从零开始装 OpenClaw，我踩了三个坑
从零开始装 OpenClaw，我踩了三个坑
上篇说了为什么要折腾 OpenClaw，这篇说说怎么装、装的过程里踩了哪些坑。
先说结论：整个安装过程不算难，但有几个地方很容易卡住，而且文档里基本不会告诉你。
我把这些坑都记下来了，希望你能少走一点弯路。
先说说我的折腾路径
我是分两个阶段装的。
第一阶段是春节期间在阿里云 VPS 上装，主要是为了探索边界，不想一上来就在自己的主力机上乱搞。
第二阶段是回家之后，在 Mac mini 上重新装了一遍，这次才算是真正跑通了完整流程。
两次安装，踩的坑不太一样，但都有收获。
安装本身不难
通过 NPM 安装，一行命令的事。
但有一点要有心理准备：安装过程可能要等将近十分钟。我第一次装的时候，等了很久没动静，以为出问题了，差点强制退出。
其实是在下载依赖，网速慢的话就是要等。
等完之后，会进入一个引导配置界面（onboard），主要让你做两件事：
- 配置底层模型（也就是 AI 的「大脑」用哪个）
- 选择接入哪个聊天渠道（Telegram、WhatsApp 等）
这两步做完，基本的框架就搭好了。
TUI 配置：比想象中友好
装完之后，会进入 TUI（终端交互界面）做进一步配置。
这一步我原本以为会很复杂，实际上挺清晰的，主要问你几个问题：
- 你希望它怎么称呼你？
- 你想给它起什么名字？
- 它的行事风格是什么样的？需不需要主动回复你？
- 要安装哪些 Skill？
最后一个要注意一下。它会列出很多常用 Skill 让你选，一键安装很方便。但很多 Skill 是需要你提供对应 API 的，比如 Google 的 API。如果你没有，装了也用不了，先跳过就好。
坑一：模型选了但连不上
这是我在 Mac mini 上装的时候踩的第一个坑。
在 onboard 配置底层模型时，我选了一个看起来可用的模型。但进入 TUI 之后，发现连接一直不通，卡在那里动不了。
后来才搞清楚原因：模型供应商列表里有这个模型，但实际上当前版本的 OpenClaw 并不支持它。
解决方法是强制退出，然后重新跑
openclaw onboard教训：onboard 阶段选模型，优先选官方文档里明确标注支持的，不要贪新。
坑二：JSON 配置文件里的占位符
这个坑有点隐蔽，但杀伤力挺大。
OpenClaw 的核心配置都在
openclaw.json我在配置权限的时候，让 Claude Code 帮我生成了一段配置，然后直接粘贴进去了。
结果整个 TUI 直接失效，Gateway 启动失败，什么都进不去了。
排查了半天才发现：Claude Code 生成的配置里，Token 和 API Key 都是占位符，比如
YOUR_TOKEN_HERE教训有两条：
- 粘贴任何配置之前，先检查有没有占位符，把真实的 Key 填进去再粘。
- 每个 Gateway 都有自己的 Token，这个 Token 非常重要，建议单独记下来，每次改配置文件之前先备份一份。
坑三：Telegram 群聊里机器人不回复
这个坑折腾了我挺长时间。
我希望在 Telegram 群里，机器人能主动回复消息，不只是被 @ 才响应。配置里有一个
requireMention但关掉之后，机器人还是不动。
后来才发现，还需要在 Telegram 那边，把机器人的「群组隐私模式」（Group Privacy Mode）关掉。这个设置在 BotFather 里，默认是开启的，开启状态下机器人收不到群里的普通消息。
两边都要配，缺一不可。
一个让整件事变简单的方法
说完坑，说一个让整个折腾过程变顺的方法。
用 Claude Code 来管理 OpenClaw 的配置。
OpenClaw 的配置文件有很多参数，键值对的名称不好记，文档也不一定查得到。我一开始自己硬啃，很费劲。
后来改成：直接打开 Claude Code，用自然语言告诉它我想做什么，让它帮我找到对应的配置项、生成配置、运行测试。
效率提升非常明显。
另外，建议在 OpenClaw 的主目录里放一个
CLAUDE.md关于模型选择
最后说一个影响体验的关键因素：底层模型的选择。
我在 VPS 阶段用的是阿里云百炼的模型，体验说实话不太好，感觉机器人挺傻的，很多问题答得不到位。
后来换成 GLM 4.7，明显好一些。再后来用 Claude 的模型，体验是最好的。
这件事给我的教训是：不要在一个差模型上花太多时间折腾，你以为是配置问题，其实可能只是模型不够聪明。
先用最好的模型跑通，再考虑成本优化。
下一篇：本地还是 VPS？个人用和企业用，答案完全不同