很多人在网上看了不少OpenClaw的教程，基本都是QuickStart一键到底，看起来很省事，但一旦你想自己控制模型、换国内能用的API，就发现那些教程全都不管用了。今天这篇文章就专门针对国内开发者，用奥地利开发者Peter Steinberger创建的OpenClaw开源AI代理框架，走Manual模式从零开始配置，让你真正掌握每一步。
安装前的两项硬性检查
在运行安装脚本之前，需要先确认你的Node.js版本是否达到v20以上。你可以打开终端输入node -v来查看当前版本号，如果低于v20，需要先去Node官网下载更新版本。虽然安装脚本会自动检测Node环境，但提前检查可以避免中途报错中断流程。另外网络环境要保证能正常获取模型和密钥，因为首次onboarding过程需要联网下载必要文件。
如果你的需求只是使用最新模型，而不是自己折腾部署环境，也可以直接使用 api.
安装脚本的获取方式很简单，Mac或Linux用户使用curl命令，Windows用户使用iwr命令。如果你的终端提示权限不足，可以在命令前加sudo，但不建议长期用root权限运行，否则后续文件权限会变得混乱。运行脚本后，终端会自动检测Node并安装CLI工具，整个过程大概需要一两分钟。
选择Manual模式避开默认配置
很多现有教程都会让你选QuickStart模式，也就是先用OpenClaw的默认配置跑起来。但这个选择会让你后续修改模型提供商变得非常麻烦，因为默认配置写死了很多参数。我们这里坚决走Manual模式，虽然步骤多一些，但每个选项都在你的掌控之中，尤其对国内用户来说这是唯一能顺利接入国内模型的路径。
当安装脚本运行到选择Onboarding mode时，用键盘上下键选中Manual，然后回车确认。接下来系统会一步步引导你配置Model provider，也就是模型提供商。这里不要选OpenAI或者Anthropic这些国外服务，因为网络访问和支付方式对国内用户都不友好。我们需要选一个能提供稳定API服务的国内平台。
配置ZAI模型和API密钥
以智谱AI为例，在Model provider列表里找到ZAI并选中。系统会提示你选择具体的模型系列，这里推荐选Coding-Plan-CN系列，它是专门为代码任务优化的。接着终端会要求你粘贴API Key，你需要提前去智谱AI官方文档中找到申请入口，注册账号后获取自己的密钥。把密钥完整复制粘贴到终端里，按回车确认。
密钥验证通过后，系统会让你选择具体使用哪个模型。注意一定要选版本号在2026.2.22-2及以上的模型，并且确认你的订阅套餐支持该模型。支持的模型包括GLM-5、GLM-4.7、GLM-4.5-Air、GLM-4.6、GLM-4.5、GLM-4.5V、GLM-4.6V，不要选Flash或FlashX，否则会产生额外费用甚至调用失败。这里我用默认的GLM-5作为主模型。
网关鉴权和频道配置
配置完模型提供商之后，系统会进入网关鉴权设置。这里推荐使用token鉴权方式，比密码鉴权更安全也更容易管理。按照终端提示生成并保存好你的token，后续访问控制面板都需要用到它。接着是channel配置，你需要填写appid和appsecret，这些信息在你注册的渠道后台可以找到。一路继续往下走，遇到web search相关配置可以直接跳过。
如果你需要使用飞书机器人，后面还有个配对步骤。当飞书小助手返回pairing code approve的信息时，打开另一个终端窗口或者新标签页，运行浏览器访问命令，地址是
查看配置文件和memory状态
配置文件默认保存在用户目录下的.openclaw文件夹里，具体路径是/Users/你的用户名/.openclaw/openclaw.json。打开这个文件可以看到所有配置项，包括模型参数、agent定义、存储路径等。如果你在配置agent时遇到id不一致的报错，问题就出在这里，需要确保agent的id字段和你在安装过程中设置的保持一致。
通过openclaw memory status命令可以查看memory的基本情况。每个智能体的SQLite数据库存储在~/.openclaw/memory/.sqlite，这个路径可以通过agents.defaults.memorySearch.store.path来修改，还支持{agentId}这样的动态令牌。GitHub上有个热门issue专门讨论MEMORY.md的注入模式，说明这部分确实是通过workspace文件参与上下文的。新手建议先让系统能用起来，不用急着折腾向量库或者额外数据库。
验证安装和后续进阶方向
完成所有配置后，记得在版本管理那里创建一个版本，机器人才能正式投入使用。你可以通过命令行发送一条简单指令来测试，比如让它写一段Python代码或者创建一个文本文件。如果返回结果正常，说明整个Manual模式配置成功了。网上大部分配置教程零碎不系统，而且都是QuickStart方式，这篇文章通过一步步截图式的说明，让整个过程变得具体可操作。
接下来你可以在配置文件里调整memory的检索方式，或者给不同agent分配不同的模型。比如让代码生成任务用GLM-5，而简单问答用GLM-4.5-Air来节省资源。下一篇我会详细介绍多agent配置方法，以及如何调用本地命令等进阶技能。现在你已经有了一个完全由自己控制的OpenClaw环境，可以放心地让AI代理帮你写代码、管理文件或者浏览网页了。
你在配置OpenClaw的过程中遇到过哪个最让你头疼的报错信息？欢迎在评论区分享你的踩坑经历，点赞高的我会专门写一篇文章来解答。
