在MacBook Air上部署OpenClaw并接入DeepSeek：AI Agent操作系统的初体验

最近 AI 圈突然又火了一个项目：OpenClaw

不少开发者把它称为：

“AI Agent 的操作系统”

和普通 AI 聊天机器人不同，OpenClaw 的目标是构建一个 可以自动执行任务的 AI Agent 平台。

比如：

• 自动总结邮件
• 自动回复消息
• 自动调用 API
• 自动执行任务

看到这个项目后，我用自己的设备做了一次测试。

本文主要记录三件事：

1️⃣ 如何在 MacBook Air 上部署 OpenClaw 2️⃣ 如何接入 DeepSeek API 3️⃣ Web 端的简单体验

需要说明的是，目前只测试了 Web 对话能力，截图识别、语音功能、邮箱管理等还没有深入体验。

一、OpenClaw 到底是什么

先简单解释一下 OpenClaw 的定位。

传统 AI 工作方式：

用户 → AI → 回复

而 OpenClaw 的工作方式更像这样：

用户
 ↓
Agent
 ↓
Skills
 ↓
外部系统

换句话说：

OpenClaw 不是一个聊天机器人，而是一个 AI Agent 平台。

核心组件包括：

它的设计目标其实很明确：

让 AI 不只是回答问题，而是执行任务。

二、我的实验环境

本次实验环境如下：

官方要求其实并不高：

Node ≥ 20
macOS / Linux

也就是说：

普通笔记本也能运行。

三、按照官方文档部署 OpenClaw

官方文档：

https://docs.openclaw.ai/zh-CN/install

整体部署过程其实很简单。

1 安装 Node.js

首先确认 Node 版本：

node -v

官方推荐：

Node 20+

2 运行安装脚本

官方提供了一键安装脚本：

curl -fsSL https://openclaw.ai/install.sh | bash

脚本会自动：

• 检查环境
• 安装 OpenClaw CLI
• 初始化系统

3 初始化系统

安装完成后运行：

openclaw onboard

系统会自动创建：

• Gateway
• Agent
• 配置文件

4 启动服务

openclaw gateway

5 打开 Web Dashboard

运行：

openclaw dashboard

浏览器会打开：

http://localhost:18789

四、部署过程中遇到的几个坑

虽然官方提供了安装脚本，但在实际部署时还是遇到了一些问题。

简单记录一下。

坑1：npm 安装失败

安装时出现错误：

npm install failed for openclaw

原因是依赖库 sharp需要系统组件。

解决方法：

brew install vips

坑2：pnpm Proxy 报错

安装过程中出现：

Proxy connection ended before receiving CONNECT response

通常是代理配置问题。

解决方法：

npm config delete proxy
npm config delete https-proxy
pnpm config delete proxy

坑3：Agent 无法回复

部署完成后打开 Web 页面，出现提示：

No API key found for provider "anthropic"

原因是：

OpenClaw 默认使用 Claude，但没有配置 API Key。

这就需要自己配置 AI Provider。

五、在 OpenClaw 中接入 DeepSeek API

对于我自己来说，用得最多的模型是：

DeepSeek

官方平台：

https://platform.deepseek.com

注册后可以获得 API Key。

1 获取 API Key

创建 Key，例如：

sk-xxxxxxxx

2 终端配置

在终端命令行运行：

# 配置 DeepSeek 提供商
openclaw config set 'models.providers.deepseek' --json '{
  "baseUrl": "https://api.deepseek.com/v1",
  "apiKey": "你的API-KEY",
  "api": "openai-completions",
  "models": [
    { "id": "deepseek-chat", "name": "DeepSeek Chat" },
    { "id": "deepseek-reasoner", "name": "DeepSeek Reasoner" }
  ]
}'

# 设置模型合并模式
openclaw config set models.mode merge

3 重启网关

openclaw gateway restart

六、Web 端简单体验

部署完成后，我首先测试了 Web 端对话能力。

整体界面比较简洁

基本流程：

1 打开 Dashboard 2 输入问题 3 Agent 调用模型 4 返回回复

例如输入：

今天的天气怎么样？

Agent 会调用 DeepSeek 生成回答。

整体响应速度：2~5 秒

和普通 AI 聊天体验差不多。

七、MacBook Air 运行情况

运行 OpenClaw 时系统资源占用并不高，几乎没有明显压力。

原因其实很简单：

OpenClaw 并不会本地运行大模型，而是调用 API。

所以即使是 MacBook Air 这样的轻薄本，也可以轻松运行。

八、目前测试到的能力

目前只测试了最基础功能：

OpenClaw 其实还有很多能力，例如：

• Telegram Bot
• Discord Bot
• 自动化任务
• 插件系统

后续准备继续测试。

九、总结

简单总结一下这次体验。

优点：

• 架构设计先进
• Agent 思路很有潜力
• 部署门槛不高
• 资源占用低

不足：

• 文档略复杂
• 初期配置容易踩坑

总体来说：

OpenClaw 是一个非常值得关注的 AI Agent 项目。

如果未来生态成熟，它很可能会成为：

AI 自动化平台的重要基础设施。