1. 同一台机器跑四套 openclaw为什么非容器化多实例部署更省心openclaw 是一个可本地部署的 AI Agent 运行框架能接大模型、跑工具调用、管理记忆文件适合做本地多环境调试和并行任务。如果你只有一台开发机却想同时跑「生产验证 / 测试 / 开发 / 特殊用途」四套互不干扰的 openclaw最直接的做法不是上 Docker而是用 PM2 做进程守护、用端口隔离做环境区分、用独立目录做数据隔离。这套「非容器化多实例部署」方案在 Windows 11 和 Linux 上都能落地资源开销比四个容器小得多调试时还能直接进目录改文件。我试过在一台 16G 内存的 Windows 11 机器上并行跑四个 openclaw 实例每个实例约 150MB 内存四个加起来不到 700MBCPU 空闲时几乎可以忽略。真正容易出问题的不是性能而是「配置串台」端口撞了、SQLite 数据库写进同一个文件、JWT 密钥复用导致登录态互串。下面按「规划 → 前置 → 配置 → 验证 → 排障 → 接入」六段走一遍每一步都给可复制的命令和配置。先明确适用人群你需要在本地同时维护多套 openclaw 环境或者要跑多个并行 Agent 任务又不想为每个实例开一台虚拟机或容器。非容器化的好处是文件系统直通、日志直接看、改代码即时生效代价是你必须手动做好目录和端口隔离这正是本文要解决的核心。四个实例的规划建议如下端口从 3000 起递增Gateway 端口从 18789 起递增目录物理隔离实例目录Web UI 端口Gateway 端口用途AlphaD:\OpenClaw_Fleet\01_Alpha_Production300018789生产验证BetaD:\OpenClaw_Fleet\02_Beta_Testing300118790测试GammaD:\OpenClaw_Fleet\03_Gamma_Dev300218791开发DeltaD:\OpenClaw_Fleet\04_Delta_Special300318792特殊用途注意不要用软链接或共享文件夹把四个实例指向同一份代码目录。openclaw 的记忆文件和 SQLite 数据库默认写在项目目录下共享目录会让四个实例互相覆盖数据。2. 前置准备Node.js、pnpm、PM2 与 TaoToken 接入信息在动手之前先把运行环境和模型接入信息准备好。openclaw 依赖 Node.js 运行时PM2 负责进程守护TaoToken 负责提供大模型 API 的 Base URL 和 Key。这一节把三件事一次说清。2.1 安装 Node.js 20 与 pnpmopenclaw 要求 Node.js v20 及以上。Windows 上建议用官方安装包或 nvm-windowsLinux 上用 nvm 或 NodeSource 源。装完后验证版本node -v # 期望输出 v20.x 或更高 npm -v接着装 pnpm 和 PM2两者都是全局工具npm install -g pnpm npm install -g pm2 pm2 -v # 期望输出 5.xpnpm 用来装 openclaw 的依赖比 npm 快且省磁盘PM2 用来把四个实例拉起来并做崩溃自动重启。2.2 获取 TaoToken 的 Base URL 与 API Keyopenclaw 要调用大模型需要填三样东西Base URL、API Key、Model ID。TaoToken 的 API 入口是https://taotoken.net/api兼容 OpenAI 风格的/v1/chat/completions调用。你可以先到模型对话页面确认目标模型可用再到控制台创建 API Key。具体路径登录后进入控制台在 API Keys 页面新建一个 Key复制保存。这个 Key 就是后面.env里的OPENAI_API_KEY。Base URL 填https://taotoken.net/api注意不要多加/v1openclaw 内部会自己拼路径。提示四个实例建议用四个不同的 API Key或者至少用不同的 JWT_SECRET。Key 复用本身不会导致数据串台但一旦某个实例的 Key 泄露你能单独吊销而不影响其他实例。2.3 克隆四份代码并安装依赖在 PowerShell 里执行假设根目录为D:\OpenClaw_Fleetmkdir D:\OpenClaw_Fleet cd D:\OpenClaw_Fleet git clone https://github.com/openclaw/openclaw 01_Alpha_Production git clone https://github.com/openclaw/openclaw 02_Beta_Testing git clone https://github.com/openclaw/openclaw 03_Gamma_Dev git clone https://github.com/openclaw/openclaw 04_Delta_Special然后逐个装依赖这一步比较耗时四个实例加起来大概几分钟cd D:\OpenClaw_Fleet\01_Alpha_Production; pnpm install; cd .. cd D:\OpenClaw_Fleet\02_Beta_Testing; pnpm install; cd .. cd D:\OpenClaw_Fleet\03_Gamma_Dev; pnpm install; cd .. cd D:\OpenClaw_Fleet\04_Delta_Special; pnpm install; cd ..Linux 下把路径换成/opt/openclaw_fleet/01_alpha_prod等即可命令逻辑完全一致。装完依赖后每个目录下都会有自己的node_modules这是物理隔离的一部分。3. 可复制配置ecosystem.config.js 与逐实例 .env 拆分这一节是整篇的核心。PM2 的ecosystem.config.js负责统一管理四个进程的启动参数每个实例目录下的.env负责固化端口、存储路径和密钥。两者配合才能做到「启动命令敲不错、端口不会撞、数据不串台」。3.1 根目录的 ecosystem.config.js在D:\OpenClaw_Fleet根目录创建ecosystem.config.js内容如下。注意每个 app 的cwd指向各自目录env里端口递增、JWT_SECRET 各不相同// D:\OpenClaw_Fleet\ecosystem.config.js module.exports { apps: [ { name: CLAW-01-ALPHA, cwd: ./01_Alpha_Production, script: npm, args: run start, env: { NODE_ENV: production, PORT: 3000, GATEWAY_PORT: 18789, JWT_SECRET: key_alpha_complex_string_001 } }, { name: CLAW-02-BETA, cwd: ./02_Beta_Testing, script: npm, args: run start, env: { NODE_ENV: production, PORT: 3001, GATEWAY_PORT: 18790, JWT_SECRET: key_beta_complex_string_002 } }, { name: CLAW-03-GAMMA, cwd: ./03_Gamma_Dev, script: npm, args: run start, env: { NODE_ENV: production, PORT: 3002, GATEWAY_PORT: 18791, JWT_SECRET: key_gamma_complex_string_003 } }, { name: CLAW-04-DELTA, cwd: ./04_Delta_Special, script: npm, args: run start, env: { NODE_ENV: production, PORT: 3003, GATEWAY_PORT: 18792, JWT_SECRET: key_delta_complex_string_004 } } ] };name字段是 PM2 的进程命名空间后面所有pm2 restart、pm2 logs都用这个名字不要用数字 id因为 id 会随重启顺序变化。3.2 每个实例的 .env 固化在ecosystem.config.js之外再给每个实例目录写一份.env作为该实例的「唯一真理来源」。这样即使你手动cd进目录跑npm run start端口和路径也不会漂移。以 Alpha 为例创建D:\OpenClaw_Fleet\01_Alpha_Production\.env# --- 身份标识 --- INSTANCE_NAMEOpenClaw-Alpha # --- 网络隔离 --- PORT3000 GATEWAY_PORT18789 # --- 数据隔离绝对路径防止漂移--- STORAGE_DIRD:/OpenClaw_Fleet/01_Alpha_Production/data # --- 安全隔离 --- JWT_SECRETkey_alpha_complex_string_001 # --- 模型接入TaoToken--- OPENAI_BASE_URLhttps://taotoken.net/api OPENAI_API_KEYsk-你的Alpha专用Key OPENAI_MODEL你的ModelIDBeta、Gamma、Delta 依次把PORT改成 3001/3002/3003GATEWAY_PORT改成 18790/18791/18792STORAGE_DIR和JWT_SECRET换成各自的值。OPENAI_BASE_URL四个实例可以相同OPENAI_API_KEY建议分开。注意Windows 路径在.env里用正斜杠/或双反斜杠\\不要用单反斜杠否则会被当成转义字符。3.3 启动集群与开机自启在根目录执行cd D:\OpenClaw_Fleet pm2 start ecosystem.config.js pm2 listpm2 list应该看到四个进程都是online。接着做持久化Windows 和 Linux 方式不同Windows 下安装启动支持npm install pm2-windows-startup -g pm2-startup install pm2 saveLinux 下用 systemdpm2 startup systemd # 复制并执行 PM2 输出的那行 sudo 命令 pm2 save到这里四个实例已经跑起来了且重启机器后会自动恢复。4. 验证请求逐实例健康检查与互不干扰确认配置写完不代表跑通必须逐个验证端口监听、模型调用和数据隔离。这一节给三组验证动作全部可复制。4.1 端口监听检查Windows PowerShell 下检查四个端口是否都在监听$ports 3000, 3001, 3002, 3003 foreach ($p in $ports) { $con Get-NetTCPConnection -LocalPort $p -ErrorAction SilentlyContinue if ($con) { Write-Host Port $p : ONLINE (PID: $($con.OwningProcess)) -ForegroundColor Green } else { Write-Host Port $p : OFFLINE -ForegroundColor Red } }Linux 下用ss -lntp | grep -E 3000|3001|3002|3003。四个端口都应有对应进程且 PID 互不相同。4.2 逐实例模型调用验证打开浏览器分别访问http://localhost:3000、3001、3002、3003每个实例的 Web UI 应该独立加载。在任意一个实例里发一条测试消息确认模型能正常返回。如果返回 401说明 API Key 没填对如果返回reading choices之类的错误说明 Base URL 或响应格式有问题下一节细讲。也可以用 curl 直接打 Gateway 端口验证curl -X POST http://localhost:18789/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的Alpha专用Key \ -d {model:你的ModelID,messages:[{role:user,content:ping}]}期望返回一个包含choices字段的 JSON。四个 Gateway 端口都测一遍确认各自独立响应。4.3 数据隔离确认在 Alpha 实例里创建一个 Agent 或写一条记忆然后去 Beta 实例里看应该完全看不到。再检查文件系统dir D:\OpenClaw_Fleet\01_Alpha_Production\data dir D:\OpenClaw_Fleet\02_Beta_Testing\data两个目录下的 SQLite 文件和记忆 Markdown 应该各自独立修改时间只对应各自实例的操作。这一步确认了物理隔离生效。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth多实例部署最容易踩的坑集中在认证和网络配置上。下面按真实报错逐条给排查路径。5.1 401 Unauthorized最常见。原因通常是.env里的OPENAI_API_KEY没填、填错或者 PM2 启动时没读到.env。先确认 PM2 进程的环境变量pm2 env 0 # 0 换成对应实例的 id或直接用 pm2 describe CLAW-01-ALPHA如果OPENAI_API_KEY显示为空说明.env没被加载。openclaw 通常用 dotenv 读取项目根目录的.env确认文件在cwd指向的目录下且没有 BOM 头。改完.env后必须pm2 restart CLAW-01-ALPHA --update-env否则 PM2 会沿用旧环境变量。5.2 local proxy failed这个报错通常出现在实例配置了本地代理地址但代理没起来或者 Base URL 写成了http://localhost:xxxx而该端口没服务。检查.env里的OPENAI_BASE_URL是否为https://taotoken.net/api不要带多余路径。如果之前配过其他地址清掉再重启。5.3 reading choices of undefined这是响应体结构和预期不符导致的。openclaw 期望 OpenAI 风格的{choices:[...]}如果 Base URL 少了/v1或多了/v1请求会打到错误路径返回的不是标准结构。确认OPENAI_BASE_URL填https://taotoken.net/api让 openclaw 自己拼/v1/chat/completions。另外确认OPENAI_MODEL填的是 TaoToken 支持的 Model ID模型名写错也可能返回非标准错误体。5.4 OAuth 相关报错如果你用的是需要 OAuth 的模型接入方式报错往往和 token 过期有关。多实例场景下四个实例如果共用同一个 OAuth 凭据文件会互相刷新导致失效。解决方式是每个实例目录下放独立的凭据文件路径写进各自的.env。如果用的是 API Key 方式本文推荐一般不会遇到 OAuth 问题。5.5 端口冲突 EADDRINUSE如果pm2 list显示某个实例反复重启日志里有EADDRINUSE说明端口被占。用netstat -ano | findstr :3000找到占用进程确认不是另一个 openclaw 实例用了同端口。四个实例的 PORT 和 GATEWAY_PORT 必须两两不同。提示改完任何.env或ecosystem.config.js都要pm2 restart name --update-env或pm2 reload ecosystem.config.js否则改动不生效。6. 长期跑多实例把 TaoToken 接入 Coding Plan 与日常维护四个实例稳定跑起来之后日常维护和模型接入的持续使用是下一个要解决的问题。如果你打算长期用 openclaw 做编码辅助或 Agent 任务建议把模型接入统一到 TaoToken 的 Coding Plan这样多个实例共享额度、统一管理 Key不用每个实例单独充值。接入方式很简单在 TaoToken 控制台开通 Coding Plan 后拿到对应的 Base URL 和 Key填进每个实例的.env即可。Base URL 依然是https://taotoken.net/apiKey 换成 Coding Plan 的 Key。如果你用的是 Claude Code 类的编码工具可以参考接入文档里的配置示例把 Base URL、Key、Model ID 三件套填全。日常维护建议做三件事。第一用pm2 logs CLAW-01-ALPHA --lines 50定期看日志四个实例分开看不要混。第二写一个健康检查脚本定时 curl 四个 Gateway 端口失败就告警。第三升级代码时逐个实例操作先停 Beta 验证再推 Alpha避免四个一起挂。如果你还在选模型阶段可以先用模型对话页面测试不同模型在 openclaw 工具调用场景下的表现确认哪个 Model ID 最稳再写进.env。需要管理多个 Key 或查看用量去控制台和 API Keys 页面操作。接入过程中遇到配置问题接入文档里有完整的 Base URL、Key、Model ID 填写说明。最后给一个实用技巧把四个实例的启动、停止、日志、升级都收敛到一个脚本里比如fleet.ps1或fleet.sh强制每次操作都显式指定实例名。人手动cd到错误目录删库的事故靠脚本从逻辑上杜绝。四个实例的 PM2 进程名用CLAW-01-ALPHA这种带序号和用途的格式pm2 list一眼就能分清谁是谁。端口、目录、密钥三样东西在.env里固化永远不要靠记忆敲命令行参数。
