1.Git 用于克隆代码)

openclaw 中文openclaw 2026-04-09 1

OpenClaw 是一个由国内安全团队“知道创宇”开源的 AI 驱动的自动化渗透测试与漏洞挖掘框架，它集成了多种AI模型，旨在提升安全测试的智能化和自动化水平。

1.Git 用于克隆代码)-第1张图片-OpenClaw下载中文-AI中文智能体

核心安装思路

OpenClaw 的核心是 Python 项目，其安装主要围绕 Python 环境配置、项目依赖安装 以及 可选的大模型配置 展开。

系统环境准备

基础工具确保已安装

打开终端,检查并安装以下工具：

# 或使用 brew install git (macOS)
# 2. Python 3.10 或 3.11 (版本非常重要！)
python3 --version
# 如果版本不对，需要安装/切换：
# Ubuntu: sudo apt install python3.10 python3.10-venv
# macOS: brew install python@3.11
# 或者使用 pyenv 进行多版本管理（推荐）
# 3. Pip (Python包管理器)
pip3 --version

推荐安装方法（分步详解）

以下是最可靠、最主流的安装流程，适用于绝大多数用户。

步骤1：获取项目代码

# 克隆官方仓库到本地
git clone https://github.com/knownsec/OpenClaw.git
# 进入项目目录
cd OpenClaw

步骤2：创建并激活虚拟环境（强烈建议）

使用虚拟环境可以隔离项目依赖,避免污染系统Python环境。

# 创建虚拟环境（命名为 venv，位于项目目录下）
python3 -m venv venv
# 激活虚拟环境
# Linux/macOS:
source venv/bin/activate
# Windows (如果使用原生CMD/PowerShell，不推荐):
# venv\Scripts\activate
# Windows (WSL2, 使用与Linux相同的命令)
# 激活后，终端提示符前应显示 (venv)

步骤3：升级pip并安装核心依赖

# 确保pip是最新版本
pip install --upgrade pip
# 安装项目所需的核心依赖包（根据 requirements.txt）
# 注意：可能需要根据你的CUDA版本安装对应的PyTorch，详见步骤4
pip install -r requirements.txt

步骤4：处理深度学习框架（PyTorch）

requirements.txt 中的 torch 可能只指定了CPU版本，或者版本不匹配你的硬件。建议根据官方指引单独安装。

访问 PyTorch 官方网站，选择适合你系统的配置，获取安装命令。

仅CPU（无NVIDIA显卡）：选择 CPU 版本。
有NVIDIA显卡：选择你的 CUDA 版本（可通过 nvidia-smi 命令查看）。
macOS (Apple Silicon)：选择 Nightly 版本以获得对 MPS (Metal Performance Shaders) 的最佳支持。

示例命令：

# 在Linux上，使用CUDA 12.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# 仅CPU
pip install torch torchvision torchaudio
# macOS (Apple Silicon)
pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu

安装后，建议再次运行 pip install -r requirements.txt，确保其他依赖的版本与PyTorch兼容。

步骤5：配置AI模型（关键步骤）

OpenClaw 的强大之处在于集成了大语言模型，你需要配置API密钥或本地模型。

复制配置文件模板：
```
cp config.yaml.example config.yaml
```
编辑 config.yaml：
- 使用文本编辑器（如 vim, nano, 或VSCode）打开 config.yaml。
- 找到 llm 部分，你会看到类似以下配置：
```
llm:
  openai:
    api_key: "sk-xxx"  # 替换为你的OpenAI API Key
    base_url: "https://api.openai.com/v1" # 可改为其他兼容接口，如OneAPI
    model: "gpt-4-turbo-preview"
```
- 配置方式（三选一或组合）：
  - A. 使用在线API（推荐新手）：
    1. 申请 OpenAI 或 DeepSeek、Moonshot 等国内可用服务的API Key。
    2. 将 api_key、base_url 和 model 修改为对应服务的值。
  - B. 使用本地大模型（需较高配置）：
    1. 安装 ollama 或 lmstudio，并拉取一个较小的模型（如 qwen:7b, llama3:8b）。
    2. 将 base_url 改为本地服务地址，如 http://localhost:11434/v1 (Ollama)。
    3. api_key 可填写 "sk-no-key-required"。
    4. model 填写本地模型名称。
  - C. 使用智谱AI、百度千帆等国内云服务：
    1. 获取对应的API Key和Base URL。
    2. 填入配置中。

步骤6：验证安装

# 在项目根目录下，尝试运行帮助命令
python openclaw.py --help
# 或者运行一个简单的测试任务（调用LLM进行一个简单的对话测试）
python openclaw.py --task “测试连接，请回复‘Hello OpenClaw’”

如果能看到帮助信息或正常的AI回复,说明安装基本成功。

快速启动与使用示例

安装成功后,你可以参考以下命令开始探索：

基础信息收集：

python openclaw.py --target example.com --task "执行一次基础子域名收集"

漏洞扫描辅助：

python openclaw.py --target http://testphp.vulnweb.com/ --task "分析这个URL，列出可能的漏洞类型"

自定义工作流： OpenClaw 支持编写自定义的 Task 剧本，这是其核心功能，请查阅项目 docs/ 目录和示例剧本。

常见问题与排错

ModuleNotFoundError: No module named ‘xxx’
- 解决：激活虚拟环境后，使用 pip install xxx 手动安装缺失的包。
CUDA版本不匹配 / Torch安装错误
- 解决：严格按照 PyTorch官网的命令安装，如果已经装错，先 pip uninstall torch torchvision torchaudio，再重新安装。
访问LLM API超时或失败
- 解决：
  - 检查 config.yaml 中的 api_key 和 base_url 是否正确。
  - 检查网络连接,特别是访问国际API可能需要配置代理。
  - 如果是本地模型,确保 ollama 等服务已启动 (ollama serve)。
运行速度慢
- 如果使用本地模型,请确保你的硬件（尤其是GPU和内存）满足模型要求。
- 使用在线API通常更快、更稳定。

官方文档与资源

GitHub 仓库：https://github.com/knownsec/OpenClaw - 这是最权威的信息源，请时刻关注 README.md 和 docs/。
Issue 列表：在安装或使用中遇到的特定问题，可以先在仓库的 Issues 中搜索，很可能已经有人提出并解决了。
社区讨论：可以关注知道创宇的官方技术博客或相关安全社区，获取最新的使用案例和更新通知。

总结建议：对于大多数用户，按照 第二部分（推荐安装方法） 的步骤，一步步操作，并重点关注 PyTorch安装 和 config.yaml 模型配置，即可顺利完成 OpenClaw 的安装，祝您使用愉快，在AI安全的道路上有所收获！

标签： Git 克隆