Clawdbot（Moltbot）源码部署全实测：从环境搭建到 WebChat 验证，避坑指南收好

一、为啥折腾 Clawdbot？

最近刷技术圈总刷到 Clawdbot（后来也叫 Moltbot），说是能搭私人 AI 助手，支持 WhatsApp、Telegram 这些常用通道，还能跑在自己设备上，不用依赖第三方服务 —— 想着拉下来测试一下功能，顺便研究一下其源码的实现。 于是拉上 GitHub 仓库https://github.com/openclaw/openclaw，打算从源码部署试试，过程里踩了不少坑，干脆整理成记录，给同样想折腾的朋友避避坑。

二、源码部署前的准备：Windows 环境优先选 WSL2

一开始想直接用 Windows CMD 部署，结果装依赖时各种报错，查仓库文档才发现 Windows 推荐用 WSL2（Ubuntu/Debian 镜像就行），后续操作全在 WSL2 里完成：

我没有执行这一步，导致后面构建项目报错，后面有其他的解决方案。

三、Node.js 安装：别踩 “版本不够” 的坑

仓库文档说要 Node≥22，这里使用nvm管理环境，并切换到node最新版本。 注意：不要用22以下的，在pnpm install会报错。

四、拉取源码 & 装依赖

1、安装依赖

git clone https://github.com/openclaw/openclaw.git
cd openclaw

pnpm install

在安装依赖时候会报错： 问题分析 node-llama-cpp 的 postinstall 脚本失败，错误码 3221225477 通常表示： 访问冲突或权限问题或Windows 上缺少必要的构建工具

node-llama-cpp 是可选依赖，仅用于本地嵌入。如果使用远程嵌入（如 OpenAI），可忽略该错误。项目会回退到远程嵌入。故注释掉 package.json 里面的 node-llama-cpp的依赖，重新进行 pnpm install

2、构建项目

前面安装依赖没问题之后，先构建ui

pnpm ui:build

构建项目

pnpm build

这是由于OpenClaw 在 Windows 上推荐使用 WSL2。在原生 Windows 上构建需要 bash。检查是否有 Git Bash 可用，或创建一个 Node.js 版本的构建脚本： 此处在项目的/script 目录下创建一个 nodejs版本的构建脚本 bundle-a2ui.mjs，代码如下：

#!/usr/bin/env node
import { createHash } from "node:crypto";
import { promises as fs } from "node:fs";
import path from "node:path";
import { fileURLToPath } from "node:url";
import { spawn } from "node:child_process";
import { promisify } from "node:util";

const spawnAsync = promisify(spawn);

const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);
const ROOT_DIR = path.resolve(__dirname, "..");
const HASH_FILE = path.join(ROOT_DIR, "src/canvas-host/a2ui/.bundle.hash");
const OUTPUT_FILE = path.join(ROOT_DIR, "src/canvas-host/a2ui/a2ui.bundle.js");
const A2UI_RENDERER_DIR = path.join(ROOT_DIR, "vendor/a2ui/renderers/lit");
const A2UI_APP_DIR = path.join(ROOT_DIR, "apps/shared/OpenClawKit/Tools/CanvasA2UI");

async function checkDirExists(dir) {
try {
const stat = await fs.stat(dir);
return stat.isDirectory();
} catch {
return false;
}
}

async function walk(entryPath, files = []) {
const st = await fs.stat(entryPath);
if (st.isDirectory()) {
const entries = await fs.readdir(entryPath);
for (const entry of entries) {
await walk(path.join(entryPath, entry), files);
}
return files;
}
files.push(entryPath);
return files;
}

function normalize(p) {
return p.split(path.sep).join("/");
}

async function computeHash() {
const inputPaths = [
path.join(ROOT_DIR, "package.json"),
path.join(ROOT_DIR, "pnpm-lock.yaml"),
A2UI_RENDERER_DIR,
A2UI_APP_DIR,
];

const files = [];
for (const inputPath of inputPaths) {
try {
const stat = await fs.stat(inputPath);
if (stat.isDirectory() || stat.isFile()) {
await walk(inputPath, files);
}
} catch {
// Path doesn't exist, skip
}
}

files.sort((a, b) => normalize(a).localeCompare(normalize(b)));

const hash = createHash("sha256");
for (const filePath of files) {
const rel = normalize(path.relative(ROOT_DIR, filePath));
hash.update(rel);
hash.update("\\0");
const content = await fs.readFile(filePath);
hash.update(content);
hash.update("\\0");
}

return hash.digest("hex");
}

async function runCommand(command, args, options = {}) {
return new Promise((resolve, reject) => {
const proc = spawn(command, args, {
…options,
stdio: "inherit",
shell: false,
});
proc.on("close", (code) => {
if (code === 0) {
resolve();
} else {
reject(new Error(`Command failed with exit code ${code}`));
}
});
proc.on("error", reject);
});
}

async function main() {
try {
// Docker builds exclude vendor/apps via .dockerignore.
// In that environment we must keep the prebuilt bundle.
if (!(await checkDirExists(A2UI_RENDERER_DIR)) || !(await checkDirExists(A2UI_APP_DIR))) {
console.log("A2UI sources missing; keeping prebuilt bundle.");
process.exit(0);
}

const currentHash = await computeHash();
let shouldBuild = true;

try {
const previousHash = await fs.readFile(HASH_FILE, "utf-8");
const outputExists = await fs
.access(OUTPUT_FILE)
.then(() => true)
.catch(() => false);

if (previousHash.trim() === currentHash && outputExists) {
console.log("A2UI bundle up to date; skipping.");
shouldBuild = false;
}
} catch {
// Hash file doesn't exist, need to build
}

if (shouldBuild) {
console.log("Building A2UI bundle…");
await runCommand("pnpm", ["-s", "exec", "tsc", "-p", path.join(A2UI_RENDERER_DIR, "tsconfig.json")]);
await runCommand("pnpm", ["-s", "exec", "rolldown", "-c", path.join(A2UI_APP_DIR, "rolldown.config.mjs")]);
await fs.writeFile(HASH_FILE, currentHash, "utf-8");
console.log("A2UI bundle built successfully.");
}
} catch (error) {
console.error("A2UI bundling failed. Re-run with: pnpm canvas:a2ui:bundle");
console.error("If this persists, verify pnpm deps and try again.");
console.error(error);
process.exit(1);
}
}

main();

重新构建项目 pnpm build 构建完成。

六、配置 OpenClaw

直接跑向导： pnpm openclaw onboard –install-daemon 进来这个提示，先按照yes和quickstart方式快速配置 **配置模型：**这里选择智谱AI

配置api-key 配置channel 支持接入不同的app，这里没有不支持微信等国内的生态，暂时先跳过，使用webchat测试。 配置skills 可选的内置skills很多，注意，这里按空格选中，选好之后，按回车保存。 但选择对应的skills后，很多需要配置对应的key才能使用，这个需要提前在对应的网站申请key。 配置Hooks： 先跳过，暂时不用。 启动Gateway service 保存好上面配置后，会自动启动网关服务。 同时ui应用也会启动，至此配置完成

七、发送消息没有响应

第一次启动配置完后，发现发送消息并没有得到响应，控制台也没有报错。 后来发现是我的GLM4.7 限额了。这时候可以直接修改 openclaw.json配置文件进行修改配置。 改为flash模型 后续所有和openclaw agent相关的配置都可以通过修改该文件，不需要重复进入向导配置。

注意：修改后记得重启 gateway service ，否则不生效。 pnpm openclaw gateway restart –allow-unconfigured 可使用 openclaw status查看网关启动状态

八、常用命令

九、WebChat 测试

由于没有接入其他channel，这里直接用原生的ui webchat进行测试。

测试调用工具读取文件的能力

测试其 Computer Use的能力

直接写入文件到系统。 可见其调用工具，Computer use能力还是比较强的