如果你最近混迹于 AI 圈，OpenClaw 这个项目大概率已经刷屏。

它支持在手机端下达指令、电脑端的 Agent 自动执行并持续完成任务的全流程体验，用起来相当顺滑。

但也必须认真思考安全问题：一个能跑命令、读写文件、访问网络的 AI，实质上是“自动化程序 + 智能决策”的结合体。

这意味着它可能读取你的私人文件，甚至误删或误改重要数据，所以很多人都会有一个担心的问题。

就是把主机完全交给 AI，今天苏米就告诉你，不用Mac mini也可以安装

那就是装在虚拟机里：既保证隔离安全，又能通过共享文件夹高效传输素材与成果。

本文将手把手带你在Windows电脑里用 VMware 虚拟机里部署 OpenClaw，这个方案兼顾安全与效率。

一、环境与配置建议

本文示例机器配置如下（供参考）：

• CPU：Intel i5-13600KF
• 内存：32GB
• 显卡：RTX 4070 Ti
• 虚拟机软件：VMware Workstation

虚拟机操作系统选用 Ubuntu 24.04.3 LTS（桌面版）。

建议为虚拟机分配：8GB 内存、4 核 CPU、60GB 硬盘空间。

根据你的主机情况可灵活调整，但至少建议 4GB 内存 + 2 核 CPU。

二、下载安装 VMware

2.1 下载 VMware Workstation

下载 “VMware Workstation Pro (For Windows) 25H2”

• Release date: 2026-02-26

• 包含简体中文界面语言包（非官方汉化）

链接: https://pan.baidu.com/s/1csxVB34wmS8L8cE3nP2LiQ?pwd=j24c

2.2 安装 VMware

双击安装包，按向导一路 next 完成安装即可。

三、安装 Ubuntu 24.04

3.1 下载 Ubuntu 镜像

访问 Ubuntu 官网下载 Ubuntu 24.04 LTS Desktop：https://ubuntu.com/download/desktop

为什么选 24.04.3 LTS？LTS 是长期支持版本，稳定性更佳、维护周期更长（官方支持 5 年），避免追新踩坑。

3.2 在 VMware 中创建虚拟机

打开 VMware，点击 “Create a New Virtual Machine”

选择 “Typical (recommended)”。

选择前面下载的 Ubuntu-24.04.3.iso 镜像。

设置显示名称、用户名与登录密码。

设定虚拟机名称与存储位置（不必放在 C 盘，确保空间充足即可）。

磁盘大小设为 60GB，并选择 “Store virtual disk as a single file”。

检查配置无误后点击 “Finish”

进入自动安装流程，按向导一路下一步完成安装。

安装完成后先关闭虚拟机，配置共享文件夹：

VMware 菜单：VM → Settings → Options → Shared Folders，选择 Always enabled，添加主机上需要共享的文件夹。

启动虚拟机后，在 Ubuntu 中通过路径访问：/mnt/hgfs/你的文件夹名

四、安装与配置 OpenClaw

4.1 安装 Node.js

OpenClaw 基于 Node.js 运行，先安装 Node.js 22.x 与必要工具：

sudo snap install node --classic --channel=22
sudo apt install git -y
sudo npm install -g pnpm openclaw@latest

安装完成后验证：

openclaw --version

显示版本号则安装成功。

4.2 OpenClaw 初始化

在终端执行：

openclaw onboard --install-daemon

安全提醒，直接yes

选择 QuickStart。

模型选择可按喜好，我这里使用 智谱 GLM4.7。

通讯设备选择 Discord（也可选飞书等）

打开 Discord Developer Portal 创建机器人，进入 bot 页面复制 Token 粘贴。

若忘记可重置。

渠道权限 Discord channels access 可选择 Allowlist（指定频道）或 Open（开放）。

随后输入对应的服务器 ID / 频道 ID。

当提示配置 skills 与 homebrew 时，选择 yes 即可；

可按需安装，选择 pnpm。

这些都是可用的skill，可以装一些实用的。

至此 OpenClaw 安装完成。

你可以使用浏览器访问 Web UI 控制台，也可选择 TUI。

我在此展示 Web UI：可直接输入指令，让 Agent 执行任务。

4.3 效果测试

测试一：国际新闻调研 + 金价分析报告

在 Web 端下达指令（我已安装 gemini skill，如需可自行安装）

Agent 自动执行并在本地产出报告。

实际效果整体表现不错。

测试二：调研并解读 10 篇 AI Agent 论文，生成图文分析报告到本地

通过手机端的 Discord 下达相对复杂的指令

Agent 完成后将文章解读与分析报告保存至本地文件夹。

需要说明的是，示例中找到的论文多为 2024–2025 年而非最新，这可能与我指定使用 gemini skill 有关。

事实上，为 OpenClaw 赋予上网能力有多种方式，可进一步优化效果。

除此之外，OpenClaw还能完成诸多任务，例如：

• 将数据集交给它进行分析并自动生成可视化图表。
• 撰写报告并保存为 Word 文档等。

玩法空间很大，欢迎大胆探索。

五、结语

通过本教程，你已在 VMware 虚拟机中完成 OpenClaw 的部署。

现在可以放心地把繁琐工作交给 AI——即便出错也只发生在虚拟机中，主机数据安全无忧。

如果条件允许，建议将云端大模型切换为本地模型，你将拥有一名真正意义上的本地私人 AI 助理。

如果本文对你有帮助，欢迎点赞、收藏、转发、在看；有问题也欢迎留言交流。

本文基于实际部署经验整理，若有疏漏，敬请指正。