写在前面，重要提示

openclaw openclaw中文博客 2026-04-09 2

项目性质：OpenClaw 是一个 AI 研究项目（通常指来自 GitHub 的开源项目，lyh-18/OpenClaw），主要用于学习、研究和开发，并非一个即装即用的商业软件。
环境要求：你需要一台性能尚可的电脑，最好有 NVIDIA 显卡（用于GPU加速），没有显卡用CPU也可以运行，但速度会很慢。
核心技能：需要会使用 命令行终端（Windows 叫 CMD 或 PowerShell，Mac/Linux 叫 Terminal）和 Git。
耐心：过程中可能会遇到环境依赖问题，这是学习AI项目实践的常态，请保持耐心。

第一步：准备工作（安装基础软件）

在你开始安装 OpenClaw 之前，请确保你的电脑上已经安装了以下软件：

写在前面，重要提示-第1张图片-OpenClaw 中文版 - 真正能做事的 AI

安装 Python (>=3.8，推荐 3.10)

访问官网： https://www.python.org/downloads/
下载安装：下载对应你操作系统（Windows/Mac）的安装包。
关键步骤（Windows）：
- 安装时,务必勾选 “Add Python to PATH” 这个选项！这是为了能在命令行里直接使用 python 命令。
验证安装：打开命令行，输入：
```
python --version
```
或
```
python3 --version
```
如果显示了类似 Python 3.10.11 的版本信息，说明安装成功。

安装 Git

访问官网： https://git-scm.com/
下载安装：一直点击“下一步”即可，大部分选项保持默认。
验证安装：命令行输入：
```
git --version
```
显示版本号即成功。

(可选但强烈推荐) 安装 CUDA 和 cuDNN

如果你有 NVIDIA 显卡，并且希望获得GPU加速，你需要安装：
- CUDA Toolkit: NVIDIA的并行计算平台，版本需要与项目要求匹配（11.7, 11.8, 12.1），去NVIDIA官网下载。
- cuDNN: 深度神经网络加速库，在NVIDIA开发者网站下载（需要注册账号），并按照指南安装。
如果你没有显卡或不想折腾：可以跳过此步，后续PyTorch会安装CPU版本。

第二步：获取 OpenClaw 项目代码

打开命令行终端。

找一个合适的目录存放项目，比如在 D: 盘或你的用户文件夹下，在命令行里切换过去：

# Windows 示例，进入D盘
D:
cd D:\MyAIPprojects

# Mac/Linux 示例，进入用户目录下的项目文件夹
cd ~/MyAIPprojects

克隆项目：使用 Git 将代码从 GitHub 下载到本地。
```
git clone https://github.com/lyh-18/OpenClaw.git
```
（注意：URL lyh-18/OpenClaw 是一个示例，请替换为你要安装的实际项目地址）
进入项目文件夹：
```
cd OpenClaw
```

第三步：创建并激活 Python 虚拟环境

为什么需要虚拟环境？ 为了避免不同项目的Python包版本冲突，为每个项目创建一个独立的“小房间”是最佳实践。

创建虚拟环境：在项目根目录（OpenClaw 文件夹内）执行：
```
python -m venv openclaw_env
```
这会在当前目录创建一个名为 openclaw_env 的文件夹，里面包含独立的Python解释器。

激活虚拟环境：

Windows (CMD/PowerShell):

# 在CMD中
openclaw_env\Scripts\activate.bat
# 在PowerShell中
openclaw_env\Scripts\Activate.ps1
# 如果PowerShell提示执行策略限制，先以管理员身份运行PowerShell，执行：
Set-ExecutionPolicy RemoteSigned

Mac/Linux:
```
source openclaw_env/bin/activate
```
激活成功后，你的命令行提示符前面会出现 (openclaw_env) 字样，表示你已进入该虚拟环境。

第四步：安装项目依赖包

项目通常会在根目录提供一个 requirements.txt 文件，里面列出了所有需要的Python包。

首先升级包管理工具：
```
pip install --upgrade pip
```
安装 PyTorch (核心依赖)
- 先去 PyTorch 官网根据你的系统、Python版本和CUDA版本，获取正确的安装命令。
- 例如，你用的是 Windows + CUDA 11.8：
```
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
```
- 如果你只有CPU：
```
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
```

安装项目其他依赖：

pip install -r requirements.txt

如果速度慢，可以使用国内镜像源加速，例如清华源：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

（如果项目需要）安装特定模型或权重
- 有些AI项目需要额外下载预训练模型文件,请仔细阅读项目的 README.md 文件，看是否有如下指令：
  - 运行某个下载脚本：python scripts/download_models.py
  - 或手动从Hugging Face等平台下载文件，放到指定的 checkpoints/ 或 models/ 文件夹里。

第五步：运行与测试

安装完成后,终于可以尝试运行了！

再次确认：你当前位于 OpenClaw 项目根目录，并且命令行提示符前有 (openclaw_env)。
查找启动方式：仔细阅读项目的 README.md，找到如何启动的章节，常见的方式有：
- 启动一个演示Web界面：
```
python web_demo.py
```
  运行后,命令行会输出一个本地地址，如 http://127.0.0.1:7860，用浏览器打开它。
- 运行命令行对话：
```
python cli_demo.py
```
- 运行测试脚本：
```
python test.py
```
第一次运行：可能会需要下载一些大型语言模型（LLM）的权重文件，这需要时间和稳定的网络（可能需要科学上网），请耐心等待。

常见问题与解决方案 (新手必看)

pip install 报错，提示找不到某个包或版本冲突：
- 检查网络,尝试使用镜像源。
- 仔细看错误信息,有时是某个底层库（如 grpcio）编译失败，可以尝试先单独安装它：pip install grpcio --upgrade。
- 在虚拟环境中,可以放心尝试升级/降级包版本。
运行脚本时提示 ModuleNotFoundError: No module named ‘xxx’：
- 说明有依赖包没安装,用 pip install xxx 手动安装它，或者检查 requirements.txt 是否完整。
CUDA out of memory / 显存不足：
- 这是最常见的问题,说明你的显卡内存不够加载整个模型。
- 解决方法：
  - 在启动命令或代码中,尝试使用 --load-in-8bit 或 --load-in-4bit 参数（如果项目支持量化）。
  - 换用更小的模型文件。
  - 在代码中减少 max_length 或 batch_size 参数。
运行速度极慢：
- 确认PyTorch是否在使用GPU,在Python交互环境中输入：
```
import torch
print(torch.cuda.is_available()) # 应该输出 True
print(torch.__version__)
```
  - 如果输出 False，说明你安装的是CPU版本的PyTorch，需要重新安装GPU版本。
  - 如果输出 True 但还是很慢，可能是模型本身很大，你的显卡算力有限。

新手操作流程图

装Python（勾选Add to PATH） -> 验证 `python --version`
2. 装Git -> 验证 `git --version`
3. (可选) 根据显卡装CUDA/cuDNN
4. 打开终端，进入工作目录 `cd /your/path`
5. 克隆项目 `git clone [项目地址]`
6. 进入项目文件夹 `cd OpenClaw`
7. 创建虚拟环境 `python -m venv openclaw_env`
8. 激活虚拟环境 `source/openclaw_env/Scripts/activate`
9. 安装PyTorch (从官网获取正确命令)
10. 安装依赖 `pip install -r requirements.txt`
11. (按README)下载额外模型文件
12. 运行测试 `python cli_demo.py` 或 `python web_demo.py`

遇到任何错误,第一反应是仔细阅读命令行给出的错误信息，第二是去项目的 GitHub Issues 页面搜索是否有相同问题，祝你好运，享受探索AI的乐趣！

本文地址： https://www.ch-openclaw.com.cn/post/840.html