热门AI代理OpenClaw入门指南：使用Docker安全部署

OpenClaw界面

OpenClaw是一款能够实际操作电脑的开源AI代理。虽然功能强大，但由于AI直接操作操作系统，安全性问题引发了广泛讨论。本文将介绍如何通过Docker构建相对安全的环境来安装OpenClaw，并分前后两篇探讨其实际应用能力。

什么是OpenClaw？

AI代理结合了接收指令的“引擎（大型语言模型，LLM）”和实际操作电脑或操作系统的“工具（文件操作、命令执行等）”，实现自主思考与执行的循环。OpenClaw支持的基本操作包括：

list / search（搜索）
read / more（上下文维护与节省）
write / edit（文件修改）
bash（命令执行与验证）

AI自主决定如何组合这些操作以达成目标。OpenClaw因其高度自治性迅速走红。其发展历程简述如下：

2025年11月：奥地利开发者Peter Steinberger发布初版Warelay，后更名为Clawdbot
2026年1月29日：因与Anthropic商标纠纷短暂更名为Moltbot，后正式定名OpenClaw
2026年2月：GitHub星标突破10万，迅速在开发者社区传播，作者随后加入OpenAI
2026年3月：星标数超24万，NVIDIA发布安全增强版堆栈NemoClaw
2026年6月2日：微软在Build 2026宣布OpenClaw原生支持Windows，利用MXC隔离层

最初OpenClaw以WhatsApp、Telegram、Slack等消息应用为主界面，支持远程控制家中电脑，具备类似cron的定时任务功能。后来增加了命令行界面和Web界面，但如果不使用消息应用集成和定时任务，便会有人质疑其与ChatGPT协作功能、Claude Code、Open Code等官方工具的区别。

鉴于AI直接操作操作系统存在风险，OpenClaw从最初的热潮逐渐进入“如何安全地融入实际工作”的冷静评估阶段。

硬件方面，虽然海外市场上Mac mini一度成为OpenClaw的代名词，但只要能运行Windows、macOS或Ubuntu的设备均可使用。若仅调用外部API，控制端负载较低，8GB内存即可运行（笔者在MacBook Neo上已验证）。

Docker部署与直接安装的安全性与便利性差异

为了安全起见，建议不要直接在操作系统中安装OpenClaw，而是通过Docker限制AI的访问范围，避免误操作导致重要文件丢失，从而在日常使用的电脑上也能安全试用。

微软在Build 2026发布的隔离层技术也是基于类似思路。对于普通商业用户，隔离环境可能是首选设计理念。

Docker与直接安装对比

如图所示，直接安装的OpenClaw运行在操作系统上，权限无限，安全风险较高；而Docker环境则限制了访问权限，更加安全。

但Docker也有缺点，例如只能访问挂载的特定文件夹（通常为~/.openclaw/workspace/），无法直接跨多个文件夹操作文件，需先复制到工作区，操作稍显繁琐。

鉴于安全考虑，本文仅介绍Docker安装方法。

安装Docker Desktop是第一步：

Windows和macOS

下载并安装Docker Desktop。

Build 2026中还发布了WSL containers，允许Windows用户在不依赖较重的Docker Desktop的情况下使用Docker，提升体验。此外，微软还发布了Coreutils for Windows，提供Unix常用命令（不含shell），安装命令为：

winget install Microsoft.Coreutils

这让习惯Unix命令的用户在Windows上更方便操作。

Ubuntu 24.04 LTS

执行以下命令安装Docker：

sudo apt update
sudo apt install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt install docker-ce docker-ce-cli containerd.io
docker-compose-plugin
sudo usermod -aG docker $USER

OpenClaw安装步骤

Docker准备完成后，进入OpenClaw安装：

git clone https://github.com/openclaw/openclaw
cd openclaw
git checkout v2026.5.28

复制环境配置文件并编辑，添加Playwright支持（自动操作浏览器，获取动态网页内容）：

cp .env.example .env

在.env中添加：

OPENCLAW_INSTALL_BROWSER=1
OPENCLAW_IMAGE_PIP_PACKAGES=playwright-stealth

Windows用户需额外设置路径：

OPENCLAW_CONFIG_DIR=C:\Users\\.openclaw
OPENCLAW_WORKSPACE_DIR=C:\Users\\.openclaw\workspace
OPENCLAW_AUTH_PROFILE_SECRET_DIR=C:\Users\\.openclaw-auth-profile-secrets

创建docker-compose.override.yml，启用Playwright：

services:
  openclaw-gateway:
    build:
      context: .
      args:
        OPENCLAW_INSTALL_BROWSER: ${OPENCLAW_INSTALL_BROWSER:-}
        OPENCLAW_IMAGE_PIP_PACKAGES: ${OPENCLAW_IMAGE_PIP_PACKAGES:-}

开始构建镜像，过程较长。macOS用户若遇到Docker Hub认证失败，需解锁钥匙串：

security -v unlock-keychain ~/Library/Keychains/login.keychain-db

执行：

docker compose up --build

构建完成后，按提示停止容器。

Windows不支持自动setup.sh脚本，需手动编辑配置文件openclaw.json，示例如下（请删除注释行#）：

{
  "gateway": {
    "mode": "local",
    "bind": "lan",
    "auth": {
      "mode": "token",
      "token": "openclaw-local-token-123"
    },
    "controlUi": {
      "allowedOrigins": [
        "http://localhost:18789",
        "http://127.0.0.1:18789",
        "http://192.168.11.111:18789"
      ],
      "dangerouslyDisableDeviceAuth": true
    }
  },
  "browser": {
    "enabled": true,
    "headless": true,
    "noSandbox": true
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "vllm/sakamakismile/Huihui-Qwen3.6-27B-abliterated-NVFP4-MTP"
      },
      "models": {
        "lmstudio/qwen3.6-27b-uncensored-heretic-v2-native-mtp-preserved": {"alias": "Qwen3.6-27B-Heretic"},
        "vllm/sakamakismile/Huihui-Qwen3.6-27B-abliterated-NVFP4-MTP": {"alias": "Qwen3.6-27b-Huihui"},
        "opencode/deepseek-v4-flash": {"alias": "DeepSeek V4 Flash"},
        "opencode/qwen3.6-plus": {"alias": "Qwen3.6 Plus"}
      },
      "compaction": {
        "mode": "safeguard",
        "reserveTokensFloor": 50000
      }
    }
  },
  "models": {
    "providers": {
      "lmstudio": {
        "baseUrl": "http://192.168.11.200:1234/v1",
        "apiKey": "EMPTY",
        "models": [{
          "id": "qwen3.6-27b-uncensored-heretic-v2-native-mtp-preserved",
          "name": "Qwen3.6-27B-Heretic",
          "input": ["text", "image"],
          "contextWindow": 262144,
          "maxTokens": 32768
        }]
      },
      "vllm": {
        "baseUrl": "http://192.168.11.100:8888/v1",
        "apiKey": "EMPTY",
        "models": [{
          "id": "sakamakismile/Huihui-Qwen3.6-27B-abliterated-NVFP4-MTP",
          "name": "Qwen3.6-27b-Huihui",
          "input": ["text", "image"],
          "contextWindow": 262144,
          "maxTokens": 32768
        }]
      },
      "opencode": {
        "baseUrl": "https://opencode.ai/zen/go/v1/",
        "apiKey": "API-KEY",
        "models": [
          {"id": "deepseek-v4-flash", "name": "DeepSeek V4 Flash", "contextWindow": 1000000, "maxTokens": 32768},
          {"id": "qwen3.6-plus", "name": "Qwen3.6 Plus", "input": ["text", "image"], "contextWindow": 1000000, "maxTokens": 32768}
        ]
      }
    }
  }
}

该配置支持：

Docker + 局域网访问，支持多台电脑共享使用
混合使用LM Studio、vLLM及云端API
支持视觉输入
上下文压缩设置

笔者本地运行两个LLM实例：vLLM（DGX Spark兼容机）和LM Studio（搭载日本国家GeForce RTX 4090显卡），均为Qwen 3.6 27b系列，分别用于默认和高速处理。云端使用Open Code Go，月费10美元，支持大量令牌，DeepSeek V4 Flash价格极低，但不支持视觉输入，视觉需求时切换Qwen 3.6 Plus。

启动与管理命令：

docker compose up -d
docker compose logs -f openclaw-gateway
docker compose down
docker compose restart openclaw-gateway
docker compose down
git pull
git checkout 
docker compose up -d --build

Docker隔离环境避免污染主机系统，仅在git克隆目录和~/.openclaw目录产生文件。

macOS用户需注意，容器内为Linux环境，无法调用macOS的brew命令，可能导致AI混淆。Windows+Docker(WSL2)组合则无此问题。

登录及用户与AI代理配置

访问 http://localhost:18789 或 http://:18789，输入配置文件中设置的令牌和密码登录，进入聊天界面。

登录界面

确认可选的四个LLM模型，输入“你好”等测试语句，确认AI正常响应。

聊天界面

建议为~/.openclaw/workspace创建快捷方式或符号链接，方便文件管理。服务器模式下可通过FTP/SFTP传输，或启动文件管理WebUI访问。

工作区文件

首次聊天后，工作区会生成以下文件（无聊天则为空）：

AGENTS.md：多代理配置
BOOTSTRAP.md：启动时上下文
HEARTBEAT.md：定时任务
IDENTITY.md*：AI代理外观与性格
SOUL.md：AI代理思考与行为
TOOLS.md：工具使用指南
USER.md*：用户信息

建议至少完善带*的IDENTITY.md和USER.md，格式为Markdown，例如：

USER.md
- **Name:** Kazu
- **What to call them:** Kazu さん、または kazu
- **Timezone:** Asia/Tokyo (JST, UTC+9)

IDENTITY.md
- **Name:** みー (Mii)
- **Creature:** AI助手，带有人性化温暖感
- **Vibe:** 冷静偶尔调侃，基本温和
- **Emoji:** 🌙
- **Language:** 日语（始终用日语回复）

IDENTITY.md未设置时，AI会反复提示并自动生成建议，用户可选择或自行编辑。

编辑USER.md和IDENTITY.md后，BOOTSTRAP.md可删除或重命名。

任务测试

确认Playwright和Python虚拟环境可用后，尝试下达任务：

“请将PC Watch关于2026 COMPUTEX TAIPEI的报道整理成PPT，注意图片比例和文字排版，避免重叠。支持Playwright。”

任务执行

结果生成了20页PPT，以下展示4页，整体效果较好。部分情况下未强制使用Playwright，导致网页内容抓取不完整，建议明确要求使用Playwright。

生成PPT示例

使用DeepSeek V4 Flash模型时，图片有重复，文本抓取有误，但整体完成度较高。Qwen 3.6 27b模型文本抓取效果较差，显示参数规模对性能影响明显。

为避免重复试错，可将成功经验写入TOOLS.md，AI后续会自动参考。

综上，通过Docker隔离部署OpenClaw，能有效降低风险，保障日常电脑安全。后续文章将尝试更实用的任务，探索更多玩法。

热门AI代理OpenClaw入门指南：使用Docker安全部署

什么是OpenClaw？

Docker部署与直接安装的安全性与便利性差异

Windows和macOS

Ubuntu 24.04 LTS

OpenClaw安装步骤

登录及用户与AI代理配置

任务测试

标签

评论

相关阅读

环球音乐集团与TikTok续签协议，共同打击未经授权的AI音乐

法拉利携手IBM AI打造F1超级粉丝体验

谷歌云大力推进智能代理与高性能计算