要说今年我做得最值的一件事就是把 OpenClaw 部署成了自己的“数字助教”。先交代一下背景我是一名中学老师带两个班每周二十多节课。听起来是不是觉得和“部署工具”“AI 助手”这些词完全不搭但恰恰是老师们这种“看起来不技术”的身份反而能从这套东西里捞到巨大的好处。平时我的工作流里塞满了大量机械劳动备课要找十几个网页的资料考完试要把两个班的错题汇总成表家长群里高频问题要反复解释教研组还要我来整理公开课的课件提纲。以前这些全靠手工现在我把 OpenClaw 当成一个住在自己电脑里的助教它能读我指定的文件夹能调用本地大模型能按我给的提示词批量处理文档还能把结果直接写回我的笔记库里。等于多了一个熟悉你所有教学资料、二十四小时不休息的助手。下面我就把从下载安装、环境修复到日常调用的完整过程写下来。文中的操作步骤主要基于我的实际部署环境不同版本界面或命令可能略有差异但排查思路是通用的。想照着做的老师一台 Windows 电脑、16GB 内存基本就够了。1. 为什么一个老师会想起折腾 OpenClaw1.1 教学工作中最耗时间的其实是“搬运”如果给一线老师的日常工作做个切片你会发现真正需要智力投入的部分没有想象中那么多。更多的精力消耗在资料的查找、格式的转换、错题的归类、通知的起草上。我统计过自己一周的时间光是把散落在 Word、公众号、网盘链接里的备课素材整理成一份可用的上课提纲就要花掉三个小时以上。这些活并不难但很重复且每一项都在打断你的深度工作。我试过直接用几个在线 AI 对话窗口处理效果有一定改善但它们有两个过不去的坎第一我手头的 PDF、Excel、本地笔记它读不到第二涉及学生信息和内部教研材料的内容我实在不想传到外部服务上。1.2 OpenClaw 是什么更像一个“接线总管”OpenClaw 不是一个 AI 模型而是一个可以自部署的智能体底座。用大白话说它把三样东西接到了一起一个能理解指令的大脑可以是本地模型也可以是别的模型服务、一堆你能访问的文件和笔记、一系列可执行的动作读文件、写文件、跑脚本、定时任务。你只要对它说一句话比如“把指定文件夹里这周收集的所有教学设计去重、合并、生成一份带知识脉络的课堂提纲”它就把任务拆开读文件、调用模型、整理结果、写回笔记库一气呵成。这种“拆任务—调模型—动文件”的编排能力才是它区别于普通聊天机器人的地方。最近我注意到市面上不少同类工具也开始强调“智能体知识库自动化”这条路线有人问这类工具是不是都参考了 OpenClaw 的思路。这个我们不好下结论但底层逻辑确实大同小异智能体负责拆解任务模型负责生成内容知识库负责记忆上下文。1.3 和几种主流方案放在一起看我把用过的方法粗略对比了一下供你判断是否值得折腾。方案隐私本地文件处理批量自动化学习成本在线通用 AI资料需上传基本不支持弱靠人工复制粘贴低办公软件内置 AI中等部分支持有限中OpenClaw 本地模型数据不出电脑支持指定目录读写强提示词即可编排中偏高一次配置后就平稳1.4 适合谁不适合谁坦白说这套东西有一个“投入期”。你需要会打开 PowerShell、能复制粘贴命令、愿意看几篇报错排查。但只要把环境跑通后面就是纯赚。适合有基本电脑操作能力的老师愿意花一个周末把环境搭好对教学资料隐私敏感希望数据留在本地手头有大量散装材料需要汇总整理。不适合完全不想碰命令行的朋友或者学校电脑权限受限、连软件都装不了的情况。读到这如果你觉得可以试一试那接下来就是最劝退但最重要的一关环境验证。2. 部署前最难缠的一道坎WSL2 环境的安全验证2.1 第一次安装就看到的报错我第一次按文档步骤装 OpenClaw启动时屏幕上直接跳出一行字OpenClaw 无法安全验证 WSL2 环境。请在 PowerShell 中运行 wsl --status。看到“无法安全验证”这种措辞不少人可能直接就被吓退了。但冷静下来想这其实只是一个环境检查失败的提示意思是 OpenClaw 要基于 WSL2 的 Linux 子系统运行但它检测不到一个符合要求的环境。2.2 为什么 OpenClaw 偏要 WSL2OpenClaw 的服务端在 Linux 环境下的稳定性和兼容性更好文件监听、脚本执行、权限管理这些底层能力在 Linux 上更成熟。Windows 自带原生环境也能跑但我实际体验下来文件监控和后台服务的响应不如 WSL2 干净。所以官方方案是在 Windows 上装一个 WSL2 虚拟机里面放一个 Ubuntu 发行版OpenClaw 跑在里面。对不懂 Linux 的老师来说这个门槛听起来吓人但实际操作中你不需要学 Linux 命令只需要把环境装好让 OpenClaw 自己跑起来。2.3 在 PowerShell 里完成状态检查按报错提示以管理员身份打开 PowerShell开始菜单搜 PowerShell右键选择“以管理员身份运行”输入wsl --status我当时的输出大致是这类信息默认版本、默认发行版、内核版本等。如果系统提示“适用于 Linux 的 Windows 子系统没有已安装的分发版”说明需要先装发行版。再运行wsl --list --verbose这个命令会列出已安装的发行版以及当前 WSL 版本。Version 列显示 2说明环境符合要求显示 1 则说明还是老版本需要升级。2.4 我遇到的状态与对应处理把常见的状态和解决办法整理成一张表应该能覆盖大部分老师电脑的情况。状态表现处理未安装 WSLwsl --status 提示系统未启用执行 wsl --install它会自动装好 WSL2 和默认发行版已安装但版本为 1列表里 Version 显示 1执行 wsl --set-version 发行版名 2默认版本不是 2wsl --status 显示默认版本 1执行 wsl --set-default-version 2虚拟化未开启报错提示“硬件虚拟化未启用”进 BIOS 开启虚拟化VT-x/AMD-V再重启Windows 功能缺失报错提示相关功能不可用在“启用或关闭 Windows 功能”里勾选“适用于 Linux 的 Windows 子系统”和“虚拟机平台”把环境和状态理顺后回到 PowerShell 再次运行 wsl --status看到“默认版本2”之类的确认就可以放行了。3. OpenClaw 本体安装与初始化流程3.1 先装 Node.js绕过不少坑WSL2 环境验证通过后第二个容易踩坑的点是 Node.js 版本。OpenClaw 是通过 Node.js 生态分发的所以在安装它之前系统里得先有 Node.js 运行时。我当时直接去 Node.js 官网下载了 LTS 版本长期支持版安装后先在终端里确认版本node -v v20.11.1 npm -v 10.2.4之所以特意强调 LTS 版本是因为我试过用最新的非稳定版后续启动服务时报过一个依赖兼容性错误换成 LTS 后一切正常。如果下载安装包速度不理想可以换个网络的时段重试或者用国内镜像但注意不要混用来源不明的安装包。3.2 在 Ubuntu 终端里执行安装环境确认后在 WSL 终端就是安装 Ubuntu 后打开的终端窗口里安装 OpenClaw。不同版本的包名和安装命令会有差异以下是我实际执行过的流程npm install -g openclaw openclaw --version安装完成后先看一眼版本号确认装的是新版本。如果提示权限不足通常是因为 npm 的全局目录权限问题可以检查 npm 配置的 prefix 是否指向了一个可写目录。3.3 初始化时要把这几个问题想清楚安装完本体还需要执行初始化命令openclaw init它会用一个引导问答的方式逐项询问服务端口、数据目录、默认模型类型、是否启用 Companion 等。我建议每个选项都花点时间想清楚尤其是数据目录OpenClaw 生成的笔记和任务记录会存到这里尽量指向一个独立的、容量足够的磁盘不要放在 C 盘系统目录里。默认模型如果打算用本地模型后面会细说先在纸面上定好方案宁可初始化时先留空后面再填配置。服务端口默认端口一般不用改如果本机其他服务占用了再换个不冲突的端口。初始化完成后启动服务openclaw start看到服务进入运行状态、日志没有红色报错说明本体已经起来了。3.4 有 Linux 服务器的话可以走原生路线如果你的学校或家里有一台闲置的 Linux 主机或者你想把 OpenClaw 装进一台旧电脑长期跑也可以不走 WSL直接在 Ubuntu 里安装。流程更简单装好 Node.js把上面那三条命令在 Linux 终端里执行一遍即可。内存 8GB 以上就够跑小模型16GB 会更从容。Windows 用户用 WSL2 主要是为了在“不重装系统”的前提下获得同样的 Linux 环境两者本质没有区别。到这里你已经有了一台“脑子空着”的智能体。下一步是让它能在 Windows 桌面被便捷地调用。4. Windows Companion 配置让助手常驻桌面4.1 Companion 到底解决什么问题OpenClaw 的服务端跑在 WSL2 里如果我每次都要打开终端敲命令那它只适合极客不适合老师。Windows Companion 就是那个把服务端能力带到桌面的桥梁相当于一个系统托盘里的小助手。装好它之后我可以在 Windows 里把文件拖给它、复制一段文字右键发送给它、甚至把它绑定快捷键直接唤起。4.2 我的四步配置过程具体配置时我按以下顺序操作基本一次通过在 OpenClaw 的服务配置里找到本地服务地址和配对密钥token地址一般长这样http://localhost:端口号。从 OpenClaw 项目页面下载 Windows Companion 安装包安装完成后打开。在 Companion 的“添加服务”里填入上面的地址和 token填的时候注意别带多余空格token 建议直接复制粘贴。点击连接看到状态变为在线就可以用了。连接成功后我还顺手做了两件事把 Companion 设置成开机自启这样到学校开机它就是待命状态把常用文件夹挂载进去之后我在资源管理器里选中文件右键就能让 OpenClaw 处理。4.3 连接不上时的排查思路我遇到过一次 Companion 一直离线的情况排查过程不算复杂按顺序检查就好现象可能原因处理Companion 显示找不到服务WSL 里的服务没启动回到 WSL 终端执行 openclaw starttoken 报错复制时多了空格或遗漏字符重新复制确保一对一完整 token服务在线但连不上防火墙拦截了端口在 Windows 防火墙中放行对应端口只对本机放行也可以重启后离线WSL 未设置开机运行在 WSL 内配置服务自启或手动启动后点重连4.4 在教学中的实际用法Companion 真正改变我的是让助手进入了日常操作流。我可以一边看学生作业的照片一边选中一段错题发给 OpenClaw让它统计错误类型也可以把一篇网页教案拖进悬浮窗让它提取核心知识点。这个“随取随用”的体验比打开浏览器单独问一个问题高效得多。5. 给助手换上本地大脑接入 Qwen2.5-3B5.1 为什么选中 Qwen2.5-3B 这个规格OpenClaw 本身不绑定模型接什么模型要看你的硬件和用途。我选择在本地跑通 Qwen2.5-3B主要基于三点考虑一是学校电脑配置不算高16GB 内存没有独立显卡3B 级别的量化模型运行起来不会让电脑卡死二是教学资料和学生信息留在本地走本地模型最安心三是对备课、整理、答疑这类文本任务3B 模型的输出质量已经能覆盖大部分需求。如果你有更好的显卡或更大内存可以选更大模型但我建议第一次跑通流程时先不要攀比模型大小先用 3B 把链路跑通再去升级模型反而轻松。5.2 先用 Ollama 把模型拉起来本地模型我用的是 Ollama它把下载、加载、提供 API 这几个步骤压缩得很简单。在 WSL 里安装 Ollama 后拉取模型ollama pull qwen2.5:3b下载完成后可以先用它自带的对话测试一下ollama run qwen2.5:3b看到模型正常回复后退出对话。注意这个窗口不要关因为后面 OpenClaw 调用模型时依赖 Ollama 的服务持续运行。为了方便也可以把 Ollama 设置成后台常驻服务。5.3 在 OpenClaw 里配置模型接口Qwen2.5 通过 Ollama 暴露的接口是 OpenAI 兼容格式所以 OpenClaw 侧的配置很简单把它当成一个 OpenAI 兼容服务填入即可。我的配置大致长这样model: provider: openai-compatible base_url: http://localhost:11434/v1 api_key: ollama model: qwen2.5:3b temperature: 0.3base_url 里的 11434 是 Ollama 默认端口api_key 在本地服务下填什么都可以模型名一定要和拉取时的名字完全一致。temperature 我调到了 0.3目的下面会说。5.4 关联后的实测感受配置完成后我让 OpenClaw 基于一段教材文字生成了一个知识点提纲几秒钟就返回了结果。日常使用中响应速度在可接受范围内备课资料的整理、知识点的归纳、错题的归类都能胜任。需要提醒的是3B 模型的能力边界也真实存在遇到高难度题目的“为什么这么解”这种深层推导时它的解释有时会绕。所以我一般让它先列出结果再由我判断是否需要深入讲解。这也是我坚持把温度调低的原因——教学场景里求稳比求“创新”更重要低温度能让它的输出更收敛、更少跑题。5.5 如果调用失败大概率是这几个原因配置好但调用不成功基本逃不出下面几类Ollama 服务没起来curl 一下 http://localhost:11434/v1/models 就知道模型名和配置里的不完全一致包括冒号和大小写端口被其他程序占用OpenClaw 进程和 Ollama 不在同一个网络环境。逐项排查即可。6. 把 Obsidian 变成助手的第二大脑知识库联动方法6.1 为什么单独把 Obsidian 拉进来每个老师都有一个“文件夹灾难”教案散在各处试题图片躺在相册里教研资料挂在网盘上。我选择用 Obsidian 统一知识库原因很朴素——它把笔记存成纯文本 Markdown 文件没有私有格式。OpenClaw 可以直接读这些文件也能把生成结果写回去。别的笔记软件不是不行但私有权重高的格式会限制智能体对文件的读写能力。6.2 让 OpenClaw 读取 Obsidian Vault在 OpenClaw 的知识库配置里我把路径指向 Obsidian 的 Vault 文件夹并设置了文件过滤knowledge_base: paths: - path: D:/ObsidianVault filter: [*.md]这样之后我对 OpenClaw 说“帮我在 03-学生档案 里找关于三角函数薄弱点的记录”它就会在那个文件夹的 Markdown 文件里检索。Obsidian 不需要一直开着OpenClaw 直接读磁盘上的文件即可。6.3 我的教学 Vault 目录结构我的 Vault 结构是按“学期—用途”来组织的供你参考01-备课按章节存放教材电子稿、课件提纲、教学设计02-题库按题型/知识点分门别类的题目与解析03-学生档案脱敏后的学习情况记录、错题统计04-公开课公开课的准备资料与复盘笔记05-日常事务家长会通知、周计划、学期总结把目录固定下来之后OpenClaw 的读写目标就非常明确。我不需要告诉它“全盘搜索”只需要指定“去 01-备课 看看”它的任务范围就非常干净。6.4 写回笔记库的关键一步OpenClaw 不止能读还能把生成的内容写回 Obsidian。我经常让它“把这次的课堂提纲以 Markdown 格式存到 01-备课/第8章-函数”它会在对应目录生成文件。Obsidian 端只需要偶尔刷新就能看到新内容。写回时注意文件名和中文路径的编码问题下面第 8 部分会提到。6.5 知识库联动的真正收益文字素材一旦进入 Obsidian就不再是静态文件了。你可以围绕同一批资料让 OpenClaw 做备课提纲、做考后分析、做家长会简报——同一份知识多种用途。这个“一次沉淀、反复使用”的循环才是知识库联动最有价值的地方。7. 教学场景实测从备课、组卷到答疑的完整调用流程7.1 单元备课从“素材一堆”到“提纲一份”每周备课我的固定动作是把这一周收集到的教学设计、教材截图、网页文章全部放进 01-备课/原始素材 文件夹。然后给 OpenClaw 下一条指令“读取 01-备课/原始素材 文件夹提取所有与浮力相关的知识点按‘概念—公式—典型例题—常见易错点’生成一份课堂提纲并将结果写入 01-备课/第7章-浮力-课堂提纲.md。”几分钟后一份结构完整的提纲就躺在指定文件里。它不会直接变成课件但能省去我 80% 的搭脚手架工作我只负责往里面填血肉和调整深浅。7.2 考后分析从一堆错题到薄弱点清单考完试之后最痛苦的环节是分析数据。我会把批改完的结果整理成一张简单的表格放到指定目录里然后让 OpenClaw 按知识点聚合错题“读取 02-题库/周测8错题表.csv把每一道错题对应的知识点列出来统计出现次数最多的三个知识点用表格输出存到 03-学生档案/周测8薄弱点分析.md。”它当时给我的输出大致是知识点出错次数分式方程增根12二次函数顶点式9平行四边形的判定7这个结果和我在 Excel 里手工拉透视表的结论基本一致但时间从二十分钟压缩到几分钟。重要的是它把分析结果直接沉淀成了笔记下次复习时可以复用。7.3 学生答疑高频问题自动成稿每周都会有很多学生通过私信问类似的问题。我把一周的问题汇总成文本让 OpenClaw 先做“去重”和“归类”“把这份答疑记录按知识点归为三类每类选出最典型的一个问题写一段适合发到班级群的‘本周易错点提醒’语言口语化不要点名。”生成的结果我会人工看一遍再发出去。原因很简单模型写的内容未必完全贴合班级实际情况但它给出的“哪些问题被重复问了三遍以上”这类统计数据确实帮我发现了不少课堂上忽略的盲区。7.4 哪些事情我坚决不交给它这套流程里我给自己划了一条线凡涉及学生个体评价、性格描述、评语类内容绝对不交给模型完成。因为任何一个模型都无法替代老师对学生长期观察后的判断。OpenClaw 能做的是把机械劳动消化掉而那些需要教育敏感度的工作必须留在老师自己手里。8. 部署踩坑记录完整的排查链路8.1 “无法安全验证 WSL2 环境”的全链路排查这个问题值得单独展开因为它可能是安装时最劝退的一环。我的完整排查过程是这样的在 PowerShell 运行 wsl --status发现提示“没有安装的分发版”。执行 wsl --install让它自动安装 WSL2 和 Ubuntu。安装过程中要求重启重启后回到 PowerShell 继续。再次运行 wsl --list --verbose确认 Ubuntu 的 Version 列是 2。再运行 wsl --status看到默认版本 2回到 OpenClaw 所在终端启动服务报错消失。如果执行 wsl --install 时提示“无法安装”我当时的处理是打开“启用或关闭 Windows 功能”勾选“适用于 Linux 的 Windows 子系统”和“虚拟机平台”重启后再试。这条链路几乎覆盖了大部分“无法安全验证”的底层原因。8.2 Companion 连不上服务端有一次 Companion 显示离线我按之前表格里的顺序排查最后发现问题出在 Windows 防火墙。因为我的网络环境启用了公共网络的严格防火墙策略WSL 里监听的端口在宿主侧被拦住了。解决方法是把对应端口加入放行列表或者将网络配置文件切换为“专用网络”。配置好之后重启服务再连接就正常了。排查 Companion 问题时建议在 PowerShell 里用 curl 直接访问服务地址如果 PowerShell 能响应而 Companion 不能那大概率是 UI 层的缓存或 token 问题。8.3 3B 模型的幻觉与应对Qwen2.5-3B 属于小参数量模型“一本正经胡说”的概率比大模型高一些。我的应对策略是三层提示词限定每次都明确“只根据提供资料回答不要扩展教材之外的信息”。温度调低上文提到的 temperature 0.3就是为了减少随机性。结果校对凡是要发出去的内容我都保留人工复核环节。这三层叠加之后模型的不可控部分基本被压在可接受范围内。如果你发现模型频繁答非所问优先检查的往往是提示词写得太开放而不是模型本身有问题。8.4 中文内容乱码问题最后一个坑和中文环境强相关。OpenClaw 生成的 Markdown 文件里中文内容在 Obsidian 中显示正常但有时在 PowerShell 里打印的中文日志变成乱码。这是终端编码问题可以在 PowerShell 里临时执行chcp 65001把代码页切到 UTF-8 再重启终端进程。写回 Obsidian 的文件确认保存编码是 UTF-8 即可。如果你在 Obsidian 里看到乱码而文件本身正常通常是软件侧的编码检测设置把文件重新以 UTF-8 打开就能解决。走完这条链路我现在的日常状态是开机后 Companion 自动连接WSL 里的 OpenClaw 随时待命本地模型常驻内存Obsidian 的知识库在后台不断积累。每周省下来的三四个小时足够我多备一节课、多和学生聊几次天或者干脆早点回家。我的体会是这类工具对老师最大的价值不是让你“不用备课”而是把备课过程中那些搬运、归纳、整理的机械环节接走让老师把时间还给真正需要判断力的事情上。如果你准备试建议别贪多先挑一个最头疼的重复劳动比如资料归类和提纲生成跑通一条闭环再慢慢扩展其他场景。到时候你会发现所谓“数字助教”其实只是一个愿意把脏活累活干完的搭档。