1. 为什么要在自己机器上跑 OpenClawOpenClaw 是一个开源的 AI 自动化代理工具能帮你把「接收指令 → 调用模型 → 执行动作 → 返回结果」这条链路完整跑在本地。它适合三类人想让数据不出内网的开发者、需要离线或低延迟响应的自动化玩家、以及想研究 Agent 调度逻辑的技术同学。本地部署最大的好处是可控——模型通道、密钥、日志、端口全在你手里不依赖任何第三方托管面板。但真到自己机器上跑坑往往不在 OpenClaw 本身而在环境Node 版本不对、pnpm 装不上、端口被占、模型 Key 填了却连不通。这篇就按「硬件选型 → 系统依赖 → config.toml 骨架 → TaoToken 统一 Key 接入 → 逐步验证 → 排障」的顺序走一遍目标是让你照着敲就能复现一个能对话、能调模型的本地实例。我试过在一台 8GB 内存的旧笔记本和一台 16GB 的迷你主机上分别部署结论是个人自用 8GB 够跑通但只要你打算挂长任务或本地小模型推理内存和 SSD 就是硬门槛。下面先把硬件说清楚再进配置。2. 硬件配置与环境搭建前置TaoToken 统一 Key 准备OpenClaw 本身不绑定模型供应商它通过一个兼容 OpenAI 协议的 API 通道去请求模型。问题在于如果你同时用 DeepSeek、智谱、通义就得维护三套 Key、三套 base_url配置文件会变得很乱。TaoToken 的作用就是把这些通道收敛成一个统一 Key 一个 API 地址OpenClaw 里只填一份配置即可。你需要提前准备两样东西第一一个 TaoToken 账号并创建 API Key。入口在控制台的 API Keys 页面创建后复制那串sk-开头的密钥后面写进 config.toml。地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite第二确认你要用的模型名。TaoToken 的模型对话页可以直接试跑确认某个模型在你的账号下可用再去写配置避免配好了才发现模型没权限。试跑入口https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite注意API Key 只存在服务端环境变量或 config.toml 里不要提交到 Git也不要贴进前端代码。本地部署虽然私密但密钥泄露的风险一样存在。如果你后续要做长期编码或 Agent 常驻任务可以了解 Coding Plan它更适合高频调用场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite3. 硬件选型与系统环境要求3.1 硬件配置对照不同用途对硬件的要求差别很大先看这张表再决定用哪台机器组件个人自用最低个人自用推荐生产/多用户CPU双核四核八线程i5 / Ryzen 58 核 16 线程i7 / Ryzen 7内存4GB8GB 及以上16GB 及以上存储20GB 可用40GB SSD100GB SSD网络稳定外网带宽 ≥10Mbps公网可访问开放 18789GPU不需要不需要可选本地推理需 6GB 显存关键判断点只要你不跑本地模型推理GPU 完全可以不买。OpenClaw 调用的是远端模型 API算力在服务端本地只负责调度和转发。真正吃资源的是内存——Node 进程 依赖 缓存8GB 是舒适线4GB 会频繁触发 Swap。3.2 操作系统与浏览器Windows 建议 Windows 11 64 位或 Windows 10 2004 以上macOS 10.15 即可M 系列和 Intel 都支持Linux 用 Ubuntu 20.04 / Debian 11 / CentOS 8。Web UI 用 Chrome 120 或 Edge 125 兼容性最好记得开启 JavaScript 和 Cookie。3.3 云服务器方案如果你不想用本地机器轻量应用服务器 2 核 2GB 起步也能跑通存储选 40GB SSD安全组放行 18789 端口地域选离你近的节点降低延迟。但 2GB 内存只适合单人轻量使用多开任务会紧张。4. 核心依赖安装与国内加速OpenClaw 依赖 Node.js 和 pnpm先把这两个装好。Node.js 要求 v24.13.0 以上推荐用 nvm 管理版本方便切换# 安装 nvmLinux/macOS curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash source ~/.bashrc # 安装并使用 Node 24 nvm install 24 nvm use 24 node -vWindows 用户直接去 Node 官网下载 24.x 的 LTS 安装包即可。装完 Node 再装 pnpmnpm install -g pnpm pnpm -v国内网络下把 npm 和 pnpm 的镜像都换成 npmmirror安装依赖会快很多pnpm config set registry https://registry.npmmirror.com npm config set registry https://registry.npmmirror.comGit 是可选的如果你用一键安装包可以跳过要克隆源码就装上# Ubuntu/Debian sudo apt install git -y # macOS brew install git5. 可复制配置config.toml 骨架与 TaoToken 接入5.1 获取源码与安装依赖git clone https://github.com/openclaw/openclaw.git cd openclaw pnpm installpnpm install如果卡住先确认镜像已切换再删掉node_modules重来。5.2 config.toml 骨架OpenClaw 支持用config.toml管理服务参数和模型通道。下面是一份可直接改的骨架重点是[model]段——把 TaoToken 的统一 Key 和 API 地址填进去[server] host 127.0.0.1 port 18789 log_level info [model] # TaoToken 统一 API 地址不要加 UTM 参数 base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 # 默认使用的模型名按你账号下可用的填 default_model deepseek-chat timeout 60 [storage] data_dir ./data cache_dir ./cache [security] # 仅本机访问时保持 true对外暴露需配合防火墙 local_only true如果你更习惯用.env等价写法是API_KEYsk-你的TaoToken密钥 BASE_URLhttps://taotoken.net/api MODEL_PROVIDERtaotoken DEFAULT_MODELdeepseek-chat PORT18789注意base_url用https://taotoken.net/api不要带任何查询参数否则部分 HTTP 客户端会拼接出错。5.3 启动服务pnpm run start看到监听 18789 的日志就说明服务起来了浏览器打开http://127.0.0.1:18789能看到 Web UI。6. 逐步验证环境检查、服务启动与 Key 连通性部署完别急着用按下面三步验证任何一步失败都能快速定位。第一步环境依赖检查。确认 Node 和 pnpm 版本达标node -v # 应 v24.13.0 pnpm -v第二步服务启动检查。确认端口在监听# Linux/macOS lsof -i :18789 # 或 curl -I http://127.0.0.1:18789返回 200 或 302 都算正常。第三步Key 连通性测试。这是最关键的一步直接用 curl 打 TaoToken 的 API确认 Key 和模型名都对curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -H Content-Type: application/json \ -d { model: deepseek-chat, messages: [{role: user, content: ping}] }如果返回里带choices字段和一段回复内容说明 Key 通道完全打通OpenClaw 里也能正常调用。若返回 401是 Key 错返回 404多半是模型名写错超时则是网络或 base_url 问题。接入细节和参数说明可以对照官方文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite7. 本篇常见错误排查依赖安装失败。九成是镜像没切或网络抖动。先pnpm config get registry确认是 npmmirror再删node_modules和pnpm-lock.yaml重装。端口 18789 被占用。改 config.toml 里的port或杀掉占用进程# Linux/macOS 查占用 lsof -i :18789 kill -9 PIDAPI 调用失败。按顺序查Key 是否复制完整含sk-前缀、base_url 是否误加了参数、模型名是否在账号下可用。用第 6 节的 curl 单独测能排除 OpenClaw 本身的干扰。内存不足 / 进程被杀。4GB 机器容易触发 OOM。临时方案是加 Swap# 创建 2GB swapLinux sudo fallocate -l 2G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile长期方案还是升到 8GB 以上。Web UI 打不开但服务在跑。检查浏览器版本是否达标以及local_only是否限制了访问来源。8. 长期编码与 Agent 场景的接入建议如果你只是偶尔对话上面的配置就够了。但如果你要把 OpenClaw 当常驻 Agent 用——比如挂自动任务、接代码仓库、跑长链路调度——调用频率会明显上升这时建议单独规划 Key 的使用策略避免和临时测试混用。Coding Plan 针对这类高频编码场景做了额度规划接入方式不变仍是同一套 API 地址https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite配置层面有两个实用技巧一是把timeout从 60 调到 120长任务不容易被截断二是把cache_dir放到 SSD 上模型响应缓存读写会快不少。这两处改完重启服务即可生效不需要重装依赖。最后提醒一句config.toml里含密钥部署到云服务器时把文件权限设成 600只让运行用户可读。本地部署的私密性优势得靠这些细节守住。