AI 自動化 2026年4月3日

OpenClaw 在 Mac mini 上的完整安裝部署指南 2026：從零到生產環境

ProxyMac 技術團隊 2026年4月3日約 12 分鐘

OpenClaw 是一個以守護程序方式持續運行的 AI 程式設計代理——它不只是回答問題，而是真正執行多步驟工作流程：撰寫程式碼、執行測試、管理檔案、呼叫外部 API。若僅透過 SSH 操作無桌面的租用 mini，請先完成 SSH 首連自檢清單（2026-05-13）—核對磁碟餘量、PATH 一致性與 plist 煙測，可在貼上安裝指令稿前攔截多數 launchd 回退。Mac mini M4 是最理想的宿主機：全天候上線、原生執行 macOS、Apple Silicon 效能強勁，且成本遠低於保持桌上型電腦持續運行。本文逐步說明在 ProxyMac 雲端 Mac mini 節點上安裝、配置和生產部署 OpenClaw 的完整流程。

OpenClaw 是什麼，為何需要專用 Mac？

OpenClaw 是一個自主 AI 代理框架——可理解為 Claude 或 GPT 驅動的助理，在真實 macOS 環境中執行複雜任務。與瀏覽器端 AI 工具不同，OpenClaw 的關鍵特性是：

以本地守護程序形式執行，在工作階段之間持續存在，不受終端機中斷影響
擁有原生檔案系統存取權限——可以讀寫執行檔案，無沙箱限制
支援平行任務執行——同一台機器上多個代理可同時運行
整合 macOS 系統 API，可透過 AppleScript 進行截圖、剪貼簿存取和 GUI 自動化

守護程序模式正是為何需要專用 Mac 的原因。雲端 Mac mini 上執行的 OpenClaw 可以在你關機睡覺時處理通宵的研究任務、持續 CI 監控和多小時資料管線。

部署場景	本地筆電	Linux VPS	Mac mini（ProxyMac）
7×24 守護程序上線	✗（合蓋/休眠）	✓	✓✓
原生 macOS API	✓	✗	✓✓
Xcode / iOS 模擬器	✓	✗	✓✓
Apple Silicon 效能	✓（若為 Apple Silicon）	✗	✓✓
無需硬體投資	✗	✓	✓✓
多區域部署	✗	✓	✓✓（HK/JP/KR/SG/US）

前置需求：安裝前必須確認的事項

Node.js 版本需求

OpenClaw 要求 Node.js 22.0.0 或更高版本。檢查目前版本：

node --version

若低於 v22.0.0，透過 nvm 安裝最新 LTS 版本：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash source ~/.zshrc nvm install 22 nvm use 22 nvm alias default 22

系統需求

macOS 12（Monterey）或更高——推薦 macOS 14 Sonoma 或 macOS 15 Sequoia
至少 8 GB 記憶體——平行代理任務推薦 16 GB 或 24 GB
10 GB 可用磁碟空間用於 OpenClaw 狀態目錄、模型上下文和任務產出物
穩定的網路連線——每次代理動作都需要呼叫 AI 提供商 API

在 Mac mini 上安裝 OpenClaw：完整步驟

第一步：設定狀態目錄

安裝前，必須將 OpenClaw 狀態目錄設定到本地路徑。若誤用 iCloud Drive、OneDrive 或 Dropbox 路徑，雲端同步衝突會導致 OpenClaw 的工作階段狀態損毀：

echo 'export OPENCLAW_STATE_DIR=~/.openclaw' >> ~/.zshrc source ~/.zshrc mkdir -p ~/.openclaw

第二步：透過 npm 安裝 OpenClaw

npm install -g openclaw@latest

驗證安裝成功：

openclaw --version

應看到類似 openclaw/1.x.x darwin-arm64 node-v22.x.x 的輸出。darwin-arm64 確認執行的是原生 Apple Silicon 版本。

第三步：執行引導精靈

openclaw onboard --install-daemon

精靈會提示你：

你的 AI 提供商和 API 金鑰（儲存在 macOS 鑰匙圈中）
工作區目錄（預設：~/openclaw-workspace）
檔案系統存取和螢幕錄製的權限授予（macOS 安全性與隱私權對話框）

第四步：驗證守護程序狀態

openclaw status

預期輸出包含 daemon: running、程序 PID 和記憶體使用量。若顯示 stopped，手動啟動：

openclaw daemon start

第五步：執行第一個代理任務

openclaw run "整理 ~/openclaw-workspace 目錄下的所有檔案，並建立一個 README.md 描述專案結構"

生產環境配置

並行數和資源限制

編輯 ~/.openclaw/config.json，以下是 16 GB 記憶體的 Mac mini M4 的推薦配置：

{ "daemon": { "maxConcurrentTasks": 3, "taskTimeoutMs": 1800000, "memoryLimitMb": 4096 }, "agent": { "defaultModel": "claude-sonnet-4-5", "maxTokensPerTask": 200000, "retryOnRateLimit": true, "retryDelayMs": 5000 } }

日誌輪替設定

openclaw config set logging.retainDays 14 openclaw config set logging.maxSizeMb 500

透過 SSH 遠端控制

對於長時間執行的任務，使用 --detach 旗標：

openclaw run --detach "執行完整測試套件並傳送結果報告" openclaw jobs list openclaw jobs logs <任務ID>

常見錯誤與解決方案

錯誤訊息	根本原因	解決方法
`ERR_UNSUPPORTED_ESM_URL_SCHEME`	Node.js 版本低於 22	執行 `nvm use 22` 後重新安裝
`ENOENT: .openclaw/state/sessions`	狀態目錄未設定或路徑錯誤	檢查 `$OPENCLAW_STATE_DIR`，重新執行 `openclaw onboard`
守護程序反覆重啟	狀態目錄在 iCloud Drive 上	將狀態目錄遷移到 `~/.openclaw`
`API rate limit exceeded`	並行任務數超出 API 配額	將 `maxConcurrentTasks` 降至 1–2，啟用 `retryOnRateLimit`
螢幕錄製權限被拒絕	macOS TCC 權限未授予	系統設定 → 隱私權與安全性 → 螢幕錄製 → 新增 `openclaw`
`Task context window exceeded`	任務過大超出單次上下文視窗	使用 `openclaw run --subtask` 拆分為子任務

macOS 更新後注意：每次更新 macOS，系統可能重置 TCC 權限。若 OpenClaw 更新後突然失去檔案存取或螢幕錄製能力，在「系統設定 → 隱私權與安全性」中重新授權，然後執行 openclaw daemon restart。

在 ProxyMac Mac mini 節點上部署 OpenClaw

開通 Mac mini 實例：登入 ProxyMac，選擇節點（台灣用戶推薦香港或日本），啟動實例。約 2 分鐘內收到 SSH 憑證。
SSH 連線：ssh -i ~/.ssh/id_ed25519_proxymac user@<節點位址>
安裝 nvm 和 Node 22：執行前置需求章節中的 nvm 安裝指令。
安裝 OpenClaw：npm install -g openclaw@latest
執行無頭引導：OPENCLAW_STATE_DIR=~/.openclaw openclaw onboard --install-daemon --headless
驗證：openclaw status

配置完成後，OpenClaw 實例在 Mac mini 節點上 7×24 執行。SSH 和 VNC 存取的完整說明請查閱說明文件。

性價比提示：一台 ProxyMac Mac mini M4 節點可以持續處理 3–5 個平行 OpenClaw 代理任務。與在 AWS Graviton3 實例上執行等效計算相比，你獲得了原生 macOS、Xcode 和完整 Apple SDK，成本相當甚至更低。查看當前定價了解套餐詳情。

為何 2026 年 Mac mini M4 是執行 OpenClaw 的最佳選擇

OpenClaw 的效能上限由兩個因素決定：AI 提供商 API 的回應速度（網路受限）以及 Mac 執行 AI 指令的速度（CPU/記憶體受限）。在 Mac mini M4 上，動作執行負擔幾乎為零——檔案讀取、程式碼執行和子程序啟動在 M4 效能核心上以毫秒級完成，而 P 核心同時處理編譯或推論任務。

Apple Silicon M4 的神經引擎還支援本地模型推論——OpenClaw 的本地模型模式使用 Apple 的 MLX 框架，在 M4 的 16 核神經引擎上以 20–40 token/秒的速度執行量化 LLM，零 API 成本，資料不離開節點。這對隱私敏感的工作流程（如程式碼審查、內部文件分析）特別有價值。

台灣的獨立開發者和跨境電商團隊通常需要在固定時間窗口內完成大量自動化任務——OpenClaw 在 Mac mini 上運行，讓這些任務可以在離峰時段自動完成，早晨起床時即可查看結果。在定價頁面查看可用節點選項。

在雲端 Mac mini M4 上執行 OpenClaw

香港/日本/韓國/新加坡/美國 SSH 就緒節點，5 分鐘內部署 OpenClaw

開通 Mac mini 節點查看 SSH 設定指南