คำถามที่พบบ่อย: การตั้งค่าเมื่อเริ่มใช้งานครั้งแรก

ใช้เอเจนต์ AI ภายในเครื่องที่สามารถ เห็นเครื่องของคุณ ได้ วิธีนี้มีประสิทธิภาพกว่าการถาม ใน Discord มาก เพราะกรณี "ฉันติดปัญหา" ส่วนใหญ่เป็น ปัญหาการตั้งค่าหรือสภาพแวดล้อมภายในเครื่อง ที่ ผู้ช่วยระยะไกลตรวจสอบไม่ได้

• Claude Code: https://www.anthropic.com/claude-code/
• OpenAI Codex: https://openai.com/codex/

เครื่องมือเหล่านี้สามารถอ่านรีโป รันคำสั่ง ตรวจสอบบันทึก และช่วยแก้การตั้งค่า ระดับเครื่องของคุณได้ (PATH, services, permissions, auth files) ให้เครื่องมือเหล่านี้เข้าถึง ซอร์สทั้งหมดที่ checkout มา ผ่าน การติดตั้งแบบแก้ไขได้ (git):

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git

คำสั่งนี้ติดตั้ง OpenClaw จาก git checkout เพื่อให้เอเจนต์อ่านโค้ด + เอกสาร และ วิเคราะห์เวอร์ชันจริงที่คุณกำลังใช้งานได้ คุณสามารถสลับกลับไปใช้เวอร์ชันเสถียรภายหลังได้เสมอ โดยรันตัวติดตั้งใหม่โดยไม่ใส่ --install-method git

เคล็ดลับ: ขอให้เอเจนต์ วางแผนและกำกับ การแก้ไข (ทีละขั้นตอน) แล้วค่อยสั่งรันเฉพาะ คำสั่งที่จำเป็น วิธีนี้ทำให้การเปลี่ยนแปลงเล็กและตรวจสอบย้อนหลังได้ง่ายขึ้น

หากคุณพบข้อบกพร่องจริงหรือวิธีแก้ โปรดสร้าง GitHub issue หรือส่ง PR: https://github.com/openclaw/openclaw/issues https://github.com/openclaw/openclaw/pulls

เริ่มด้วยคำสั่งเหล่านี้ (แชร์ผลลัพธ์เมื่อขอความช่วยเหลือ):

openclaw status
openclaw models status
openclaw doctor

สิ่งที่คำสั่งเหล่านี้ทำ:

• openclaw status: ภาพรวมอย่างรวดเร็วของสถานะ gateway/agent + การตั้งค่าพื้นฐาน
• openclaw models status: ตรวจสอบ provider auth + ความพร้อมใช้งานของโมเดล
• openclaw doctor: ตรวจสอบและซ่อมปัญหา config/state ที่พบบ่อย

การตรวจสอบ CLI อื่นที่มีประโยชน์: openclaw status --all, openclaw logs --follow, openclaw gateway status, openclaw health --verbose

วงจรดีบักอย่างรวดเร็ว: 60 วินาทีแรกหากมีบางอย่างเสีย เอกสารการติดตั้ง: ติดตั้ง, แฟล็กตัวติดตั้ง, อัปเดต

เหตุผลทั่วไปที่ Heartbeat ถูกข้าม:

• quiet-hours: อยู่นอกช่วง active-hours ที่ตั้งค่าไว้
• empty-heartbeat-file: HEARTBEAT.md มีอยู่ แต่มีเพียงโครงว่างว่างหรือมีเฉพาะส่วนหัว
• no-tasks-due: โหมดงานของ HEARTBEAT.md เปิดใช้งานอยู่ แต่ยังไม่มีช่วงเวลางานใดถึงกำหนด
• alerts-disabled: ปิดการมองเห็น Heartbeat ทั้งหมด (showOk, showAlerts, และ useIndicator ปิดทั้งหมด)

ในโหมดงาน เวลาครบกำหนดจะเลื่อนไปข้างหน้าก็ต่อเมื่อการรัน Heartbeat จริง เสร็จสิ้นแล้วเท่านั้น การรันที่ถูกข้ามจะไม่ทำเครื่องหมายว่างานเสร็จแล้ว

เอกสาร: Heartbeat, Automation & Tasks.

รีโปแนะนำให้รันจากซอร์สและใช้ onboarding:

curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemon

วิซาร์ดยังสามารถสร้างแอสเซ็ต UI ให้อัตโนมัติได้ด้วย หลัง onboarding โดยทั่วไปคุณจะรัน Gateway บนพอร์ต 18789

จากซอร์ส (ผู้ร่วมพัฒนา/dev):

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm build
pnpm ui:build
openclaw onboard

หากคุณยังไม่มีการติดตั้งแบบ global ให้รันผ่าน pnpm openclaw onboard

วิซาร์ดจะเปิดเบราว์เซอร์ของคุณด้วย URL แดชบอร์ดแบบสะอาด (ไม่มีโทเค็นใน URL) ทันทีหลัง onboarding และยังพิมพ์ลิงก์ในสรุปด้วย เปิดแท็บนั้นค้างไว้ หากไม่ได้เปิดขึ้นมา ให้คัดลอก/วาง URL ที่พิมพ์ออกมาในเครื่องเดียวกัน

Localhost (เครื่องเดียวกัน):

• เปิด http://127.0.0.1:18789/
• หากระบบขอ shared-secret auth ให้วางโทเค็นหรือรหัสผ่านที่ตั้งค่าไว้ลงในการตั้งค่า Control UI
• แหล่งที่มาของโทเค็น: gateway.auth.token (หรือ OPENCLAW_GATEWAY_TOKEN)
• แหล่งที่มาของรหัสผ่าน: gateway.auth.password (หรือ OPENCLAW_GATEWAY_PASSWORD)
• หากยังไม่ได้ตั้งค่า shared secret ให้สร้างโทเค็นด้วย openclaw doctor --generate-gateway-token

ไม่ได้อยู่บน localhost:

• Tailscale Serve (แนะนำ): คง bind เป็น loopback ไว้ รัน openclaw gateway --tailscale serve เปิด https://<magicdns>/ หาก gateway.auth.allowTailscale เป็น true ส่วนหัว identity จะผ่าน Control UI/WebSocket auth (ไม่ต้องวาง shared secret ถือว่าเชื่อถือ gateway host); HTTP APIs ยังต้องใช้ shared-secret auth เว้นแต่คุณจะจงใจใช้ private-ingress none หรือ trusted-proxy HTTP auth ความพยายาม Serve auth ที่ผิดพลาดพร้อมกันจาก client เดียวกันจะถูกจัดลำดับก่อนที่ตัวจำกัด failed-auth จะบันทึก ทำให้การลองซ้ำที่ผิดครั้งที่สองสามารถแสดง retry later ได้แล้ว
• Tailnet bind: รัน openclaw gateway --bind tailnet --token "<token>" (หรือกำหนดค่า password auth) เปิด http://<tailscale-ip>:18789/ แล้ววาง shared secret ที่ตรงกันในการตั้งค่าแดชบอร์ด
• รีเวิร์สพร็อกซีที่รับรู้ identity: วาง Gateway ไว้หลังพร็อกซีที่เชื่อถือได้ กำหนดค่า gateway.auth.mode: "trusted-proxy" แล้วเปิด URL ของพร็อกซี พร็อกซี loopback บนโฮสต์เดียวกันต้องตั้งค่า gateway.auth.trustedProxy.allowLoopback = true อย่างชัดเจน
• SSH tunnel: ssh -N -L 18789:127.0.0.1:18789 user@host จากนั้นเปิด http://127.0.0.1:18789/ shared-secret auth ยังมีผลผ่าน tunnel ให้วางโทเค็นหรือรหัสผ่านที่ตั้งค่าไว้หากถูกถาม

ดู Dashboard และ Web surfaces สำหรับโหมด bind และรายละเอียด auth

ทั้งสองควบคุมคนละชั้น:

• approvals.exec: ส่งต่อ approval prompts ไปยังปลายทางแชต
• channels.<channel>.execApprovals: ทำให้ช่องทางนั้นทำหน้าที่เป็น native approval client สำหรับ exec approvals

นโยบาย exec ของโฮสต์ยังคงเป็นด่านอนุมัติจริง การตั้งค่าแชตควบคุมเพียงว่า approval prompts จะแสดงที่ไหนและผู้คนตอบได้อย่างไร

ในการตั้งค่าส่วนใหญ่ คุณ ไม่ จำเป็นต้องใช้ทั้งคู่:

• หากแชตรองรับคำสั่งและการตอบกลับอยู่แล้ว /approve ในแชตเดียวกันจะทำงานผ่านเส้นทางที่ใช้ร่วมกัน
• หาก native channel ที่รองรับสามารถอนุมานผู้อนุมัติได้อย่างปลอดภัย OpenClaw จะเปิด DM-first native approvals ให้อัตโนมัติเมื่อไม่ได้ตั้งค่า channels.<channel>.execApprovals.enabled หรือเป็น "auto"
• เมื่อมี native approval cards/buttons ให้ใช้งาน UI แบบ native นั้นคือเส้นทางหลัก เอเจนต์ควรใส่คำสั่ง /approve แบบ manual เฉพาะเมื่อผลลัพธ์เครื่องมือระบุว่า chat approvals ใช้งานไม่ได้ หรือ manual approval เป็นเส้นทางเดียวเท่านั้น
• ใช้ approvals.exec เฉพาะเมื่อ prompts ต้องถูกส่งต่อไปยังแชตอื่นหรือห้อง ops ที่ระบุไว้อย่างชัดเจนด้วย
• ใช้ channels.<channel>.execApprovals.target: "channel" หรือ "both" เฉพาะเมื่อคุณต้องการให้ approval prompts ถูกโพสต์กลับไปยังห้อง/topic ต้นทางอย่างชัดเจน
• Plugin approvals แยกออกมาอีกชั้น: โดยค่าเริ่มต้นใช้ /approve ในแชตเดียวกัน มี approvals.plugin สำหรับส่งต่อเป็นตัวเลือก และมีเพียง native channels บางรายการที่ยังคงซ้อนการจัดการ plugin-approval-native ไว้

สรุปสั้น ๆ: forwarding ใช้สำหรับการกำหนดเส้นทาง ส่วน native client config ใช้สำหรับ UX เฉพาะช่องทางที่สมบูรณ์ขึ้น ดู Exec Approvals

ต้องใช้ Node >= 22 แนะนำให้ใช้ pnpm ไม่แนะนำให้ใช้ Bun สำหรับ Gateway

ได้ Gateway มีน้ำหนักเบา - เอกสารระบุว่า RAM 512MB-1GB, 1 core และพื้นที่ดิสก์ประมาณ 500MB เพียงพอสำหรับการใช้งานส่วนตัว และระบุว่า Raspberry Pi 4 สามารถรันได้

หากต้องการพื้นที่เผื่อเพิ่มเติม (บันทึก สื่อ บริการอื่น) แนะนำให้ใช้ 2GB แต่ ไม่ใช่ขั้นต่ำที่บังคับ

เคล็ดลับ: Pi/VPS ขนาดเล็กสามารถโฮสต์ Gateway ได้ และคุณสามารถจับคู่ nodes บนแล็ปท็อป/โทรศัพท์ของคุณสำหรับ หน้าจอ/กล้อง/canvas ภายในเครื่อง หรือการสั่งรันคำสั่ง ดู Nodes

สรุปสั้น ๆ: ใช้งานได้ แต่คาดว่าจะมีจุดสะดุดบ้าง

• ใช้ OS แบบ 64-bit และใช้ Node >= 22
• ควรใช้ การติดตั้งแบบแก้ไขได้ (git) เพื่อให้ดูบันทึกและอัปเดตได้เร็ว
• เริ่มโดยยังไม่เปิด channels/skills จากนั้นค่อยเพิ่มทีละรายการ
• หากพบปัญหา binary แปลก ๆ โดยทั่วไปจะเป็นปัญหา ความเข้ากันได้กับ ARM

เอกสาร: Linux, Install

หน้าจอนั้นขึ้นอยู่กับว่า Gateway เข้าถึงได้และยืนยันตัวตนแล้วหรือไม่ TUI ยังส่ง "Wake up, my friend!" อัตโนมัติในการ hatch ครั้งแรกด้วย หากคุณเห็นบรรทัดนั้นโดย ไม่มีคำตอบ และโทเค็นยังอยู่ที่ 0 แปลว่าเอเจนต์ไม่เคยรัน

1. รีสตาร์ท Gateway:

openclaw gateway restart

2. ตรวจสอบสถานะ + auth:

openclaw status
openclaw models status
openclaw logs --follow

3. หากยังค้างอยู่ ให้รัน:

openclaw doctor

หาก Gateway อยู่ระยะไกล ตรวจสอบให้แน่ใจว่า tunnel/การเชื่อมต่อ Tailscale ทำงานอยู่ และ UI ชี้ไปยัง Gateway ที่ถูกต้อง ดู Remote access

ได้ คัดลอก state directory และ workspace จากนั้นรัน Doctor หนึ่งครั้ง วิธีนี้ จะรักษาบอตของคุณให้ "เหมือนเดิมทุกประการ" (memory, session history, auth และ channel state) ตราบใดที่คุณคัดลอก ทั้งสอง ตำแหน่ง:

1. ติดตั้ง OpenClaw บนเครื่องใหม่
2. คัดลอก $OPENCLAW_STATE_DIR (ค่าเริ่มต้น: ~/.openclaw) จากเครื่องเก่า
3. คัดลอก workspace ของคุณ (ค่าเริ่มต้น: ~/.openclaw/workspace)
4. รัน openclaw doctor และรีสตาร์ทบริการ Gateway

วิธีนี้จะเก็บ config, auth profiles, WhatsApp creds, sessions และ memory ไว้ หากคุณอยู่ใน โหมดระยะไกล โปรดจำไว้ว่า gateway host เป็นเจ้าของ session store และ workspace

สำคัญ: หากคุณเพียง commit/push workspace ของคุณขึ้น GitHub คุณกำลังสำรอง memory + bootstrap files แต่ ไม่ได้ สำรอง session history หรือ auth สิ่งเหล่านี้อยู่ ใต้ ~/.openclaw/ (เช่น ~/.openclaw/agents/<agentId>/sessions/)

ที่เกี่ยวข้อง: Migrating, Where things live on disk, Agent workspace, Doctor, Remote mode

ตรวจสอบ changelog บน GitHub: https://github.com/openclaw/openclaw/blob/main/CHANGELOG.md

รายการใหม่ล่าสุดอยู่ด้านบน หากส่วนบนสุดถูกทำเครื่องหมายว่า Unreleased ส่วนถัดไปที่มีวันที่ คือเวอร์ชันล่าสุดที่เผยแพร่แล้ว รายการจะถูกจัดกลุ่มตาม Highlights, Changes และ Fixes (รวมถึงส่วนเอกสาร/อื่น ๆ เมื่อจำเป็น)

การเชื่อมต่อ Comcast/Xfinity บางรายการบล็อก docs.openclaw.ai อย่างไม่ถูกต้องผ่าน Xfinity Advanced Security ให้ปิดใช้งานหรือเพิ่ม docs.openclaw.ai ในรายการอนุญาต แล้วลองใหม่ โปรดช่วยเราเลิกบล็อกโดยรายงานที่นี่: https://spa.xfinity.com/check_url_status

หากคุณยังเข้าถึงไซต์ไม่ได้ เอกสารจะถูก mirror ไว้บน GitHub: https://github.com/openclaw/openclaw/tree/main/docs

Stable และ beta คือ npm dist-tags ไม่ใช่สายโค้ดแยกกัน:

• latest = stable
• beta = บิลด์ล่วงหน้าสำหรับทดสอบ

โดยทั่วไป release แบบ stable จะลงที่ beta ก่อน จากนั้นขั้นตอน promotion ที่ชัดเจนจะย้ายเวอร์ชันเดียวกันนั้นไปที่ latest Maintainer ยังสามารถ publish ตรงไปที่ latest ได้เมื่อจำเป็น นี่คือเหตุผลที่ beta และ stable อาจ ชี้ไปที่ เวอร์ชันเดียวกัน หลัง promotion

ดูสิ่งที่เปลี่ยนแปลง: https://github.com/openclaw/openclaw/blob/main/CHANGELOG.md

สำหรับคำสั่งติดตั้งแบบบรรทัดเดียวและความแตกต่างระหว่าง beta กับ dev ให้ดู accordion ด้านล่าง

Beta คือ npm dist-tag beta (อาจตรงกับ latest หลัง promotion) Dev คือ head ที่เคลื่อนที่ของ main (git); เมื่อ publish แล้ว จะใช้ npm dist-tag dev

คำสั่งบรรทัดเดียว (macOS/Linux):

curl -fsSL --proto '=https' --tlsv1.2 https://openclaw.ai/install.sh | bash -s -- --beta

curl -fsSL --proto '=https' --tlsv1.2 https://openclaw.ai/install.sh | bash -s -- --install-method git

ตัวติดตั้ง Windows (PowerShell): https://openclaw.ai/install.ps1

รายละเอียดเพิ่มเติม: ช่องทางการพัฒนา และ แฟล็กตัวติดตั้ง

มีสองตัวเลือก:

1. ช่องทาง Dev (git checkout):

openclaw update --channel dev

คำสั่งนี้จะสลับไปที่ branch main และอัปเดตจากซอร์ส

2. การติดตั้งที่แก้ไขได้ (จากไซต์ตัวติดตั้ง):

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git

นั่นจะให้ repo ในเครื่องที่คุณแก้ไขได้ แล้วอัปเดตผ่าน git

หากคุณต้องการ clone ใหม่แบบสะอาดด้วยตนเอง ให้ใช้:

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm build

เอกสาร: อัปเดต, ช่องทางการพัฒนา, ติดตั้ง

แนวทางคร่าว ๆ:

• ติดตั้ง: 2-5 นาที
• Onboarding: 5-15 นาที ขึ้นอยู่กับจำนวน channels/models ที่คุณกำหนดค่า

หากค้าง ให้ใช้ ตัวติดตั้งค้าง และลูปดีบักแบบเร็วใน ฉันค้างอยู่

รันตัวติดตั้งอีกครั้งพร้อม output แบบละเอียด:

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --verbose

ติดตั้ง Beta พร้อม output แบบละเอียด:

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --beta --verbose

สำหรับการติดตั้งแบบแก้ไขได้ (git):

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git --verbose

คำสั่งเทียบเท่าบน Windows (PowerShell):

# install.ps1 has no dedicated -Verbose flag yet.
Set-PSDebug -Trace 1
& ([scriptblock]::Create((iwr -useb https://openclaw.ai/install.ps1))) -NoOnboard
Set-PSDebug -Trace 0

ตัวเลือกเพิ่มเติม: แฟล็กตัวติดตั้ง

ปัญหา Windows ที่พบบ่อยมีสองข้อ:

1) ข้อผิดพลาด npm spawn git / ไม่พบ git

• ติดตั้ง Git for Windows และตรวจให้แน่ใจว่า git อยู่ใน PATH ของคุณ
• ปิดแล้วเปิด PowerShell ใหม่ จากนั้นรันตัวติดตั้งอีกครั้ง

2) ไม่รู้จัก openclaw หลังติดตั้ง

• โฟลเดอร์ npm global bin ของคุณไม่ได้อยู่ใน PATH

• ตรวจสอบ path:

  npm config get prefix
  

• เพิ่ม directory นั้นไปยัง user PATH ของคุณ (บน Windows ไม่ต้องมี suffix \bin; บนระบบส่วนใหญ่คือ %AppData%\npm)

• ปิดแล้วเปิด PowerShell ใหม่หลังอัปเดต PATH

หากคุณต้องการ setup Windows ที่ราบรื่นที่สุด ให้ใช้ WSL2 แทน Windows แบบ native เอกสาร: Windows

โดยปกติเป็นปัญหา console code page ไม่ตรงกันบน shell ของ Windows แบบ native

อาการ:

• output ของ system.run/exec render ภาษาจีนเป็น mojibake
• คำสั่งเดียวกันดูปกติใน terminal profile อื่น

วิธีเลี่ยงแบบเร็วใน PowerShell:

chcp 65001
[Console]::InputEncoding = [System.Text.UTF8Encoding]::new($false)
[Console]::OutputEncoding = [System.Text.UTF8Encoding]::new($false)
$OutputEncoding = [System.Text.UTF8Encoding]::new($false)

จากนั้น restart Gateway แล้วลองคำสั่งของคุณอีกครั้ง:

openclaw gateway restart

หากคุณยัง reproduce ปัญหานี้บน OpenClaw ล่าสุดได้ ให้ติดตาม/รายงานที่:

• Issue #30640

ใช้ การติดตั้งแบบแก้ไขได้ (git) เพื่อให้คุณมีซอร์สและเอกสารทั้งหมดในเครื่อง จากนั้นถาม bot ของคุณ (หรือ Claude/Codex) จากโฟลเดอร์นั้น เพื่อให้มันอ่าน repo และตอบได้อย่างแม่นยำ

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git

รายละเอียดเพิ่มเติม: ติดตั้ง และ แฟล็กตัวติดตั้ง

คำตอบสั้น ๆ: ทำตามคู่มือ Linux แล้วรัน onboarding

• ทางลัด Linux + การติดตั้ง service: Linux
• คำแนะนำแบบครบถ้วน: เริ่มต้นใช้งาน
• ตัวติดตั้ง + การอัปเดต: ติดตั้งและอัปเดต

VPS ที่เป็น Linux ใด ๆ ก็ใช้ได้ ติดตั้งบน server แล้วใช้ SSH/Tailscale เพื่อเข้าถึง Gateway

คู่มือ: exe.dev, Hetzner, Fly.io การเข้าถึงระยะไกล: Gateway ระยะไกล

เรามี hosting hub สำหรับผู้ให้บริการทั่วไป เลือกหนึ่งรายการแล้วทำตามคู่มือ:

• โฮสติ้ง VPS (ผู้ให้บริการทั้งหมดในที่เดียว)
• Fly.io
• Hetzner
• exe.dev

วิธีทำงานใน cloud: Gateway รันบน server และคุณเข้าถึงได้ จาก laptop/phone ผ่าน Control UI (หรือ Tailscale/SSH) state + workspace ของคุณ อยู่บน server ดังนั้นให้ถือว่า host เป็น source of truth และสำรองข้อมูลไว้

คุณสามารถ pair nodes (Mac/iOS/Android/headless) กับ Gateway บน cloud นั้นเพื่อเข้าถึง screen/camera/canvas ในเครื่อง หรือรันคำสั่งบน laptop ของคุณ ขณะที่คง Gateway ไว้ใน cloud

Hub: แพลตฟอร์ม การเข้าถึงระยะไกล: Gateway ระยะไกล Nodes: Nodes, Nodes CLI

คำตอบสั้น ๆ: ทำได้ แต่ไม่แนะนำ flow การอัปเดตอาจ restart Gateway (ซึ่งทำให้ session ที่ใช้งานอยู่หลุด), อาจต้องใช้ git checkout ที่สะอาด และ อาจถามให้ยืนยัน ปลอดภัยกว่า: รันการอัปเดตจาก shell ในฐานะ operator

ใช้ CLI:

openclaw update
openclaw update status
openclaw update --channel stable|beta|dev
openclaw update --tag <dist-tag|version>
openclaw update --no-restart

หากคุณต้อง automate จาก agent:

openclaw update --yes --no-restart
openclaw gateway restart

เอกสาร: อัปเดต, การอัปเดต

openclaw onboard คือ path setup ที่แนะนำ ใน local mode คำสั่งนี้จะพาคุณผ่าน:

• การตั้งค่า Model/auth (provider OAuth, API keys, Anthropic setup-token รวมถึงตัวเลือก model ในเครื่อง เช่น LM Studio)
• ตำแหน่ง Workspace + ไฟล์ bootstrap
• การตั้งค่า Gateway (bind/port/auth/tailscale)
• Channels (WhatsApp, Telegram, Discord, Mattermost, Signal, iMessage รวมถึง bundled channel plugins เช่น QQ Bot)
• การติดตั้ง daemon (LaunchAgent บน macOS; systemd user unit บน Linux/WSL2)
• Health checks และการเลือก Skills

นอกจากนี้ยังเตือนหาก model ที่คุณกำหนดค่าไม่รู้จักหรือไม่มี auth

ไม่จำเป็น คุณสามารถรัน OpenClaw ด้วย API keys (Anthropic/OpenAI/อื่น ๆ) หรือด้วย models แบบ local-only เพื่อให้ข้อมูลของคุณอยู่บนอุปกรณ์ของคุณ Subscription (Claude Pro/Max หรือ OpenAI Codex) เป็นวิธีเสริมสำหรับ authenticate providers เหล่านั้น

สำหรับ Anthropic ใน OpenClaw การแบ่งที่ใช้งานจริงคือ:

• Anthropic API key: การคิดค่าบริการ Anthropic API ปกติ
• Claude CLI / Claude subscription auth ใน OpenClaw: staff ของ Anthropic บอกเราว่าการใช้งานนี้ได้รับอนุญาตอีกครั้ง และ OpenClaw กำลังถือว่าการใช้งาน claude -p ได้รับอนุญาตสำหรับ integration นี้ เว้นแต่ Anthropic จะ publish policy ใหม่

สำหรับ gateway hosts ที่ใช้งานระยะยาว Anthropic API keys ยังเป็น setup ที่ คาดเดาได้มากกว่า OpenAI Codex OAuth รองรับอย่างชัดเจนสำหรับ tools ภายนอกอย่าง OpenClaw

OpenClaw ยังรองรับตัวเลือกแบบ hosted subscription-style อื่น ๆ รวมถึง Qwen Cloud Coding Plan, MiniMax Coding Plan และ Z.AI / GLM Coding Plan

เอกสาร: Anthropic, OpenAI, Qwen Cloud, MiniMax, GLM Models, Local models, Models

ได้

staff ของ Anthropic บอกเราว่าการใช้งาน Claude CLI แบบ OpenClaw-style ได้รับอนุญาตอีกครั้ง ดังนั้น OpenClaw จึงถือว่า Claude subscription auth และการใช้งาน claude -p ได้รับอนุญาต สำหรับ integration นี้ เว้นแต่ Anthropic จะ publish policy ใหม่ หากคุณต้องการ setup ฝั่ง server ที่คาดเดาได้มากที่สุด ให้ใช้ Anthropic API key แทน

รองรับ

staff ของ Anthropic บอกเราว่าการใช้งานนี้ได้รับอนุญาตอีกครั้ง ดังนั้น OpenClaw จึงถือว่า การ reuse Claude CLI และการใช้งาน claude -p ได้รับอนุญาตสำหรับ integration นี้ เว้นแต่ Anthropic จะ publish policy ใหม่

Anthropic setup-token ยังพร้อมใช้งานเป็น path token ของ OpenClaw ที่รองรับ แต่ตอนนี้ OpenClaw prefer การ reuse Claude CLI และ claude -p เมื่อพร้อมใช้งาน สำหรับ workloads แบบ production หรือ multi-user การ auth ด้วย Anthropic API key ยังเป็น ทางเลือกที่ปลอดภัยและคาดเดาได้มากกว่า หากคุณต้องการตัวเลือก hosted แบบ subscription-style อื่นใน OpenClaw โปรดดู OpenAI, Qwen / Model Cloud, MiniMax และ GLM Models

นั่นหมายความว่า quota/rate limit ของ Anthropic ของคุณหมดแล้วสำหรับ window ปัจจุบัน หากคุณ ใช้ Claude CLI ให้รอให้ window reset หรือ upgrade plan ของคุณ หากคุณ ใช้ Anthropic API key ให้ตรวจสอบ Anthropic Console สำหรับ usage/billing และเพิ่ม limits ตามจำเป็น

หากข้อความเป็น: Extra usage is required for long context requests โดยเฉพาะ คำขอกำลังพยายามใช้ Anthropic 1M context beta (context1m: true) ซึ่งทำงานได้เฉพาะเมื่อ credential ของคุณมีสิทธิ์สำหรับการเรียกเก็บเงินแบบ long-context (การเรียกเก็บเงินด้วย API key หรือ เส้นทาง OpenClaw Claude-login ที่เปิดใช้ Extra Usage)

เคล็ดลับ: ตั้งค่า fallback model เพื่อให้ OpenClaw ตอบกลับต่อได้ในขณะที่ provider ถูกจำกัดอัตราการใช้งาน ดู โมเดล, OAuth, และ /gateway/troubleshooting#anthropic-429-extra-usage-required-for-long-context

รองรับ OpenClaw มี provider Amazon Bedrock (Converse) ที่มาพร้อมในตัว เมื่อมี AWS env markers อยู่ OpenClaw สามารถค้นหา catalog Bedrock แบบ streaming/text โดยอัตโนมัติและรวมเป็น provider amazon-bedrock โดยนัยได้ มิฉะนั้นคุณสามารถเปิดใช้ plugins.entries.amazon-bedrock.config.discovery.enabled อย่างชัดเจนหรือเพิ่มรายการ provider ด้วยตนเอง ดู Amazon Bedrock และ provider โมเดล หากคุณต้องการ managed key flow พร็อกซีที่เข้ากันได้กับ OpenAI หน้า Bedrock ก็ยังเป็นตัวเลือกที่ใช้ได้

OpenClaw รองรับ OpenAI Code (Codex) ผ่าน OAuth (การลงชื่อเข้าใช้ ChatGPT) ใช้ openai/gpt-5.5 กับ agentRuntime.id: "codex" สำหรับการตั้งค่าทั่วไป: auth แบบสมัครสมาชิก ChatGPT/Codex พร้อมการประมวลผล native Codex app-server ใช้ openai-codex/gpt-5.5 เฉพาะเมื่อคุณต้องการ Codex OAuth ผ่าน runtime Codex เริ่มต้น การเข้าถึงด้วย OpenAI API-key โดยตรงยังคงใช้ได้สำหรับพื้นผิว OpenAI API ที่ไม่ใช่ agent และสำหรับโมเดล agent ผ่านโปรไฟล์ API-key openai-codex แบบเรียงลำดับ ดู provider โมเดล และ Onboarding (CLI)

openai-codex คือ provider และ auth-profile id สำหรับ ChatGPT/Codex OAuth config รุ่นเก่ายังเคยใช้เป็นคำนำหน้าโมเดลด้วย:

• openai/gpt-5.5 = auth แบบสมัครสมาชิก ChatGPT/Codex พร้อม native Codex runtime สำหรับ agent turns
• openai-codex/gpt-5.5 = เส้นทางโมเดลรุ่นเก่าที่ซ่อมโดย openclaw doctor --fix
• openai/gpt-5.5 บวกโปรไฟล์ API-key openai-codex แบบเรียงลำดับ = auth ด้วย API-key สำหรับโมเดล agent ของ OpenAI
• openai-codex:... = auth profile id ไม่ใช่ model ref

หากคุณต้องการเส้นทางการเรียกเก็บเงิน/ขีดจำกัดของ OpenAI Platform โดยตรง ให้ตั้งค่า OPENAI_API_KEY หากคุณต้องการ auth แบบสมัครสมาชิก ChatGPT/Codex ให้ลงชื่อเข้าใช้ด้วย openclaw models auth login --provider openai-codex คงค่า model ref เป็น openai/gpt-5.5; model refs openai-codex/* เป็น config รุ่นเก่าที่ openclaw doctor --fix เขียนใหม่

Codex OAuth ใช้ quota windows ที่ OpenAI จัดการและขึ้นกับแผน ในทางปฏิบัติ ขีดจำกัดเหล่านั้นอาจต่างจากประสบการณ์บนเว็บไซต์/แอป ChatGPT แม้ว่า ทั้งสองจะผูกกับบัญชีเดียวกันก็ตาม

OpenClaw สามารถแสดง provider usage/quota windows ที่มองเห็นได้ในปัจจุบันใน openclaw models status แต่จะไม่สร้างหรือปรับสิทธิ์ ChatGPT-web ให้เป็น การเข้าถึง API โดยตรง หากคุณต้องการเส้นทางการเรียกเก็บเงิน/ขีดจำกัดของ OpenAI Platform โดยตรง ให้ใช้ openai/* พร้อม API key

รองรับ OpenClaw รองรับ OpenAI Code (Codex) subscription OAuth อย่างเต็มรูปแบบ OpenAI อนุญาตการใช้ subscription OAuth อย่างชัดเจนในเครื่องมือ/เวิร์กโฟลว์ภายนอก เช่น OpenClaw Onboarding สามารถเรียกใช้ OAuth flow ให้คุณได้

ดู OAuth, provider โมเดล, และ Onboarding (CLI)

Gemini CLI ใช้ plugin auth flow ไม่ใช่ client id หรือ secret ใน openclaw.json

ขั้นตอน:

1. ติดตั้ง Gemini CLI ในเครื่องเพื่อให้ gemini อยู่บน PATH
   • Homebrew: brew install gemini-cli
   • npm: npm install -g @google/gemini-cli
2. เปิดใช้ Plugin: openclaw plugins enable google
3. เข้าสู่ระบบ: openclaw models auth login --provider google-gemini-cli --set-default
4. โมเดลเริ่มต้นหลังเข้าสู่ระบบ: google-gemini-cli/gemini-3-flash-preview
5. หากคำขอล้มเหลว ให้ตั้งค่า GOOGLE_CLOUD_PROJECT หรือ GOOGLE_CLOUD_PROJECT_ID บนโฮสต์ gateway

สิ่งนี้จะเก็บ OAuth tokens ใน auth profiles บนโฮสต์ gateway รายละเอียด: provider โมเดล

โดยปกติไม่เหมาะ OpenClaw ต้องการ context ขนาดใหญ่ + safety ที่แข็งแรง; การ์ดขนาดเล็กจะตัดทอนและรั่วไหล หากจำเป็น ให้รัน build โมเดลที่ ใหญ่ที่สุด ที่คุณรันในเครื่องได้ (LM Studio) และดู /gateway/local-models โมเดลที่เล็กกว่า/quantized เพิ่มความเสี่ยง prompt-injection - ดู ความปลอดภัย

เลือก endpoints ที่ตรึงภูมิภาค OpenRouter มีตัวเลือกที่โฮสต์ในสหรัฐฯ สำหรับ MiniMax, Kimi และ GLM; เลือก variant ที่โฮสต์ในสหรัฐฯ เพื่อให้ข้อมูลอยู่ในภูมิภาคนั้น คุณยังคงแสดง Anthropic/OpenAI ร่วมกับตัวเลือกเหล่านี้ได้โดยใช้ models.mode: "merge" เพื่อให้ fallback ยังพร้อมใช้งานขณะเคารพ provider แบบกำหนดภูมิภาคที่คุณเลือก

ไม่ต้อง OpenClaw รันบน macOS หรือ Linux (Windows ผ่าน WSL2) ได้ Mac mini เป็นตัวเลือกเสริม - บางคน ซื้อมาเป็นโฮสต์ที่เปิดตลอดเวลา แต่ VPS ขนาดเล็ก, home server หรือเครื่องระดับ Raspberry Pi ก็ใช้ได้เช่นกัน

คุณต้องใช้ Mac เฉพาะ เครื่องมือที่ใช้ได้เฉพาะ macOS เท่านั้น สำหรับ iMessage ให้ใช้ BlueBubbles (แนะนำ) - เซิร์ฟเวอร์ BlueBubbles รันบน Mac ใดก็ได้ และ Gateway สามารถรันบน Linux หรือที่อื่นได้ หากคุณต้องการเครื่องมืออื่นที่ใช้ได้เฉพาะ macOS ให้รัน Gateway บน Mac หรือจับคู่ macOS node

เอกสาร: BlueBubbles, Nodes, Mac remote mode

คุณต้องมี อุปกรณ์ macOS บางเครื่อง ที่ลงชื่อเข้าใช้ Messages ไม่จำเป็นต้องเป็น Mac mini - Mac เครื่องใดก็ได้ใช้ได้ ใช้ BlueBubbles (แนะนำ) สำหรับ iMessage - เซิร์ฟเวอร์ BlueBubbles รันบน macOS ขณะที่ Gateway สามารถรันบน Linux หรือที่อื่นได้

การตั้งค่าทั่วไป:

• รัน Gateway บน Linux/VPS และรันเซิร์ฟเวอร์ BlueBubbles บน Mac เครื่องใดก็ได้ที่ลงชื่อเข้าใช้ Messages
• รันทุกอย่างบน Mac หากคุณต้องการการตั้งค่าเครื่องเดียวที่ง่ายที่สุด

เอกสาร: BlueBubbles, Nodes, Mac remote mode

ได้ Mac mini สามารถรัน Gateway และ MacBook Pro ของคุณสามารถเชื่อมต่อเป็น node (อุปกรณ์คู่ขนาน) Nodes ไม่ได้รัน Gateway - แต่ให้ความสามารถเพิ่มเติม เช่น screen/camera/canvas และ system.run บนอุปกรณ์นั้น

รูปแบบทั่วไป:

• Gateway บน Mac mini (เปิดตลอดเวลา)
• MacBook Pro รันแอป macOS หรือ node host และจับคู่กับ Gateway
• ใช้ openclaw nodes status / openclaw nodes list เพื่อดู

เอกสาร: Nodes, Nodes CLI

ไม่แนะนำ Bun เราพบ runtime bugs โดยเฉพาะกับ WhatsApp และ Telegram ใช้ Node สำหรับ gateways ที่เสถียร

หากคุณยังต้องการทดลองกับ Bun ให้ทำบน gateway ที่ไม่ใช่ production โดยไม่มี WhatsApp/Telegram

channels.telegram.allowFrom คือ Telegram user ID ของผู้ส่งที่เป็นมนุษย์ (ตัวเลข) ไม่ใช่ชื่อผู้ใช้บอท

การตั้งค่าจะถามหา numeric user IDs เท่านั้น หากคุณมีรายการ @username รุ่นเก่าใน config อยู่แล้ว openclaw doctor --fix สามารถพยายาม resolve ให้ได้

ปลอดภัยกว่า (ไม่มีบอทบุคคลที่สาม):

• DM บอทของคุณ จากนั้นรัน openclaw logs --follow และอ่าน from.id

Official Bot API:

• DM บอทของคุณ จากนั้นเรียก https://api.telegram.org/bot<bot_token>/getUpdates และอ่าน message.from.id

บุคคลที่สาม (เป็นส่วนตัวน้อยกว่า):

• DM @userinfobot หรือ @getidsbot

ดู /channels/telegram

ได้ ผ่าน multi-agent routing ผูก WhatsApp DM ของผู้ส่งแต่ละคน (peer kind: "direct", ผู้ส่ง E.164 เช่น +15551234567) กับ agentId ที่ต่างกัน เพื่อให้แต่ละคนได้ workspace และ session store ของตนเอง การตอบกลับยังคงมาจาก บัญชี WhatsApp เดียวกัน และการควบคุมการเข้าถึง DM (channels.whatsapp.dmPolicy / channels.whatsapp.allowFrom) เป็น global ต่อบัญชี WhatsApp ดู Multi-Agent Routing และ WhatsApp

ได้ ใช้ multi-agent routing: ให้ agent แต่ละตัวมีโมเดลเริ่มต้นของตนเอง จากนั้นผูก inbound routes (บัญชี provider หรือ peers เฉพาะ) กับ agent แต่ละตัว ตัวอย่าง config อยู่ใน Multi-Agent Routing ดูเพิ่มเติม โมเดล และ การกำหนดค่า

ได้ Homebrew รองรับ Linux (Linuxbrew) การตั้งค่าอย่างรวดเร็ว:

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
echo 'eval "$(/home/linuxbrew/.linuxbrew/bin/brew shellenv)"' >> ~/.profile
eval "$(/home/linuxbrew/.linuxbrew/bin/brew shellenv)"
brew install <formula>

หากคุณรัน OpenClaw ผ่าน systemd ตรวจสอบให้แน่ใจว่า service PATH มี /home/linuxbrew/.linuxbrew/bin (หรือ brew prefix ของคุณ) เพื่อให้เครื่องมือที่ติดตั้งด้วย brew resolve ได้ใน non-login shells build ล่าสุดยัง prepend common user bin dirs บน Linux systemd services ด้วย (เช่น ~/.local/bin, ~/.npm-global/bin, ~/.local/share/pnpm, ~/.bun/bin) และเคารพ PNPM_HOME, NPM_CONFIG_PREFIX, BUN_INSTALL, VOLTA_HOME, ASDF_DATA_DIR, NVM_DIR, และ FNM_DIR เมื่อตั้งค่าไว้

• การติดตั้งแบบ Hackable (git): checkout source เต็มรูปแบบ แก้ไขได้ เหมาะที่สุดสำหรับ contributors คุณรัน builds ในเครื่องและ patch code/docs ได้
• การติดตั้ง npm: ติดตั้ง global CLI ไม่มี repo เหมาะที่สุดสำหรับ "แค่รันใช้งาน" อัปเดตมาจาก npm dist-tags

เอกสาร: เริ่มต้นใช้งาน, การอัปเดต

ได้ ใช้ openclaw update --channel ... เมื่อ OpenClaw ติดตั้งอยู่แล้ว สิ่งนี้ ไม่ลบข้อมูลของคุณ - แค่เปลี่ยนการติดตั้งโค้ด OpenClaw เท่านั้น state (~/.openclaw) และ workspace (~/.openclaw/workspace) ของคุณจะไม่ถูกแตะต้อง

จาก npm ไป git:

openclaw update --channel dev

จาก git ไป npm:

openclaw update --channel stable

เพิ่ม --dry-run เพื่อดูตัวอย่าง mode switch ที่วางแผนไว้ก่อน updater จะรัน Doctor follow-ups, รีเฟรช plugin sources สำหรับ channel เป้าหมาย และ รีสตาร์ท gateway เว้นแต่คุณจะส่ง --no-restart

installer สามารถบังคับโหมดใดโหมดหนึ่งได้เช่นกัน:

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method git
curl -fsSL https://openclaw.ai/install.sh | bash -s -- --install-method npm

เคล็ดลับการสำรองข้อมูล: ดู กลยุทธ์การสำรองข้อมูล

คำตอบสั้น ๆ: หากคุณต้องการความน่าเชื่อถือ 24/7 ให้ใช้ VPS หากคุณต้องการ ความยุ่งยากต่ำที่สุดและยอมรับการ sleep/restarts ได้ ให้รันในเครื่อง

แล็ปท็อป (Gateway ภายในเครื่อง)

• ข้อดี: ไม่มีค่าเซิร์ฟเวอร์ เข้าถึงไฟล์ภายในเครื่องได้โดยตรง มีหน้าต่างเบราว์เซอร์แบบสด
• ข้อเสีย: การพักเครื่อง/เครือข่ายหลุด = การเชื่อมต่อถูกตัด การอัปเดต/รีบูตระบบปฏิบัติการทำให้สะดุด ต้องเปิดเครื่องไว้ตลอด

หมายเหตุเฉพาะของ OpenClaw: WhatsApp/Telegram/Slack/Mattermost/Discord ทำงานจาก VPS ได้ทั้งหมด ข้อแลกเปลี่ยนที่แท้จริงมีเพียง เบราว์เซอร์แบบไม่มีหน้าจอ เทียบกับหน้าต่างที่มองเห็นได้ ดู เบราว์เซอร์

ค่าเริ่มต้นที่แนะนำ: ใช้ VPS หากคุณเคยเจอ Gateway หลุดมาก่อน การใช้งานภายในเครื่องเหมาะมากเมื่อคุณกำลังใช้ Mac อยู่และต้องการเข้าถึงไฟล์ภายในเครื่องหรือทำ UI automation ด้วยเบราว์เซอร์ที่มองเห็นได้

ไม่จำเป็น แต่ แนะนำเพื่อความน่าเชื่อถือและการแยกสภาพแวดล้อม

• โฮสต์เฉพาะ (VPS/Mac mini/Pi): เปิดตลอดเวลา มีการสะดุดจากการพักเครื่อง/รีบูตน้อยกว่า สิทธิ์สะอาดกว่า ดูแลให้รันต่อเนื่องได้ง่ายกว่า
• แล็ปท็อป/เดสก์ท็อปที่ใช้ร่วมกัน: เหมาะสำหรับการทดสอบและการใช้งานจริงขณะใช้อยู่ แต่คาดว่าจะมีการหยุดชั่วคราวเมื่อเครื่องพักหรืออัปเดต

หากคุณต้องการข้อดีของทั้งสองแบบ ให้เก็บ Gateway ไว้บนโฮสต์เฉพาะและจับคู่แล็ปท็อปของคุณเป็น node สำหรับเครื่องมือหน้าจอ/กล้อง/exec ภายในเครื่อง ดู Nodes สำหรับคำแนะนำด้านความปลอดภัย โปรดอ่าน ความปลอดภัย

OpenClaw ใช้ทรัพยากรน้อย สำหรับ Gateway พื้นฐาน + หนึ่งช่องทางแชต:

• ขั้นต่ำสุด: 1 vCPU, RAM 1GB, ดิสก์ประมาณ 500MB
• แนะนำ: 1-2 vCPU, RAM 2GB ขึ้นไปเพื่อเผื่อทรัพยากร (บันทึก สื่อ หลายช่องทาง) เครื่องมือ Node และการทำงานอัตโนมัติของเบราว์เซอร์อาจใช้ทรัพยากรสูง

ระบบปฏิบัติการ: ใช้ Ubuntu LTS (หรือ Debian/Ubuntu รุ่นใหม่ใดก็ได้) เส้นทางการติดตั้งบน Linux ได้รับการทดสอบดีที่สุดที่นั่น

เอกสาร: Linux, การโฮสต์ VPS

ได้ ให้ปฏิบัติต่อ VM เหมือน VPS: ต้องเปิดอยู่เสมอ เข้าถึงได้ และมี RAM เพียงพอ สำหรับ Gateway และช่องทางใด ๆ ที่คุณเปิดใช้

แนวทางพื้นฐาน:

• ขั้นต่ำสุด: 1 vCPU, RAM 1GB
• แนะนำ: RAM 2GB ขึ้นไป หากคุณรันหลายช่องทาง การทำงานอัตโนมัติของเบราว์เซอร์ หรือเครื่องมือสื่อ
• ระบบปฏิบัติการ: Ubuntu LTS หรือ Debian/Ubuntu รุ่นใหม่อื่น

หากคุณใช้ Windows, WSL2 เป็นรูปแบบการตั้งค่า VM ที่ง่ายที่สุด และมีความเข้ากันได้กับเครื่องมือดีที่สุด ดู Windows, การโฮสต์ VPS หากคุณรัน macOS ใน VM โปรดดู macOS VM