OpenClaw 安裝與配置指南 OpenClaw 是一個強大的 AI 助手框架，可以透過 Telegram 遠端控制你的伺服器，執行各種系統指令。本指南將帶你完成從安裝到透過 iPhone Telegram 應用程式遠端查詢系統資訊的完整流程。
⚡ 快速啟動（Ollama Launch） 如果你已安裝 Ollama，最簡單的方式是使用 ollama launch 指令一鍵啟動 OpenClaw：
ollama launch openclaw
Ollama 會自動完成以下流程：
安裝 — 若尚未安裝 OpenClaw，Ollama 會提示透過 npm 安裝
安全確認 — 首次啟動時顯示工具存取權限的安全說明
選擇模型 — 從選單中選擇本地或雲端模型
初始化 — Ollama 配置 Provider、安裝 Gateway Daemon 並設定主要模型
啟動 Gateway — 在背景啟動 Gateway 並開啟 OpenClaw TUI
注意 ：OpenClaw 需要較大的 Context Window，本地模型建議至少 64k tokens。請參考 Context length 設定 。 提示 ：OpenClaw 前身為 Clawdbot， ollama launch clawdbot 仍可作為別名使用。
不啟動直接設定 若只需更換模型而不啟動 Gateway 和 TUI：
ollama launch openclaw --config
指定特定模型直接啟動：
ollama launch openclaw --model kimi-k2.5:cloud
若 Gateway 已在執行，會自動重啟以套用新模型。
連接通訊應用程式 啟動後，執行以下指令連結 WhatsApp、Telegram、Slack、Discord 或 iMessage：
openclaw configure --section channels
停止 Gateway
openclaw gateway stop
🚀 Docker 安裝步驟（進階） 1. 安裝 Ollama 首先安裝 Ollama 來運行本地語言模型：
# Linux
curl -fsSL https://ollama.com/install.sh | sh
# macOS
brew install ollama
啟動 Ollama 服務：
ollama serve
2. 下載並配置 AI 模型 使用 Ollama 下載 OpenClaw 官方推薦的模型：
# 官方推薦模型（選擇其中一個）
# Qwen3 Coder（推薦 - 專為程式碼和指令優化）
# 預設版本 (30B 模型，19GB，256K 上下文)
ollama pull qwen3-coder
# 或指定版本
ollama pull qwen3-coder:latest # 30B 版本
ollama pull qwen3-coder:30b # 30B 版本（與 latest 相同）
# GLM 4.7（輕量級高效能模型）
ollama pull glm-4.7
# GPT OSS 20B（大型開源模型）
ollama pull gpt-oss:20b
驗證模型是否成功安裝：
ollama list
測試模型運行：
# 使用 qwen3-coder 測試
ollama run qwen3-coder "你好，請介紹自己"
3. 安裝 OpenClaw 訪問 OpenClaw 官方網站 獲取最新安裝指令。
使用 Docker Compose 安裝（推薦）：
# 創建專案目錄
mkdir openclaw && cd openclaw
# 下載 docker-compose.yml
curl -O https://openclaw.ai/docker-compose.yml
# 編輯配置檔案
nano docker-compose.yml
基本 docker-compose.yml 配置範例：
version: '3.8'
services:
openclaw:
image: openclaw/openclaw:latest
container_name: openclaw
restart: unless-stopped
environment:
- OLLAMA_HOST=http://host.docker.internal:11434
- MODEL_NAME=qwen3-coder # 使用官方推薦模型
volumes:
- ./data:/app/data
- /var/run/docker.sock:/var/run/docker.sock
ports:
- "8080:8080"
extra_hosts:
- "host.docker.internal:host-gateway"
啟動 OpenClaw 服務：
docker-compose up -d
檢查服務狀態：
docker-compose logs -f
🤖 設定 Telegram Bot 與配對 1. 創建 Telegram Bot 在 Telegram 中搜尋 @BotFather
發送 /newbot 命令
按照提示設定 Bot 名稱和使用者名稱
保存 BotFather 提供的 API Token （格式： 123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11）
2. 配置 Telegram Bot Token 將你的 Telegram Bot Token 添加到 OpenClaw 配置：
# 方法 1: 環境變數（在 docker-compose.yml 中添加）
environment:
- TELEGRAM_BOT_TOKEN=你的Bot Token
# 方法 2: 透過指令設定
docker exec -it openclaw openclaw config set telegram.bot_token "你的Bot Token"
重啟服務使配置生效：
docker-compose restart
📱 配對 Telegram Bot（重要） 1. 在 Telegram 應用中獲取配對碼 開啟 iPhone 上的 Telegram 應用（小飛機 App）
搜尋並開啟你剛創建的 Bot（使用 Bot 的使用者名稱，例如 @YourBotName_bot）
發送 /start 命令
Bot 會自動回覆並顯示配對碼，類似：
Welcome to OpenClaw! 🤖
Your pairing code is: ABCD-1234-EFGH-5678
Please run this command on your server to complete pairing:
openclaw pair verify ABCD-1234-EFGH-5678
This code will expire in 10 minutes.
2. 在伺服器端驗證配對碼 複製 Bot 顯示的配對碼，然後在 OpenClaw 伺服器上執行驗證指令：
# 使用 Bot 提供的配對碼進行配對
docker exec -it openclaw openclaw pair verify ABCD-1234-EFGH-5678
成功配對後，終端會顯示：
✅ Pairing successful!
User @your_telegram_username is now authorized.
同時，Telegram Bot 也會發送確認訊息：
✅ Pairing successful!
You can now send commands to control your server.
3. 檢查配對狀態 查看已配對的用戶清單：
# 查看所有已授權的用戶
docker exec -it openclaw openclaw pair list
# 或查看配對詳細資訊
docker exec -it openclaw openclaw user list
💻 使用範例 查詢 NVIDIA 顯卡資訊 配對成功後，在 Telegram 中直接向 Bot 發送自然語言指令：
查詢顯卡資訊
或
顯示 nvidia-smi
Bot 會執行 nvidia-smi 指令並返回結果：
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.129.03 Driver Version: 535.129.03 CUDA Version: 12.2 |
|-----------------------------------------+----------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+======================+======================|
| 0 NVIDIA GeForce RTX 4090 Off | 00000000:01:00.0 On | Off |
| 0% 45C P8 20W / 450W | 1234MiB / 24564MiB | 2% Default |
| | | N/A |
+-----------------------------------------+----------------------+----------------------+
其他實用指令範例
# 系統資源監控
顯示 CPU 和記憶體使用情況
# Docker 容器管理
列出所有運行中的容器
# 磁碟空間檢查
檢查磁碟使用量
# 服務狀態檢查
查看服務狀態
🔒 安全性設定 限制指令執行權限 編輯 OpenClaw 配置檔案以限制可執行的指令：
docker exec -it openclaw nano /app/config/permissions.yml
範例配置：
permissions:
allowed_commands:
- nvidia-smi
- docker ps
- df -h
- free -h
- uptime
blocked_commands:
- rm
- shutdown
- reboot
設定用戶白名單 只允許特定 Telegram 用戶使用：
docker exec -it openclaw openclaw user add @your_telegram_username
🛠️ 故障排除 Ollama 連線問題 如果 OpenClaw 無法連接到 Ollama：
# 檢查 Ollama 是否運行
curl http://localhost:11434/api/version
# 檢查 Docker 網路
docker network inspect bridge
Bot 無回應 檢查 Bot Token 是否正確設定
確認 OpenClaw 容器正在運行：
docker ps | grep openclaw
查看錯誤日誌：
docker logs openclaw --tail 100
配對碼過期 配對碼通常在 10 分鐘後過期。如果過期，請重新執行配對流程：
在 Telegram Bot 中重新發送 /start 獲取新的配對碼
在伺服器上使用新的配對碼執行驗證：
docker exec -it openclaw openclaw pair verify 新的配對碼
無法獲取配對碼 如果 Bot 沒有回應或無法顯示配對碼：
確認 Bot Token 已正確設定在 OpenClaw 配置中
檢查 OpenClaw 服務是否正常運行
重啟 OpenClaw 服務：
docker-compose restart
📚 進階配置 自訂模型參數 調整模型的運行參數以優化性能：
environment:
- MODEL_NAME=qwen3-coder # 或 glm-4.7, gpt-oss:20b
- MODEL_TEMPERATURE=0.7
- MODEL_MAX_TOKENS=2048
- MODEL_CONTEXT_LENGTH=4096
設定多個 Bot 可以為不同用途創建多個 Bot 實例：
services:
openclaw-admin:
image: openclaw/openclaw:latest
environment:
- TELEGRAM_BOT_TOKEN=管理Bot Token
- ROLE=admin
openclaw-monitor:
image: openclaw/openclaw:latest
environment:
- TELEGRAM_BOT_TOKEN=監控Bot Token
- ROLE=monitor
📝 總結 透過以上步驟，你已經成功：
✅ 安裝並配置 Ollama 與官方推薦模型（qwen3-coder / glm-4.7 / gpt-oss:20b）
✅ 部署 OpenClaw 伺服器
✅ 創建並配對 Telegram Bot
✅ 在 iPhone Telegram 應用中遠端控制伺服器
現在你可以隨時隨地透過 Telegram 查詢伺服器狀態、管理服務，享受 AI 驅動的智能運維體驗！
05 March 2026