2026.3.13最新版 OpenClaw Ubuntu/Windows WSL 安装攻略，一篇搞定
2026.3.13最新教程，手把手教你如何在 Ubuntu / Windows WSL 上安装 OpenClaw，国内网络环境优化，收藏=学会！
写在前面
还在为 Linux 安装软件而发愁吗？是不是每次配置环境都踩坑？今天给大家分享一个实测有效的安装方法，2026年3月8日最新亲测，帮你避开所有弯路！
适用系统：Ubuntu 20.04+ 和 Windows WSL（Ubuntu 子系统），命令完全通用！
为什么选择 OpenClaw？
OpenClaw 是一个强大的 AI 助手网关，支持多种大模型接入。安装完成后，你可以通过它轻松调用各种 AI 能力，无论是编程辅助还是问答对话，都能搞定。
更重要的是，它支持飞书、钉钉等国内平台，在国内使用体验更好！
准备工作
在开始之前，你需要准备：
- 一台 Ubuntu 系统电脑（推荐 20.04 或更高版本）或 Windows 10/11 上的 WSL（Ubuntu 子系统）
- 能够访问外网下载 Node.js（如果访问困难，本文也提供了国内镜像源配置方法）
- 基本的终端操作知识（不怕，你肯定能学会！）
步骤一：更新系统
首先更新软件包，这是每次装机后的必备操作：
sudo apt update -y && sudo apt upgrade -y
提示：这一步是为了获取最新的软件版本，-y 参数表示自动确认，不用一次次按回车
步骤二：清理与安装基础工具
清理旧软件包，然后安装 curl 和 git：
sudo apt autoremove -y
sudo apt install curl git -y
提示：curl 是下载工具，git 是版本管理工具，都是后续必备
步骤三：下载并配置 Node.js
这是最关键的一步！手动下载 Node.js 22 版本：
wget https://nodejs.org/dist/v24.14.0/node-v24.14.0-linux-x64.tar.xz
tar -xf node-v24.14.0-linux-x64.tar.xz
sudo mv node-v24.14.0-linux-x64 /usr/local/lib/nodejs
注意：不使用 apt 安装，而是手动下载官方二进制包，版本更可控，apt 安装的古董版本，不支持 openclaw
配置环境变量
将 Node.js 路径添加到系统：
echo 'export NODEJS_HOME=/usr/local/lib/nodejs' >> ~/.bashrc
echo 'export PATH=$NODEJS_HOME/bin:$PATH' >> ~/.bashrc
source .bashrc
提示：用 echo 命令直接追加内容，不用手动编辑文件，更简单！
步骤四：验证 Node.js
检查是否安装成功：
node -v
输出应为：
v24.14.0
npm -v
输出应为：
11.9.0
步骤五：国内网络加速
重点来了！国内用户一定要配置淘宝镜像源，否则 npm 下载会超级慢：
npm config set registry https://registry.npmmirror.com
验证一下：
npm config list
看到 registry = "https://registry.npmmirror.com/" 就成功了！
步骤六：安装 OpenClaw
激动人心的时刻到了！一行命令安装：
npm install -g openclaw@latest
然后启动：
openclaw onboard --install-daemon
提示：--install-daemon 参数让程序在后台运行，关掉终端也不会停止
验证安装
打开浏览器，访问 http://127.0.0.1:18789 就能看到控制面板啦！
安装只是开始，健康运行才是关键
安装好 OpenClaw 只是第一步！想要稳定运行，还需要：
- 配置大模型：接入 Ollama / OpenAI / Claude 等 provider
- 清理警告错误：定期检查日志，保证服务健康
- 优化性能：根据使用场景调整配置
关注我们，后续会推出系列教程，手把手教你配置和调优！
常见问题
| 问题 | 解决方法 |
|---|---|
| node 命令找不到？ | 执行 source ~/.bashrc 重新加载环境变量 |
| npm 下载太慢？ | 确认已配置淘宝镜像源 |
| 权限报错？ | 命令前加 sudo |
总结
整个过程只需要 13 个步骤，按照本文操作，3分钟就能搞定！而且本文是 2026年3月8日最新亲测，所有版本号都是最新的。
安装完成后，你就能体验 OpenClaw 的强大了。支持国内平台、对接各种大模型，都非常简单。