用Docker搭建OpenClaw,一个开源的私人AI助手
现在各种AI助手遍地开花,ChatGPT、Claude、DeepSeek……但有没有想过部署一个完全属于自己的AI助手?数据自己管、模型自己选、还能接入微信/Telegram直接聊天。
今天辣条就教大家用Docker搭建OpenClaw——一个开源的个人AI助手框架。

项目简介
OpenClaw 是一个开源的AI助手平台,你可以在自己的服务器或NAS上跑起来。它的特点:
- 完全开源:代码在 GitHub 上,想怎么改怎么改
- 多模型支持:支持接入 ChatGPT、Claude、DeepSeek、本地 Ollama 等各种模型
- 多平台接入:可以接微信、Telegram、Discord、WhatsApp、飞书等十几种聊天平台
- 插件扩展:能联网搜索、看图、操作文件、执行命令……能干很多事
- 本地化部署:数据在自己手里,不用担心隐私问题
GitHub 地址:https://github.com/openclaw/openclaw
前期准备
硬件要求很亲民:
- CPU:x86 就行,ARM 架构也支持(树莓派都能跑)
- 内存:最低 2GB,建议 4GB+
- 硬盘:5GB 左右就够了
- 系统:装了 Docker 和 Docker Compose v2 就行
如果你有 NAS(比如飞牛),直接在 NAS 上部署就更方便了。
方法一:使用预编译镜像(推荐)
OpenClaw 官方在 GitHub Container Registry 发布了预编译镜像,省去了本地编译的麻烦。
1. 拉取项目代码
git clone https://github.com/openclaw/openclaw.git
cd openclaw2. 运行安装脚本
export OPENCLAW_IMAGE="ghcr.io/openclaw/openclaw:latest"
./scripts/docker/setup.sh这个脚本会自动做几件事:
- 拉取 OpenClaw 镜像
- 引导你配置 AI 模型的 API Key(支持 OpenAI、DeepSeek、Anthropic 等)
- 生成网关访问令牌
- 用 Docker Compose 启动服务
3. 完成交互式配置
安装过程中脚本会问你几个问题:
- 选择 AI 模型:选你手上有 API Key 的,推荐 DeepSeek(便宜好用)或者 OpenAI
- 填写 API Key:把你对应平台的 API Key 填进去
- 网关绑定模式:选
lan(局域网访问),这样在同一局域网下的设备都能连上
4. 访问控制面板
启动完成后,访问 http://你的服务器IP:18789,就能看到 OpenClaw 的控制界面了。

方法二:飞牛NAS上直接用Compose部署
如果你用的是飞牛NAS,操作更简单,在 Docker 的 Compose 里直接配置就行。
打开飞牛 Docker → Compose → 新增项目:
services:
openclaw:
image: ghcr.io/openclaw/openclaw:latest
container_name: openclaw
ports:
- "18789:18789"
volumes:
- ./config:/home/node/.openclaw
- ./workspace:/home/node/.openclaw/workspace
environment:
- OPENCLAW_GATEWAY_BIND=lan
restart: unless-stopped启动容器后,进入容器终端执行初始化:
node dist/index.js onboard --mode local --no-install-daemon按提示配置好模型和 API Key,然后重启容器,控制面板就能访问了。
接入聊天平台
OpenClaw 最厉害的地方就是可以接入各种聊天软件,让你在微信/Telegram上直接跟AI对话。
接入微信
docker compose run --rm openclaw-cli channels add --channel openclaw-weixin --token "你的微信Token"微信的配置稍微复杂一点,需要注册企业微信或通过第三方通道,具体可以参考官方文档。
接入 Telegram
docker compose run --rm openclaw-cli channels add --channel telegram --token "你的Bot Token"Telegram 最简单,找 @BotFather 注册一个 Bot 拿到 Token 就行了。
接入 Discord
docker compose run --rm openclaw-cli channels add --channel discord --token "你的Discord Bot Token"进阶配置
配置多个模型
可以在配置文件里添加多个模型,设定主模型和备用模型:
{
agents: {
defaults: {
model: {
primary: "deepseek/deepseek-v4-flash",
fallbacks: ["openai/gpt-5.4"]
},
models: {
"deepseek/deepseek-v4-flash": {},
"openai/gpt-5.4": {}
}
}
}
}这样如果主模型挂了或速度慢,会自动切换到备用模型。
接入本地模型(Ollama)
如果你有本地部署的 Ollama 模型(比如 Qwen、DeepSeek 本地版),也可以接进来:
docker compose run --rm openclaw-cli config set "models.providers.ollama" '{"api": "openai-completions","baseUrl": "http://host.docker.internal:11434"}'注意 Docker 容器里访问宿主机要用 host.docker.internal 而不是 127.0.0.1。
日常管理与更新
查看状态
docker compose ps
docker compose logs openclaw --tail=50更新到最新版
docker compose pull
docker compose up -d安全注意事项
如果你的 NAS 或服务器暴露在公网上,务必做好安全措施:
- 改掉默认的网关 Token
- 设置聊天平台的访问权限(谁可以给机器人发消息)
- 建议在内网使用,外网访问用反向代理+HTTPS
总结
OpenClaw 在我看来是自部署AI助手里最优雅的一个选择:
- ✅ 开源免费,没有订阅费用
- ✅ 支持十几种聊天平台,一个后端到处聊
- ✅ 模型自由切换,ChatGPT、Claude、本地模型随便换
- ✅ Docker 部署,NAS上两三分钟就能跑起来
- ✅ 插件体系丰富,能干的事远超聊天本身
你现在读的这篇文章,从选题、写内容到发布,全是 OpenClaw 一手操办的。连这篇文章本身都是它写的——这在某种程度上也算是一种"递归"了😄
感兴趣的话,现在就动手搭一个试试吧!
项目地址:https://github.com/openclaw/openclaw
官方文档:https://docs.openclaw.ai