OpenClaw 2026.3.1 安装全指南：从WSL2到Ollama的配置实战-平芜编程栈

开始前先说明一下，我这几台设备上的 OpenClaw 版本都固定在 2026.3.1，所以这篇安装指南里凡是出现语义分歧、命令报错、配置键名对不上的问题，都以这个版本的实际行为为准。如果你手头是最新 nightly，个别命令可能略有出入，但整体思路完全通用。

1. OpenClaw 2026.3.1 到底解决什么问题，以及你为什么需要先想清楚再装

1.1 它是什么：一个把"本地模型、云端 API、自动化任务"串起来的代理框架

OpenClaw 不是传统意义上的聊天软件，它更像是一个跑在终端里的"自动化代理框架装了一个大脑"。你可以用自然语言或预设指令让它去读取任务、写文件、调用工具、执行脚本，也可以给它挂上不同的"算力来源"——比如本地 Ollama 跑的 qwen2.5-3b，或者 OpenAI 兼容的云端 API。它的核心价值在于把"大模型对话能力"和"本机操作系统执行能力"打通：模型负责理解你想干什么，Claw 负责真的去执行，执行完再把结果喂回模型。

2026.3.1 这个版本我拿到手之后的第一感受是：配置文件格式更统一了，skill 插件的安装机制比旧版本清晰不少，Windows 下的 companion 进程也终于有了比较明确的配置入口。之前我看网上很多人在问"workbuddy 这种是不是参考了 openclaw 搞出来的"——时间线上确实对得上，2026.1 之后 openclaw 的 skill 体系基本成熟，后续同类工具多多少少借鉴了这套"角色指令 + 技能包 + 工具调用"的模式。当然这只是我个人的观察，不具备什么权威性。

1.2 安装前先回答三个问题：平台、算力接入、运行时空

我在群里看到最多的安装失败案例，几乎都栽在使用者没想清楚"我要在哪跑、用什么模型、装完干什么"这三个问题上。这里我给出一个简单的决策思路：

平台：日常在 Windows 上办公，优先走"WSL2 + Windows 终端"方案；纯服务器环境直接 Ubuntu 22.04/24.04 跑；只有一台旧手机想试试水，再考虑 Termux。
算力接入：只求开箱即用，直接接 OpenAI 兼容 API；想要离线、免费、不泄露数据，先装 Ollama 再拉一个 3B 左右的量化模型；要是你想跑更重的本地模型，先确认自己的显存和内存够不够。
运行时空：OpenClaw 需要 Node.js 18 以上的环境，它本身是一个 npm 全局包。意味着你的终端要有网络能下载依赖，同时也意味着卸载时不能只删文件夹，这点放到最后一部分细说。

想清楚这三个问题再动手，能省掉后面至少两三个小时的排错时间。不要一上来就抄命令，环境不一样，抄了也白抄。

2. Windows 环境准备：WSL2 状态、Node.js 版本与 PowerShell 权限

2.1 著名报错"无法安全验证 sl2 环境"是怎么来的

Windows 上安装 OpenClaw 2026.3.1 最常撞到的坑，就是打开安装脚本后弹出这样一段话：

OpenClaw 无法安全验证 sl2 环境。 请在 powershell 中运行 wsl -- status

我第一次看到这个报错时还很困惑，因为 OpenClaw 命令行本身并不强制依赖 WSL2。翻了一下安装日志才发现，2026.3.1 在 Windows 上默认会做一轮"宿主环境健康检查"，它要确认两件事：系统是否启用了"适用于 Linux 的 Windows 子系统"功能，以及默认的 WSL 版本是否为 2。如果检查结果不合格，安装脚本会拒绝继续，于是就有了那句听起来很吓人的提示。

解决办法其实不复杂。在管理员权限的 PowerShell 里依次执行以下命令：

wsl --status wsl --update wsl --set-default-version 2

其中wsl --status会显示当前 WSL 内核版本和默认版本。如果显示Default Version: 1，说明系统还在用旧版的 WSL1，很多工具在文件系统性能上会非常痛苦。wsl --update是为了把内核更新到最新；老版本 Windows 10 用户如果执行wsl --update报错，需要先去"启用或关闭 Windows 功能"里勾选"虚拟机平台"，重启后再来一次。

提示：如果你根本不想用 WSL，纯在 Windows 原生环境跑 OpenClaw 也不是不行，但 2026.3.1 的安装脚本默认会检查 WSL2，所以至少要先把 WSL2 基础环境搭好。装完 openclaw 之后，WSL2 里的发行版可以闲置在那里，不会占太多资源。

2.2 Node.js 官网下载：版本选择和 npm 环境

安装 OpenClaw 之前，你需要一个可用的 Node.js 运行时。网上很多人搜"node.js 官网下载 openclaw"，这个理解其实反了——你要去官网下载的是 Node.js，不是 OpenClaw，OpenClaw 是装在 Node.js 之上的 npm 包。

我建议安装 Node.js 20 LTS 或 22 LTS 版本，避免用奇数版本号（比如 23、25）——这些版本不是长期维护，部分原生依赖编译时容易出兼容问题。下载时选 Windows Installer (.msi) 版本，安装时一路下一步即可，注意勾选"Add to PATH"。

装完在 PowerShell 里验证：

node -v npm -v

如果你之前装过旧版 Node，建议先卸载干净再装新的，否则npm -v可能指向旧版残留路径。另外，把 npm 的全局安装路径记住，后面排查"命令找不到"时会用到：

npm config get prefix

默认情况下这个路径是C:\Users\你的用户名\AppData\Roaming\npm，如果之后踩到"OpenClaw 不是内部或外部命令"的报错，九成是这个目录没有加进系统 PATH。

2.3 PowerShell 执行策略：为什么脚本"被禁止运行"

Windows 上安装 openclaw 时，install 脚本需要拥有执行权限。PowerShell 默认的Restricted策略会拦截所有 ps1 脚本，表现为报错：

无法加载文件 ... 因为在此系统上禁止运行脚本

用管理员身份打开 PowerShell，执行：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

然后输入A确认。RemoteSigned表示本地创建的脚本可以运行，从网络下载的脚本必须带有效签名才能运行，安全性上比Unrestricted更稳。

接下来就可以执行全局安装了：

npm install -g openclaw@2026.3.1

装完运行openclaw --version，如果能输出版本号，说明主体安装成功了。注意@2026.3.1是版本限定符，如果你直接npm install -g openclaw，npm 默认装的是 latest，可能和我这篇指南描述的版本行为不一致。

3. 三套主流安装通道对比：Windows 原生、Linux/macOS、Termux 手机版

3.1 Windows 上搭建 openclaw 的两种姿势

搜"openclaw windows 搭建"会出来一堆教程，但核心差别只有一个：你打算不打算重度使用本地 Docker 能力。

姿势 A：纯命令行 + WSL2 就绪。这是最简洁的路线，上面第 2 节已经走完了。Windows 终端里跑openclaw，代理的自动执行进程跑在 Windows 侧。优点是启动快，缺点是 Linux 专属的 skill 可能会因为命令不存在而失败。
姿势 B：WSL2 里装 Ubuntu，再装 OpenClaw。在 WSL2 里执行后续 Linux 安装流程，这样 openclaw 的所有子进程都跑在 Linux 环境，Docker 技能包、shell 脚本技能包的兼容性最好。缺点是文件访问速度会让 Windows 和 Linux 之间跨文件系统操作略有延迟。

我自己的选择是姿势 B 为主，因为我要把 OpenClaw 和 Docker 里的 MySQL 8.0 之类的服务放在同一个网络域里，避免 localhost 指向错乱。如果你只是轻量试用，姿势 A 完全够用。

3.2 Linux 与 macOS：npm 全局安装的标准路线

在 Ubuntu 22.04 或更新版本上，先装 Node.js。从 NodeSource 安装比较直接：

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt-get install -y nodejs git

然后同样是全局安装：

sudo npm install -g openclaw@2026.3.1 openclaw --version

macOS 用户如果装了 Homebrew，先brew install node，再执行同一个 npm 命令即可。注意 macOS 上如果遇到EACCES权限报错，说明 npm 的全局目录归属不对，请用npm config get prefix查看并修改目录权限，而不是直接sudo npm——sudo 装的全局包后续升级和卸载经常会碰到权限纠缠。

安装完成后，建议花两分钟跑一下环境自检：

openclaw doctor

这个命令会检查 Node 版本、配置文件是否存在、skill 目录是否可写、Ollama 或 API 端点是否能连通，算是一个比较友好的体检工具。很多你搞不清楚的环境问题，openclaw doctor会直接给你列出原因。

3.3 手机装 OpenClaw：Termux 的可行性到底有多高

老看到有人搜"如何用 termux 安装 openclaw 手机版下载步骤"，我得诚实说：Termux 可以装，但不适合当成主力环境。我手上的测试机是一部 Android 11 的旧手机，装完跑了基本对话任务，确实能出结果，但有两个硬性限制：一是 Termux 没有 systemd，很多依赖 WSL/Docker 进程管理的 skill 无法运行；二是手机后台容易被系统杀掉，长时间挂机任务经常莫名中断。

如果你想在手机上试一下，步骤也很简单：

pkg update pkg install nodejs git npm install -g openclaw@2026.3.1

首次运行前还要执行termux-setup-storage授权存储权限，否则 OpenClaw 读写外部文件时会报权限错误。手机版的体验结论是：可以做轻量对话实验和简单文本任务，做不了正经的自动化工作了。

3.4 安装通道对照速查表

部署方式	推荐环境	安装命令	适合场景	需要注意
Windows 原生	Win10/11 + WSL2	npm install -g openclaw	日常试用、Windows 办公自动化	需要 PowerShell 执行策略放行
WSL2 + Ubuntu	Ubuntu 22.04+	sudo npm install -g openclaw	生产级任务、Docker 协同	跨文件系统 IO 略慢
Linux 服务器	Ubuntu 22.04+	sudo npm install -g openclaw	7x24 常驻任务	配置 systemd 守护进程
macOS	Apple Silicon / Intel	brew install node + npm install -g openclaw	本地开发调试	注意 npm 目录权限
Termux	Android 11+	pkg install nodejs + npm install -g openclaw	轻量测试	后台易被中断
Docker	Linux/群晖等	见第 6.3 节	干净隔离	需要自己管理数据卷

4. 第一次启动、配置文件与算力接入：Ollama 本地模型和 API 的取舍

4.1 启动后需要改的那个配置文件

安装完成后，第一次运行openclaw会自动进入初始化引导，并生成一个主配置文件。在 2026.3.1 版本里，配置文件的位置如下：

系统	路径
Windows	`%USERPROFILE%\.openclaw\config.yaml`
Linux/macOS	`~/.openclaw/config.yaml`
Termux	`~/storage/shared/.openclaw/config.yaml`（按实际授权路径）

这个 yaml 是整个 OpenClaw 的"中枢神经"。你不需要把所有字段都填完，只需要关注三块：模型来源、skill 目录、companion 开关。一个最小可用的配置长这样：

model: provider: ollama endpoint: http://localhost:11434 name: qwen2.5-3b skill: dir: ~/.openclaw/skills auto_install: true companion: enabled: false

改完配置后重启openclaw，让它重新加载。这里有个容易犯的错：改了 yaml 后直接在同一个会话里继续对话，很多配置不会热生效，必须完全退出进程再启动。

4.2 把 qwen2.5-3b 关联到 OpenClaw：Ollama 部署路线

很多人问"OpenClaw 只能用接入 API 的方式使用算力吗"，这是个误会。它支持好几种 provider，其中本地部署的路径就是通过 Ollama 把开源模型跑起来。流程分三步。

先在终端装 Ollama（Windows 和 macOS 有桌面安装包，Linux 终端执行官方脚本），然后拉取模型：

ollama pull qwen2.5-3b

第二步，验证 Ollama 服务是否正常：

ollama list curl http://localhost:11434/api/tags

如果curl返回一个 JSON 列表，说明服务正常。第三步，重新加载 OpenClaw，配置里选ollama，模型名填qwen2.5-3b。启动后让它随便做一个小任务，比如"帮我在当前目录创建一个 notes.md 并写入今天的日期"，如果它真的执行了，说明"模型理解 + 工具执行"的链路已经打通。

这里我要提醒一个容易让人误判的问题：3B 模型在复杂指令上的理解力有限，同一个任务换 API 模型能一步完成，本地小模型可能要拆成两步。不是 OpenClaw 出了问题，是模型能力边界的问题。想本地体验完整效果，至少上 7B 或 14B 的量化版本。

4.3 云端 API 接入：OpenAI 兼容接口的配置思路

如果选择云端 API，配置里把 provider 换成 openai-compatible，并填写 base_url 和 api_key。以最常见的 OpenAI 兼容接口为例：

model: provider: openai-compatible base_url: https://api.example.com/v1 api_key: sk-xxx name: gpt-4o-mini

需要注意：2026.3.1 对 API 的鉴权字段名做了一次统一，旧的api_key配置方式仍然有效，但更推荐用环境变量OPENCLAW_API_KEY来传递密钥，避免明文写在 yaml 里。配置完成后同样要重启进程。

关于"算力接入"这个问题，我最后给个明确回答：OpenClaw 本身不提供算力，它只负责对接算力。官方安装包不内置模型，也不附带任何 GPU 加速能力；你在网上看到的那些"OpenClaw 怎么接入 xxx 模型"的教程，本质都是在它的 provider 配置层做文章。想免费，接 Ollama；想省事，接 API；两者可以共存，在对话中按需切换 provider。

5. Skills 与 Windows Companion：装好之后真正拉开差距的部分

5.1 openclaw skill 是怎么工作的

Skill（技能包）是 OpenClaw 2026.3.1 最核心的扩展机制。简单说，它就是一组"指令描述 + 可执行脚本"的打包文件，让模型在遇到特定任务时知道调用哪个工具、传递什么参数。

安装一个 skill 的通用命令：

openclaw skill install <skill-name>

比如常见的文件处理类、网页抓取类、定时任务类 skill，都可以用这条命令装。安装后可以在~/.openclaw/skills目录里看到对应的文件夹，这个目录在配置文件的skill.dir里指定。

如果你愿意自己写，一个最简单的 skill 只需要一个 descriptor 文件和一段可执行脚本。descriptor 用 yaml 描述"这个技能是干什么的、需要哪些参数、执行哪个命令"，脚本可以是 python、node、shell。模型在规划任务时，会先看 descriptor 里的触发关键词和说明，再决定要不要调用。

5.2 Windows Companion 的配置

如果你在 Windows 桌面上使用 OpenClaw，会想要它像一个后台助手一样常驻，而不是每次都得开终端。2026.3.1 提供的 Windows Companion 就是干这个的。配置步骤我实测下来的顺序是：

在主配置文件中把companion.enabled改为true，并设置一个本地鉴权 token。
运行openclaw companion start，进程会以托盘方式常驻。
打开 Companion 的配置面板，填入 token，与 CLI 完成配对。

openclaw companion enable openclaw companion start

Companion 配好之后，你可以把 OpenClaw 的最小化窗口常驻系统托盘，任务触发时它会推送通知，点击通知会唤起 CLI 界面查看执行日志。我在实际使用中感觉最舒服的点是：它把"常驻后台"和"手动交互"分离开了，临时想中断任务不用去杀进程。

提示：Companion 和 CLI 共用同一份配置和同一套 skill 目录，但日志文件会分开存放。如果遇到"Companion 收不到通知"的问题，先检查 Windows 通知设置里有没有把对应应用设为允许，而不是急着重装。

5.3 一条顺手的工作流示例

光说不练没用，我说一条我每天都在用的工作流：用skill install daily-report安装日报生成技能，配置好让它每天定时读取工作目录下当天新增的文档，调用 Ollama 本地模型总结成要点，再通过 Companion 推送到桌面。整个链条不需要我手动打开终端执行任何命令。

这套工作流的调度逻辑其实很朴素：OpenClaw 的 agent 在长期运行中按配置规则轮询任务队列，匹配到定时任务后，把任务描述交给模型，模型根据 skill 描述选择并执行对应脚本，最后把结果写回日志。你可以把过程理解为"一个会读说明书、会调工具、会自动汇报的实习生"——只不过它不睡觉。

6. 卸载与善后：怎么卸载 OpenClaw 才算干净

6.1 卸载前必须先做的数据备份

网上有人问"怎么卸载 openclaw"，我想先说一个很多人忽略的点：直接删安装目录会留下三样垃圾——全局命令软链、配置文件、skill 代码包。

正确的卸载顺序是：

# 1. 停掉所有守护进程 openclaw daemon stop openclaw companion stop # 2. 导出你的配置和 skill 列表 openclaw export --output backup.tar.gz # 3. 卸载全局包 npm uninstall -g openclaw

如果你在 Linux 或 macOS 上用了 pnpm 安装，卸载命令相应换成pnpm remove -g openclaw。

6.2 需要手动清掉的目录和残留

npm 的卸载命令通常不会删除用户目录下的运行时数据。2026.3.1 会在以下几个位置留下东西，按你的需要手动清理：

系统	残留位置
Windows	`%USERPROFILE%\.openclaw`、`%APPDATA%\openclaw`、npm 全局目录中的 openclaw 相关文件
Linux/macOS	`~/.openclaw`、`~/.config/openclaw`、`~/.cache/openclaw`
Termux	`$PREFIX/../home/.openclaw`

其中~/.openclaw保存的是配置和 skill，如果你打算换个环境继续用，应该保留这份目录而不是删除。真正需要删干净的是 npm 全局痕迹和缓存目录。

如果你在安装时曾让 OpenClaw 在 Windows 服务列表里注册过计划任务，还需要手动打开"任务计划程序"检查是否有OpenClaw*命名的任务并删除。

6.3 另一种卸载思路：改用 Docker 部署之前先想清楚

有人为了干净会直接改用 Docker 部署 OpenClaw，思路是容器天生隔离，卸载时docker rm -f就完事了。这个想法不坏，但 Docker 部署 OpenClaw 有一个绕不开的问题：模型推理本身不打包在 OpenClaw 里，你仍然要额外拉一个 Ollama 镜像，或者让容器连宿主机上的 Ollama 服务。相当于从"两个进程互相依赖"变成了"两个容器互相依赖"，数据卷照样要管理，卸载时多了一层网络清理。

如果你执意走 Docker 路线，一个参考命令是：

docker run -d --name openclaw \ -v $HOME/.openclaw:/root/.openclaw \ -p 127.0.0.1:8080:8080 \ openclaw/server:2026.3.1

卸载时执行docker stop openclaw && docker rm openclaw，然后删除$HOME/.openclaw即可。

7. 最后再分享几个折腾 2026.3.1 时总结出来的小习惯

如果你准备长期用 OpenClaw，这几件事越早养成习惯越好。

第一，固定 Node 版本。我在 2026.3.1 上踩过一次"升级 Node 之后 openclaw 命令直接消失"的坑。原因不是软件坏了，而是 npm 全局包在 Node 版本变化后没有被重新链接。解决方案很简单：升级 Node 之后，重新执行一次npm install -g openclaw@2026.3.1覆盖安装。

第二，改配置前先备份。OpenClaw 的 yaml 字段不算多，但改错了启动时会直接拒绝加载。我建议每次改动前执行openclaw export --output backup-$(date +%F).tar.gz，比手动拷贝文件夹靠谱，因为导出包会把 skill 的依赖关系一块整理好。

第三，勤看openclaw doctor。遇到任何诡异行为，先跑一遍这个命令。它能查出 90% 以上的环境级问题，包括端口占用、配置文件格式错误、本地模型服务未启动。省下来的时间远多于执行命令的那十几秒。

这篇文章不是官方教程的复读机，它是我在 Windows、Ubuntu、macOS、Termux 四条路线上各自走了一遍之后得出的实际操作记录。OpenClaw 2026.3.1 的安装门槛不算低，但只要把这几个环节踩顺——WSL2 状态查清楚、Node 版本选对、配置文件一次写对、skill 按需安装——后面用起来会省心很多。你也别指望一晚上就把它全部搞明白，先跑通最简单的对话任务，再一点点加 skill，焦虑感会少很多。