Windows系统安装OpenClaw：千问3.5-9B联调避坑指南

1. 为什么选择Windows+OpenClaw组合

作为一个长期在Windows环境下工作的开发者，我一直在寻找能够提升日常效率的AI助手方案。直到遇到OpenClaw这个开源的本地化AI智能体框架，它让我看到了将大模型能力直接融入工作流的可能性。与常见的云端API调用不同，OpenClaw能在我的本地电脑上直接操控鼠标键盘、读写文件、运行脚本，实现真正的"所见即所得"的自动化。

这次我选择在Windows 11专业版上部署OpenClaw，并接入千问3.5-9B模型。整个过程经历了从兴奋到困惑再到豁然开朗的心路历程，特别是在PowerShell权限、Node.js版本适配等环节踩了不少坑。下面我就把这些实战经验完整分享出来，希望能帮助同样想在Windows上尝试OpenClaw的朋友少走弯路。

2. 环境准备与基础安装

2.1 系统与硬件要求

在开始前，请确保你的Windows系统满足以下条件：

• Windows 10 1809或更高版本（建议Windows 11）
• PowerShell 5.1+（可通过$PSVersionTable命令查看）
• 至少8GB空闲内存（千问3.5-9B模型推理需要）
• 固态硬盘剩余空间20GB以上
• 稳定的网络连接（安装过程需要下载依赖）

我使用的是Windows 11 23H2版本，搭配16GB内存和RTX 3060显卡。虽然OpenClaw本身不强制要求GPU，但本地模型推理会明显受益于显卡加速。

2.2 Node.js环境配置

OpenClaw依赖Node.js运行时，这里有个关键点：必须使用Node.js 18.x或20.x版本。我最初安装了最新的Node.js 21，结果导致后续的npm包兼容性问题。正确的安装步骤如下：

1. 以管理员身份打开PowerShell，执行：

# 卸载现有Node.js（如有）
winget uninstall Node.js

2. 安装LTS版本的Node.js 20：

winget install OpenJS.NodeJS.LTS

3. 验证安装：

node -v  # 应显示v20.x.x
npm -v   # 应显示10.x.x

如果遇到权限问题，可能需要先执行Set-ExecutionPolicy RemoteSigned。我在一台公司电脑上就遇到了组策略限制，最终通过临时启用管理员权限解决了这个问题。

3. OpenClaw核心安装流程

3.1 全局安装OpenClaw

在确认Node.js环境正常后，就可以安装OpenClaw了。这里有个Windows特有的注意事项：必须使用管理员权限的PowerShell，否则后续的本地服务注册会失败。

# 使用管理员PowerShell执行
npm install -g openclaw --force

安装完成后，验证版本：

openclaw -v

如果出现"命令无法识别"的错误，通常是环境变量未更新导致的。可以尝试关闭并重新打开PowerShell，或者手动将%AppData%\npm添加到系统PATH中。

3.2 初始化配置向导

运行配置向导是设置OpenClaw的关键步骤：

openclaw onboard

在向导中，我选择了以下配置：

• Mode: Advanced（为了自定义模型设置）
• Provider: Custom（准备接入本地千问3.5-9B）
• Default model: 暂时跳过
• Channels: 先跳过（后续再配置飞书）
• Skills: 选择基础技能包

这里我犯过一个错误：第一次运行时直接选择了QuickStart模式，结果系统自动配置了云端模型，导致后续切换本地模型时需要手动清理配置文件。建议从一开始就选择Advanced模式。

4. 千问3.5-9B模型接入

4.1 模型服务准备

我使用的是星图平台提供的千问3.5-9B镜像，已经在本地通过Docker运行：

docker run -d -p 5000:5000 --gpus all qwen35-9b-mirror

验证模型API是否可用：

curl -X POST http://localhost:5000/v1/completions -H "Content-Type: application/json" -d '{"prompt":"你好","max_tokens":50}'

4.2 修改OpenClaw配置

关键步骤来了：需要手动编辑OpenClaw的配置文件以接入本地模型。配置文件通常位于：

C:\Users\[用户名]\.openclaw\openclaw.json

用记事本或VS Code打开该文件，在models.providers部分添加：

{
  "models": {
    "providers": {
      "local-qwen": {
        "baseUrl": "http://localhost:5000",
        "apiKey": "no-need-for-local",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen35-9b",
            "name": "Local Qwen 3.5-9B",
            "contextWindow": 32768,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

保存后，需要重启OpenClaw网关服务：

openclaw gateway restart

4.3 常见配置问题解决

在这个过程中，我遇到了两个典型问题：

问题1：网关启动失败 错误信息显示端口被占用。解决方案是：

# 查找占用18789端口的进程
netstat -ano | findstr 18789
# 终止该进程
taskkill /PID [进程ID] /F
# 重新启动网关
openclaw gateway start

问题2：模型连接超时 检查发现是Docker容器的防火墙规则阻止了连接。解决方法是：

# 允许5000端口入站
New-NetFirewallRule -DisplayName "Qwen Model Port" -Direction Inbound -LocalPort 5000 -Protocol TCP -Action Allow

5. 自动化脚本与快捷操作

为了简化日常使用，我创建了几个实用的批处理脚本：

启动所有服务的脚本start_all.bat:

@echo off
docker start qwen35-9b
timeout /t 10
start /B openclaw gateway start
start http://localhost:18789

重置环境的脚本reset_env.bat:

@echo off
taskkill /im node.exe /f
docker restart qwen35-9b
del /f /q C:\Users\%username%\.openclaw\logs\*
openclaw gateway start

这些脚本特别适合在开发过程中快速重启环境。我将它们放在桌面，通过右键"以管理员身份运行"来执行。

6. 实际应用测试

配置完成后，我通过Web控制台(http://localhost:18789)测试了几个典型场景：

1. 文件整理：让OpenClaw帮我整理下载文件夹，按扩展名分类
2. 资料检索：自动在浏览器中搜索并汇总指定主题的前5条结果
3. 内容生成：基于本地文档生成周报初稿

千问3.5-9B模型在理解中文指令方面表现相当不错，特别是处理与本地文件相关的任务时，响应速度明显快于云端API。不过我也发现，当任务链路过长时（超过5个步骤），Token消耗会急剧增加，这时适当拆分任务会更高效。

7. 安全注意事项

在Windows上运行OpenClaw需要特别注意：

1. 权限控制：不要长期以管理员身份运行OpenClaw服务，日常使用时可降权
2. 操作审核：定期检查~/.openclaw/logs/action.log，了解AI执行了哪些操作
3. 网络隔离：如果模型包含敏感数据，建议在防火墙中限制外部访问
4. 备份机制：重要文件不要放在OpenClaw可直接操作的目录中

我曾不小心让OpenClaw删除了一个临时文件夹，结果发现里面还有未保存的工作文件。现在我会在关键目录设置只读权限，避免类似意外。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。