声明：本文只是一次实际部署与使用的经验整理，不构成对任何平台或产品的推荐。网络空间相关活动请遵守国家规定，具体选型与合规请根据自身情况判断。

0. 写在前面：什么叫“真正可用”

很多教程能把 OpenClaw“跑起来”，但真正决定它能不能长期陪你做事的，是稳定性与可持续使用能力。这里的“真正可用”，指的是它在日常场景里能够顺畅调用 AI 能力，也能正常访问 SKILLS、代码仓库等关键资源；出现故障时你能远程介入排障；更重要的是，它能落地到真实工作流里，例如写作、编程与物联网控制，而不是停留在演示层面。

1. 服务器准备

OpenClaw 对外部 AI 能力与 GitHub 等资源依赖很重，因此服务器选择的核心不在于“算力多强”，而在于网络与 IP 质量是否足够稳定、是否容易触发风控。

1.1 为什么选美区大厂

更倾向于选美区大厂云，是因为它的公网出口与 IP 质量通常更“干净”，对 AI 与开发相关资源的访问更稳定。现实限制也必须正视：OpenAI、Anthropic、Google 等对中国大陆与香港地区存在不同程度限制，因此在美国区申请虚拟机往往更可行。成本方面需要提前算账，以 2 vCPU + 7GB 内存为例，月成本可能在 80 美金左右。

1.2 操作系统建议

系统上建议优先 Linux。我使用的是 Rocky Linux，也可以选择 Ubuntu 等常见发行版。相比之下，Windows 部署与维护复杂度更高。

1.3 公网 IP 与 SSH 的意义

购买云服务器后通常会分配公网 IP。你日常未必需要频繁登录服务器，但当你要确认 OpenClaw 是否正常运行，或需要在关键时刻介入排障时，SSH 是必须保留的“后路”。

2. 网络环境

如果服务器在美国侧，一般外网访问能力会更好；但你在国内使用时，仍然会涉及接入方式与入口选择的问题。常见需求包括手机端接入，可能需要选择某个聊天软件作为入口，例如飞书、Telegram、钉钉、企业微信等。

3. 客户端选择

3.1 SSH 客户端

SSH 的用途主要是做少量维护操作，例如查看日志、重启服务、更新依赖等。它不会高频使用，但必须提前准备好并确保可用。

3.2 聊天软件：飞书 vs Telegram

我在国内更常用飞书，主要是因为语音链路更顺滑：飞书可以在前端完成语音转文字，并且还能用飞书自带的 AI 对文本做一定修正，整体成本更低。Telegram 的优势是支持斜杠命令，扩展空间更大，但在国内注册与使用可能不稳定。飞书对接上需要特别提醒：通常要补齐权限与回调参数。另外飞书不支持立刻显示斜杠命令。

4. 配置与部署 OpenClaw

安装方式上我更喜欢 NPM，但它不一定一次成功；如果 NPM 不顺利，直接用官网提供的一条命令安装往往更省时间。对接渠道务必重视权限导入与授权流程。在部署时，飞书插件其实已经内置了，但是 OpenClaw 还要安装，此时可以忽略，直接修改 openclaw 文件，在 channels 部分增加 feishu：

"channels": {
  "feishu": {
    "accounts": {
      "default": {
        "appId": "cli_XXXXXX",
        "appSecret": "YYYYYYYYYYY",
        "domain": "feishu",
        "enabled": true
      }
    },
    "dmPolicy": "pairing",
    "groupPolicy": "open",
    "blockStreaming": true,
    "groups": {}
  }
}

在 plugins 部分，别忘了设置 feishu 为启用：

"plugins": {
  "entries": {
    "feishu": { "enabled": true }
  }
}

5. 选择模型

更建议用双模型策略：一个主力模型负责日常推理与生成，一个备用模型在主力不可用时接管。

体验上，Anthropic Claude（Sonnet 或 Opus）往往综合表现最强，但费用较高，也存在区域使用限制。

国内可用的替代可以考虑 MiniMax、Moonshot Kimi 2.5、智谱 GLM 5.0 等。

最后必须强调：不要轻易自建大模型。预算不到 100 万人民币时，尝试本地自建往往效果还很难达到生产可用。

6. 浏览器配置

云服务器通常没有直观桌面界面，但要让 OpenClaw 处理真实任务，就需要浏览器能力。无头浏览器（Headless Browser）能够让它访问网页并完成登录、信息抓取、填表与截图等操作。

典型例子是发布公众号：无头浏览器打开公众号后台登录页，OpenClaw 截图把登录二维码发给你，你用手机扫码完成登录后，它再继续填写表单、提交草稿。

无头浏览器对内存要求较高，建议至少 4GB 以上。

7. 个性化定义

部署完成后，还需要做人格与行为定义，让它输出的风格、边界与做事方式符合你的习惯。

常见文件：

• AGENTS.md - 用于定义能力、工具与规则
• SOUL.md - 用于定义语气、风格、长短与边界
• USER.md - 记录用户画像与偏好

这部分内容我还在摸索中，还没有找到比较好的门道。

8. 多智能体

OpenClaw 支持定义多个智能体，其核心目标是让不同专业任务的上下文相互隔离，减少“记忆混乱”带来的输出偏差。

对新手来说，不建议一开始就创建多个智能体。更稳妥的路径是先把默认智能体跑通并稳定使用，等你明确了哪些任务需要隔离，再逐步拆分。

9. 技能（Skills）

理想体验是“只靠文字就能驱动它工作”，但要做到稳定复用，技能化非常关键。

比如可以让它创建一个“发布公众号”技能，把登录、填写标题、填写正文、选择封面、保存到草稿箱等步骤固化下来。 这一部分的安装很简单，在 OpenClaw 中直接发文字让它安装即可：

安装 skill：front-design@Anthropics/skills

10. 使用场景

场景 1：发布公众号

我对接的是飞书客户端，因为能在前端完成语音转文字，并用飞书 AI 做文本修正。

实际操作时，我会先说“我要开始一篇新的文章”，并说明标题与内容；首次使用时，我会让它把内容整理成 Markdown，并按我的样式转成 HTML；然后我把微信公众号草稿箱 API 提供给它，让它参照 API 写入草稿箱。

场景 2：编程

做项目时我更强调流程可控：先把需求讲清楚，让它先做设计，再交给我审核；通过后再开始编程，必要时调用 Claude Code 等工具；开发过程中它需要持续汇报进展，并通过不同浏览器进行测试验证。 但我总觉得不如 Claude Code、Codex 和 OpenCode 让人放心。

场景 3：物联网（IoT）控制

由于 OpenClaw 能调用工具、查找技能，并可基于 API 做编程处理，它也可以与物联网系统交互。一个典型的家庭形态是：家里放一台 Mac mini 作为本地节点部署 workload，通过 MQTT、HomeKit 等协议与设备通讯，再用自然语言控制家居设施。

结语

“真正可用”的关键从来不是某个单点配置，而是一套能长期运转的组合：服务器与网络足够稳定，模型与工具有兜底方案，浏览器能力能落地到网页任务，技能与智能体配置能够承载真实工作流。

最后还有一个更现实的问题：你是否有足够的经费支持长期使用？我写这篇文章光 AI Token（国内 AI 服务）就花了 50 元，还不算服务器成本。可见成本压力非常真实。

---

来源：微信公众号原文