很多人第一次接触 OpenClaw，会先被“AI agent”“Gateway”“多通道”这些词吓到。其实真上手之后你会发现，它并不是那种必须先读三天文档、再折腾半天 Docker 才能跑起来的项目。按照官方现在的安装路线，普通用户在一台干净的 Linux 服务器上，确实可以很快把它跑起来。
这篇文章我就按纯小白视角来写：从买服务器开始，到 OpenClaw 成功启动、打开控制面板、发出第一条消息为止。你不需要预先懂多 agent，也不需要先配置一堆花里胡哨的插件。先跑起来，才是第一步。
一、先准备什么
最基本只要三样：
- 一台 Linux 服务器
- 一个模型 API Key
- 一台你能打开浏览器的电脑
根据 OpenClaw 官方 Getting Started 文档，目前推荐环境是 Node 24，Node 22.14+ 也可以。官方安装脚本会尽量帮你处理依赖，这对新手很友好。
服务器方面，我建议直接买最普通的 Ubuntu 24.04 机器就行。别一上来追求高配置。OpenClaw 自己并不吃显卡，它更像一个“AI 助手调度器”，真正烧钱的是你后面接的模型。
如果你只是自己用，2 核 4G、带公网 IP 的小机器就够起步了。
二、买完服务器后先做这几步
登录服务器后，先更新系统：
sudo apt update && sudo apt upgrade -y
然后确认系统没问题：
uname -a
lsb_release -a
如果你是刚买的云服务器，建议顺手做两件事：
- 设置一个普通用户，别长期用 root
- 在控制台安全组里先只放行 SSH 和你后面要访问的端口
不过如果你只是想先体验，直接用 root 也不是不行，先把流程走通再说。
三、安装 OpenClaw
官方目前最省事的安装方式，是直接用安装脚本：
curl -fsSL https://openclaw.ai/install.sh | bash
这一条命令的好处是简单。对新手来说，不需要你自己先研究 npm、全局路径、服务管理这些细节。
安装完成后，执行初始化向导：
openclaw onboard --install-daemon
这里的 --install-daemon 很关键。它的意思可以简单理解成：把 OpenClaw 作为后台服务装好。这样你关掉 SSH 终端，服务也还会继续跑。
在向导里，你一般会做下面几件事：
- 选择模型提供商
- 填 API Key
- 生成或写入配置
- 安装并启动 Gateway
如果你中途卡住，先别慌。大多数问题不是 OpenClaw 本身坏了，而是：
- API Key 填错
- 服务器网络不通
- Node 环境没就绪
四、检查服务是不是活了
完成 onboarding 之后，不要急着开网页，先确认 Gateway 状态：
openclaw gateway status
如果一切正常，你应该能看到服务在运行，官方文档里提到默认监听 18789 端口。
如果没起来，可以试试：
openclaw gateway start
openclaw gateway status
再不行，就重启一下：
openclaw gateway restart
这里我自己的经验是：先确认状态，再谈界面。很多人一上来打不开 Dashboard，就以为项目挂了，其实往往只是服务没启动或者端口没放行。
五、打开 Dashboard
确认服务正常后，可以直接执行：
openclaw dashboard
如果你在本地电脑上跑，它会直接帮你打开控制面板页面。要是你装在远程服务器上，这一步通常要配合浏览器访问服务器地址，或者自己做 SSH 端口转发。
截图建议放哪里
如果你准备把这套过程也写进自己的笔记或教程，我建议截图放这几个位置：
- 安装脚本跑完的终端界面：说明 OpenClaw 已装上
openclaw onboard --install-daemon的向导页面：这是新手最关心的一步openclaw gateway status成功输出：证明服务真的在跑- Dashboard 首页：用户第一次看到“能聊天”的页面，成就感最强
用 PaperMod 写博客的话，截图最好一段一张，不要堆成九宫格，不然读者看不清。
六、发第一条消息
到了这一步，其实你已经算部署成功了。
在 Dashboard 里随便发一句：
- 介绍一下你自己
- 帮我写个待办清单
- 今天适合做什么事情
只要能收到模型正常回复，说明整个链路已经通了：
前端界面 → OpenClaw Gateway → 模型提供商 → 回复返回
这时候你就拥有了一个属于自己的 AI 助手雏形。
七、我觉得 OpenClaw 适合谁
如果你只是想用一个网页聊天机器人，那 OpenClaw 可能有点重。
但如果你想要的是：
- 自己控制部署位置
- 后面继续接 Telegram、Discord 之类通道
- 想把助手拆成多个 agent 分工
- 想通过 skills 和插件慢慢加能力
那 OpenClaw 的路线就很顺。
它不是“开箱即用到什么都替你想好”的产品，而是一个足够能打、又不算太难上手的个人 AI 助手框架。你先用最简单的部署把它跑起来，后面再一层一层加功能，学习成本会低很多。
八、几个新手最常见的坑
1）装好了但命令找不到
大概率是 PATH 没刷新，或者安装脚本没完整执行。重新开一个 shell 再试一次。
2）Gateway 起不来
先看是不是 Node 版本太旧，再看配置里模型 Key 有没有填对。
3）Dashboard 打不开
优先检查：
- 服务是否正在运行
- 端口是否开放
- 你访问的是不是正确地址
4）有界面但没有模型回复
这通常不是界面问题，而是上游模型配置问题。别在前端瞎点，直接回头查 API Key 和 provider 设置。
九、下一步建议
部署跑通后，我建议按这个顺序继续：
- 先把 Telegram 接上
- 再学会基本的 pairing 和访问控制
- 再研究 sub-agents 和多 agent 协作
- 最后再折腾 skills、plugins、自动化任务
这样不容易把自己绕晕。
如果你想继续看官方资料，我建议优先看这两个：
- OpenClaw 官方文档：https://docs.openclaw.ai/
- OpenClaw 官方 GitHub：https://github.com/openclaw/openclaw
结语
我自己第一次跑 OpenClaw 时，最大的感受其实不是“哇好多功能”，而是：它终于把“私人 AI 助手”这件事，做成了一个普通用户也能一步步搭起来的东西。
先别想着一口气做成全自动工作流。先把服务跑起来，先把第一条消息发成功，这就已经赢了一半。
顺带提一句，如果你后面在 OpenClaw 里接各种模型，API 成本和稳定性会直接影响体验。我自己更倾向用 manusn.com 这种低价、稳定、对小白也友好的 API 中转站来做统一接入：一方面省得来回切渠道，另一方面在测试不同模型时也更顺手。对刚起步的人来说，少折腾接入问题，往往比追求最花的配置更重要。