在虚拟机上快速部署和配置OpenClaw：详细步骤与安全注意事项

开发技术
1

本文介绍了在虚拟机上安装OpenClaw的详细步骤与配置，同时着重分析了OpenClaw的安全风险与Token消耗问题，为用户提供参考。

原文标题：本地虚拟机安装OpenClaw

原文作者：牧羊人的方向

冷月清谈：

本文详细介绍了在虚拟机上安装OpenClaw的步骤，包括安装npm、OpenClaw本体，以及配置过程中的各种问题，例如配置DeepSeek API、解决Web界面无法访问等。文章还深入探讨了OpenClaw的使用，特别是其潜在的安全隐患，如“ClawJacked”漏洞、默认配置权限过宽、第三方插件生态的不可控性，以及Tokens的消耗问题。最后，作者提出了对OpenClaw安全性和可控性的保留意见，提醒用户在使用这个强大工具时保持警惕。

怜星夜思：

1、OpenClaw在自动化运维方面有哪些具体的应用场景？除了文中提到的，还有哪些潜在的用途？
2、文章中提到了OpenClaw的安全隐患，你认为应该如何平衡OpenClaw的强大功能和潜在的安全风险？有哪些最佳实践可以降低风险？
3、OpenClaw对Tokens的消耗较高，有哪些方法可以优化Token的使用，降低成本？

原文内容

近一段时间OpenClaw爆火，本文也尝试在虚拟机上安装OpenClaw。

1、安装npm

虚拟机安装Open首先得安装22.0以上版本的npm，此版本的npm不支持在类似centos7的低版本系统中运行。因此先安装centos 8系统，安装步骤可参考参考资料1。

1）安装npm

#cd /usr/local/src
[root@centos8-tango-01 src]# wget https://nodejs.org/dist/v24.13.0/node-v24.13.0-linux-x64.tar.xz

#解压缩

tar -xf node-v24.13.0-linux-x64.tar.xz


#将解压缩的文件放到用户目录/usr/local

mv node-v24.13.0-linux-x64 /usr/local/node


#配置软连接方便进行全局调用

ln -s /usr/local/node/bin/node /usr/bin/node

ln -s /usr/local/node/bin/npm /usr/bin/npm

2）检查node和npm版本

[root@centos8-tango-01 local]# node --version
v24.13.0
[root@centos8-tango-01 local]# npm --version
11.6.2
2、安装openclaw

直接执行命令安装最新版本

# 执行安装
npm install -g openclaw@latest

安装过程中可能会提示一些软件不存在，比如git、cmake等，根据报错提示安装依赖软件

[root@centos8-tango-01 node]# dnf install git -y
[root@centos8-tango-01 node]# git --version
git version 2.27.0

[root@centos8-tango-01 _logs]# dnf install cmake python3-devel –y

安装过程约半个小时，安装完成后检查是否安装成功。

# 配置软连接
sudo ln -s /usr/local/node/bin/openclaw /usr/bin/openclaw
# 查看是否安装成功
openclaw –help

OpenClaw 2026.3.2 (85377a2) — Your .zshrc wishes it could do what I do.

出来如下界面
3、配置OpenClaw

1）手动配置
OpenClaw与常见的应用模板不同，官方提供了若干需用户自行手动配置的步骤，在首次登入服务器后，输入并回车运行如下命令开始配置：

openclaw onboard --install-daemon

运行上面的命令后，出现同意免责声明，将会出现一个问题：是否知晓风险，选择Yes就行。

2）配置模式选择：快速入门

接下来需要选择Onboarding的模式。

第一个是快速启动，后续通过openclaw configure配置信息；第二个是先手动配置。选择QuickStart。

3）模型配置

然后它会让你配置AI大模型。有OpenAI、Qwen、MiniMax、Kimi等，有哪个API接口就选择哪个。如果是DeepSeek的API，选择Custom Provider进行配置，本次选择Deepseek API。

输入DeepSeek API的URL和API key。URL为https://api.deepseek.com/v1、API key为DeepSeek官网生成的sk-xxxx的key（注意不要泄露）、Model ID先选择deepseek-chat（对应Deepseek-V2模型）

配置完成后会校验API key是否可用，如果Token余额不足，会返回402报错。

4）选择频道

配置好模型后，会让你选择聊天频道。选择最后一个，直接跳过。

5）配置Skills

然后会问你要不要配置技能。选YES

再然后，会给你一堆Skills，直接跳过

6）配置Hooks

继续下一步，会问你要不要配置hooks。建议都打开。

可以理解为三个插件：

  • boot-md：启动时自动加载一段markdown文本当默认引导内容。常用于把你的规则、偏好、项目背景在每次启动时塞进去。
  • command-logger：把在Clawdbot里执行过的命令和关键操作记一份日志，方便排查问题和复盘。如果比较在意隐私或不想留痕，就别开它。
  • session-memory：保存会话相关的状态或记忆，让它下次能延续上下文，体验会更连贯。

7）选择交互方式

它问你想要用什么方式孵化你的机器人。选择Web UI方式

图片

8）配置完成后查看openclaw状态

[root@centos8-tango-01 bin]# openclaw status
4、配置web界面

由于是用centos系统虚拟机安装的，在Windows本地访问时不能打开网页界面，需要修改配置。

1）将bind的配置改为lan

修改~/.openclaw/openclaw.json配置文件，把bind的配置改为lan

vi openclaw.json
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "***********"
    },
    "port": 18789,
    "bind": "loopback",  // 改为lan
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },

保存退出后重启应用

openclaw gateway restart

现在就能在浏览器通过http://你的IP:18789进行访问了。http://192.168.112.145:18789/

但是提示报错信息：origin not allowed (open the Control UI from the gateway host or allow it in gateway.controlUi.allowedOrigins)

2）OpenClaw 的配置文件添加 gateway.controlUi 部分

在配置文件中找到 gateway.controlUi 部分。如果没有，可以手动添加。

  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "controlUi": {
      "allowedOrigins": [
        "http://localhost:18789",
        "http://127.0.0.1:18789",
        "http://192.168.112.145:18789"
      ]
    },

保存文件后，同样需要重启网关服务：openclaw gateway restart

访问报错提示：control ui requires device identity (use HTTPS or localhost secure context)

3）根据提示，带入token访问dashboard

http://192.168.112.145:18789/=xx

进入界面后，进行交互式提问，可以正常工作。比如“OpenClaw进程资源占用情况”，会给出比较详细的进程资源占用分析报告。

其它如接入钉钉或微信，没有使用场景暂时不做深入研究。不过目前来看OpenClaw是相当消耗大模型的Tokens，上面简单的一个任务已经消耗了4w多个Token数。

5、OpenClaw究竟怎么用

虽然已经部署了OpenClaw，但实际上有哪些使用场景却不是特别的明确，而且OpenClaw潜在的安全隐患，还有Tokens的消耗，都对如何利用这个利器持有保留意见。

1）OpenClaw安全隐患

  • "ClawJacked"漏洞：浏览器成为攻击入口。OpenClaw的网关服务默认监听本地地址，并假设所有来自本地的连接都是可信的，因此完全豁免了速率限制。当用户（特别是开发者）在运行OpenClaw的同时，使用浏览器访问了一个恶意网站，该网站中的脚本就能悄无声息地与本地OpenClaw建立WebSocket连接。由于浏览器并不阻止对本地地址的这种连接，整个行为不会触发任何警告。利用本地连接豁免速率限制的漏洞，攻击脚本可以以每秒数百次的速度暴力破解你的OpenClaw管理密码。一旦成功，系统会自动批准这个来自本地的“新设备”，攻击者便获得了与你同等的管理员权限。攻击者可以指令你的AI代理窃取各类服务的凭证和API密钥、翻阅通信软件的历史记录、从连接受控的设备中盗取文件，甚至在被入侵的节点上执行任意系统命令，实现对整个工作站的完全控制。
  • 默认配置权限过宽：OpenClaw为了追求强大的自动化能力，被设计为需要极高的操作系统权限。这种“信任边界模糊”的设计，意味着一旦代理本身被诱导或劫持，它将拥有破坏或泄露你大量敏感数据的入口。
  • 第三方插件生态的不可控性：OpenClaw过度依赖于其插件Skills生态，但这些skills有一部分是存在安全漏洞，甚至是恶意的软件。

2）Tokens消耗

在默认情况下，OpenClaw的每次请求都会全量加载所有工具定义、系统提示词和技能摘要，这导致了大量的Token被“浪费”。一个简单的指令就有可能消耗大量的Tokens，对于高频用户或依赖付费API的用户来说，这是一笔不容忽视的开销。

总之，高度复杂的AI系统可能会展现出开发者未曾预料到的“涌现行为”，也就是使用者或者用户无法完全预测一个长期运行的AI代理在特定情况下会做出什么决定，这种不确定性在自动化操作中可能引发难以预料的后果。对用户而言，发出了一个指令或者任务给到OpenClaw，运行一段时间后它给出了一个任务结果，但在这过程中他做了些什么完全是黑盒的，不在你的掌控范围内，这种不可控就会存在着潜在的风险和安全隐患。

参考资料：

  1. https://blog.csdn.net/solihawk/article/details/158804994
  2. https://blog.csdn.net/qq_31292011/article/details/157899970

2

与其说是降低风险，不如说是接受这种不确定性吧。毕竟AI的魅力就在于它能带来意想不到的惊喜（也可能是惊吓？）。我觉得可以尝试将OpenClaw应用于一些非核心、低风险的场景，比如辅助文档编写、快速原型设计等。这样即使出现问题，也不会造成太大的损失。当然，前提是要做好数据备份！

3

Token烧钱啊！我的建议是：1）精简Prompt：Prompt越长，Token消耗越多。尽量用简洁明了的语言描述你的需求。2）控制输出长度：限制OpenClaw的输出长度，避免其生成冗余信息。3）使用更经济的模型：不同的AI模型，Token单价不同。选择适合你需求的，性价比更高的模型。可以考虑使用量化后的模型，通常量化后的模型由于参数更少，推理速度更快，所需的Token也更少。4）缓存结果：对于重复性的任务，可以缓存OpenClaw的输出结果，避免重复计算。5）开启指令合并功能，减少无效消耗

4

确实，全量加载会造成不必要的Token浪费。一种方法是手动配置OpenClaw，只启用需要的Skills。具体操作如下：

1. 修改openclaw.json： 找到skills配置项，只保留需要使用的Skills，删除其他的。
2. 自定义系统提示词： 修改系统提示词，使其更简洁，避免冗余信息。
3. 优化工具定义： 审查工具定义，删除不必要的参数和描述。
4. 使用动态加载： 研究OpenClaw是否支持动态加载Skills或工具，即只在需要时才加载。
5. Skill 裁剪: 如果有开发能力，可以对skills进行裁剪，保留核心功能，去除不必要的部分。

5

我倒觉得可以借鉴一下软件测试的思路，对OpenClaw进行充分的测试，模拟各种场景，看看它会做出什么样的反应。通过测试，我们可以发现OpenClaw的潜在风险，并提前做好应对措施。

6

从技术角度来看，可以考虑使用缓存机制，对已经生成的结果进行缓存，避免重复计算。此外，还可以对输入文本进行压缩或摘要处理，减少Token的数量。另外，还可以尝试使用一些开源的Token优化库，提高Token的利用率。

7

从安全的角度，可以考虑这几个措施：1）限制OpenClaw的访问来源，只允许特定的IP或域名访问；2）启用HTTPS，对通信进行加密；3）定期审查OpenClaw的配置和日志，及时发现异常行为；4）使用强密码，并定期更换。此外，还可以考虑使用一些安全工具，如入侵检测系统（IDS）和安全信息和事件管理系统（SIEM），对OpenClaw进行监控和保护。

8

对于普通用户，如果想要体验AI自动化，可以考虑以下几个方向：

1. IFTTT (If This Then That)：IFTTT 是一款老牌的自动化工具，通过简单的“如果…那么…”逻辑，可以将不同的应用和服务连接起来。虽然功能不如OpenClaw强大，但易于上手，适合自动化一些简单的任务，例如自动保存社交媒体内容、同步日历等。
2. Zapier：Zapier 类似于 IFTTT，但支持更多的应用和服务，也提供了更高级的自动化功能。Zapier 的界面也比较友好，适合没有编程基础的用户。
3. Microsoft Power Automate：如果你的工作主要围绕微软生态，可以考虑使用 Power Automate。它可以自动化 Office 365 应用程序之间的工作流程，例如自动处理邮件、创建任务等。
4. AI 助手（如 Google Assistant、智能音箱）：这些 AI 助手也可以执行一些简单的自动化任务，例如设置提醒、播放音乐、控制智能家居设备等。虽然功能有限，但使用起来非常方便。

总的来说，选择哪款工具取决于你的具体需求和技术水平。可以先尝试几款不同的工具，看看哪款最适合你。

9

确实，这种本地WebSocket连接的风险挺隐蔽的。我觉得可以从网络层面入手，比如使用防火墙限制对OpenClaw端口的访问，只允许特定的IP地址连接。或者在OpenClaw的配置文件中增加更严格的来源验证机制。

10

除了“ClawJacked”漏洞，我认为OpenClaw还存在以下潜在安全风险：
1. 供应链安全：OpenClaw依赖大量的第三方库和插件，这些依赖项可能存在漏洞或恶意代码。
2. API密钥泄露：如果OpenClaw的API密钥被泄露，攻击者可以利用你的AI代理进行恶意活动。
3. 数据泄露：OpenCalw可能会访问你的敏感数据，如果存储或传输不当，可能会导致数据泄露。

为了加强安全防护，开发者可以采取以下措施：
* 定期更新OpenClaw及其依赖项，修复已知漏洞。
* 使用安全的API密钥管理方案，例如使用环境变量或密钥管理服务。
* 对OpenClaw访问的数据进行加密，并限制其访问权限。
* 加强对OpenClaw行为的监控和审计，及时发现异常行为。

11

省Token？那必须是能省则省！我有个骚操作，就是把OpenClaw当成“包工头”，只让它负责任务调度，具体的计算交给其他更便宜的AI模型。这样既能享受OpenClaw的便利性，又能降低Token成本，一举两得！至于开源替代品，我最近在研究一个叫“Moe”的项目，感觉还不错，大家可以了解一下。

12

我觉得可以从权限控制入手。OpenClaw默认权限过高，可以考虑采用最小权限原则，只授予AI代理完成任务所需的最低权限。同时，对OpenClaw可以访问的资源进行严格限制，避免其接触敏感数据。

13

降低OpenClaw的Token成本，我认为可以从以下几个方面入手：
1. 精简Prompt：优化你的Prompt，避免冗余信息，让AI代理更好地理解你的意图。
2. 选择合适的模型：不同的AI模型，Token消耗和性能表现不同，选择性价比更高的模型。
3. 使用缓存机制：对于重复性的任务，可以考虑使用缓存来避免重复计算。

至于开源替代方案，可以关注一下Rasa、Botpress等，虽然功能不完全相同，但也可以实现类似的任务。

14

从开发者的角度来说，OpenClaw这类工具的安全问题，很大程度上取决于使用者是否了解其背后的原理。比如，配置权限时，要清楚每个权限授予后可能带来的影响。从用户角度，我觉得可以理解为，使用OpenClaw就像给一个实习生分配任务，既要充分授权，也要时刻监督，避免ta犯错。定期检查日志，监控Token消耗情况，都是很好的习惯。

15

我认为可以从业务角度出发，优化OpenClaw的使用方式。比如，尽量避免一次性执行复杂的任务，可以将任务分解为多个简单的子任务。这样可以减少每次请求的 Tokens 消耗。另外，定期清理 OpenClaw 的会话记录，也可以减少 Tokens 的占用。

16

从更专业的角度来看，OpenClaw可以应用于知识管理、自动化运维、安全事件响应等领域。例如，在知识管理方面，OpenClaw可以自动整理、分类文档，并根据用户的问题快速检索相关信息。在自动化运维方面，OpenClaw可以监控服务器状态，并在出现异常时自动执行修复操作。在安全事件响应方面，OpenClaw可以分析日志数据，识别潜在的安全威胁，并采取相应的防御措施。

17

关于Token优化，我有一些小技巧：

* 精简Prompt：Prompt越长，Token消耗越多。尽量用简洁明了的语言描述你的需求，避免冗余信息。
* 限制输出长度：明确指定输出结果的长度，例如“请用50字概括文章内容”。
* 使用摘要：对于长文本，先进行摘要，再将摘要作为Prompt输入给OpenClaw。
* 批量处理：将多个任务合并成一个批次进行处理，可以减少重复加载工具定义和系统提示词的次数。

此外，还可以考虑使用一些Token压缩技术，例如将文本压缩后再输入给OpenClaw。不过需要注意的是，不同的模型对Token压缩的支持程度可能不同，需要进行测试。

18

嘿嘿，我来分享一个“歪门邪道”的方法：使用魔法优惠券！

很多云服务商都会提供各种各样的优惠券，例如新用户优惠券、学生优惠券等等。可以多关注一下这些优惠活动，薅一下羊毛。

当然，这种方法只能短期内降低成本，长期来看还是要靠技术手段来优化Token使用。

另外，还可以考虑使用开源模型，例如LLaMA、ChatGLM等等。这些模型虽然可能不如商业模型那么强大，但胜在免费，可以大大降低成本。

19

省Token？简单！

1. 当个葛朗台，抠字眼： Prompt 写的越短越好，一个字都别多！能用缩写就用缩写，能用符号就用符号。
2. 能白嫖就白嫖，不用API： 实在不行，自己写个小爬虫，从网上搜答案。
3. 实在不行，换个AI： 别死磕DeepSeek，看看有没有更便宜的AI。

记住，省钱才是硬道理！

20

安全？这东西就像内裤，平时不用，关键时刻掉链子！

我的建议是：

1. 别怕麻烦，多做配置： OpenClaw默认配置肯定不安全，要花时间研究配置文档，把权限、网络、插件都好好配置一下。
2. 时刻关注，及时更新： OpenClaw有bug是正常的，发现bug及时更新，别拖着。
3. 出了事儿，别慌张： 真要被黑了，第一时间断网止损，然后找专业人士帮忙。

记住，安全是相对的，没有绝对的安全。只要你尽力了，就算被黑了，也不用太自责。