家便宜改个配置就能切换不用整体迁移。另外OpenClaw对skill的支持非常开放不仅有官方维护的skill库社区里也有大量第三方skill可以直接安装甚至可以自己写。这点太重要了因为智能体真正的价值不是聊天而是完成具体工作skill决定了它能完成多少种工作。1.3 安装前需要理解的关键目录结构因为后面所有的操作都要和OpenClaw的目录打交道我先带你看一眼装完后会出现在你电脑里的东西。OpenClaw在首次初始化后会在用户主目录下创建一个.openclaw文件夹这是它的主配置目录。我在Windows环境下的实际路径是C:\Users\你的用户名\.openclaw。这个目录下通常会包含config.json或类似配置文件存放大模型提供商、API Key、默认模型、运行参数workspace/工作区目录OpenClaw执行文件操作时的默认根目录skills/存放所有已安装的skill插件exec-approvals.json命令执行审批记录OpenClaw出于安全考虑执行敏感命令前会征求你的同意允许后会记录在这里logs/运行日志排查问题时主要看这里记住这个结构后面配置API Key要改配置文件装skill要往skills目录里塞东西出了问题要翻logs目录都会用到。理解目录结构之后再动手你看到报错信息时就不会完全摸不着头脑。2. 零基础安装前的环境准备2.1 硬件和系统要求先泼一盆冷水清醒一下OpenClaw对硬件要求不算高但也不是随便一台老古董就能流畅跑的。CPU方面只要是近五六年主流的i5或锐龙5级别处理器都没问题OpenClaw本身的资源占用不大真正吃资源的是大模型API调用而这部分计算是在云端完成的本地只负责发送请求和接收结果。内存建议8GB以上4GB的机器跑起来会明显感觉吃力因为OpenClaw运行时会同时驻留Node.js进程、终端会话和日志写入。硬盘需要预留至少2GB空间后续安装skill、存储对话记录和日志都会占用空间。操作系统方面Windows 10/11、macOS 12以上、主流Linux发行版都支持。我这次教程主要以Windows 11为例macOS和Linux的差异点我会单独标出来整体流程大同小异不用慌。唯一要注意的是Windows系统建议使用PowerShell 7以上版本某些安装命令在老版PowerShell或CMD下会执行失败这个坑我后面细说。2.2 Windows环境先把Node.js装好OpenClaw的安装和运行依赖Node.js运行时相当于玩某个游戏前必须先装好它的运行库所以第一步就是安装Node.js。去Node.js官网下载LTS版本也就是长期支持版别选Current尝鲜版LTS更稳定兼容性更好。下载下来的是一个.msi安装包双击后一路Next就行。这里有个关键细节安装向导第一页会让你勾选组件默认不勾选“Add to PATH”你手动勾上。如果这步漏了后面在终端里输入node命令会提示“无法识别”到时候还得手动配环境变量非常麻烦。装完验证一下是否成功。打开PowerShell输入node -v npm -v能正常输出版本号就说明装好了。我这边输出的是v20.11.1和10.2.4只要npm版本不低于9就没问题。如果提示找不到命令优先检查PATH环境变量解决方法就是手动把Node.js安装目录默认在C:\Program Files\nodejs\加到系统PATH里。2.3 macOS和Linux环境的准备macOS用户稍微轻松一点如果你装了Homebrew包管理器只需要在终端里执行brew install nodeLinux用户则用对应发行版的包管理器。Debian/Ubuntu系sudo apt update sudo apt install nodejs npmCentOS/RHEL系sudo dnf install nodejs npm这里要提醒一下Ubuntu用apt装的Node.js版本通常比较老可能不满足OpenClaw的版本要求。如果装完后执行node -v发现版本低于18我建议用NodeSource源重新装一遍或者直接用nvmNode Version Manager来管理Node.js版本nvm的好处是随时能切换版本想装哪个版本就装哪个版本对后续开发非常方便。nvm装好之后执行nvm install --lts就能拿到最新的长期支持版。2.4 网络连通性说明安装过程中需要从npm仓库和GitHub拉取安装包和skill资源这一步对网络要求比较直接保持网络畅通就行。国内网络环境下npm默认源访问速度可能偏慢有时候安装到一半就卡住不动了。我建议提前把npm源切换到国内镜像执行下面的命令只影响npm的下载源不影响其他任何东西npm config set registry https://registry.npmmirror.com如果你是GitHub上安装skill资源时特别慢也可以给git配置代理或者改用镜像仓库地址。这个问题常见且烦人我后面在常见问题部分会专门展开讲。先给你一个结论安装前切换npm源能省掉大量等待时间。3. OpenClaw本地安装完整步骤3.1 Windows安装从npm全局安装到初始化环境准备好之后就开始正式安装OpenClaw。Windows用户在PowerShell里执行全局安装命令npm install -g openclaw如果你在官方文档里看到的是其他包名以官方最新为准例如有的版本发布在openclaw/cli作用域下那就要装npm install -g openclaw/cli。全局安装会让系统多出一个openclaw命令这样你在任意目录都能直接调用它。安装过程通常会持续一两分钟期间终端会滚动下载依赖包如果卡在某个进度条很久不动大概率是网络问题先CtrlC中断检查npm源是否切换成功再重试。装完后执行版本验证openclaw --version能输出版本号说明安装成功了。如果提示“无法加载文件因为在此系统上禁止运行脚本”这是因为PowerShell默认执行策略限制了脚本运行解决办法是管理员身份打开PowerShell执行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser这个命令只对当前用户生效不会影响系统安全策略可以放心执行。3.2 初始化OpenClaw首次运行的引导过程安装完成只是第一步还要让OpenClaw在本地生成配置目录和初始文件。在终端里执行openclaw init它会引导你完成初始设置openclaw init交互过程大致包含让你确认工作区目录位置默认就是~/.openclaw/workspace、选择默认模型提供商、询问是否创建示例skill等。这些选项都可以先用默认值后面随时能改。初始化完成后你回到文件管理器就能看到C:\Users\你的用户名\.openclaw这个目录已经生成了里面会有配置文件、skills目录、workspace目录、日志文件等。如果哪个都没生成说明初始化过程被中断了重新执行一遍openclaw init即可。这里我给新手一个建议初始化时问你是否创建示例skill选“是”。后面测试skill功能时可以直接用示例演示比自己从零写方便得多。3.3 macOS/Linux安装流程与差异点macOS和Linux用户安装OpenClaw的整体流程基本一致命令也是全局npm安装sudo npm install -g openclaw因为系统目录权限限制macOS和Linux需要加sudo提权。装完后同样执行openclaw --version验证。有一类特殊情况macOS上如果遇到“来自不受信任的开发者”或“无法打开因为无法验证开发者”的提示是因为系统安全策略阻止了未签名应用的运行需要去“系统设置-隐私与安全性”里点允许。Linux则很少遇到这类问题主要坑集中在依赖缺失比如装完OpenClaw启动时报找不到某个共享库通常是系统里缺了build-essential或python3等基础依赖用包管理器补上就行。3.4 安装后的验证跑通一个最简单的对话装好之后别急着配各种高级功能先做一个最简单的验证执行openclaw进入交互模式随便输入一句“你好”之类的内容看看OpenClaw怎么回应。如果你此时还没配置API Key它会提示你“未检测到模型API配置请先运行openclaw config进行设置”之类的信息这是正常的说明OpenClaw本体已经能正常运行只差模型配置这个“大脑”了。看到这个提示就可以进入下一步配置API Key。这一步验证很有价值。它帮你把“OpenClaw安装问题”和“API配置问题”分开如果OpenClaw本身没装好你会看到各种模块加载错误、命令找不到之类的报错那就要回头检查安装步骤。如果OpenClaw能正常启动但提示缺API配置说明安装这关已经过了接下来专心搞配置就行。4. 配置大模型API Key让OpenClaw真正拥有智能4.1 API Key从哪里获取国内主流大模型平台对比OpenClaw本身不生产模型它需要调用第三方大模型API来获得推理能力。好消息是国内主流的几家大模型平台都提供API接口注册、实名认证、创建Key的流程都在官方网页完成全程合规且顺畅。我把我实际测试过、OpenClaw社区里讨论比较多的几个平台列出来对比一下平台代表模型获取方式特点DeepSeek开放平台deepseek-chat官网注册实名后创建API Key性价比高编程能力不错社区讨论多通义千问阿里云百炼qwen-plus、qwen-max阿里云控制台开通模型服务后创建Key模型系列全有免费额度智谱AI开放平台glm-4-flash、glm-4-plus官网注册实名获取Key中文能力强有免费模型Kimi开放平台moonshot-v1官网注册创建Key长文本处理强适合处理超长文档百度千帆ernie-4.0百度智能云开通千帆服务国内老牌厂商稳定性好第一次用的新手我比较推荐先拿DeepSeek或智谱的免费额度练手零成本把整个流程跑通确认OpenClaw能正常工作了再根据需求决定买哪家的付费套餐。注册、实名、创建Key这些流程在官网都有清晰指引一般十分钟内能搞定这里我就不逐一截图演示了。4.2 获取API Key时的安全注意事项拿到API Key之后有几条安全底线必须守住。API Key本质上是你钱包的钥匙它是按调用量计费的泄露给陌生人对方就能用你的额度调用模型产生的费用全部记在你账上。所以第一条铁律是不要把你的API Key粘贴到公开渠道不要在截图里展示完整的KeyGitHub仓库的代码里尤其不能出现真实Key因为爬虫会扫描公开仓库里类似sk-开头的字符串并自动盗用。第二条铁律是API Key尽量通过本地方案配置不要写死在会被同步的工具里。比如你用一个能云同步的笔记软件记录Key万一笔记平台出问题或账号被盗Key就暴露了。本地方案的细节我下面马上讲。还有一点值得提醒绝大多数平台都支持创建多个Key你可以按用途分开比如开发环境用一个、生产环境用一个哪个Key异常了直接单独吊销不影响另一个。4.3 配置方式一用交互命令配置OpenClaw提供了配置命令这是最推荐新手使用的方式因为它会自动帮你改好配置文件不用手写JSON容易出错。方法是在终端执行openclaw config set model.provider deepseek openclaw config set model.model deepseek-chat openclaw config set model.apiKey sk-你的真实Key第一行指定模型提供商第二行指定具体的模型名称第三行填入你的API Key。执行完这三条命令配置就生效了你可以在终端输入openclaw再聊一句试试这次它就能正常回复你了。我没法保证上面的配置路径在OpenClaw所有版本里都一致因为不同版本之间配置项的组织方式可能略有调整但是openclaw config set这个交互式配置机制基本是这类工具的标配。如果执行时提示某个路径不存在可以运行openclaw config get或直接查看生成的配置文件来确认实际的键名写法。4.4 配置方式二直接编辑配置文件第二种方式适合想精确控制的用户也非常适合批量配置多个模型时使用。打开~/.openclaw/目录下的配置文件比如config.json你会看到类似这样的结构内容因版本而异但核心结构相似{ model: { provider: deepseek, model: deepseek-chat, apiKey: sk-xxxxx, temperature: 0.7 }, workspace: C:/Users/administrator/.openclaw/workspace }把provider改成你选定的平台名把model改成该平台提供的具体模型标识符把apiKey换成你的Key。保存文件后重启OpenClaw配置即可生效。编辑配置文件的坑在于JSON格式非常敏感少个逗号、多个引号都会导致解析失败。改完保存后建议顺手执行openclaw --version或直接启动OpenClaw如果配置有语法错误程序会直接报错。还有一个反直觉的点Windows下配置JSON的路径分隔符要么用双反斜杠\\要么用正斜杠/别直接写C:\Users\...单反斜杠JSON解析会把\U当转义字符然后报错。4.5 环境变量方式团队协作和多配置管理的更优解如果你的OpenClaw要在多台机器上部署或者你同时维护几个项目的不同Key配置环境变量是更优雅的方案。OpenClaw设计上支持读取环境变量所以你可以跳过配置文件在系统层面设置模型参数。Windows PowerShell用户执行$env:OPENCLAW_MODEL_PROVIDER deepseek $env:OPENCLAW_MODEL_NAME deepseek-chat $env:OPENCLAW_API_KEY sk-xxxxxmacOS/Linux用户执行export OPENCLAW_MODEL_PROVIDERdeepseek export OPENCLAW_MODEL_NAMEdeepseek-chat export OPENCLAW_API_KEYsk-xxxxx环境变量的优势是配置文件里不用写任何敏感信息即使文件被同步到云端也不会泄露Key切换不同Key时只要改环境变量不用改配置文件。缺点是环境变量只在当前终端会话中生效关掉终端再打开就没了要想长期生效Windows用户需要去系统属性里设置用户环境变量macOS/Linux用户则要把export语句写进~/.bashrc或~/.zshrc。我在实际使用中更推荐“配置文件管模型参数、环境变量管Key”的混合方案这样兼顾了可读性和安全性。设完环境变量后要新开一个终端窗口才会生效这是个高频坑别白折腾半天还以为是配置错了。4.6 配置完成后如何验证是否生效配置完API Key一定要做一次完整的对话验证确认真的能通。在终端里执行openclaw启动交互模式输入一句有明确指令需求的话比如“帮我列出当前目录下的所有文件并说明用途”看三件事第一OpenClaw有没有正常回复如果返回的是报错信息说明配置有问题第二回复的速度是不是在合理范围内如果卡几十秒没反应可能是网络连通性问题第三查看OpenClaw日志确认每次交互都调用了预期的模型平台。如果验证不通过回到配置检查最常见的问题是用了错误的模型名称。每个平台的模型标识符是固定的比如DeepSeek的对话模型叫deepseek-chat你在官网文档里以模型列表为准别自己猜名字。5. 接入skill给OpenClaw装上可扩展的能力5.1 skill机制的本质为什么它是OpenClaw的灵魂先讲一个我自己的感受。第一次用完OpenClaw不带skill的状态会觉得它像个聪明但没受过职业培训的实习生你让它写代码它会写但写出来的代码风格和你的项目习惯完全不搭你让它整理文件它会整理但整理逻辑总是差那么点意思。而装了skill的OpenClaw就像实习生经过了系统培训不仅知道干什么还知道按照行业标准、团队规范、个人偏好来干。skill本质上是“提示词模板脚本工具配置”的打包集合。一个skill通常包含一个描述文件定义这个skill的用途、参数、触发条件和一段核心提示词告诉模型在处理这类任务时遵循什么规则、按什么步骤来复杂一点的还可以携带辅助脚本。举一个最直观的例子你写了一个“周报生成”的skill在描述文件里定义了“当用户提到生成周报时自动加载本skill”提示词里写好了周报的格式本周工作、下周计划、风险点那么你以后只需要跟OpenClaw说“帮我生成这周的周报”它就会自动按你定义的模板来产出内容不需要你每次反复描述格式要求。一次配置长期复用这就是skill的价值。5.2 安装skill的两种方式官方源与Git仓库OpenClaw的skill安装机制很成熟常见的有两种方式。第一种是从skill仓库或市场安装。命令形式大概是openclaw skill install skill名称这种方式适合安装已经发布到官方或社区仓库的skill特点是方便一条命令就能装好比如热门社区里常见的“code-review”skill、数学建模辅助skill等都能直接搜索安装。可以先用openclaw skill search 关键词搜一下官方仓库里有没有想要的skill有就直接安装没有就试试第二种方式。第二种是从Git仓库安装。这种方式适合别人的skill代码没有发布到官方市场时使用也适合安装你自己写的自定义skill。命令形式类似openclaw skill install -s github:你的用户名/skill仓库名在GitHub上很多开发者会把skill以仓库形式开源你只要把它clone或通过install命令拉取到本地OpenClaw就能识别。不过安装GitHub上的skill时一定要多留个心眼第三方skill本质上是可执行内容它会携带提示词脚本好的skill效果惊艳但也有可能存在安全风险。我的原则是下载量高、更新时间新、代码公开可审查的skill才装来历不明的哪怕描述得天花乱坠也不碰。5.3 在本地手动安装skill的详细步骤如果官方命令因为网络问题安装慢或者你想安装的是别人发给你的skill文件手动安装也很简单。方法是把skill文件夹直接放入~/.openclaw/skills/目录然后重启OpenClaw。我以安装一个自定义的“文件分类整理”skill为例演示完整流程。先在~/.openclaw/skills/下创建一个文件夹叫file-organizer然后在这个文件夹里创建一个说明文件内容大致如下--- name: file-organizer description: 自动按文件类型将工作区中的文件分类整理到不同子目录 --- 你是文件整理专家。当用户要求整理文件时执行以下步骤 1. 扫描当前工作区中的所有文件识别文件类型 2. 创建按类型命名的子目录比如图片、文档、压缩包、代码 3. 将每个文件移动到对应的子目录 4. 整理完成后向用户汇报每个目录下的文件数量 注意不要移动已归类到子目录中的文件不要修改文件内容只做移动操作。保存文件后重启OpenClaw然后输入“帮我把工作区整理一下”之类的指令OpenClaw就会在上下文中自动检索并加载这个skill的描述按里面的规则开始干活。这个流程其实就是OpenClaw skill机制的核心工作原理通过描述文件的语义匹配让模型在恰当任务下自动调用合适的技能。这里说几个容易踩的坑skill目录名不能有中文和空格最好用短横线连接的小写英文目录名和文件中name字段最好保持一致否则可能出现加载了但匹配不上内容的情况修改skill文件后一定要重启OpenClaw或重载配置不然不会生效。5.4 如何寻找和评估一个高质量的skill之前热词里能看到大家都在搜“skill推荐”“impeccable skill”“taste skill”“数学建模skill”说明很多人装OpenClaw的第一件事就是找skill。根据我这段时间的实际体验分享几个评估skill的标准。第一看描述文件写得清不清晰。一个高质量skill描述文件里会明确说明这个skill解决什么问题、什么场景下触发、需要哪些参数。如果描述含糊、触发条件模糊装上去大概率是个摆设。第二看更新维护情况。开源生态里很多skill是作者一时兴起写的写完就丢在那里遇到OpenClaw版本升级后很可能就不兼容了。安装前看看这个skill最近一次更新时间超过一年没更新的要慎重。第三看社区反馈。尽量选择那些在社区里讨论热度高、有其他用户验证过的skill。网络热词里出现的“taste skill”“ponytail skill”之类有些是社区提名的高质量技能有些则是特定场景下的个性化技能评价标准其实很主观建议先装上自己试用有效果就留没效果就卸没有心理负担。卸载方式也简单把对应skill文件夹从~/.openclaw/skills/删除再重启即可。5.5 自己写第一个自定义skill的最小模板如果你想尝试自己写skill其实没有想象的那么难。你不需要会编程只需要会写描述性的提示词规则。我给一个最小可用的模板照着改造就能用--- name: 你的skill名字英文短横线格式 description: 一句话说明这个skill在什么场景下使用 --- 你是这个场景下的专家。当用户提出相关需求时必须遵循以下要求 1. 第一步的规则 2. 第二步的规则 3. 输出格式要求把文件放进skills目录重启你的第一个skill就上线了。建议第一个skill选你工作中高频重复的任务这样既有动力用好它也能最直观地体会到skill带来的效率提升。6. 常见问题与排查技巧实录6.1 安装阶段的高频报错我在安装和帮朋友排查的过程中积累了一些高频报错这里统一盘点一下。Node.js未安装或版本过低。报错信息一般是node: not found或npm: not found解决方法是装Node.js并确认PATH配置正确。版本过低的表现为执行OpenClaw命令时报语法错误或模块不兼容建议直接用nvm装LTS版。npm安装卡住或超时。网络问题占大多数先把registry切成国内镜像再重试。切换后如果还是慢可以在npm命令后加--registryhttps://registry.npmmirror.com临时指定源不修改全局配置。PowerShell禁止执行脚本。报错“因为在此系统上禁止运行脚本”按之前讲过的执行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser解决。Windows下路径含中文或空格。OpenClaw虽然官方没明确说不支持但实测在用户名为中文的Windows系统上某些skill工具会出问题。这个情况比较麻烦正规解法是新建一个英文名的Windows用户再装如果不想折腾那就尽量别用那些对路径敏感的高级skill。6.2 API连接异常排查配置好API Key后最常遇到的连接问题我按优先级排个序网络连通性。如果你能从浏览器正常访问模型平台的官网不代表终端里就能正常请求API。OpenClaw发请求是走终端的终端环境没有浏览器那么“聪明”可能连代理都没设置可能导致请求超时。这类问题的表现是启动OpenClaw后对话请求转圈很久然后报超时错误排查方法是先确认网络环境是否正常再考虑是否是接口被限制。模型名称写错。这类报错通常会直接提示“model not found”或返回400错误。解决方法是去模型平台官方文档确认准确的模型标识符复制粘贴别手动敲。API Key无效或额度用尽。报错可能提示401或429前者是Key认证失败后者是频率或额度超限。分别对应检查Key是否复制完整、账户余额或免费额度是否充足。配置没生效。特别是环境变量方式改完之后当前终端里不会立即生效必须新开终端。配置文件方式则要确认配置文件语法正确JSON里多一个逗号都会导致解析失败。6.3 skill加载失败排查skill装了但用不起来的场景很常见主要集中在这几个原因目录结构不对。OpenClaw对skill的目录结构有严格要求必须是一个文件夹里放一个说明文件文件夹直接放在skills目录下不能多套一层比如skills/my-skill/SKILL.md是合法的skills/my-skill/src/SKILL.md可能就识别不到取决于版本。skill名称冲突。两个skill如果定义了相同的name后者会覆盖前者或者直接报冲突错误解决办法是删掉其中一个。配置文件缓存。修改skill后没重启OpenClaw还是用旧的缓存信息表现就是你改了规则但行为没变化。解决方法是重启OpenClaw或者执行重载配置命令。权限问题。Linux下如果skill文件夹或内部的脚本没有执行权限skill里的辅助脚本会运行失败。用chmod x给脚本加上执行权限就能解决。6.4 关于exec-approvals.json文件的解释当你使用OpenClaw过程中如果执行了一些敏感操作比如删除文件、批量修改文件、运行系统命令它可能会弹出审批确认并在exec-approvals.json文件里记录下这些批准过的命令。这个机制的本意是防止智能体在无人监督的情况下执行危险操作相当于一道安全刹车。有的用户嫌每次确认麻烦会直接清空这个文件或调整审批策略但我的建议是新手时期务必保留这个确认机制。你还不完全理解OpenClaw会怎么解析你的指令贸然放开所有命令审批万一它误解了你的意思执行了破坏性操作那就得不偿失了。我自己的习惯是只审批我完全清楚后果的命令拿不准的先问清楚再说。这个文件如果积累过大或出现了“legacy exec approvals exist”之类的提示意思是你曾经批准过的一些命令记录还保留着旧格式一般不影响使用。如果想清理退出OpenClaw后直接删除这个文件它会重新创建一个空的不过之前记录的所有审批也会一并消失操作前想清楚。7. 从安装到跑通的完整流程速览与个人体会7.1 完整流程速查表把整篇文章的要点压缩成一张速查表方便你操作时对照阶段操作验证方式装Node.js官网下载LTS版本勾选Add to PATHnode -v、npm -v能输出版本号切npm源npm config set registry https://registry.npmmirror.comnpm config get registry显示镜像地址安装OpenClawnpm install -g openclawopenclaw --version能输出版本号初始化openclaw init.openclaw目录自动生成注册API平台官网注册实名创建API Key在平台控制台能看到Key配置模型openclaw config set model.provider/model/apiKeyOpenClaw能正常对话安装skillopenclaw skill install 名称对话中能触发skill行为自定义skill在~/.openclaw/skills/下建目录写说明文件任务触发时按规则执行7.2 最后再分享几点实际使用体会整个流程跑通之后我最大的感受是OpenClaw的可玩上限完全取决于你肯不肯花时间去调教skill。默认状态下的OpenClaw就像一个通用实习生你告诉它干什么它就干什么但干得好不好全看临时发挥。而你积累的skill越多、每个skill调得越细它就越像一个熟悉你工作习惯的资深助手。另外一个建议是边用边学不要想着先把所有配置搞完美再开始用。哪怕你的skill一个都还没装先让OpenClaw跑起来从最简单的“帮我整理这个目录的文件”开始在实际使用中你会逐渐发现它在哪些地方做得不够好然后针对性地写skill去修正。这种迭代改进的路径比一开始就照着一大堆推荐清单装五六个skill要有效得多后者的结果往往是一堆技能躺在那里吃灰。我个人在日常中最常用的几个场景是让OpenClaw按固定模板生成每日站会记录、让它审查我项目里的代码风格一致性、还有让它批量处理格式转换类的文件操作。这三个场景全部是用自定义skill实现的每个skill从编写到调好基本控制在一小时以内。投入产出比相当高建议你也从自己最重复、最耗时的任务开始尝试。