推荐使用conda或venv

为了在国内优化安装AI小龙虾OpenClaw项目,这里提供详细的优化安装教程，针对国内网络环境，主要解决GitHub访问慢、PyTorch下载慢、依赖包安装等问题。

基础环境准备

1 创建Python虚拟环境

conda activate openclaw
# 或者使用venv
python -m venv openclaw_env
source openclaw_env/bin/activate  # Linux/Mac
# openclaw_env\Scripts\activate  # Windows

2 配置国内镜像源

# 设置pip永久镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set global.trusted-host pypi.tuna.tsinghua.edu.cn
# 或创建pip配置文件
# Linux/Mac: ~/.pip/pip.conf
# Windows: C:\Users\用户名\pip\pip.ini

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

OpenClaw项目获取

1 Git加速下载

# 方法1：使用GitHub镜像站
git clone https://hub.fastgit.org/hpcaitech/OpenClaw.git
# 或
git clone https://github.com.cnpmjs.org/hpcaitech/OpenClaw.git
# 方法2：使用Gitee同步（如有）
git clone https://gitee.com/同步仓库地址/OpenClaw.git

2 手动下载（备选）

如果Git克隆太慢,可以直接下载ZIP：

1. 访问GitHub镜像站：https://hub.fastgit.org/hpcaitech/OpenClaw/archive/refs/heads/main.zip
2. 解压后进入目录

安装依赖优化

1 PyTorch安装优化

# 使用国内镜像安装PyTorch
# CUDA 11.8版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# CPU版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
# 或者使用清华源（可能版本较旧）
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

2 安装项目依赖

cd OpenClaw
# 先升级pip
pip install --upgrade pip
# 安装基础依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 如果requirements.txt中有特定版本问题，可以尝试：
pip install -r requirements.txt --no-deps -i https://pypi.tuna.tsinghua.edu.cn/simple

常见问题解决

1 模型下载加速

# 在代码中添加镜像源配置
import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'  # HuggingFace镜像
os.environ['TRANSFORMERS_OFFLINE'] = '0'
# 或者在下载模型前设置
from huggingface_hub import snapshot_download
snapshot_download(
    repo_id="模型ID",
    local_dir="./models",
    local_dir_use_symlinks=False,
    resume_download=True,
    endpoint="https://hf-mirror.com"  # 使用镜像
)

2 安装特定版本依赖

# 如果遇到版本冲突，手动安装兼容版本
pip install transformers==4.36.2
pip install accelerate==0.25.0
pip install datasets==2.15.0
pip install peft==0.7.1

3 Docker安装（可选）

# 使用国内镜像构建
FROM pytorch/pytorch:2.1.0-cuda11.8-cudnn8-runtime
# 更换apt源为阿里云
RUN sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list
# 安装依赖
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
COPY requirements.txt .
RUN pip install -r requirements.txt

快速安装脚本

1 Linux/Mac一键安装脚本

#!/bin/bash
# install_openclaw.sh
echo "正在配置OpenClaw安装环境..."
# 1. 创建虚拟环境
conda create -n openclaw python=3.9 -y
conda activate openclaw
# 2. 设置pip镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 3. 安装PyTorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 4. 克隆项目
git clone https://hub.fastgit.org/hpcaitech/OpenClaw.git
cd OpenClaw
# 5. 安装依赖
pip install -r requirements.txt
echo "安装完成！"

2 Windows PowerShell脚本

# install_openclaw.ps1
Write-Host "开始安装OpenClaw..." -ForegroundColor Green
# 创建虚拟环境
python -m venv openclaw_env
.\openclaw_env\Scripts\activate
# 设置镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PyTorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 下载项目
Invoke-WebRequest -Uri "https://hub.fastgit.org/hpcaitech/OpenClaw/archive/refs/heads/main.zip" -OutFile "OpenClaw.zip"
Expand-Archive -Path "OpenClaw.zip" -DestinationPath .
cd OpenClaw-main
# 安装依赖
pip install -r requirements.txt
Write-Host "安装完成！" -ForegroundColor Green

验证安装

# test_installation.py
import torch
import transformers
import accelerate
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"Transformers版本: {transformers.__version__}")
print(f"Accelerate版本: {accelerate.__version__}")
# 测试基本功能
from transformers import AutoModelForCausalLM, AutoTokenizer
print("测试模型加载...")

高级优化

1 使用conda加速

# 配置conda镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
# 通过conda安装部分依赖
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

2 离线安装（内网环境）

# 在有网环境下载所有包
pip download -r requirements.txt -d ./offline_packages
# 在内网环境安装
pip install --no-index --find-links=./offline_packages -r requirements.txt

注意事项

1. 网络问题：如果遇到下载超时，可以尝试使用代理或多次重试
2. 版本兼容：注意Python、PyTorch、CUDA之间的版本兼容性
3. 存储空间：确保有足够的磁盘空间（建议至少50GB）
4. GPU内存：运行大模型需要足够的GPU显存

如果遇到具体问题,可以参考项目GitHub Issues或创建新的Issue寻求帮助。

标签： conda venv