OpenClaw 部署教程
从零开始部署 OpenClaw Telegram 机器人,接入 AIGoCode API 中转服务。
OpenClaw 从 0 到 1 部署教程(接入 AIGoCode)#
还是有不少人在问龙虾怎么部署、AIGoCode 的 API 怎么接入。我直接开了一台全新的服务器,从零开始重新走了一遍完整流程,每一步都截了图,容易踩坑的地方也都标出来了。核心 6 步,跟着做一把过。
准备工作#
- 一台全新的 Ubuntu/Debian 服务器(推荐 Ubuntu 22.04+)。
- 服务器已安装 Git:
sudo apt update && sudo apt install -y git
- 服务器已安装 Node.js v22+(如未安装,可一键搞定):
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash -
sudo apt-get install -y nodejs
- 一个 aigocode.com 账号,拿到 API Key(
sk-xxx格式)。 - 一个 Telegram 账号。
第一步:安装 OpenClaw#
在服务器终端执行一行命令,全局安装 OpenClaw:
sudo npm install -g openclaw看到安装成功的提示后,核心程序就位了。

第二步:申请 Telegram 机器人#
在 Telegram 里搜索 @BotFather(认准蓝色官方认证标记),按以下步骤操作:

- 发送
/newbot。

- 按提示给机器人起一个昵称(支持中文,后续可改)。
- 设置一个唯一的用户名(必须以
bot结尾,例如my_ai_bot)。

- 创建成功后,BotFather 会返回一串 Bot Token(类似
123456789:ABCdefGHIJ...),复制保存好。

安全提醒:Bot Token 相当于机器人的最高控制权密码,不要泄露到公开场合。如果泄露了,可以在 BotFather 里发送
/revoke重新生成。
第三步:运行向导,完成基础配置#
在终端输入以下命令启动交互式向导:
openclaw onboard向导会一步步问你问题,按以下策略选择:
I understand this is powerful and inherently risky. Continue? → 选 Yes。

Onboarding mode → 选 QuickStart(新服务器直接用默认配置,最省事)。

Model/auth provider → 翻到最底部,选 Skip for now (configure later)。这是关键一步,因为我们要接入的 AIGoCode 不在官方列表里,所以先跳过,后面手动配。

Filter models by provider → 保持 All providers,直接回车。

Default model → 选 Keep current(保持默认即可,后面我们会在配置文件里手动指定 AIGoCode 的模型)。

Channels → 选择 Telegram,填入你刚才拿到的 Bot Token。向导会自动帮你完成管理员配对。


Configure skills now? → 选 No(Skills 后续随时可以加,先跑起来再说)。

Show Homebrew install command? → 选 No。
Enable hooks? → 建议全选(boot-md、bootstrap-extra-files、command-logger、session-memory 都挺实用,尤其 session-memory 能在切换会话时自动保存上下文)。

Install Gateway service → 选 Yes(开启开机自启)。
向导在背后帮你完成了以下工作:
- 生成配置文件:默认写入
~/.openclaw/openclaw.json,包含你刚才选择的所有设置。 - 开启 systemd lingering:确保你退出 SSH 后服务不会被杀掉,Bot 持续在线。
- 安装 systemd 服务:注册开机自启服务(
openclaw-gateway.service),服务器重启后 Bot 自动拉起。 - 验证 Telegram 连接:自动检测 Bot Token 是否有效,看到
Telegram: ok就说明连接成功。

How do you want to hatch your bot? → 选 Do this later(模型还没配,现在 hatch 会失败,等配好 AIGoCode 再说)。
"Hatch" 是 OpenClaw 的首次人格初始化流程,给 bot 设定名字、性格、身份。配好模型重启后直接在 Telegram 聊就行,bot 没有 hatch 也能正常工作,只是没有自定义人格(会用默认的)。
向导跑完后会提示 Onboarding complete。到此基础环境部署完成!

第四步:注入 AIGoCode 中转模型配置#
向导帮你生成了一个完整的配置文件,但里面没有模型(因为我们刚才选了 Skip)。现在要把 AIGoCode 的模型塞进去。
打开配置文件:
# 如果有 nano:
nano ~/.openclaw/openclaw.json
# 如果没有 nano,用 vi:
vi ~/.openclaw/openclaw.json
# 或者先装 nano:
sudo apt install -y nano在文件的最外层大括号内,找到合适的位置(比如紧跟在 meta 块后面),插入以下两段配置(注意替换你的真实 AIGoCode API Key):
"models": {
"providers": {
"aigocode": {
"baseUrl": "https://api.aigocode.com",
"apiKey": "sk-这里填你的AIGoCode的APIKey",
"api": "anthropic-messages",
"models": [
{
"id": "claude-opus-4-6",
"name": "Claude Opus 4.6 (AIGoCode)",
"reasoning": true,
"input": ["text", "image"],
"contextWindow": 200000,
"maxTokens": 16384
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "aigocode/claude-opus-4-6"
}
}
}踩坑提醒:如果配置文件里已经有
agents字段(向导可能会生成一个默认的),你需要把它合并到一起,而不是直接粘贴第二份。JSON 里同一层级不能有两个同名的 key,否则后面的会覆盖前面的,导致模型配置丢失报错。
比如下面图片是我初始的配置文件,可以看到没有 models 模块,所以可以把完整的 models 模块粘贴进去。
但已经有 agents 模块了,所以我要做的是把 model 字段贴到现有的 agents 里面,而不是再贴一整个 agents 模块进去。



保存退出(Ctrl+O 回车保存,Ctrl+X 退出)。
关于 api 字段的说明:
anthropic-messages:用于 Claude 系列模型(Claude Opus 4.6、Claude Sonnet 4 等)。openai-responses:用于 GPT 系列模型(GPT-4o、GPT-3.5 等),以及大部分兼容 OpenAI 格式的开源模型。
根据你在 AIGoCode 上实际使用的模型类型,选择对应的 api 格式即可。
第五步:重启服务,开始对话#
配置文件修改后,需要重启 OpenClaw 才能生效:
openclaw gateway restart重启完成后,可以用以下命令确认服务是否在运行。只要状态是 active (running) 就没问题:
openclaw gateway status
第六步:Telegram 配对#
重启成功后,打开 Telegram,给你的 Bot 发一条任意消息(哈喽、你好)。Bot 会回复一段配对信息:
OpenClaw: access not configured. Your Telegram user id: xxxxxxxx Pairing code: XXXXXXXX
这是正常的,因为你还没有完成身份绑定。复制最后一行命令,回到服务器终端执行:
openclaw pairing approve telegram <你的配对码>
看到 Approved 提示后,回到 Telegram 再发一条消息,Bot 就能正常回复了。部署完成!

总结#
整个流程 6 步:安装程序 → 申请机器人 → 跑向导 → 改配置 → 重启 → 配对。向导帮你搞定环境和渠道,配置文件帮你接入中转模型,各司其职。
跑起来了,可以和机器人聊上天,后续的事情都好办。后续想加更多模型或者换渠道,和机器人聊,让它操作就行。
常见问题#
No API key found for provider anthropic
检查配置文件,models 和 agents 板块是否正确,primary 是否指向了 aigocode/claude-opus-4-6。
端口被占用(EADDRINUSE)
说明有其他进程占了默认端口,用以下命令排查:
ss -tlnp | grep 18789openclaw: command not found
确认 npm 全局安装成功,运行 npm list -g openclaw 检查。如果安装了但命令找不到,可能是 npm 全局 bin 目录不在 PATH 里,运行 npm config get prefix 查看路径并添加到 PATH。
