11. 常见问题 (FAQ)

课程信息

作者：老金

GitHub：https://github.com/KimYx0207

公众号：老金带你玩AI

X（Twitter）：老金带你玩AI

个人博客：https://aiking.dev

难度等级：🟢 入门

前置知识：无

遇到问题？ 这里收集了社区最常见的问题和解决方案。用 Ctrl+F（或 Cmd+F）搜索关键词，快速定位你的问题

最常见的 5 个问题： Q1: 命令找不到 | Q2: Node.js 版本不兼容 | Q26: API Key 无效 | Q12: Gateway 启动失败 | Q16: WhatsApp 连接问题

这篇 FAQ 收集了 OpenClaw 社区中最常见的问题和解决方案。按类别组织，方便你快速定位问题。

如果这里没有你遇到的问题，可以到 GitHub Issues 提问，或加入 Discord 社区寻求帮助。

2026-04 版本基线

Node.js：24.x 推荐，22.14+ 兼容

安装：macOS / Linux / WSL2 下官方优先推荐 install.sh + openclaw onboard

Windows：原生可用，但 WSL2 更稳定

诊断：openclaw doctor 仍是正式支持的排障入口

稳定版 / 预发布：教程以 v2026.3.28 稳定版为修订参考；Releases 上另有预发布（如 v2026.4.1-beta.1）。细则见 00-阅读指南。

一、安装和配置问题

📌 本节包含 15 个问题： Q1: 命令找不到 | Q2: Node.js 版本不兼容 | Q3: npm 权限错误 | Q4: 中国网络安装慢 | Q5: node-gyp 编译错误 | Q6: onboard 报错 | Q7: 配置文件位置 | Q8: 多 API Key 配置 | Q9: 配置优先级 | Q10: 升级后配置丢失 | Q11: 版本回滚 | Q12: Windows Gateway 失败 | Q13: macOS 安全提示 | Q14: 端口被占用 | Q15: 完全卸载

Q1: `openclaw` 命令找不到（command not found）

现象： 安装完成后执行 openclaw 提示 command not found 或 不是内部或外部命令。

原因： npm 全局安装的 bin 目录没有加入系统 PATH 环境变量。

解决方案：

# 第一步：确认是否真的安装了
npm list -g openclaw

# 第二步：找到 npm 全局 bin 目录
npm config get prefix
# 输出类似 /usr/local 或 /home/user/.npm-global

# 第三步：把 bin 目录加入 PATH
# Linux / macOS
echo 'export PATH="$(npm config get prefix)/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

# Windows PowerShell
# 把 npm prefix 路径加到系统环境变量 Path 中
# 或者直接用 npx openclaw 代替
npx openclaw --version

如果你用的是 pnpm，全局 bin 路径不同：

pnpm config get global-bin-dir
# 把输出的路径加入 PATH

Q2: Node.js 版本不兼容

现象： 安装时报错 engine "node" is incompatible 或运行时出现语法错误。

原因： OpenClaw 当前官方建议使用 Node.js 24.x；22.14+ 仍然兼容。低于兼容线时，常见报错就是 engine incompatible、运行时语法错误或部分 API 不可用。

解决方案：

# 检查当前版本
node --version

# 如果低于 v22，用 nvm 升级
# 安装 nvm（如果还没装）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash

# 重新打开终端，然后：
nvm install 24
nvm use 24
nvm alias default 24  # 设为默认版本

# 验证
node --version  # 应该显示 v24.x.x

Windows 用户推荐用 nvm-windows：

nvm install 24
nvm use 24

Q3: npm install 报权限错误（EACCES）

现象： npm install -g openclaw 时报 EACCES: permission denied。

原因： npm 全局目录的权限不对，当前用户没有写入权限。

解决方案：

# 方案一：修改 npm 全局目录（推荐）
mkdir -p ~/.npm-global
npm config set prefix '~/.npm-global'
echo 'export PATH="~/.npm-global/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
npm install -g openclaw

# 方案二：用 sudo（不推荐，但能快速解决）
sudo npm install -g openclaw

# 方案三：用 nvm 管理 Node.js（最佳实践）
# nvm 安装的 Node.js 不需要 sudo

Q4: 中国网络环境安装慢或失败

现象： npm install 卡住不动，或者下载速度极慢，最终超时失败。

原因： npm 默认从 registry.npmjs.org 下载，国内访问速度不稳定。

解决方案：

# 方案一：临时使用镜像（推荐）
npm install -g openclaw --registry=https://registry.npmmirror.com

# 方案二：永久切换镜像
npm config set registry https://registry.npmmirror.com
npm install -g openclaw

# 方案三：使用 cnpm
npm install -g cnpm --registry=https://registry.npmmirror.com
cnpm install -g openclaw

# 验证镜像是否生效
npm config get registry

如果连 npm 镜像都访问不了，可以考虑 Docker 安装方式，提前拉取镜像：

# 使用 Docker Hub 镜像加速
docker pull openclaw/openclaw:latest

Q5: 安装时报 `node-gyp` 编译错误

现象： 安装过程中出现 gyp ERR! 或 node-gyp rebuild 失败。

原因： 某些依赖包含原生 C++ 模块，需要编译工具链。

解决方案：

# Linux (Ubuntu/Debian)
sudo apt-get install -y build-essential python3

# macOS
xcode-select --install

# Windows
# 以管理员身份运行 PowerShell
npm install -g windows-build-tools
# 或者安装 Visual Studio Build Tools

Q6: `openclaw onboard` 引导向导报错

现象： 运行 openclaw onboard 后，终端卡在某一步不动了（光标闪烁但没有输出），或者直接报错退出并显示 Error: network timeout 或 TypeError: Cannot read properties of undefined。

原因： 可能是终端不支持交互式输入，或者网络问题导致无法验证 API Key。

解决方案：

# 方案一：确保用的是交互式终端（不是 IDE 内置终端）
# 打开系统自带的终端应用

# 方案二：跳过引导，手动配置
export OPENAI_API_KEY="sk-proj-xxxxx"
openclaw config set agents.defaults.model "openai/gpt-5.2"
openclaw gateway --port 18789

# 方案三：检查配置文件是否损坏
cat ~/.openclaw/openclaw.json
# 如果内容异常，删除后重新引导
rm ~/.openclaw/openclaw.json
openclaw onboard

Q7: 配置文件在哪里？怎么手动编辑？

现象： 想直接编辑配置文件，但不知道在哪。

说明： OpenClaw 的所有配置都在 ~/.openclaw/ 目录下。

# 查看配置目录结构
ls -la ~/.openclaw/

# 主要文件：
# ~/.openclaw/openclaw.json    — 主配置文件（JSON5 格式）
# ~/.openclaw/workspace/      — 工作空间（记忆、技能等）
# ~/.openclaw/gateway/        — Gateway 运行时数据

# 用命令查看当前配置
openclaw config get

# 用命令修改配置（推荐，会自动验证格式）
openclaw config set <key> <value>

# 也可以直接编辑 JSON5 文件
nano ~/.openclaw/openclaw.json

Q8: 多个 API Key 怎么配置？

现象： 想同时配置 OpenAI 和 Anthropic 的 Key，不知道怎么操作。

解决方案：

# 推荐：通过环境变量配置（优先级高于配置文件，更安全）
export OPENAI_API_KEY="sk-proj-xxxxx"
export ANTHROPIC_API_KEY="sk-ant-xxxxx"
export GEMINI_API_KEY="AIzaSy-xxxxx"

# 设置默认模型
openclaw config set agents.defaults.model "openai/gpt-5.2"

# OpenClaw 会自动读取环境变量，不需要在配置文件中写 Key

Q9: 环境变量和配置文件哪个优先？

说明： 优先级从高到低：

命令行参数 > 环境变量 > ~/.openclaw/openclaw.json > 默认值

也就是说，如果你同时在环境变量和配置文件里设了 API Key，环境变量的值会生效。

Q10: 升级 OpenClaw 后配置丢失了

现象： 更新到新版本后，之前的配置好像不见了。

原因： 正常情况下升级不会覆盖配置。但如果你用 Docker 部署且没有挂载数据卷，容器重建后数据会丢失。

解决方案：

# 升级前先备份
cp -r ~/.openclaw ~/.openclaw.backup

# npm 升级（配置不会丢）
npm update -g openclaw

# Docker 升级（确保挂载了数据卷）
# docker-compose.yml 中必须有：
# volumes:
#   - ./data:/root/.openclaw

# 如果配置真的丢了，从备份恢复
cp -r ~/.openclaw.backup ~/.openclaw

Q11: 升级后功能异常怎么回滚？

现象： 执行 npm update -g openclaw 升级到新版本后，之前正常的功能出现报错、崩溃或行为异常，需要退回旧版本。

解决方案：

# 查看当前版本
openclaw --version

# 查看所有可用版本
npm view openclaw versions --json

# 回滚到指定版本
npm install -g openclaw@2026.1.0

# Docker 回滚
docker pull openclaw/openclaw:v2026.1.0
# 修改 docker-compose.yml 中的 image tag 后重启

Q12: Windows 上安装后 Gateway 启动失败

现象： Windows 上执行 openclaw gateway start 后，终端窗口闪一下就关闭了（闪退），或者报错 EADDRINUSE、EACCES 等错误信息，Gateway 无法正常启动。

原因： Windows 的端口占用、防火墙或 WSL 兼容性问题。

解决方案：

# 检查端口是否被占用
netstat -an | findstr 18789

# 如果被占用，换一个端口
openclaw config set gateway.port 18790

# 检查防火墙是否放行
# Windows Defender 防火墙 → 高级设置 → 入站规则 → 新建规则 → 端口 18789

# 推荐：在 WSL2 中运行 OpenClaw
wsl --install
# 在 WSL 中按 Linux 方式安装

Q13: macOS 上安装提示"无法验证开发者"

现象： macOS 上首次运行 openclaw 命令时，系统弹出对话框提示「无法验证开发者」或「无法打开，因为 Apple 无法检查其是否包含恶意软件」，命令被阻止执行。

解决方案：

# 方案一：在系统偏好设置中允许
# 系统偏好设置 → 隐私与安全性 → 仍然允许

# 方案二：通过命令行移除隔离属性
xattr -d com.apple.quarantine $(which openclaw)

Q14: 安装完成但 `openclaw gateway start` 提示端口被占用

现象： 报错 EADDRINUSE: address already in use :::18789。

原因： 端口 18789 已经被其他进程占用，或者上一次 Gateway 没有正常关闭。

解决方案：

# 找到占用端口的进程
# Linux / macOS
lsof -i :18789
# 记下 PID，然后 kill
kill -9 <PID>

# Windows
netstat -ano | findstr 18789
taskkill /PID <PID> /F

# 或者换一个端口
openclaw config set gateway.port 18790
openclaw gateway start

Q15: 怎么完全卸载 OpenClaw？

现象： 不再使用 OpenClaw，想彻底从系统中移除所有相关文件（包括程序、配置和数据）。

解决方案：

# 停止 Gateway
openclaw gateway stop

# 卸载 npm 包
npm uninstall -g openclaw

# 删除配置和数据（谨慎操作，不可恢复）
rm -rf ~/.openclaw

# Docker 方式
docker compose down -v
docker rmi openclaw/openclaw:latest

二、消息平台问题

📌 本节包含 10 个问题： Q16: WhatsApp 频繁断开 | Q17: Telegram Bot 不响应 | Q18: Telegram 群组不回复 | Q19: Discord Bot 无法加入 | Q20: 消息延迟严重 | Q21: rate limited | Q22: 飞书收不到消息 | Q23: 控制面板打不开 | Q24: 多账号接入 | Q25: 图片文件处理

Q16: WhatsApp 扫码后频繁断开

现象： 扫码配对成功，但过一会儿就断开，需要反复扫码。

原因： WhatsApp Web 协议要求手机端保持在线。如果手机网络不稳定或 WhatsApp 应用被系统杀后台，连接就会断。

解决方案：

# 第一步：把 Gateway 安装为系统服务，保持持续运行
openclaw daemon

# 第二步：检查连接状态
openclaw channels status whatsapp

# 第三步：如果断开了，重新连接
openclaw channels logout whatsapp
openclaw channels login whatsapp

# 第四步：查看断开原因
openclaw logs --limit 50 | grep whatsapp

其他注意事项：

确保手机上的 WhatsApp 没有被省电模式限制后台运行
一个 WhatsApp 账号只能同时连接一个 Web 客户端，如果你在浏览器里也开了 WhatsApp Web，会冲突
建议用一个专门的手机号来跑 OpenClaw

Q17: Telegram Bot 不响应消息

现象： 给 Telegram Bot 发消息，没有任何回复。

原因： 可能是 Bot Token 配置错误、Bot 没有接收消息的权限、或者 Gateway 没有正常运行。

解决方案：

# 第一步：确认 Gateway 在运行
openclaw status

# 第二步：确认 Bot Token 正确
openclaw config get channels.telegram.botToken
# 去 @BotFather 核对 Token 是否一致

# 第三步：确认 Bot 的隐私模式
# 在 @BotFather 中：
# /mybots → 选择你的 Bot → Bot Settings → Group Privacy → Turn off
# 关闭隐私模式后，Bot 才能接收群组中的所有消息

# 第四步：检查日志
openclaw logs --limit 50 | grep telegram

# 第五步：重新连接
openclaw channels logout telegram
openclaw channels login telegram

Q18: Telegram Bot 在群组中不回复

现象： Bot 在私聊中正常回复，但在群组中不响应。

原因： Telegram Bot 默认开启隐私模式，在群组中只能收到 @提及和 /命令。

解决方案：

在 @BotFather 中关闭隐私模式（见 Q17）
或者在群组中 @提及 Bot 来触发回复
在群组配置中设置激活模式（通过聊天命令 /activation mention 或 /activation always 切换）

Q19: Discord Bot 无法加入服务器

现象： 用邀请链接添加 Bot 时报错 Missing Permissions。

原因： Bot 的 OAuth2 权限配置不完整。

解决方案：

去 Discord Developer Portal
选择你的应用 → OAuth2 → URL Generator
勾选以下权限：
- bot
- applications.commands
- Send Messages
- Read Message History
- Embed Links
- Attach Files
用生成的新链接重新邀请 Bot

# 配置 Discord Bot Token（注意：Discord 用的字段是 token，不是 botToken）
openclaw config set channels.discord.token "your-discord-bot-token"
openclaw channels logout discord
openclaw channels login discord

Q20: 消息延迟严重（发了好久才回复）

现象： 发消息后要等 10 秒甚至更久才收到回复。

原因： 延迟可能来自多个环节 — 网络、模型 API 响应时间、消息队列积压。

解决方案：

# 第一步：排查是哪个环节慢
openclaw logs --limit 20
# 看日志中的时间戳，判断延迟发生在哪里

# 第二步：测试模型 API 延迟
openclaw health
# 如果 API 延迟高，考虑换模型或换提供商

# 第三步：检查是否有消息积压
openclaw sessions list

# 第四步：优化措施
# 使用更快的模型
openclaw config set agents.defaults.model "openai/gpt-5.2-mini"
# 减少系统提示词长度（Token 越少，响应越快）
# 精简 ~/.openclaw/workspace/SOUL.md 的内容

Q21: 消息发送失败，提示 "rate limited"

现象： 发消息时报错 429 Too Many Requests 或 rate limited。

原因： 消息平台有发送频率限制。WhatsApp 尤其严格，短时间内发太多消息会被限流。

解决方案：

# 消息平台的限流是平台侧限制，OpenClaw 没有内置速率限制配置
# 解决方案：
# 1. 减少消息发送频率，避免触发平台限流
# 2. 等待限流解除后自动重试
# 3. 如果是 API 限流（429），参考 Q27 配置模型故障转移

Q22: 飞书（Feishu/Lark）接入后收不到消息

现象： 飞书 Bot 配置完成，但收不到用户消息。

原因： 飞书的事件订阅配置不完整，或者回调地址不可达。

解决方案：

# 第一步：确认 Gateway 的公网地址可达
curl https://your-domain.com:18789/health

# 第二步：在飞书开放平台配置事件订阅
# 事件订阅 URL：https://your-domain.com:18789/webhook/feishu
# 需要订阅的事件：im.message.receive_v1

# 第三步：检查日志
openclaw logs --limit 50 | grep feishu

# 第四步：确认 Bot 权限
# 飞书开放平台 → 应用权限 → 确保开启了：
# - 获取与发送单聊、群组消息
# - 读取用户信息

Q23: 控制面板（Dashboard）打不开

现象： 浏览器访问 http://localhost:18789 显示无法连接。

原因： Gateway 没有运行，或者端口被防火墙拦截。

解决方案：

# 第一步：确认 Gateway 在运行
openclaw status

# 如果没运行，启动它
openclaw gateway --port 18789

# 第二步：检查端口
# Linux / macOS
lsof -i :18789
# Windows
netstat -an | findstr 18789

# 第三步：如果是远程服务器，检查防火墙
# Ubuntu
sudo ufw allow 18789
# CentOS
sudo firewall-cmd --add-port=18789/tcp --permanent
sudo firewall-cmd --reload

# 第四步：重启 Gateway（停止后重新启动，或使用聊天命令 /restart）
openclaw gateway --port 18789

Q24: 同一个平台能接入多个账号吗？

说明： 可以。OpenClaw 支持同一平台的多个 Channel 实例。

# 添加第二个 WhatsApp 账号
openclaw channels add whatsapp --name "work-whatsapp"
openclaw channels add whatsapp --name "personal-whatsapp"

# 查看所有 Channel
openclaw channels list

每个 Channel 独立运行，有自己的配对状态和消息队列。

Q25: 消息中的图片/文件 AI 能处理吗？

说明： 取决于你使用的模型。支持多模态的模型（如 GPT-5.2、Claude Sonnet 4.6）可以处理图片。

# 多模态能力取决于你使用的模型，不需要额外配置
# 支持多模态的模型（如 GPT-5.2、Claude Sonnet 4.6）会自动处理图片
# 文件大小限制取决于消息平台本身的限制

不支持多模态的模型收到图片时，会提示用户发送文字。

三、模型和 AI 问题

📌 本节包含 10 个问题： Q26: API 401 报错 | Q27: API 429 限流 | Q28: 模型回复慢 | Q29: Token 超限 | Q30: Ollama 连不上 | Q31: 本地模型质量差 | Q32: 国产模型配置 | Q33: 模型故障转移 | Q34: 控制 API 费用 | Q35: 不同对话用不同模型

Q26: API 调用报错 401 Unauthorized

现象： 发消息后 AI 不回复，日志中出现 401 Unauthorized 或 Invalid API Key。

原因： API Key 无效、过期、或者余额不足。

解决方案：

# 第一步：检查 Key 是否配置正确
# 推荐通过环境变量设置：
echo $OPENAI_API_KEY
# 确认 Key 没有多余的空格或换行

# 第二步：测试 Key 是否有效
openclaw health
# 如果报错，说明 Key 有问题

# 第三步：去提供商后台检查
# OpenAI: https://platform.openai.com/account/api-keys
# Anthropic: https://console.anthropic.com/settings/keys
# 确认 Key 没有被撤销，账户余额充足

# 第四步：重新设置 Key
export OPENAI_API_KEY="sk-proj-new-key-here"
# 然后重启 Gateway

Q27: 报错 429 Too Many Requests（API 限流）

现象： 高频使用时出现 429 错误，AI 间歇性不回复。

原因： 超过了模型提供商的 API 调用频率限制（RPM/TPM）。

解决方案：

# 方案一：启用模型故障转移（推荐）
# 在 ~/.openclaw/openclaw.json 中配置：
# {
#   "agents": {
#     "defaults": {
#       "model": {
#         "primary": "openai/gpt-5.2",
#         "fallbacks": ["anthropic/claude-sonnet-4-6", "openai/gpt-5.2-mini"]
#       }
#     }
#   }
# }

# 方案二：使用 OpenRouter（聚合多个提供商，限流更宽松）
export OPENROUTER_API_KEY="sk-or-xxxxx"
openclaw config set agents.defaults.model "openrouter/openai/gpt-5.2"

# 方案三：升级 API 账户等级（更高的 RPM/TPM 限制）
# 去各提供商控制台升级

Q28: 模型回复很慢

现象： 发送消息后，AI 要等 10-30 秒甚至更久才开始回复。在终端日志中可以看到请求已发出，但响应迟迟不返回。

原因： 大模型本身推理就需要时间，加上网络延迟，响应时间会更长。

解决方案：

# 方案一：换用更快的小模型
openclaw config set agents.defaults.model "openai/gpt-5.2-mini"
# gpt-5.2-mini 速度是 gpt-5.2 的 3-5 倍，日常对话足够用

# 方案二：流式响应默认已启用
# OpenClaw 默认使用流式输出（边生成边发送），无需额外配置

# 方案三：减少系统提示词长度
# 精简 SOUL.md 中不必要的指令，精简 MEMORY.md 内容
openclaw agents list
# 查看当前 Agent 列表

# 方案四：使用本地模型（延迟最低）
ollama pull llama3.1:8b
openclaw config set models.providers.ollama.baseUrl "http://127.0.0.1:11434"
openclaw config set agents.defaults.model "ollama/llama3.1:8b"

# 方案五：检查网络延迟
ping api.openai.com
# 如果延迟高，考虑使用代理或换区域更近的提供商

Q29: Token 超限报错（context length exceeded）

现象： 对话到一定长度后报错 maximum context length exceeded 或 token limit。

原因： 每个模型都有上下文窗口限制。对话历史 + 系统提示 + 记忆文件的总 Token 数超过了模型限制。

解决方案：

# 查看当前会话的 Token 使用情况
openclaw sessions list

# 方案一：使用 /compact 命令手动压缩上下文
# 在聊天界面中发送 /compact，OpenClaw 会自动压缩旧消息
# 也可以配置自动压缩阈值：
# 在 ~/.openclaw/openclaw.json 中设置：
# {
#   "agents": {
#     "defaults": {
#       "compaction": {
#         "reserveTokensFloor": 20000
#       }
#     }
#   }
# }
# reserveTokensFloor 越大，压缩越激进

# 方案二：使用上下文窗口更大的模型
# Claude Sonnet 4.6: 200K tokens
# Gemini 3.1 Pro: 1M tokens
# GPT-5.2: 128K tokens
openclaw config set agents.defaults.model "anthropic/claude-sonnet-4-6"

# 方案三：手动清理会话
openclaw sessions cleanup
# 或让 AI 总结后开新会话（在聊天界面发送 /new）

Q30: Ollama 本地模型连不上

现象： 配置了 Ollama 但 OpenClaw 报错 ECONNREFUSED 或 connection refused。

原因： Ollama 服务没有启动，或者监听地址配置不对。

解决方案：

# 第一步：确认 Ollama 在运行
ollama serve
# 或者检查是否已经在后台运行
curl http://127.0.0.1:11434/api/tags

# 第二步：确认有可用的模型
ollama list
# 如果没有模型，先拉一个
ollama pull llama3.1:8b

# 第三步：配置 OpenClaw 连接 Ollama
openclaw config set models.providers.ollama.baseUrl "http://127.0.0.1:11434"
openclaw config set agents.defaults.model "ollama/llama3.1:8b"

# 第四步：如果 Ollama 和 OpenClaw 不在同一台机器
# 需要让 Ollama 监听所有网卡
OLLAMA_HOST=0.0.0.0 ollama serve
# 然后配置远程地址
openclaw config set models.providers.ollama.baseUrl "http://192.168.1.100:11434"

Q31: 本地模型回复质量差

现象： 用 Ollama 跑本地模型，回复经常答非所问或质量很低。

原因： 小参数模型的能力有限，尤其是中文能力。

解决方案：

# 方案一：换用更大的模型（需要更多内存/显存）
ollama pull llama3.1:70b    # 需要 64GB+ 内存
ollama pull qwen2.5:14b     # 中文能力更好

# 方案二：调整模型参数（在 API 调用时传入，非配置文件）
# temperature 和 topP 等参数取决于模型提供商
# 本地模型可以在 Ollama 的 Modelfile 中设置默认参数
# 例如创建自定义 Modelfile：
# FROM llama3.1:8b
# PARAMETER temperature 0.7
# PARAMETER top_p 0.9

# 方案三：优化系统提示词
# 本地小模型对提示词更敏感，要写得简洁明确
# 在 SOUL.md 中精简指令，避免复杂的多步骤指令

# 方案四：混合策略 — 简单任务用本地模型，复杂任务用云端
# 通过模型故障转移实现：本地模型作为默认，复杂任务手动切换
# 在 ~/.openclaw/openclaw.json 中配置：
# {
#   "agents": {
#     "defaults": {
#       "model": {
#         "primary": "ollama/llama3.1:8b",
#         "fallbacks": ["openai/gpt-5.2"]
#       }
#     }
#   }
# }

Q32: 怎么使用国产模型（通义千问、Kimi、智谱等）？

解决方案：

# 国产模型大多可以通过 OpenAI 兼容接口或 OpenRouter 接入

# 通义千问（阿里云 DashScope）— 通过 OpenAI 兼容接口
# 在 ~/.openclaw/openclaw.json 中配置：
# {
#   "models": {
#     "providers": {
#       "dashscope": {
#         "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1"
#       }
#     }
#   },
#   "agents": { "defaults": { "model": "dashscope/qwen-max" } }
# }
# API Key 通过环境变量设置（参考 DashScope 文档）

# Moonshot / Kimi — 通过 OpenAI 兼容接口
# baseUrl: "https://api.moonshot.cn/v1"

# DeepSeek — 通过 OpenAI 兼容接口
# baseUrl: "https://api.deepseek.com/v1"

# 最简单的方式：通过 OpenRouter 一站式接入所有国产模型
export OPENROUTER_API_KEY="sk-or-xxxxx"
openclaw config set agents.defaults.model "openrouter/deepseek/deepseek-chat"

国产模型的优势：不需要代理、中文能力强、价格便宜。推荐中国用户优先考虑。

Q33: 怎么配置模型故障转移（Fallback）？

说明： 当主模型不可用时，自动切换到备用模型，保证服务不中断。

# 在 ~/.openclaw/openclaw.json 中配置 Fallback 链：
# {
#   "agents": {
#     "defaults": {
#       "model": {
#         "primary": "openai/gpt-5.2",
#         "fallbacks": [
#           "anthropic/claude-sonnet-4-6",
#           "openai/gpt-5.2-mini"
#         ]
#       }
#     }
#   }
# }
# 当主模型返回 5xx、超时或 429 限流时，自动按顺序尝试备用模型

# 查看 Fallback 状态
openclaw models fallbacks list
openclaw models status

Q34: API 费用太高怎么控制成本？

解决方案：

# 方案一：在模型提供商控制台设置预算上限
# OpenAI: Settings > Limits 设置月度上限
# Anthropic: Plans & Billing 查看用量
# Google Cloud: 设置 API 配额和预算提醒
# OpenClaw 本身没有内置预算控制配置

# 方案二：使用更便宜的模型
# gpt-5.2-mini 价格是 gpt-5.2 的 1/10
openclaw config set agents.defaults.model "openai/gpt-5.2-mini"

# 方案三：精简记忆文件减少 Token 消耗
# MEMORY.md 建议控制在 500 行以内
# 精简 SOUL.md 系统提示词

# 方案四：查看系统状态
openclaw status

# 方案五：本地模型零成本
ollama pull llama3.1:8b
openclaw config set agents.defaults.model "ollama/llama3.1:8b"

Q35: 怎么让不同的对话用不同的模型？

说明： 可以为不同的 Agent 配置不同的模型，通过在配置文件中为每个 Agent 指定独立的模型。

# 方案一：为不同 Agent 配置不同模型
# 在 ~/.openclaw/openclaw.json 中配置：
# {
#   "agents": {
#     "defaults": {
#       "model": "openai/gpt-5.2-mini"
#     },
#     "list": [
#       { "id": "coding", "model": "anthropic/claude-sonnet-4-6" },
#       { "id": "casual", "model": "openai/gpt-5.2-mini" }
#     ]
#   }
# }

# 方案二：使用模型别名快速切换
openclaw models aliases add code-review "anthropic/claude-opus-4-6"
openclaw models aliases add quick-chat "openai/gpt-5.2-mini"

# 方案三：通过 bindings 将不同 Channel 路由到不同 Agent
# 每个 Agent 使用各自配置的模型
# 详见 08-多Agent协作指南.md

四、技能和工具问题

📌 本节包含 10 个问题： Q36: 技能不生效 | Q37: 自定义技能报错 | Q38: 工具执行失败 | Q39: 禁用工具 | Q40: 添加新工具 | Q41: 技能中途中断 | Q42: 查看工具调用 | Q43: 内置技能列表 | Q44: 技能冲突 | Q45: 分享技能

Q36: 技能（Skill）不生效，AI 不执行

现象： 你发消息让 AI 执行某个技能（比如「帮我搜索 xxx」），但 AI 只是用文字回复了一段话，并没有真正调用工具去执行操作。日志中也看不到工具调用记录。

原因： 技能没有正确加载，或者触发条件不匹配。

解决方案：

# 第一步：检查技能是否已加载
openclaw skills list
# 确认目标技能在列表中且状态为 enabled

# 第二步：检查技能的触发关键词
openclaw skills info <skill-name>
# 看 triggers 字段，确认你的消息包含触发词

# 第三步：手动触发技能测试
openclaw skills check <skill-name> --input "测试消息"

# 第四步：重新加载技能
openclaw skills list

Q37: 自定义技能报错

现象： 在 ~/.openclaw/workspace/skills/ 目录下创建了自定义技能的 .md 文件，但执行 openclaw skills list 时该技能未出现，或者出现 skill parse error、invalid skill format 等报错信息。

原因： 技能文件格式不对，或者引用了不存在的工具。

解决方案：

# 第一步：检查技能文件格式
openclaw skills check ~/.openclaw/workspace/skills/my-skill.md

# 第二步：确认引用的工具都存在
openclaw skills list
# 对照技能文件中引用的工具名称

# 技能文件的基本格式：
cat ~/.openclaw/workspace/skills/my-skill.md

正确的技能文件结构：

---
name: my-custom-skill
description: 我的自定义技能
triggers:
  - "帮我做xxx"
  - "执行xxx"
tools:
  - file_read
  - file_write
  - web_search
---

## 指令

当用户要求做 xxx 时，按以下步骤执行：

1. 先搜索相关信息
2. 读取必要的文件
3. 生成结果并写入文件

Q38: 工具（Tool）执行失败

现象： AI 回复中显示「正在调用 xxx 工具」，但随后报错 tool execution failed、permission denied 或 tool not found，操作没有完成。

原因： 工具缺少必要的权限或依赖。

解决方案：

# 第一步：检查工具状态
openclaw doctor
# 诊断安全和配置问题

# 第二步：测试单个工具
openclaw skills check <skill-name>

# 第三步：检查工具依赖
openclaw skills info <skill-name>
# 看 dependencies 字段，确认依赖都已安装

# 第四步：常见工具问题
# web_search 需要网络连接
# file_write 需要目标目录有写权限
# shell_exec 需要在配置中启用（默认禁用，出于安全考虑）

Q39: 怎么禁用某个工具？

说明： 出于安全考虑，你可能想禁用某些危险工具。

# 工具权限通过沙箱模式控制
# 在 ~/.openclaw/openclaw.json 中配置沙箱：
# {
#   "agents": {
#     "defaults": {
#       "sandbox": { "mode": "all" }
#     }
#   }
# }
# sandbox.mode: "off"（默认，不限制）| "non-main"（限制非主 Agent）| "all"（限制所有 Agent）
# 沙箱模式会限制文件系统访问和命令执行

# 也可以在 SOUL.md 中明确告诉 AI 不要使用某些工具
# 例如："永远不要执行 shell 命令，不要删除文件"

# 查看当前工具权限配置
openclaw doctor

Q40: 怎么给 AI 添加新工具？

说明： OpenClaw 支持通过 MCP（Model Context Protocol）协议接入外部工具。

# 方案一：使用内置的 MCP 服务器
openclaw plugins

# 方案二：接入第三方 MCP 服务器
# 在 ~/.openclaw/openclaw.json 中配置 MCP 服务器连接

# 方案三：自己写工具（TypeScript）
# 在 ~/.openclaw/workspace/tools/ 下创建工具文件
# 参考文档：https://docs.openclaw.ai/tools/custom

Q41: 技能执行到一半中断了

现象： AI 在执行一个多步骤技能时（比如「搜索 → 读取文件 → 生成报告」），执行到中间某一步后突然停下来，不再继续后续步骤，也没有给出完成提示。

原因： 可能是 Token 限制导致输出被截断，或者某个中间步骤失败了。

解决方案：

# 第一步：查看会话日志，找到中断点
# 使用前台模式运行 Gateway 查看详细日志：
openclaw gateway --port 18789 --verbose

# 第二步：Token 限制导致截断的解决方案
# 不同模型有不同的最大输出限制（如 GPT-5.2 最大 32K tokens）
# 换用输出限制更大的模型，或精简系统提示词

# 第三步：让 AI 继续
# 直接发消息 "继续" 或 "请继续执行"

# 第四步：如果是工具执行失败导致的中断
openclaw skills check <failed-tool-name>
# 修复工具问题后重试

Q42: 怎么查看 AI 调用了哪些工具？

解决方案：

# 查看最近会话的工具调用记录
openclaw sessions list

# 实时查看工具调用（调试模式）
openclaw logs --follow
# 日志中会显示每次工具调用的详细信息

# 查看系统状态
openclaw status

Q43: 内置技能列表在哪里看？

解决方案：

# 列出所有技能（包括内置技能）
openclaw skills list

# 查看某个技能的详细说明
openclaw skills info <skill-name>

Q44: 技能之间会冲突吗？

说明： 如果多个技能的触发条件重叠，可能会出现冲突。OpenClaw 会按优先级选择。

# 查看技能列表
openclaw skills list

# 查看特定技能的详细信息
openclaw skills info <skill-name>

Q45: 怎么分享自定义技能给别人？

解决方案：

# 查看技能文件
openclaw skills list

# 技能文件位于 ~/.openclaw/workspace/skills/ 目录
# 可以直接复制 .md 文件来分享技能

# 查看社区技能库
# https://github.com/openclaw/openclaw-skills

五、部署和运维问题

📌 本节包含 10 个问题： Q46: Docker 容器立即退出 | Q47: 容器内存过高 | Q48: 数据卷备份 | Q49: 自动重启 | Q50: 查看日志 | Q51: 监控运行状态 | Q52: 磁盘空间清理 | Q53: 多服务器部署 | Q54: 设置 HTTPS | Q55: 自动更新

Q46: Docker 容器启动后立即退出

现象： 执行 docker compose up -d 后，运行 docker ps 看不到 OpenClaw 容器，用 docker ps -a 查看发现容器状态为 Exited (1) 或其他非零退出码。

原因： 配置文件缺失、端口冲突、或者环境变量没设置。

解决方案：

# 第一步：查看容器退出日志
docker compose logs openclaw

# 第二步：常见原因排查
# 原因 1：配置文件不存在
ls ./data/openclaw.json  # 确认挂载的配置文件存在

# 原因 2：端口被占用
lsof -i :18789
# 如果被占用，修改 docker-compose.yml 中的端口映射

# 原因 3：环境变量缺失
# 确认 .env 文件存在且包含必要变量
cat .env

# 第三步：用前台模式启动，方便看日志
docker compose up  # 不加 -d

Q47: Docker 容器内存占用过高

现象： 运行 docker stats 发现 OpenClaw 容器的内存使用量持续增长，从几百 MB 涨到好几 GB，甚至导致宿主机变卡或 OOM（Out of Memory）被系统杀掉。

原因： 连接了太多平台、会话数据积累、或者存在内存泄漏。

解决方案：

# 查看容器资源使用
docker stats openclaw

# 方案一：限制容器内存
# 在 docker-compose.yml 中添加：
# deploy:
#   resources:
#     limits:
#       memory: 1G

# 方案二：清理会话数据
docker exec openclaw openclaw sessions cleanup

# 方案三：减少同时连接的平台数量

# 方案四：定期重启容器（临时方案）
# 配置 crontab
# 0 4 * * * docker compose restart openclaw

Q48: Docker 数据卷怎么备份？

解决方案：

# 方案一：直接备份挂载目录
tar -czf openclaw-backup-$(date +%Y%m%d).tar.gz ./data/

# 方案二：备份 Docker volume
docker run --rm \
  -v openclaw_data:/source \
  -v $(pwd):/backup \
  alpine tar -czf /backup/openclaw-data.tar.gz -C /source .

# 方案三：自动化备份脚本
# 建议配合 crontab 每天自动备份
# 0 3 * * * /path/to/backup-script.sh

Q49: Gateway 进程崩溃后怎么自动重启？

解决方案：

# 方案一：安装为 systemd 服务（Linux 推荐）
openclaw daemon
# 这会创建 systemd service，崩溃后自动重启

# 查看服务状态
systemctl status openclaw-gateway

# 方案二：Docker 自动重启
# 在 docker-compose.yml 中设置：
# restart: unless-stopped

# 方案三：用 PM2 管理（Node.js 生态）
npm install -g pm2
pm2 start "openclaw gateway --port 18789" --name openclaw
pm2 save
pm2 startup  # 开机自启

Q50: 日志在哪里看？怎么排查问题？

解决方案：

# 最直接的方式：前台运行 Gateway 并开启 --verbose
openclaw gateway --port 18789 --verbose
# 所有日志实时输出到终端

# 按关键词过滤（通过管道 grep）
# openclaw gateway --port 18789 --verbose 2>&1 | grep "error"

# Docker 环境
docker compose logs -f openclaw
docker compose logs --tail 100 openclaw

# 日志文件位置（取决于 logging 配置）
# 默认日志输出到 stdout/stderr
# 可以通过 logging.file 配置写入文件

# 调整日志级别（排查问题时用 debug）
openclaw config set logging.level "debug"
# 排查完记得改回来
openclaw config set logging.level "info"

Q51: 怎么监控 OpenClaw 的运行状态？

解决方案：

# 内置健康检查
curl http://localhost:18789/health

# 查看详细状态
openclaw status

# 输出示例：
# Gateway: running (uptime: 3d 12h)
# Channels: 3 connected, 0 error
# Sessions: 42 active
# Memory: 256 MB
# CPU: 2%

# 配置外部监控（推荐 UptimeRobot 或类似服务）
# 监控 URL: http://your-server:18789/health
# 检查间隔: 5 分钟

Q52: 磁盘空间不足怎么清理？

解决方案：

# 查看 OpenClaw 占用的磁盘空间
du -sh ~/.openclaw/
du -sh ~/.openclaw/*/  # 分目录查看

# 清理会话日志（最占空间的部分）
openclaw sessions cleanup

# 清理旧的记忆日志
find ~/.openclaw/workspace/memory/ -name "*.md" -mtime +60 -delete

# Docker 环境清理
docker system prune -f          # 清理无用镜像和容器
docker volume prune -f          # 清理无用数据卷（谨慎）

# 查看清理后的空间
du -sh ~/.openclaw/

Q53: 怎么在多台服务器上部署？

说明： OpenClaw 目前是单实例架构，不支持原生集群部署。但你可以通过以下方式实现多节点：

# 方案一：每台服务器独立部署，连接不同的平台
# 服务器 A：负责 WhatsApp
# 服务器 B：负责 Telegram + Discord

# 方案二：用反向代理做负载均衡（实验性）
# Nginx 配置示例：
# upstream openclaw {
#     server 192.168.1.10:18789;
#     server 192.168.1.11:18789 backup;
# }

# 方案三：共享配置和记忆（通过 NFS 或对象存储）
# 把 ~/.openclaw/ 挂载到共享存储

Q54: 怎么设置 HTTPS？

解决方案：

# 方案一：用反向代理（推荐）
# Nginx + Let's Encrypt
sudo apt install nginx certbot python3-certbot-nginx
sudo certbot --nginx -d openclaw.yourdomain.com

# Nginx 配置
# server {
#     listen 443 ssl;
#     server_name openclaw.yourdomain.com;
#     location / {
#         proxy_pass http://127.0.0.1:18789;
#         proxy_http_version 1.1;
#         proxy_set_header Upgrade $http_upgrade;
#         proxy_set_header Connection "upgrade";
#     }
# }

# 方案二：OpenClaw 内置 TLS
# GatewayTlsConfig 只有 certPath 和 keyPath 两个字段，没有 enabled 开关
# 配置了证书路径即视为启用 TLS
openclaw config set gateway.tls.certPath "/path/to/cert.pem"
openclaw config set gateway.tls.keyPath "/path/to/key.pem"
# 重启 Gateway 使配置生效
openclaw gateway --port 18789

Q55: 怎么配置自动更新？

解决方案：

# npm 方式：用 crontab 定期检查更新（更新后需要重启 Gateway）
# 0 2 * * 0 npm update -g openclaw && pkill -f "openclaw gateway" && openclaw gateway --port 18789 &

# Docker 方式：用 Watchtower 自动更新
docker run -d \
  --name watchtower \
  -v /var/run/docker.sock:/var/run/docker.sock \
  containrrr/watchtower \
  --interval 86400 \
  openclaw

# 手动检查是否有新版本
openclaw --version
npm view openclaw version

六、记忆系统问题

📌 本节包含 3 个问题： Q56: AI 不记得之前说的话 | Q57: 记忆文件太大 | Q58: 多 Agent 共享记忆

Q56: AI 不记得之前说的话

现象： 你之前告诉 AI「我叫小明」或「我喜欢用 Python」，但下次对话时 AI 完全不记得这些信息，像是第一次跟你聊天一样。

原因： OpenClaw 的记忆是基于 Markdown 文件的。如果信息没有被写入记忆文件，下次会话就不会加载。

解决方案：

# 第一步：检查记忆文件是否存在
ls ~/.openclaw/workspace/memory/
cat ~/.openclaw/workspace/MEMORY.md

# 第二步：主动让 AI 记住
# 发消息："记住：我喜欢用 Python，不喜欢 Java"
# AI 会把这条信息写入 MEMORY.md

# 第三步：确认记忆刷新机制（compaction 时自动保存重要信息）
openclaw config get agents.defaults.compaction.memoryFlush
# 确保 memoryFlush.enabled 是 true

# 第四步：手动编辑记忆文件
nano ~/.openclaw/workspace/MEMORY.md
# 把重要信息直接写进去

Q57: 记忆文件太大导致 Token 超限

现象： 使用一段时间后，每次新对话刚开始就报错 token limit exceeded，或者发现 API 费用突然增加。检查发现 ~/.openclaw/workspace/MEMORY.md 文件已经有几百甚至上千行。

解决方案：

# 查看记忆文件大小
wc -l ~/.openclaw/workspace/MEMORY.md
du -sh ~/.openclaw/workspace/memory/

# 方案一：精简 MEMORY.md
# 删除过时的、不再需要的信息
nano ~/.openclaw/workspace/MEMORY.md

# 方案二：手动归档旧日志（OpenClaw 没有内置自动清理配置）
mkdir -p ~/.openclaw/workspace/memory/archive
mv ~/.openclaw/workspace/memory/2025-*.md ~/.openclaw/workspace/memory/archive/
# 归档后运行 openclaw memory index 重建索引

# 方案三：控制 MEMORY.md 大小（建议 500 行 / 3000 tokens 以内）
# MEMORY.md 每次会话都会加载到上下文，太大会挤占对话空间
wc -l ~/.openclaw/workspace/MEMORY.md

Q58: 怎么在多个 Agent 之间共享记忆？

说明： 默认情况下，所有 Agent 共享同一个 workspace 和记忆目录。如果你想隔离，在配置文件中为不同 Agent 指定独立的 workspace：

// ~/.openclaw/openclaw.json
{
  "agents": {
    "list": [
      {
        "id": "my-agent",
        "workspace": "~/.openclaw/workspace-my-agent"
      }
    ]
  }
}

每个 Agent 的 workspace 下有独立的 MEMORY.md 和 memory/ 目录，实现完全隔离。如果需要共享部分记忆，可以用符号链接指向同一个 MEMORY.md 文件。

七、安全和隐私问题

📌 本节包含 6 个问题： Q59: API Key 泄露风险 | Q60: 聊天记录存储 | Q61: Gateway Token | Q62: 限制对话权限 | Q63: 防止危险操作 | Q64: 安全漏洞

Q59: API Key 会不会泄露？

说明： OpenClaw 把 API Key 存储在本地配置文件中（~/.openclaw/openclaw.json），不会上传到任何服务器。

安全建议：

# 检查配置文件权限
ls -la ~/.openclaw/openclaw.json
# 应该是 600（只有当前用户可读写）

# 修复权限
chmod 600 ~/.openclaw/openclaw.json

# 更安全的方式：用环境变量代替配置文件
export OPENAI_API_KEY="sk-proj-xxxxx"
# 把环境变量写入 ~/.bashrc 或 ~/.zshrc
# 不要把 Key 写入任何会被 git 追踪的文件

Q60: 聊天记录存在哪里？会被发送到第三方吗？

说明： 聊天记录存储在本地 ~/.openclaw/ 目录中。消息内容只会发送到你配置的 AI 模型提供商（如 OpenAI、Anthropic）。

OpenClaw 本身不收集任何用户数据。但要注意：

你发给 AI 的消息会被模型提供商处理（参考各提供商的隐私政策）
如果你用 OpenRouter 等聚合服务，消息会经过中间层
本地模型（Ollama）的数据完全不出本机

Q61: Gateway Token 是什么？必须设置吗？

说明： Gateway Token 是访问 OpenClaw Gateway 的认证凭证。如果不设置，任何知道你 Gateway 地址的人都能连接并发送消息。

# 必须设置！（注意：正确的配置路径是 gateway.auth.token）
openclaw config set gateway.auth.token "$(openssl rand -hex 32)"

# 或者手动设置一个强密码
openclaw config set gateway.auth.token "your-strong-random-token-here"

# 通过环境变量设置
export OPENCLAW_GATEWAY_TOKEN="your-strong-random-token-here"

Q62: 怎么限制谁能跟 AI 对话？

解决方案：

# 方案一：配对系统（默认开启）
# 陌生人发消息需要你手动批准
openclaw pairing list          # 查看待批准的联系人
openclaw pairing approve user1 # 批准
# 不批准的联系人会保持在待审列表中

# 方案二：白名单模式（通过 channels 配置 allowFrom）
# 在 ~/.openclaw/openclaw.json 中配置：
# {
#   "channels": {
#     "whatsapp": { "dmPolicy": "pairing", "allowFrom": ["+15555550123"] },
#     "telegram": { "dmPolicy": "pairing", "allowFrom": ["123456789"] }
#   }
# }

# 方案三：查看和管理配对状态
openclaw pairing list --approved

Q63: 怎么防止 AI 执行危险操作？

解决方案：

# 第一步：启用沙箱模式限制工具执行
# sandbox.mode 可选值："off"（关闭）| "non-main"（非主 Agent 隔离）| "all"（全部隔离）
openclaw config set agents.defaults.sandbox.mode "all"

# 第二步：通过 SOUL.md 明确告诉 AI 哪些操作不能做
# 编辑 ~/.openclaw/workspace/SOUL.md，添加安全规则：
# ## 安全规则
# - 不要执行任何删除文件的操作
# - 不要执行 shell 命令，除非用户明确要求
# - 涉及文件修改前必须先确认

# 第三步：追踪所有操作（用 Git 管理 workspace）
cd ~/.openclaw/workspace && git init && git add . && git commit -m "snapshot"
# 之后可以用 git diff 查看 AI 做了什么改动

# 第四步：查看会话日志中的工具调用记录
# 会话日志在 ~/.openclaw/agents/main/sessions/*.jsonl
# 记录了所有工具调用，包括参数和结果

Q64: OpenClaw 有已知的安全漏洞吗？

说明： OpenClaw 在 2026 年初曾披露过 CVE 安全漏洞，社区已经修复。建议：

# 始终保持最新版本
npm update -g openclaw

# 查看安全公告
# https://github.com/openclaw/openclaw/security/advisories

# 检查当前版本是否有已知漏洞
openclaw --version
# 对照 GitHub Releases 页面的安全说明

八、中国用户特别提示

📌 本节包含 3 个问题： Q65: API 访问不了 | Q66: WhatsApp 能否使用 | Q67: npm 镜像问题

Q65: API 访问不了怎么办？

说明： OpenAI、Anthropic、Google 的 API 在中国大陆无法直接访问。

解决方案：

# 方案一：使用代理
export HTTP_PROXY="http://127.0.0.1:7890"
export HTTPS_PROXY="http://127.0.0.1:7890"
openclaw gateway --port 18789

# 方案二：使用 OpenRouter（一个 Key 用所有模型，通过环境变量设置 Key）
export OPENROUTER_API_KEY="sk-or-xxxxx"
openclaw config set agents.defaults.model "openrouter/openai/gpt-5.2"

# 方案三：使用国产模型（通过 OpenAI 兼容接口或 OpenRouter 接入）
# DeepSeek、Moonshot 等可配置为 OpenAI 兼容提供商：
# 在 ~/.openclaw/openclaw.json 中：
# { "models": { "providers": { "deepseek": { "baseUrl": "https://api.deepseek.com/v1" } } } }
# 然后设置环境变量和模型
openclaw config set agents.defaults.model "deepseek/deepseek-chat"

# 方案四：本地模型（完全不需要网络）
ollama pull qwen2.5:7b
openclaw config set agents.defaults.model "ollama/qwen2.5:7b"

Q66: WhatsApp 在中国能用吗？

说明： WhatsApp 在中国大陆需要代理才能使用。

替代方案：

Telegram（需要代理，但 Bot API 可以通过代理访问）
飞书 / Lark（国内原生支持，OpenClaw 通过扩展支持飞书 Channel）
注意：钉钉、微信公众号、个人微信均不受官方支持

# 配置飞书（推荐中国用户）
openclaw channels add feishu
# 按提示配置飞书开放平台的 App ID 和 App Secret

Q67: npm 镜像配置后还是装不上

解决方案：

# 清除 npm 缓存
npm cache clean --force

# 确认镜像生效
npm config get registry
# 应该显示 https://registry.npmmirror.com

# 如果还是不行，试试直接下载
# 去 GitHub Releases 页面下载预编译包
# https://github.com/openclaw/openclaw/releases

# 或者用 Docker（镜像可以从国内源拉取）
docker pull openclaw/openclaw:latest

九、社区和贡献问题

📌 本节包含 5 个问题： Q68: 报告 Bug | Q69: 贡献代码 | Q70: 分享自定义技能 | Q71: 中文社区 | Q72: 文档反馈

Q68: 怎么报告 Bug？

解决方案：

去 GitHub Issues 页面
点击 "New Issue"
选择 "Bug Report" 模板
填写以下信息：

## 环境信息
- OpenClaw 版本：（openclaw --version）
- Node.js 版本：（node --version）
- 操作系统：
- 安装方式：npm / Docker

## 问题描述
简要描述遇到的问题

## 复现步骤
1. ...
2. ...
3. ...

## 期望行为
你期望发生什么

## 实际行为
实际发生了什么

## 日志
（openclaw logs --limit 50）

Q69: 怎么贡献代码？

流程：

# 1. Fork 仓库
# 在 GitHub 上点击 Fork

# 2. 克隆到本地
git clone https://github.com/your-username/openclaw.git
cd openclaw

# 3. 创建功能分支
git checkout -b feat/my-new-feature

# 4. 安装依赖
npm install

# 5. 开发和测试
npm run dev
npm test

# 6. 提交代码
git add .
git commit -m "feat: add my new feature"

# 7. 推送并创建 PR
git push origin feat/my-new-feature
# 在 GitHub 上创建 Pull Request

Q70: 怎么创建和分享自定义技能？

解决方案：

# 1. 创建技能文件
mkdir -p ~/.openclaw/workspace/skills
nano ~/.openclaw/workspace/skills/my-awesome-skill.md

# 2. 测试技能
openclaw skills list
openclaw skills check my-awesome-skill --input "测试"

# 3. 分享到社区
# 在 GitHub 上创建一个仓库，或者提交到 OpenClaw 的技能市场
# https://github.com/openclaw/openclaw-skills

Q71: 有中文社区吗？

说明： 有的。

GitHub Discussions（中英文都可以）：github.com/openclaw/openclaw/discussions
Discord 社区（有中文频道）
微信群：关注 OpenClaw 公众号获取入群二维码

Q72: 文档有错误怎么反馈？

解决方案：

直接在 GitHub 上提 Issue，标注 docs 标签
或者直接提 PR 修改文档
OpenClaw 官方 Markdown 文档位于其 GitHub 仓库的 docs/ 目录

十、其他常见问题

📌 本节包含 7 个问题： Q73: 和 ChatGPT 的区别 | Q74: 支持哪些语言 | Q75: 多实例运行 | Q76: 是否收费 | Q77: 查看所有配置 | Q78: Gateway 和 Agent 关系 | Q79: 获取帮助

Q73: OpenClaw 和 ChatGPT 有什么区别？

说明： 它们是完全不同的东西：

维度	ChatGPT	OpenClaw
本质	AI 聊天产品	AI Agent 框架
模型	只能用 OpenAI 的模型	支持 29+ 提供商
平台	网页/App	WhatsApp/Telegram/Discord 等
工具	有限的插件	可扩展的工具和技能系统
记忆	平台管理	你自己控制（本地 Markdown）
数据	存在 OpenAI 服务器	存在你自己的机器上
价格	订阅制	开源免费（API 费用另算）

简单说：ChatGPT 是一个产品，OpenClaw 是一个让你构建自己 AI 助手的工具。

Q74: OpenClaw 支持哪些语言？

说明： OpenClaw 本身是英文项目，但 AI 的回复语言取决于你使用的模型和系统提示词。

# 在 SOUL.md 中指定语言（编辑 ~/.openclaw/workspace/SOUL.md）
# 添加内容：
# ## 语言
# - 请始终用中文回复
# - 代码注释也使用中文

大多数主流模型（GPT-5.2、Claude、Gemini）都支持中文。本地模型推荐用 Qwen（通义千问）系列，中文能力最好。

Q75: 一台机器能跑多个 OpenClaw 实例吗？

解决方案：

# 可以，但需要用不同的端口和数据目录

# 实例 1
OPENCLAW_HOME=~/.openclaw-1 openclaw config set gateway.port 18789
OPENCLAW_HOME=~/.openclaw-1 openclaw gateway --port 18789

# 实例 2
OPENCLAW_HOME=~/.openclaw-2 openclaw config set gateway.port 18790
OPENCLAW_HOME=~/.openclaw-2 openclaw gateway --port 18790

# Docker 方式更简单：跑多个容器，映射不同端口

Q76: OpenClaw 会收费吗？

说明： OpenClaw 是开源项目（MIT 协议），永久免费。你需要付费的只有 AI 模型的 API 调用费用（如果你用云端模型的话）。用本地模型（Ollama）则完全零成本。

Q77: 怎么查看当前的所有配置？

解决方案：

# 查看所有配置
openclaw config get

# 查看特定配置项
openclaw config get providers
openclaw config get channels
openclaw config get agents.defaults.model

# 导出完整配置（备份用）
# 直接备份配置文件
cp ~/.openclaw/openclaw.json my-config-backup.json

# 从备份恢复
cp my-config-backup.json ~/.openclaw/openclaw.json

Q78: Gateway 和 Agent 是什么关系？

说明：

Gateway 是消息网关，负责连接各个消息平台（WhatsApp、Telegram 等），接收和发送消息
Agent 是 AI 智能体，负责理解消息、调用工具、生成回复

消息流程：用户 → 消息平台 → Gateway → Agent → 模型 API → Agent → Gateway → 消息平台 → 用户

Gateway 是基础设施层，Agent 是业务逻辑层。一个 Gateway 可以服务多个 Agent。

Q79: 遇到问题怎么获取帮助？

获取帮助的渠道（按推荐顺序）：

查看本 FAQ 文档
查看官方文档
搜索 GitHub Issues（可能别人遇到过同样的问题）
在 GitHub Discussions 提问
加入 Discord 社区实时交流

提问时请附上：

OpenClaw 版本（openclaw --version）
Node.js 版本（node --version）
操作系统信息
相关日志（前台运行 openclaw gateway --port 18789 --verbose 查看）

教程到这里就结束了！如果这份教程帮到了你，给个 Star 支持一下！

FilesExpand file tree

11-常见问题FAQ.md

Latest commit

History

11-常见问题FAQ.md

File metadata and controls

11. 常见问题 (FAQ)

一、安装和配置问题

Q1: openclaw 命令找不到（command not found）

Q2: Node.js 版本不兼容

Q3: npm install 报权限错误（EACCES）

Q4: 中国网络环境安装慢或失败

Q5: 安装时报 node-gyp 编译错误

Q6: openclaw onboard 引导向导报错

Q7: 配置文件在哪里？怎么手动编辑？

Q8: 多个 API Key 怎么配置？

Q9: 环境变量和配置文件哪个优先？

Q10: 升级 OpenClaw 后配置丢失了

Q11: 升级后功能异常怎么回滚？

Q12: Windows 上安装后 Gateway 启动失败

Q13: macOS 上安装提示"无法验证开发者"

Q14: 安装完成但 openclaw gateway start 提示端口被占用

Q15: 怎么完全卸载 OpenClaw？

二、消息平台问题

Q16: WhatsApp 扫码后频繁断开

Q17: Telegram Bot 不响应消息

Q18: Telegram Bot 在群组中不回复

Q19: Discord Bot 无法加入服务器

Q20: 消息延迟严重（发了好久才回复）

Q21: 消息发送失败，提示 "rate limited"

Q22: 飞书（Feishu/Lark）接入后收不到消息

Q23: 控制面板（Dashboard）打不开

Q24: 同一个平台能接入多个账号吗？

Q25: 消息中的图片/文件 AI 能处理吗？

三、模型和 AI 问题

Q26: API 调用报错 401 Unauthorized

Q27: 报错 429 Too Many Requests（API 限流）

Q28: 模型回复很慢

Q29: Token 超限报错（context length exceeded）

Q30: Ollama 本地模型连不上

Q31: 本地模型回复质量差

Q32: 怎么使用国产模型（通义千问、Kimi、智谱等）？

Q33: 怎么配置模型故障转移（Fallback）？

Q34: API 费用太高怎么控制成本？

Q35: 怎么让不同的对话用不同的模型？

四、技能和工具问题

Q36: 技能（Skill）不生效，AI 不执行

Q37: 自定义技能报错

Q38: 工具（Tool）执行失败

Q39: 怎么禁用某个工具？

Q40: 怎么给 AI 添加新工具？

Q41: 技能执行到一半中断了

Q42: 怎么查看 AI 调用了哪些工具？

Q43: 内置技能列表在哪里看？

Q44: 技能之间会冲突吗？

Q45: 怎么分享自定义技能给别人？

五、部署和运维问题

Q46: Docker 容器启动后立即退出

Q47: Docker 容器内存占用过高

Q48: Docker 数据卷怎么备份？

Q49: Gateway 进程崩溃后怎么自动重启？

Q50: 日志在哪里看？怎么排查问题？

Q51: 怎么监控 OpenClaw 的运行状态？

Q52: 磁盘空间不足怎么清理？

Q53: 怎么在多台服务器上部署？

Q54: 怎么设置 HTTPS？

Q55: 怎么配置自动更新？

六、记忆系统问题

Q56: AI 不记得之前说的话

Q57: 记忆文件太大导致 Token 超限

Q58: 怎么在多个 Agent 之间共享记忆？

七、安全和隐私问题

Q59: API Key 会不会泄露？

Q60: 聊天记录存在哪里？会被发送到第三方吗？

Q61: Gateway Token 是什么？必须设置吗？

Q62: 怎么限制谁能跟 AI 对话？

Q63: 怎么防止 AI 执行危险操作？

Q64: OpenClaw 有已知的安全漏洞吗？

八、中国用户特别提示

Q65: API 访问不了怎么办？

Q1: `openclaw` 命令找不到（command not found）

Q5: 安装时报 `node-gyp` 编译错误

Q6: `openclaw onboard` 引导向导报错

Q14: 安装完成但 `openclaw gateway start` 提示端口被占用