edition/C3 build · pass
hero.tsx modules.md × snapshots.tsx × whoami.sh × install.sh × reviews.log × faq.yaml ×
$ openclaw download --edition console

OpenClaw 官网 · 终端极客算力下沉
中文命令行版
小龙虾AI · 下载入口

OpenClaw 是小龙虾AI 的终端工程台， 把推理引擎、知识管线与运维脚本压进一份命令行版与中文私域客户端， 专为终端极客、AI 运维工程师与私有云团队设计 —— 一行命令就把小龙虾AI 装回自己的算力底座。

一键下载 · Run install ↵ TTY · 命令行/容器版 Linux
v3.6.1
stable · console
248 MB
tarball size
41 t/s
edge inference
0 egress
private domain
// 01 ~/openclaw/modules.md 6 modules · readonly

把小龙虾AI 的能力 拆成可装载的模块

不是一团云端黑盒。OpenClaw 在终端工程台里把推理、检索、运维、网关都拆成独立模块，按需挂载，命令行即可热切。

/ 01 module
edge_runtime 端侧推理 · 算力下沉
自动识别 CPU/CUDA/Metal/ROCm，按显存挑选量化等级，让 OpenClaw 在终端极客的笔记本与工作站之间无感切换。
CUDAMetalROCm
/ 02 module
private_domain 中文私域 · 数据零外发
对话、代码片段、知识管线全部保留在自己的算力底座，OpenClaw 默认不上传任何业务数据，可对接堡垒机与企业 SSO。
SSOAuditAir-gap
/ 03 module
openclaw_cli 命令行优先 · 可脚本化
openclaw-cli 二进制原生支持 pipe，挂模型、查日志、串 CI/CD、写 git hook 都是同一套命令习惯。
pipeCI/CDgit-hook
/ 04 module
knowledge_pipe 可插拔知识管线
私有文献、行业术语、运维手册、代码仓一键灌入；OpenClaw 的本地 RAG 会给出可追溯的小龙虾AI 中文答案。
RAGVector中文优化
/ 05 module
model_router 多模型路由 · API 网关
同时挂载多个模型，按任务类型自动路由：长上下文走 13B、代码走专精模型、检索走轻量化模型。
auto-routeOpenAI兼容
/ 06 module
ops_dashboard AI 运维仪表板
显存、tokens/s、量化等级、温度、日志全部可视化，让 AI 运维工程师在终端就把 OpenClaw 跑成生产级。
PromLokiGrafana
// 02 ~/openclaw/snapshots/ 5 frames · webp

在终端工程台里 截下的真实工作流

下面 5 帧来自 OpenClaw 命令行版与中文私域客户端的内测桌面，鼠标悬停可放大查看。

frame_01 · 主对话视图.tsx
OpenClaw 终端工程台主对话视图

主对话工作台

多模型路由 / 流式中文输出 / 引用追溯

frame_02 · cli_console.sh
OpenClaw 命令行版控制台

openclaw-cli 控制台

批量任务 / pipe / git-hook 接入

frame_03 · knowledge_pipe.json
OpenClaw 知识管线检索界面

知识管线 RAG

私域文献 / 中文术语库

frame_04 · ops_dash.tsx
OpenClaw AI 运维仪表板

运维仪表板

显存 / tokens-s / 温度

frame_05 · router_config.yaml
OpenClaw 多模型路由配置

多模型路由配置

auto-route / 任务画像

// 03 ~/openclaw/whoami.sh audience · 4 personas

谁在用 OpenClaw 小龙虾AI 终端工程台

我们不主打"所有人"，只针对真正需要算力下沉、中文私域与可脚本化工作流的四类细分人群。

— openclaw@console: ~/whoami —
openclaw@console:~$ whoami --target → 终端极客 · AI运维工程师 · 私有云团队 · 全栈研发

终端极客 /usr/local/geek

把小龙虾AI 装到 tmux / vim 工作流里，所有研究路径都从一行命令开始。

AI 运维工程师 /var/log/ops

用 OpenClaw 做日志归因、变更摘要、SOP 生成，把 AIOps 真正落到内网。

私有云团队 /etc/private

通过 Helm 与堡垒机在私有云中部署 OpenClaw 中文私域客户端，对接统一鉴权。

全栈研发 /home/fullstack

从写测试、生成 changelog 到接口文档，OpenClaw 跟着你的编辑器与 PR 流程走。

// 04 ~/openclaw/install.sh ~15 min · runnable

从下载到上线 只需 4 行命令

把小龙虾AI 装回自己的算力底座，OpenClaw 把"本地部署"做成了一份可以直接复制的 install.sh。

install.sh
dry-run pass bash
123456789101112131415
#!/usr/bin/env bash# OpenClaw · 小龙虾AI · console edition # 01. 拉取终端工程台主程序curl -fsSL https://openclpw.com.cn/install.sh | bash # 02. 启动 openclaw daemon (端侧推理)openclaw daemon start --quantize auto # 03. 挂载本地模型 (GGUF / Safetensors)openclaw model add ./weights/claw-7b.gguf # 04. 联通中文私域客户端 & 启用知识管线openclaw pipe link --rag ./docs --lang zh-CNecho "✓ openclaw is ready @ localhost:7321"
● install.sh · exit 0 bash · pass
01

下载终端工程台主程序

点击页首"Run install"按钮（或执行 install.sh），OpenClaw 自动识别 Windows / macOS / Linux 与硬件配置。

curl · install.sh
02

启动 openclaw daemon

daemon 进程负责端侧推理、算力调度与模型缓存，量化等级自动按显存挑选，无需手动调参。

openclaw daemon start
03

挂载本地或私有模型

支持 GGUF、Safetensors、HuggingFace 目录与远端私有模型仓，挂载成功即可在端侧运行。

openclaw model add
04

联通知识管线与中文私域客户端

把本地文档接入可插拔知识管线，启动中文私域客户端，让小龙虾AI 进入日常研发对话。

openclaw pipe link --rag
// 05 ~/openclaw/reviews.log tail -n 12 · ★ 4.9 / 5

来自终端极客与 私有云团队 的真实回声

下面这段日志摘自 OpenClaw 内测圈、AIOps 沙龙与全栈研发社区。tail 直接拿最近的几行。

2026-05-12 09:14
OK
@geek_lin
★★★★★终端工程台终于让小龙虾AI 跟我的 tmux 玩在一起。openclaw-cli 走 pipe 比任何前端 UI 都顺手。// 终端极客
2026-04-28 22:01
INF
@ops_chen
★★★★★把 OpenClaw 挂到 Loki + Grafana 上做日志归因，告警摘要写得比我手敲快得多，AI 运维真正落地了。// AI运维
2026-04-15 14:33
NOTE
@cto_zhao
★★★★☆给团队的私有云架了一套 OpenClaw 中文私域客户端，鉴权和审计都没踩坑，比自己撸 LLM 网关省一周。// 私有云CTO
2026-03-29 11:07
OK
@fullstack_he
★★★★★从写测试到 changelog 到 swagger，全栈研发的活儿被小龙虾AI 接走了一大半，离线模式跑得稳。// 全栈研发
2026-03-10 18:52
PR
@lab_wu
★★★★★研究院的数据合规很严，OpenClaw 算力下沉到我们机房后没有任何 egress，论文写作流程也整合进了 RAG。// 研究院
// 06 ~/openclaw/faq.yaml 8 entries · key/value

下载之前 你可能会问的 8 个问题

从兼容性、断网使用、模型挂载到隐私合规，下面这段 faq.yaml 把终端极客与私有云团队的高频问题都列了出来。

q1: OpenClaw 是什么？算力下沉与终端工程台又是什么意思？
OpenClaw 是小龙虾AI 的终端工程台版本：把推理引擎、知识管线、命令行工具、API 网关全部装在你自己的算力底座上。"算力下沉"指模型推理在本机或私有云中完成，不依赖任何外部 API；"终端工程台"则强调一切都可以从命令行驱动，适合终端极客与 AI 运维工程师按脚本批量使用。
q2: OpenClaw 下载需要付费或注册吗？
命令行版与中文私域客户端均可直接从页首"Run install"或 TTY 按钮下载，安装后无需注册即可启动端侧推理、知识管线与命令行工具。只有当你需要团队协作、SSO 与云端备份等增值能力时，才需要在客户端内绑定企业账号。
q3: OpenClaw 终端工程台支持哪些系统和硬件？
支持 Windows 10/11、macOS 12+ 以及主流 Linux 发行版（Ubuntu/Debian/CentOS/Arch）。最低 8GB 内存 + 4 核 CPU 即可运行 4-bit 量化模型；推荐 16GB 内存 + 6GB 显存 GPU 获得接近云端 API 的速度。OpenClaw 会自动按硬件挑选量化等级与上下文长度。
q4: 算力下沉之后，OpenClaw 能不能完全断网使用？
可以。完成首次模型挂载后，OpenClaw 终端工程台可以在完全断网或物理隔离的环境下运行所有核心能力，包括对话、命令行任务、知识管线 RAG、API 网关等。仅当你主动启用"网页阅读"或"模型云中转"插件时，才会发起外部网络请求。
q5: 怎么把 OpenClaw 命令行版部署到内网或私有云？
解压安装包会得到 openclaw-cli 二进制、Docker Compose 与 Helm Chart 模板。常见做法：在内网服务器执行 docker compose up -d 启动 OpenClaw 服务端，在客户端"模型源"中填入服务端地址，并通过堡垒机 / 反向代理 / 企业 SSO 控制访问权限，整套流程对私有云团队相当友好。
q6: 如何挂载本地或自训练的小龙虾AI 模型？
客户端"模型源"页面可以一键导入 GGUF、Safetensors、HuggingFace 目录等常见格式；命令行通过 openclaw model add /path/to/model 添加。同一台机器可同时挂载多个模型，多模型路由会按任务类型自动选择合适的引擎，例如代码任务走专精模型、长上下文走 13B。
q7: 命令行版的更新策略与升级方式是怎样的？
OpenClaw 分稳定通道与研发通道。稳定通道每 4-6 周更新一次，重点修复兼容性与体验问题；研发通道每周迭代，提前体验新插件与新模型适配。可在设置-更新通道中切换；离线环境也可以直接下载完整安装包覆盖升级，本地数据与配置不会丢失。
q8: OpenClaw 会上传我的对话、代码或运维日志吗？
默认配置下，所有对话、代码片段、日志、知识管线内容都仅在你的本机或你指定的私有服务器中处理，OpenClaw 不会上传任何业务数据。客户端启动时仅检查版本信息（可在设置中关闭）。若你主动启用"匿名问题反馈"，仅会上传脱敏后的错误日志，并明确提示。