鲁班猫4(RK3588S)安装 OpenClaw 完整教程

日期: 2026-04-08
平台: 野火 LubanCat-4(RK3588S) / Debian 11
标签: RK3588 鲁班猫4 OpenClaw Node.js AI助手 飞书


一、背景介绍

1.1 鲁班猫4(LubanCat-4)开发板

鲁班猫4 是野火科技(EmbedFire)推出的高性能 Linux 卡片电脑,搭载瑞芯微 RK3588S 八核处理器,是目前国产嵌入式开发板中性能较强的产品之一。

核心参数:

参数 规格
主芯片 RockChip RK3588S
CPU 四核 Cortex-A76 + 四核 Cortex-A55(八核)
GPU Arm Mali-G610
NPU 6 TOPS 算力
内存 LPDDR4X,4GB / 8GB
存储 eMMC,32GB / 64GB / 128GB
网络 千兆以太网(10/100/1000M 自适应)
USB 3×USB 2.0 + 1×USB 3.0 Type-A + 1×USB 3.0 Type-C(OTG)
显示 HDMI 2.1 + 2×MIPI-DSI(多屏异显)
GPIO 40Pin 兼容树莓派接口
操作系统 Android 13 / Debian / Ubuntu
电源 Type-C,5V/4A

典型应用场景: 边缘计算、NAS、机器人控制、智能家居、AI 大模型推理等。


1.2 OpenClaw 是什么

OpenClaw(前身为 Clawdbot / Moltbot)是一款开源、本地优先的 AI Agent 框架,由奥地利程序员 Peter Steinberg 于 2025 年 11 月推出。它的定位不是聊天机器人,而是真正能在你的设备上动手执行任务的 AI 助手。

核心特点:

  • 🔓 完全开源(MIT 许可证),数据不上云
  • 🏠 本地自托管,运行在你自己的机器上
  • 🔗 多平台接入:支持飞书、WhatsApp、Telegram、Discord、Slack、Signal、iMessage、Microsoft Teams、Google Chat 等 30+ 平台
  • 🤖 多 AI 模型支持:可接入 Claude、GPT、Gemini 或本地模型
  • 📱 移动节点支持:可与 iOS / Android 设备配对,实现语音、相机等功能
  • 🌐 Web 控制台:内置浏览器仪表板,可直接聊天、管理会话、监控节点

工作原理: OpenClaw 在本地运行一个 Gateway 网关进程,作为桥梁将各类即时通讯 App 的消息路由到 AI 智能体,AI 完成任务后再将结果返回给对应频道。


二、环境准备

本教程环境:

  • 硬件:野火 鲁班猫4(LubanCat-4)开发板,芯片 RK3588S
  • 系统:Debian 11(Bullseye),ARM64 架构
  • Node.js 版本:v24.x(预编译二进制包)

⚠️ 注意: RK3588S 为 ARM64 架构,下载 Node.js 时务必选择 linux-arm64 版本,不要选 x64


三、安装 Node.js 24(ARM64 预编译包)

OpenClaw 通过 npm 安装,因此首先需要在鲁班猫4 上部署 Node.js 环境。这里使用官网预编译的二进制包,不走 apt,避免版本太低的问题。

3.1 下载 Node.js

前往 Node.js 官网下载页 或直接用以下命令下载(在开发板上执行):

# 在开发板 ~/Downloads 目录下执行
cd ~/Downloads
wget https://nodejs.org/dist/v24.0.0/node-v24.0.0-linux-arm64.tar.xz

也可以在电脑上下载好后通过 scp 传到开发板:

scp node-v24.0.0-linux-arm64.tar.xz user@<板子IP>:~/Downloads/

3.2 解压文件

cd ~/Downloads
tar -xvf node-v24.0.0-linux-arm64.tar.xz

解压后会得到类似如下目录:

node-v24.0.0-linux-arm64/
├── bin/
│   ├── node
│   ├── npm
│   └── npx
├── lib/
├── include/
└── ...

3.3 移动到系统目录

将 Node.js 整个目录移动到 /usr/local/lib/nodejs,便于统一管理:

sudo mkdir -p /usr/local/lib/nodejs
sudo mv node-v24* /usr/local/lib/nodejs/

3.4 创建软链接

让系统命令路径能找到 nodenpmnpx

sudo ln -sf /usr/local/lib/nodejs/node-v24.0.0-linux-arm64/bin/node /usr/bin/node
sudo ln -sf /usr/local/lib/nodejs/node-v24.0.0-linux-arm64/bin/npm /usr/local/bin/npm
sudo ln -sf /usr/local/lib/nodejs/node-v24.0.0-linux-arm64/bin/npx /usr/local/bin/npx

说明: -sf-f 是 force 强制覆盖,如果之前系统已有旧版 node 软链接会自动替换。

3.5 验证安装

node -v
npm -v

输出类似以下内容即为成功:

v24.0.0
10.x.x

四、配置全局 npm 包路径(可选但推荐)

默认情况下,npm install -g 需要 sudo 权限。配置用户级全局包路径可以避免这个问题:

# 创建用户级全局包目录
mkdir -p ~/.npm-global

# 配置 npm 使用该目录
npm config set prefix '~/.npm-global'

# 将路径加入环境变量(写入 ~/.profile)
echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.profile

如果使用 ~/.bashrc 作为主要配置文件,也可以同时写入:

echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.bashrc

五、安装 OpenClaw

5.1 全局安装

npm i -g openclaw

安装过程可能需要几分钟,请耐心等待。安装完成后会有类似提示:

added xxx packages in xxs

5.2 配置 PATH 环境变量

首先查看 npm 全局包的安装前缀路径:

npm config get prefix

输出示例:

/usr/local/lib/nodejs/node-v24.0.0-linux-arm64

将对应的 bin 目录加入 PATH:

echo 'export PATH=/usr/local/lib/nodejs/node-v24.0.0-linux-arm64/bin:$PATH' >> ~/.bashrc

使配置立即生效:

source ~/.bashrc
source ~/.profile

5.3 验证 openclaw 命令可用

openclaw --version

能显示版本号即安装成功。


六、OpenClaw 初始化配置

6.1 运行引导程序

执行以下命令完成 OpenClaw 的初始化和后台守护进程安装:

openclaw onboard --install-daemon

该命令会:

  1. 引导完成基本配置(AI 模型、密钥等)
  2. 将 OpenClaw Gateway 注册为系统守护进程(开机自启)

按照屏幕提示逐步完成即可。


七、连接飞书(Feishu)

7.1 配置飞书渠道

在 OpenClaw 初始化完成后,选择添加飞书(Feishu)作为接入渠道。

首次配置完成后,OpenClaw 会提示需要进行配对(Pairing)。根据提示信息,执行类似如下指令完成授权:

openclaw pairing approve feishu XXXXXXX

说明: XXXXXXX 为飞书配对时生成的验证码,每次配对会随机生成,请以实际提示为准。

7.2 验证连接

配对成功后,在飞书中向 OpenClaw 发送一条消息,如果收到回复,说明飞书渠道已成功连接。


八、常见问题排查

Q1:openclaw: command not found

原因: PATH 未生效
解决:

source ~/.bashrc
source ~/.profile
# 或重新登录 SSH 会话

Q2:npm i -g openclaw 报权限错误

原因: 未配置用户级全局包路径
解决: 参考第四章配置 ~/.npm-global,或使用 sudo npm i -g openclaw

Q3:node -v 报错 bash: node: command not found

原因: 软链接未正确创建
解决: 重新执行第 3.4 步,检查路径是否与实际解压后的目录名一致

Q4:ARM64 架构确认

uname -m
# 应输出:aarch64

确认为 aarch64 后再下载 linux-arm64 版本的 Node.js。


九、参考资料


💡 小贴士: 鲁班猫4 的 NPU 有 6 TOPS 算力,后续可以探索在本地运行轻量 AI 模型(如 Qwen、Llama 小参数版本),配合 OpenClaw 实现真正的本地 AI Agent,数据完全不出内网!


本文首发于 CSDN,转载请注明出处。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐