当前位置: 首页 > news >正文

零基础保姆级教程:在 Windows 上部署 OpenClaw 接入 DeepSeek 与微信/Telegram

本文专为完全不懂计算机的普通用户编写。我们将从零开始,一步步在 Windows 电脑上完成 OpenClaw 的彻底重装、DeepSeek 模型的接入,以及 Telegram 和微信双频道的配置。更重要的是,我会把部署过程中最容易踩坑的报错信息全部列出,并给出直接的解决方案。

一、彻底卸载旧版本(如果你之前装过)

如果你之前折腾过 OpenClaw,或者装过本地模型,强烈建议先进行一次"大扫除",从零开始。

1.打开命令行:按下 Win + R 键,输入 cmd,按下回车。

2.停止并卸载后台服务:在黑框中依次输入以下命令并回车:

openclaw gateway stop openclaw gateway uninstall

3.卸载主程序:

npm uninstall -g openclaw

4.删除残留数据(关键):这一步会清除旧的配置和聊天记录,确保重装是全新状态。

rmdir /s /q "%USERPROFILE%\.openclaw" rmdir /s /q "%USERPROFILE%\.clawdbot"

二、全新安装与接入 DeepSeek

1.安装openclaw

在命令行中输入:

npm install -g openclaw@latest

2.运行初始化向导

输入以下命令启动配置向导:

openclaw onboard --install-daemon

在向导中,请严格按照以下选项进行选择(使用键盘上下键选择,回车确认):

•Onboarding mode: 选择 Quickstart

•Model/auth provider: 选择 Custom Provider

•API Base URL: 输入 https://api.deepseek.com

•API Key: 粘贴你申请好的 DeepSeek API Key

•Endpoint compatibility: 选择 OpenAI-compatible

•Model ID: 输入 deepseek-reasoner

•Endpoint ID: 保持默认 ,直接回车

•Model alias: 输入 deepseek

•后续的各种可选集成 (Optional integrations): 全部选 No

•Run the gateway: 选 Yes 启动网关

3.修复上下文窗口限制(必做!)

OpenClaw 对自定义模型默认只给 4096 的上下文长度,而 DeepSeek 需要更大的空间,不改的话发长消息会报错。

1.打开浏览器,访问 http://127.0.0.1:18789/config 。

2.在设置页面中,选择 Raw 选项卡(查看 JSON 源码)。

3.找到 "models" 下面的 "contextWindow": 4096。

4.将 4096 改为 128000。

5.点击 Apply 保存。

三、接入 Telegram 频道(可跳过)

1.修改配置文件

打开文件资源管理器,进入 C:\Users\你的用户名\.openclaw\ 文件夹,用记事本打开 openclaw.json。

找到 "channels" 部分,添加你的 Telegram Bot Token:

"channels": { "telegram": { "enabled": true, "dmPolicy": "pairing", "botToken": "你的_TELEGRAM_BOT_TOKEN", "groupPolicy": "allowlist", "streaming": "partial" } }

同时确认 "plugins" 部分中 Telegram 插件已启用:

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

2.❗️踩坑预警:Telegram 网络超时报错

报错现象:

[telegram] fetch fallback: enabling sticky IPv4-only dispatcher (codes=UND_ERR_CONNECT_TIMEOUT)
[telegram] telegram setMyCommands failed: Network request for 'setMyCommands' failed!

原因:在国内,Telegram 的服务器是被屏蔽的,OpenClaw 连不上。错误解法:在 openclaw.json 里加 httpProxy 字段(会报错 Unrecognized key: "httpProxy" )。

正确解法:

1.在 C:\Users\你的用户名\.openclaw\ 目录下,新建一个名为 .env 的文件(注意前面有个点)。

2.用记事本打开,写入你的代理配置(假设你的代理软件本地端口是 7890):

HTTP_PROXY=http://127.0.0.1:7890 HTTPS_PROXY=http://127.0.0.1:7890

3.保存后 ,在命令行运行 `openclaw gateway restart` 重启网关。

3.完成配对授权

当你在 Telegram 给机器人发消息时,可能会收到这样的回复:

OpenClaw: access not configured. Your Telegram user id: 8167999413 Pairing code: 6S9V3RXH Ask the bot owner to approve with: openclaw pairing approve telegram 6S9V3XXX

这是安全机制。只需复制提示中的命令,在你的电脑命令行中运行即可:

openclaw pairing approve telegram 6S9V3XXX

四、接入微信频道

微信接入是整个过程中最容易出问题的环节。官方提供了一个一键安装脚本,但在 Windows 上往往会水土不服。

踩坑预警1:找不到 openclaw

报错现象:

[openclaw-weixin] 未找到 openclaw,请先安装:
npm install -g openclaw

原因:官方脚本使用了 Linux 的 which 命令来检测环境,在 Windows 上根本不存在这个命令,所以永远会报错。

正确解法:直接放弃官方的 npx 一键脚本,改为手动执行它背后的三条核心命令。

踩坑预警 2:权限不足

报错现象:

npm error code EPERM
npm error syscall open
npm error path D:\nodejs\node_cache\_cacache\tmp\...

原因:普通命令行窗口没有写入 Node.js 缓存目录的权限。

正确解法:点击开始菜单,搜索 cmd,右键选择"以管理员身份运行"。接下来的所有命令都在这个管理员窗口中执行。

⭐️微信接入正确步骤(手动)

管理员权限的命令行中,依次运行:

第一步:安装微信插件

openclaw plugins install "@tencent-weixin/openclaw-weixin"

第二步:修改配置文件信任插件打开 C:\Users\你的用户名\.openclaw\openclaw.json,在 "plugins" 部分添加 allow 字段:

"plugins": { "allow": ["openclaw-weixin"], "entries": { "telegram": { "enabled": true }, "openclaw-weixin": { "enabled": true } } }

保存后,运行 openclaw gateway restart 重启网关。

第三步:扫码登录

openclaw channels login --channel openclaw-weixin

踩坑预警 3:终端二维码无法扫描

报错现象:

运行登录命令后,终端里出现了一个由各种方块字符拼成的巨大二维码,手机微信怎么扫都扫不出来。

原因:终端字符二维码比例失调,信息已经损坏。

正确解法:

1.在命令行内输入:

openclaw channels login --channel openclaw-weixin > C:\Users\用户名\Desktop\wechat_login.log 2>&1

2.生成日志文档。

3.把内容原封不动输送给常用的大模型,可以重新生成可扫描的二维码图片。

4.用准备作为机器人的手机微信扫描生成的图片,确认登录。

总结

到这里,你的 OpenClaw 应该已经成功在后台运行,并且同时接管了 Telegram 和微信的消息。DeepSeek 的强大推理能力将为你提供极佳的对话体验。

部署开源项目时遇到报错是非常正常的,关键是要看懂报错信息,找到根本原因。希望这篇踩坑指南能帮你少走弯路,顺利拥有自己的 AI 助手!


如果有任何问题,欢迎在评论区讨论!

彩蛋

目前的使用场景就是在手机微信端可以聊天,也可以操作服务器端的文件输入输出,无法访问好友列表、公众号列表等隐私信息,还处于1.0.2版本,静待腾讯之后的升级!

http://www.jsqmd.com/news/520862/

相关文章:

  • CLIP-GmP-ViT-L-14图文匹配测试工具保姆级教程:从零到一的完整项目实战
  • requestAnimationFrame:从原理到实战,一篇文章掌握动画优化精髓
  • 简历模板哪里找?10个常用在线简历网站整理(附推荐指数)
  • Windows 下 Docker 部署 AList,结合网盘同步搭建自用 WebDAV - Higurashi
  • Mac电脑部署OpenClaw保姆级教程(2026最新版)
  • 安卓手机网络共享给MacBook (M1芯片)
  • cv_resnet101_face-detection_cvpr22papermogface多模态延伸:结合OCR实现‘人脸+身份证号’联合定位
  • 1Panel面板最新前台RCE漏洞(CVE-2024-39911)
  • 蛋白质-配体对接与虚拟筛选:从分子力学到深度学习
  • S32K3 MCAL实战:EB tresos中UART模块的时钟配置与中断优化
  • 告诉AI“Codex在review你的代码”,它就会干得更卖力
  • TIFF_G4嵌入式解码库:2KB RAM下高效渲染CCITT G4单色图像
  • colcon build 编译工具智能车速度控制节点编译和运行指南实战
  • 昇腾310P边缘端人脸检测实战:YOLOv11-Face模型C++推理性能优化全解析
  • 伏羲天气预报实时进度监控:Web界面日志输出与异常诊断方法
  • 台式机没蓝牙?手把手教你用USB蓝牙适配器+Bluetooth LE Explorer调试BLE模块(Win10实测)
  • Janus-Pro-7B实现简单编译器前端:词法分析与语法树生成演示
  • 手把手教学:通义千问1.8B轻量模型WebUI环境搭建与配置
  • 基于 STM32 + FPGA 船舶电站控制器设计与实现
  • 从EMD到Hilbert谱:Python实战信号瞬时特征提取与FFT对比
  • 避开这些坑!Gitee+Markdown图片外链的3种正确姿势
  • 利用OFA-Image-Caption构建无障碍应用:为视障用户朗读图片内容
  • 图像处理新手必看:3种常见噪声的识别与去除实战(附Python代码)
  • Linux用户与组管理及文件权限配置详解
  • 掌握CREST:从分子构象采样到热力学分析的完整实践指南
  • GitHub Trending霸榜!深度解析AI Coding辅助神器 Superpowers
  • PP-DocLayoutV3与Python爬虫结合:自动化文档解析实战
  • SGP30传感器驱动开发:I²C异步通信与环境补偿实践
  • 如何用HSTracker提升炉石传说对战决策?macOS玩家必备智能助手全解析
  • 学习C语言第28天