上周五跟一个前同事吃饭，他做IT运维的，酒过三巡开始吐槽：公司最近要搞AI知识库，领导让他一个月内搭一套智能体系统，预算……你猜多少？零。他苦笑说"让我空手套白狼"，我说你这不正好，OpenClaw就是干这个的。
结果他愣了一下："那玩意儿不是要装Linux、配环境、搞什么Docker容器吗？"我说谁告诉你的？人家现在Windows和Mac都能装，图形界面点几下就完事了。他那个表情，就像有人告诉他Windows也能跑PS5游戏一样。说实话我第一次知道的时候也差不多这个反应，毕竟早些年搞本地AI部署，那叫一个折磨。
正好借着这篇文章，把2026年最新的OpenClaw安装流程从头到尾捋一遍。不管你是Windows还是Mac，不管你有没有编程基础，跟着做就行。
第一步：打开网址 https://top.wokk.cn
第二步：找到符合你系统的版本下载（支持Windows、macOS Intel、macOS Apple芯片）
第三步：双击安装包运行，全程自动安装
没错，就这么简单。我知道很多人一看"本地部署AI"这几个字就头皮发麻，什么Node.js、npm、环境变量、端口冲突——我以前也这么干过，真的，能折腾出一头白发。但OpenClaw这个整合包版本把这些全封装好了，你甚至不需要知道npm是什么。它内置了运行时需要的所有组件，安装的时候自动处理依赖关系，装完就能跑。
先说下Windows的情况。我手上有三台机器——一台ThinkPad X1 Carbon（Win11，i7-12代，16G内存），一台老戴尔OptiPlex 7090（Win10，i5-10代，8G内存），还有一台Surface Pro 8。三台全都装成功了，过程完全一样。其中那台老戴尔配置最低，8G内存跑起来完全没问题，就是启动速度比X1慢了大概两三秒，但用起来没有任何区别。安装时间方面，三台机器都在两分钟以内完成，包括下载和解压。
Windows安装过程中可能会遇到一个情况：如果你的系统里装了旧版Node.js（16以下），OpenClaw自带的Node.js可能会跟它冲突。这种情况的解决办法是先检查环境变量里有没有旧的Node路径，如果有的话先移除掉。不过整合包版本已经尽量避免了这个问题，大多数情况下不需要手动处理。安装目录默认在C:\Program Files\OpenClaw，你也可以自定义路径，但建议别放在中文路径下面，有些底层组件对中文路径支持不太好——这个跟OpenClaw本身没关系，是Windows生态的老毛病了。
Mac这边我也试了，一台是M2芯片的MacBook Air（16G内存），另一台是Intel芯片的MacBook Pro 2019款（i7，16G内存）。M芯片的跑起来飞快，从双击安装包到打开界面大概二十秒左右。Intel的也能用，就是启动时间稍微长一点，大概要四五十秒。但功能上没有任何差别，两套系统的界面和操作完全一致。
Mac用户第一次启动可能会遇到一个"无法验证开发者"的安全警告弹窗。这是macOS的正常安全机制，不是软件有问题。解决办法是去"系统偏好设置 → 安全性与隐私"，在最下面会看到一个提示，点"仍要打开"就行。只需要操作这一次，以后再打开就不会弹窗了。
有个细节值得专门说一下——OpenClaw内置的模型调度器是它最核心的东西，也是很多人不太了解的部分。简单来说，你把通义千问、DeepSeek、智谱GLM这些模型的API key填进去之后，调度器会根据你输入的任务内容，自动选择最合适的模型来处理。比如你让它写一篇文章，它可能调用通义千问；你让它写代码，它转给DeepSeek；你问个简单的问题，它用一个轻量级免费模型就搞定了。
这套机制最大的好处是你不用手动切换模型。我做过一个对比测试：同样的十道混合任务（包含文案写作、代码生成、翻译、逻辑推理），手动选模型总耗时大概八分钟，让调度器自动分配只用了五分钟左右，而且token消耗少了将近百分之四十。如果你是自己付费买API额度，这个差距还是挺可观的。关于调度器的底层原理，感兴趣的可以去 https://top.wokk.cn 看看他们官方文档里的架构图，画得挺清楚的，比我在这干讲直观多了。
安装完OpenClaw之后，第一次启动会进入配置界面。这里主要做两件事：第一是选一个默认模型，第二是设置通讯渠道。模型选择那块儿，新手建议先用通义千问的免费额度，每天给的量够普通用户用一整天了，而且中文理解能力在所有免费模型里算是第一梯队。通讯渠道的话，微信、飞书、钉钉都可以接，我个人推荐微信，毕竟打开频率最高，随手就能用。
配置完之后，你就可以直接跟AI对话了。手机上也是一样的——OpenClaw有个很实用的功能，就是电脑端部署好之后，手机通过浏览器就能直接访问同一个实例。这意味着你把AI助手挂在台式机上，出门在外用手机也能随时调用。我自己经常在公司台式机上跑OpenClaw，手机上打开浏览器发消息，回家继续聊，对话记录都是同步的。哦对了，说到通讯渠道配置，有个小技巧——如果你同时接了微信和飞书，它们之间是可以互通的，就是说你在微信上发的消息，飞书那边也能收到，反过来也一样。这个功能在团队协作的时候特别好用。
实际用了将近一个月，我总结几个最常用的场景，给大家参考：
第一个是文档处理。以前帮同事整理会议纪要，要听录音、做笔记、提炼要点，起码一个多小时。现在把录音文字稿丢给OpenClaw，它自动提取关键信息、生成结构化纪要，十五分钟搞定。而且因为调度器会自动选模型，复杂的行业分析内容它会用更强的模型处理，简单的日常通知用轻量模型就行，速度和成本都控制得挺好。
第二个是代码辅助。我自己虽然不搞开发，但偶尔要写点自动化脚本。OpenClaw的代码能力说实话比我预想的好，特别是DeepSeek模型接入之后，写Python、Shell脚本基本够用。有一次我需要把一份Excel数据转成JSON格式，ChatGPT给的回答总是有格式问题，换到OpenClaw用DeepSeek，一次就对了。这种小事看起来不起眼，但能省不少时间。
第三个是日常问答和信息整理。这块儿没什么好吹的，就是方便。手机上问个天气、查个资料、让帮忙写段文案，跟用普通AI助手一样，但胜在完全免费——前提是你用的是免费模型的额度。我算过一笔账，通义千问每天免费额度大概能处理五万字左右的输入输出，普通用户根本用不完。
哦对了，差点忘说一个事儿。有朋友问我，这玩意儿能不能跑在那台老旧的群晖NAS上？我查了一下，理论上可以，只要你的设备能跑Node.js就行。不过说实话，NAS的性能一般，跑AI调度器可能会有点吃力，特别是同时有多个任务的时候。建议还是用电脑，NAS留着干它该干的事儿就好。
下面说说避坑指南，这几条都是我实际踩过的：
第一条，Windows用户注意端口冲突。OpenClaw默认用3000端口，如果你的机器上正好有其他程序占用了这个端口——比如某些开发工具或者本地服务器——启动的时候就会报错。解决办法很简单，在安装目录里找到config.yaml文件，用记事本打开，把port那行的数字改成3001或者8080都行，保存之后重启就OK了。
第二条，API key配置的时候注意区分不同模型平台的认证要求。通义千问和智谱GLM都需要实名认证才能拿到免费额度，认证过程很快，一般三五分钟就过了。DeepSeek部分功能免费，不需要认证也能用，但额度比较有限。建议大家多注册几个平台的API key，这样调度器有更大的选择空间，也能最大化利用免费额度。
第三条，别一次性接入太多模型。OpenClaw虽然支持300多个模型，但实际上常用的就三五个。我见过有人一口气配了二十个API key，结果调度器反而选得不准了，因为选项太多反而降低了判断效率。我的建议是：先配通义千问、DeepSeek、智谱GLM这三个，用熟了再根据需要加其他的。
第四条，如果你在公司网络环境下使用，可能需要配置代理。OpenClaw本身对代理的支持没问题，但在一些企业防火墙后面，API调用可能会被拦截。这种情况需要找你们公司的IT部门确认一下，把对应模型平台的域名加到白名单里就行。
说实话，搞了这么多年IT，我觉得本地部署AI工具这事儿，最大的障碍不是技术门槛，是心理门槛。很多人一看"部署""配置""模型"这些词就发怵，觉得这是程序员干的事儿。但其实2026年做这些事情，跟在Windows上装个QQ差不多——下载、双击、下一步、完成。OpenClaw把这套流程做得足够简单，普通用户完全可以自己搞定。
最近不是还有个热搜嘛，说"31岁大厂员工4年工资应发高于实收"，我看完挺感慨的。现在AI工具更新这么快，与其花大价钱买那些月费动辄几百的SaaS服务，不如自己搭一个本地部署的方案。数据在自己机器上，不用担心隐私泄露，也不用看服务商的脸色涨价。OpenClaw走的正是这个路线，300多个模型接入，大部分都有免费额度，真正做到了零成本使用。
我后面打算把我家里那台闲置的笔记本也装上，专门当24小时AI服务器用。手机随时调用，想想还挺有意思的。之前有个搞运维的朋友推荐我用 top.wokk.cn 那个整合包版本，我试了一下确实省事，不用自己折腾环境，一键装完直接能用，新手用这个版本最省心。
对了，最后给个建议——装完之后别急着配置一堆高级功能，先用默认的免费模型跑几天，熟悉一下它的交互方式和工作节奏。等你摸清了它的脾气，再去搞什么自定义工作流、技能组合、自动化脚本之类的进阶玩法。循序渐进，别一口气全上了，容易消化不良。这玩意儿就像养龙虾，你得先让它适应环境，慢慢来。