腾讯云从零搭建 OpenClaw：接入 DeepSeek、微信与 MochiLab Skills（图文实操）

这篇教程带你把一台刚买的腾讯云服务器，变成可以在微信里使用、能查找安装 MochiLab Skills 的个人助手。每一段都写明在哪里操作、如何选择，以及做到什么程度才算成功。

本次实测日期：2026 年 10 月 23 日。 实测环境是腾讯云中国站、新加坡轻量应用服务器、2 核 8GB、Ubuntu 24.04 LTS，使用 DeepSeek 付费 API。完成了微信收发、MochiLab 账户连接、翻译校对 Skill 安装与文件落盘、退出终端后继续运行，以及备份下载和哈希核对。

文中的价格与界面来自当次实操，不代表以后购买时的报价。截图已筛选或做隐私遮挡；没有发布实际 API Key、SSH 私钥内容、登录二维码、完整 IP、实例 ID 或微信账号标识。命令以正文代码块为准。

先看清楚：这套方案由什么组成

你在微信里发送任务，OpenClaw 在云服务器上接收任务并调用 DeepSeek；需要某项能力时，再按照已安装的 Skill 执行步骤、使用工具或生成文件。

• 腾讯云服务器：让 OpenClaw 长期在线，保存工作区、Skills 和报告。
• DeepSeek API：负责模型推理，按实际调用计费，费用与服务器费用分开。
• 微信：发送任务、接收结果的聊天入口，不是安装模型的地方。
• MochiLab Skills 助手：查找、下载、安装和检查 MochiLab Skills；具体 Skill 再完成具体任务。

本路线不需要在服务器上安装 Ollama，也不需要下载本地千问模型。2 核 8GB 是本次 API 路线的实测配置，不能据此推断它适合本地大模型或多用户并发。

全过程分为：购买服务器 → SSH 登录 → 更新系统 → 安装 OpenClaw → 接入 DeepSeek → 连接微信 → 安装 MochiLab 助手 → 连接账户 → 安装并测试 Skill → 后台运行检查 → 备份并下载。

第 1 步：准备账户，分清三种凭据

准备腾讯云账户、可用的个人微信，以及 DeepSeek 开放平台 ↗账户。另准备一个 MochiLab 账户 ↗。

在 DeepSeek 开放平台自行完成注册、账户要求的验证和充值，然后从 API Keys 页面创建密钥。网页聊天账户、网页会员与 API 余额不是同一回事；以开放平台显示的可用余额为准。创建后妥善保存密钥，不要发进微信对话。

本教程会遇到三种不同凭据：

• 腾讯云 SSH 私钥文件 `.pem` — 用在哪里: 登录服务器; 保管方式: 在自己的电脑保存；不是模型 API Key
• DeepSeek API Key — 用在哪里: OpenClaw 的模型配置; 保管方式: 在终端的密钥输入提示中私下输入
• MochiLab Skills 访问密钥，前缀 `mls_` — 用在哪里: 连接 MochiLab、下载 Skills; 保管方式: 在 MochiLab 助手的隐藏登录提示中输入

以后文章中的示例名称可以自己取；任何示例都不能替代你自己的有效密钥。

第 2 步：购买腾讯云轻量应用服务器

打开 腾讯云轻量应用服务器购买页 ↗，确认是你准备购买的站点。本次使用腾讯云中国站，按下面的项目逐项检查。

• 镜像类型 — 纯净系统 / 操作系统镜像
• 操作系统 — Ubuntu 24.04 LTS
• 地域 — 新加坡
• CPU / 内存 — 2 核 / 8GB
• 系统盘 — 80GB SSD
• 带宽页面标注 — 200Mbps 峰值，不是持续独享带宽承诺
• 购买时长 / 数量 — 1 个月 / 1 台
• 当次价格 — 人民币 95 元 / 月，以实际订单为准
• 登录方式 — SSH 密钥登录

上图用于核对系统、地域和套餐，底部仍显示页面默认的自动生成密码选项。付款前要继续把登录方式改成“SSH 密钥登录”。 不要只看金额就付款。

地域没有对所有人都最优的答案。本次选择新加坡，后面也在这台机器上验证了所用 API 与微信链路；换地域后仍要自行做连通性测试。无需为了本篇教程额外购买 GPU。

创建并绑定 SSH 密钥

1. 在登录方式中选择“SSH 密钥登录”，Ubuntu 用户名使用 ubuntu。
2. 如果列表中没有同地域的密钥，点击“创建密钥”。
3. 选择与服务器相同的地域，创建方式选择“创建新密钥”。
4. 名称使用简单字母数字，例如 mochilabsgkey。当次界面不接受我们先前输入的横杠，因此这里直接使用无横杠的名称。
5. 创建后浏览器会下载私钥文件，例如 mochilabsgkey.pem。立即找到并妥善保存；当次控制台提示私钥只提供一次下载机会。
6. 回到购买页，刷新密钥列表并选中刚创建的密钥。不需要再把控制台公钥手动复制到任何地方。
7. 检查地域、Ubuntu 版本、套餐、时长、数量、自动续费选择，以及可选付费附加项目；自行阅读协议后再提交付款。

付款后进入 轻量应用服务器控制台 ↗，切换到购买地域，等待新实例显示“运行中”。只操作这台新实例，别误选已有的其他服务器。

第 3 步：用浏览器终端登录服务器

在目标实例上点击“登录”，进入腾讯云 OrcaTerm。按下面选择：连接协议为“终端连接（SSH）”，连接端口 22，验证方式为“密钥验证”，上传自己的 .pem 文件，用户名 ubuntu。

“密钥口令”是私钥本身的加密口令，不是腾讯云账户密码。如果创建的私钥没有设置这项口令，按实际情况留空；不要把 API Key 填在这里。

登录成功后会看到类似下面的提示符，主机名以自己的服务器为准：

ubuntu@YOUR_HOST:~$

从这一刻开始，标为“服务器终端”的代码块才在这个窗口执行。 后面进入 OpenClaw 的聊天界面后，不能把系统命令直接发送成聊天消息。

先执行基础检查：

whoami
lsb_release -ds
uname -m
nproc
free -h
df -h /
sudo -n id -u

本次确认用户名是 ubuntu、系统是 Ubuntu 24.04.4 LTS、CPU 为 2 核；最后一条返回 0，表示当前用户可执行所需的 sudo 管理操作。不同机器的可用内存和磁盘数字不会完全一样。

第 4 步：更新系统，处理可能出现的选择框

在服务器终端执行：

sudo apt-get update && \
sudo apt-get upgrade -y && \
sudo apt-get install -y curl ca-certificates git unzip

等待下载和安装结束，不要因为屏幕暂时没刷新就重复粘贴命令。即使带了 -y，包配置仍可能出现交互界面。

键盘地区与布局

如果出现 Country of origin for the keyboard，用方向键选择 English (US)，按 Enter。下一屏键盘布局也选择普通的 English (US)，按 Enter。

SSH 配置冲突

如果询问如何处理 /etc/ssh/sshd_config，这台新购云服务器在本次实操中选择了：

keep the local version currently installed

它表示保留当前云镜像已有的 SSH 配置。先不要改成覆盖版本，以免无意改变现有登录配置。

更新完成后重启

回到提示符后，如果显示内核或服务需要重启，执行：

sudo reboot

连接断开属于预期现象。等待实例恢复“运行中”，重新按第 3 步登录，再检查：

uname -r
command -v curl git unzip

能正常登录并找到这些工具，再继续安装。

第 5 步：安装 OpenClaw

本次使用 OpenClaw 官方安装器 ↗，把软件安装与后续账户配置分成两步。在服务器终端执行：

curl -fsSL --proto '=https' --tlsv1.2 https://openclaw.ai/install.sh | bash -s -- --no-onboard --verify

这里运行的是官方安装脚本，请核对域名。--no-onboard 表示暂不进入初始化向导，--verify 要求安装后验证。

本次安装得到 OpenClaw 2026.10.6，Node.js 为 v24.22.1。以后安装器可能提供更新版本，界面也可能变化；不要为了复刻截图强行降级。

如果出现 .npm-global/bin 不在 PATH 中，或输入 openclaw 显示找不到命令，在服务器终端执行：

grep -qxF 'export PATH="$HOME/.npm-global/bin:$PATH"' "$HOME/.bashrc" || printf '\n%s\n' 'export PATH="$HOME/.npm-global/bin:$PATH"' >> "$HOME/.bashrc"
export PATH="$HOME/.npm-global/bin:$PATH"
hash -r
openclaw --version
node --version

看到版本输出后，再启动初始化向导并安装后台服务：

openclaw onboard --install-daemon

第 6 步：初始化并接入 DeepSeek

向导中用 ↑/↓ 移动、Enter 确认。如果是方框多选，则要按 Space 勾选，再按 Enter 提交。

基本设置

• 阅读个人使用与工具权限提示。理解用途后继续，本篇用途是自己的微信助手。
• 遥测统计 Help make OpenClaw better?：本次选择 No thanks。
• Setup mode：选择 QuickStart。
• 第一个 agent 的名称：本次使用 main。
• 本次 Gateway 保持本机回环地址 127.0.0.1、端口 18789。这条微信使用路线不需要把该端口开放到公网。

选择 DeepSeek 插件并输入 API Key

在 Model/auth provider 列表中找 DeepSeek (API key)。如果初始列表没有，进入 More… 后查找。不要选成其他服务商的同名模型。

出现 Install DeepSeek plugin? 时，本次选择从 npm 下载 @openclaw/deepseek-provider。等待 Installed DeepSeek plugin 后，会出现 Enter DeepSeek API key。

在自己的终端里粘贴第 1 步创建的 API Key，按 Enter。不要把密钥写在微信消息里，也不要把包含密钥的截图发给别人。

指定本次使用的模型并做真实测试

当次向导默认模型是 deepseek/deepseek-v4-pro。我们选择 Enter model manually，输入并确认：

deepseek/deepseek-flash

这是本次实际使用的完整 OpenClaw 模型标识；DeepSeek 平台用量页显示的模型名称是 deepseek-flash。模型名称与可选项以 OpenClaw DeepSeek 文档 ↗及当前平台为准，不要把旧文章里的其他别名机械替换进来。

出现 Test AI access now with a live completion? 时，本次选择 Yes。这是实际 API 调用，会按平台规则计费。若失败，先检查余额、密钥、模型名和具体错误，不要直接进入微信调试。

我们随后在 DeepSeek 用量页核实到 deepseek-flash 的 1 次调用、46 tokens、费用低于人民币 0.01 元。这只是一次很短的连通测试，不能当成每次 Skills 任务的费用估算。 实际任务可能包含较长上下文和多次工具循环。

第 7 步：完成微信入口和其他向导选项

在 Select channel 中输入 we 筛选，找到 Weixin（微信）。个人微信选这个；WeCom（企业微信）是另一个选项。

上图绿色光标还在第一个筛选结果，需继续用方向键移动到 Weixin（微信） 再按 Enter。向导安装插件后不一定立即提供扫码界面，后面会单独登录。

本次搜索服务选择 DuckDuckGo Search (experimental)，插件来源选择 npm 的 @openclaw/duckduckgo-plugin。本篇实测的翻译任务不依赖搜索，选择这一项不等于已验证联网检索质量。若不准备使用搜索，也可按向导提供的选项暂缓配置。

出现可选 Skills 依赖列表时，我们先不安装整套额外工具：

1. 移动到 Skip for now。
2. 按 Space，确认方框已勾选。
3. 再按 Enter。

如果看到 Please select at least one option，通常只是光标停在选项上但还没勾选；按空格后再提交即可。

完成向导后，可能进入 OpenClaw 终端聊天界面（TUI）。这是聊天窗口，不是 Linux 命令行。需要回到系统终端时按 Ctrl+D，看到 ubuntu@…$ 提示符后再执行下一步。

第 8 步：处理微信插件版本并扫码登录

本次 OpenClaw 版本为 2026.10.6，向导最初安装了微信插件 2.4.8。腾讯插件的 2.4.10 更新说明记录了 OpenClaw 2026.10 SDK 兼容修复，因此我们升级到当次验证可用的 2.4.10。参见 腾讯微信插件更新记录 ↗。

以下是本次版本组合的操作；未来版本应先核对兼容说明，不要无条件把较新插件降到 2.4.10。在服务器终端执行：

openclaw plugins install "@tencent-weixin/openclaw-weixin@2.4.10" --force

继续启用并登录：

openclaw plugins enable openclaw-weixin && \
openclaw channels login --channel openclaw-weixin

此时用自己的手机微信扫描当前终端生成的二维码，按手机提示确认连接。本文不展示可登录的真实二维码；不需要扫描教程里的图片。

成功时应看到“已将此 OpenClaw 连接到微信”或保存本地登录凭据的提示。扫码成功与后台运行成功是两回事，接着检查：

openclaw gateway status
openclaw channels status --channel openclaw-weixin --probe

如果 Gateway 正常，而微信显示 enabled, configured 但 stopped 或 not-running，先执行：

openclaw gateway restart && \
openclaw channels status --channel openclaw-weixin --probe

本次扫码后曾出现状态数据库关闭中的清理错误，但登录凭据已保存。检查状态并重启 Gateway 后，微信变成 running。不要只因最后一行有错误就立即删除配置或重复扫码。 若明确显示登录失效，再按错误处理重新登录。

通过标准是：Gateway 可达，服务运行；微信同时为 enabled、configured、running。如果 gateway status 显示服务尚未安装或未运行，需要先完成后台服务配置；gateway restart 不能替代未完成的初始化。

第 9 步：在微信里做一次明确的收发测试

打开刚连接的助手聊天，在微信发送：

你好，这是微信连接测试。请只回复：微信连接测试成功。

我们实际收到：

微信连接测试成功。

这张图同时记录了下一步助手安装对话。先确认基础回复成功，再安装 Skills，便于出错时判断是模型、微信还是 Skill 的问题。本次没有精确计时，不能从截图时钟推算响应速度。

第 10 步：安装 MochiLab Skills 助手

不用先手动上传每一个 Skill 的压缩包。先在微信中把下面完整消息一次发给 OpenClaw：

请按官方安装指引 https://mochilab.bz/Skills/Connect.aspx?lang=zh-CN ，在当前 OpenClaw 工作区安装 MochiLab Skills 助手。

安装完成后，请报告版本、安装路径，以及 openclaw skills check 的检查结果。

官方入口是 安装与连接 MochiLab Skills ↗。助手会读取安装说明，获取安装脚本与助手包，并把它安装到当前工作区。bootstrap 安装助手本身不需要先提供账户密钥。

本次助手报告版本 1.0.0，路径为：

/home/ubuntu/.openclaw/workspace/skills/mochilab-skills

随后我们在服务器终端独立检查，而不是只相信聊天中的完成声明：

node --version
openclaw skills info mochilab-skills
openclaw skills check

目标是助手显示 Ready、Visible to model: yes，所需 node 检查通过。列表里其他内置 Skills 因缺少工具而不可用，并不自动意味着 MochiLab 助手安装失败；要看目标名称对应的状态。

本次 Node 为 v24.22.1，满足当时 MochiLab 助手页面列出的运行要求。若将来要求改变，以连接页为准。

在微信另发一条独立消息：

/new

收到新会话确认后再使用新安装的助手。这样新对话可以重新发现 Skills。

第 11 步：在私有终端连接 MochiLab 账户

浏览目录与安装具体 Skill 的授权要求不同。本次即使安装免费 Skill，也需要先连接 MochiLab 账户；付费 Skill 还要符合相应会员或购买权限。

1. 在自己的浏览器打开 MochiLab Skills 访问密钥 ↗。
2. 登录自己的 MochiLab 账户，按页面说明创建 Skills 访问密钥。
3. 切回服务器终端，执行下面命令。
4. 在隐藏输入提示中粘贴 mls_ 开头的密钥并提交。不要把它交给微信对话里的模型。

node "/home/ubuntu/.openclaw/workspace/skills/mochilab-skills/scripts/mochilab.mjs" login

看到 ok: true 和 connected: true 才算连接成功。membership.active 表示当时会员状态，本次为 true，不代表每位用户都必须购买会员才能安装免费 Skill。

如果工作区位置与本文不同，需要改成自己的实际安装路径；不要盲目套用 /home/ubuntu。

第 12 步：用对话查找并安装“翻译校对”

在微信先单独发送 /new，等待新会话确认，然后发送：

请使用 MochiLab Skills 助手，查找并安装“翻译校对”（mochi-translation-qa）。

完成后，请报告版本、安装路径，以及它是否通过 OpenClaw 的可用性检查。

本次安装版本为 1.0.0，目录是：

/home/ubuntu/.openclaw/workspace/skills/mochi-translation-qa

在服务器终端核对：

openclaw skills info mochi-translation-qa

确认 Ready、Visible to model: yes 后，在微信再次单独发送 /new，再做下一步测试。

出现 connect_required 通常表示还没连接账户，应回到第 11 步；出现权限不足时，查看该 Skill 的访问条件。不要因为助手能搜索目录，就认为已经获得下载权限。

第 13 步：用三处故意设置的错误验证 Skill

只测试“你好”不能说明 Skill 会工作。下面这项测试包含计费周期、金额和数量三个明确错误，还要求在服务器生成实际文件。

把这一整段一次性发到微信，避免把指令和待校文本分散到不同对话：

请先读取已安装的 mochi-translation-qa 的 SKILL.md，按该 Skill 的流程进行翻译校对，以英文原文为准。

英文原文：
The Starter plan costs USD 9.90 per month and supports 3 projects.

待校中文：
Starter计划每年收费99美元，支持30个项目。

请逐项指出差异，给出准确的中文译文，并将报告保存到当前工作区的 deepseek-flash-translation-qa.md，完成后返回文件绝对路径。

应该找到：

• 周期 — 英文原文: per month; 错误中文: 每年; 正确表达: 每月
• 金额 — 英文原文: USD 9.90; 错误中文: 99 美元; 正确表达: 9.90 美元
• 数量 — 英文原文: 3 projects; 错误中文: 30 个项目; 正确表达: 3 个项目

正确译文是：Starter 计划每月收费 9.90 美元，支持 3 个项目。 USD 译成“美元”没有错误；不要为了凑问题把正确部分也标红。

再到服务器终端核对文件：

openclaw skills info mochi-translation-qa
ls -lh "/home/ubuntu/.openclaw/workspace/deepseek-flash-translation-qa.md"
sed -n '1,160p' "/home/ubuntu/.openclaw/workspace/deepseek-flash-translation-qa.md"

本次文件确实存在，约 3.3 KB，正文包含上述三处差异和正确译文，目标 Skill 也处于 Ready。

还要理解结果边界：数字、链接、术语的机械检查不等于语义已正确。报告中的 review_required 与 semanticAccuracyVerified: false 不表示完全失败，而是仍需复核。截图中原报告出现“人工比对确认”的措辞，但本次并没有独立人工审核签字，准确表述应是“AI 对照核对，待用户确认”。我们核对了文件内容，没有把聊天里的脚本运行声明当成完整的执行审计。

第 14 步：确认关闭终端后仍能使用

在服务器终端执行：

openclaw gateway status
loginctl show-user ubuntu -p Linger

Gateway 应显示后台服务已启用、正在运行；Linger=yes 表示该用户的服务管理器可以在退出登录后保留运行。

如果自己的结果为 Linger=no，可在这台个人服务器上启用并重查：

sudo loginctl enable-linger ubuntu
loginctl show-user ubuntu -p Linger

这两条是给 no 情况的补充处理；本次已经是 yes，没有重复修改。Linger 不能替代 Gateway 服务安装，也不等于服务器永远不会停机。

然后关闭浏览器终端标签页，服务器保持开机，在微信发送：

请只回复：后台运行测试成功。

本次操作后，用户确认收到了“后台运行测试成功”。这验证了关闭终端后的基础可用性；本次没有把“重启服务器后自动恢复”冒充成已做过的验收项。

第 15 步：分别备份 OpenClaw 和 MochiLab 账户连接

重新进入服务器终端。备份里可能包含模型与渠道登录凭据，应当私下保存，不能上传到教程、群聊或公开仓库。

15.1 创建并验证 OpenClaw 备份

umask 077
mkdir -p "$HOME/openclaw-backups"
openclaw backup create --output "$HOME/openclaw-backups" --verify

本次输出 Archive verification: passed，在 /home/ubuntu/openclaw-backups 生成带时间戳的 .tar.gz 文件。工作区与 agent 显示 covered by ~/.openclaw，表示已由父目录覆盖，不是被漏掉。可重建目录和易变日志被跳过，也不应直接当成备份失败。

当次另有提示：微信插件的 ref-messages.sqlite 及相关文件按原始字节归档，没有做在线快照或 SQLite 完整性检查。因此这里能确认归档校验通过，不能承诺全部微信消息缓存都已验证可恢复。完整迁移前仍需做恢复演练。具体行为参见 OpenClaw 备份文档 ↗。

15.2 补备份 MochiLab 账户连接文件

MochiLab 登录文件默认位于 ~/.mochilab/credentials.json，不在 ~/.openclaw 内。我们从助手源码核对了这一点，所以另外保存，避免迁移后丢失下载授权。

在服务器终端执行整段：

umask 077
mochi_config_dir="${MOCHILAB_CONFIG_DIR:-$HOME/.mochilab}"
mochi_backup="$HOME/openclaw-backups/mochilab-account-$(date +%Y%m%d-%H%M%S).tar.gz"

if [ -f "$mochi_config_dir/credentials.json" ]; then
  tar -czf "$mochi_backup" -C "$mochi_config_dir" credentials.json &&
  tar -tzf "$mochi_backup" &&
  ls -lh "$HOME/openclaw-backups" &&
  sha256sum "$HOME/openclaw-backups/"*.tar.gz
else
  echo "未找到 MochiLab 账户连接文件，请先不要继续。"
fi

这段只显示文件名、大小和 SHA-256，不输出密钥内容。如果提示找不到文件，先检查连接步骤和自定义目录，不要创建一个空文件冒充成功。

本次 MochiLab 包内包含 credentials.json，压缩包只有 226 字节；小文件本身并不异常，判断依据是归档可读、包含正确成员，并与服务器校验值一致。

第 16 步：下载到电脑，并核对是否完整

在 OrcaTerm 顶部点击文件夹图标，打开文件管理器。进入：

/home/ubuntu/openclaw-backups

找到两个包：一个以 openclaw-backup.tar.gz 结尾，另一个以 mochilab-account- 开头。把鼠标移到文件行，点击出现的向下下载箭头，分别下载。

下载成功提示不等于你已经知道文件保存在哪里。到浏览器或应用的下载记录中确认实际位置，再把它们放到自己选定的私有备份目录。本次最终核实的位置是 Windows 的 Downloads，并不是最初以为的桌面文件夹。

Windows 用户可在自己的电脑打开 PowerShell，执行：

$backupFolder = Join-Path $env:USERPROFILE 'Downloads'
Get-ChildItem -LiteralPath $backupFolder -File |
  Where-Object { $_.Name -like '*openclaw-backup*.tar.gz' -or $_.Name -like 'mochilab-account-*.tar.gz' } |
  Get-FileHash -Algorithm SHA256

如果另存到其他目录，把 $backupFolder 改成实际位置；如果目录有多份历史备份，按本次文件名逐个对比。电脑上的 SHA-256 要与服务器第 15.2 步输出的对应文件完全一致，大小写差异不影响十六进制值。

本次实测结果：OpenClaw 包为 2,297,253 字节，MochiLab 包为 226 字节，两个哈希均与服务器一致；归档均可读取，OpenClaw 包含 manifest，MochiLab 包含连接文件。这里没有发布实际备份包，也没有读取密钥内容。我们没有取得本地资源管理器的截图，因此这项以实际文件校验记录为依据，不用示意图冒充现场截图。

保留好 SSH 私钥与这两份备份。它们不是可直接双击运行的安装程序，OpenClaw 备份也不等于整个 Ubuntu 系统镜像。以后恢复时先安装兼容版本、按官方流程恢复到独立位置并核验，再切换服务；不要在运行中的新机器上盲目覆盖目录。本次已验证备份创建与下载完整性，尚未做恢复实测。

卡住时，先判断是哪一层

• `openclaw: command not found` — 第 5 步的 PATH；确认已回到系统命令行
• Enter 一直提示至少选一项 — 多选框需要 Space 真正勾选，再 Enter
• 没看到微信二维码 — 向导可能只安装插件；使用第 8 步的独立登录命令
• 微信插件提示 `infra-runtime` 或 SDK 导出错误 — 核对 OpenClaw 与微信插件兼容版本；本次用 2.4.10 修复
• 扫码成功但微信不工作 — 看 Gateway 和 channel probe；configured 不等于 running
• 微信显示正在输入却很久不回 — 查模型请求错误、余额、超时与服务状态；不要只反复发送 /new
• 安装 Skill 提示 `connect_required` — 回到私有终端完成 MochiLab login
• Skill 已安装但新对话看不到 — 先看该 Skill 的 info/check，再单独 /new 重新加载
• 模型说已保存报告，却找不到 — 用 ls、sed 核对它返回的绝对路径
• 关闭终端后没回复 — 查 Gateway 后台服务与 Linger；别只在前台运行 TUI
• 显示下载成功但电脑找不到 — 查应用下载记录和实际目录，再核对文件名与哈希

完成后，你已经具备哪些能力

这次得到的是一套可在微信使用的个人 OpenClaw：通过 DeepSeek API 回复消息，经 MochiLab 助手连接账户、安装目标 Skill，完成一次有明确答案的翻译校对，并把结果写入服务器文件。关闭终端后仍可收到回复，配置与连接文件也已有本地备份。

接下来可以在微信提出具体任务，例如查找适合自己的 MochiLab Skill、安装另一个符合权限的 Skill，或者要求已有 Skill 在工作区生成文件。每次增加能力，都沿用这篇教程的验证方式：看目标状态、做一个可判断对错的任务、核对实际输出，而不只看完成声明。

参考与后续入口

• 腾讯云轻量服务器购买 ↗
• OpenClaw 官方安装器说明 ↗
• OpenClaw DeepSeek 配置 ↗
• OpenClaw 微信渠道说明 ↗
• 腾讯微信插件更新记录 ↗
• MochiLab Skills 安装与连接 ↗
• OpenClaw 备份说明 ↗

本文采用真实实操记录和经过隐私处理的截图。软件版本、套餐和平台界面会变化；遇到不一致时，以当前官方说明与实际检查结果为准。

进阶教程

• 微信接入 ↗
• 多微信与独立助手 ↗
• Telegram 接入与独立助手 ↗