企业官网建设流程全解析

你有没有想过，AI这波浪潮里，离普通人最近的赚钱机会，其实不是去学算法、搞开发，而是帮别人把AI工具真正“装好、用起来”？我最近接了个挺有意思的活：下班后上门给人装OpenClaw，一晚上收了1500块。客户是位做自媒体运营的朋友，电脑不算差，但一提到配置Linux环境、装Node.js、接AI模型就头大，网上教程翻了一堆，卡在第一步就放弃了。我上门折腾了大概两个半小时，把OpenClaw跑起来，帮他接好模型，顺手教了他几个最常用的操作。钱到账的那一刻，我突然意识到：AI时代真正缺的，不是会用AI的人，而是能把AI“落地”到普通人电脑里的人。这篇文章，我就把这次上门服务的完整过程、踩过的坑、能直接照搬的流程，以及这门生意背后的逻辑，一次讲清楚。如果你动手能力还行，对AI工具感兴趣，想靠这个赚点外快，建议认真看完。

1. 先想明白一件事：这1500元到底在为什么付费

1.1 OpenClaw是什么，为什么大家愿意花钱装它

很多人一听“OpenClaw”这个名字，以为又是某个蹭热点的玩具。其实OpenClaw是一个开源的个人AI助手框架，你可以把它理解成“自己电脑上的专属AI管家”。它能帮你管理联系人、日历、邮件、文件，能调用浏览器做一些自动化操作，还能接入各种大模型，比如DeepSeek、通义千问、Qwen系列，形成一套完整的工作流。

我服务的那个客户，需求很典型：他每天要处理大量素材、整理笔记、回复消息，希望有一个AI助手能帮他自动归档文件、生成摘要、甚至提醒日程。东西是好东西，但装起来确实不友好。Windows系统上想跑得顺，得先搞定WSL2，也就是Windows自带的Linux子系统；然后要装Node.js环境；再配置模型接口；要是还想让它在后台常驻，得配Windows Companion。这一整套流程，对程序员来说可能半小时搞定，但对一个搞内容创作的人来说，光看到“请在PowerShell中运行wsl --status”这种提示就已经头大了。

所以这里就产生了一个实实在在的需求：有人会装，有人不会装，不会装的人愿意花钱请人装。这门生意不是凭空冒出来的，是技术门槛催生出来的。

1.2 这门生意背后的三个差

我复盘了一下，上门装OpenClaw能赚钱，本质上是赚了三个差。

第一个是信息差。大部分普通人知道的AI工具，无非就是网页版聊天、手机App、AI绘画。他们根本不知道还有开源框架可以自己部署，更不知道能接到自己本地数据上。你比他先知道OpenClaw这个东西，你就有信息优势。

第二个是技能差。知道的人也不少，但知道不等于能装好。OpenClaw的安装调试涉及WSL2、Node.js、npm、配置文件、环境变量、模型API接入，任何一个环节报错都能把人劝退。我那天上门，光是在命令行里敲命令就敲了快一个小时，中间还遇到了一次WSL版本不匹配的报错。普通人很难有耐心和知识储备去排查这些问题。

第三个是时间差。就算客户自己愿意学，从零开始摸索，少说也要一两个晚上。但他白天要创作、要运营、要谈合作，晚上再折腾两小时命令行，成本太高了。花钱请人上门，省下来的时间和精力，比付给我的钱值钱多了。

1.3 定价拆解：1500元不是拍脑袋

有人说，装个软件就要1500，是不是太黑了？我算给你看，这笔钱不是凭空叫出来的，是市场供需决定的。

那次服务的构成大概是这样的：基础安装部署费用400到500元，包括OpenClaw本体安装、WSL2环境配置、依赖环境搭建。然后模型接入和数据迁移费用300到400元，客户希望把本地已有的笔记数据、联系人信息导入，让AI能读取和调用，这部分涉及数据格式转换和权限配置，不算太轻松。最后是使用培训和交付答疑500元左右，我花了将近40分钟，教他怎么创建任务、怎么让AI自动归档文件、怎么换模型，留了一份简明的操作手册，还答应他一周内远程答疑。加起来正好1500元。

很多人忽略了一个关键点：客户付钱买的不是“安装”这个动作，而是“真的能用起来”这个结果。安装只是起点，让它符合客户的使用习惯、能被日常用上，才是真正的价值所在。所以我在定价时把培训、答疑都算进去，客户反而觉得划算。

2. 接单准备：决定你服务体验的隐形环节

2.1 客户画像与需求判断

不是所有单子都值得接。上门服务最怕的是：客户自己都不知道自己要什么，装完了又挑三拣四。所以我接单前都会先花十分钟做个需求判断。

我一般把客户分三类。第一类是自媒体人和内容创作者，他们的痛点是素材太多、整理太烦，希望AI能自动分类、打标签、做摘要，这单最顺，因为需求明确。第二类是小企业主或个体创业者，他们想用AI管理客户信息、跟进日程，一般会要求接入自己的业务数据。第三类是技术爱好者，自己也会一点，但懒得折腾，这种客户沟通成本最低，但支付意愿反而一般，因为他们觉得自己也能搞定，只是暂时没时间。

我会在接单时问清楚几个问题：你的电脑是Windows还是Mac？Windows版本是多少，Win10还是Win11？你打算用本地小模型，还是接云端API？你有哪些数据需要AI读取，数据放在哪里？你自己动手试过吗，卡在什么步骤？问完这几个问题，基本就能判断这单能不能接，需要带什么工具，大概要花多长时间。

2.2 上门物料清单

我吃过一次亏，上门后发现客户家的网连GitHub都拉不动，整个安装过程变成了灾难。所以现在每次上门，我都会提前准备好一套“备用弹药”。

首先是软件安装包。OpenClaw的安装包、Node.js的Windows LTS安装包、npm依赖包，我全部提前下载好，存到U盘里。万一现场网络拉胯，直接用U盘离线安装，保证流程不断。然后是模型相关的东西，如果客户打算用本地模型，我会提前准备好Ollama的安装包，比如qwen2.5-3b这种小模型，锁进U盘里，现场就能直接导入，不用临时下载几个G的模型文件。远程协助工具也要备着，Todesk或者向日葵都行，方便万一在现场搞不定，还能远程求助同行。再带一个带Type-C转接口的移动硬盘或U盘，用来备份客户的数据，防止配置过程中误操作丢了文件。

再有就是确认远程控制权限和安排保险预案。我上门前会跟客户确认好，安装过程中可能会用到他电脑的管理员权限，以及需要他授权访问某些文件夹，提前说清楚对方不会抵触。如果单子金额比较大，我还建议给自己买一份意外保障，毕竟去陌生人家，安全第一。

2.3 踩点、约时与路程规划

上门服务最容易被低估的是时间成本。有一次我接了一单，客户住城东，我下班从城西赶过去，地铁加步行花了一个多小时，服务只用了两小时，来回路上倒花了两小时。所以我现在接单会刻意挑同城、同片区，最好一个晚上能接两家，路程控制在半小时以内，单价可以适当低一点，但单位时间收益更高。

时间上尽量约晚上七点半到八点之间，客户基本吃完晚饭、有时间配合，你下班过去也不会太赶。出发前再跟客户确认一次地址、小区进出是否需要登记、车位好不好停。这些小细节看着不起眼，但决定了你到达现场之后能不能迅速进入状态。

3. 上门装机全流程：从WSL2到Windows Companion

3.1 环境体检：先看再动

一到客户家，我不会马上撸起袖子敲命令，而是先给客户的电脑做一次“环境体检”。主要看四件事：系统版本能不能支持WSL2，Win10必须要在2004版本以上，Win11基本没问题；BIOS里面CPU虚拟化有没有打开，如果没打开，后面装WSL会直接报错；C盘剩余空间够不够，OpenClaw加模型加依赖，建议至少留出10GB空间；系统更新有没有装全，有些客户长期不更新，导致WSL安装组件缺失。

这几项检查完，基本就能判断现场会顺利还是折腾。我有一次遇到一台老Win10笔记本，虚拟化被禁用了，光进BIOS改设置就花了20分钟。这种时候别慌，按流程一步步来，反而能让客户觉得你专业。

3.2 WSL2安装与sl2环境报错处理

OpenClaw在Windows上跑得好，几乎离不开WSL2。原因很简单，它底层很多组件依赖Linux环境，用WSL2比用纯Windows原生跑省心太多。很多客户卡住的地方就在这里，一执行wsl --install，系统弹出一堆看不懂的英文，甚至提示“无法安全验证sl2环境”，人就懵了。

遇到这个报错，我的排查思路是固定的。先确认是不是以管理员身份运行的PowerShell或CMD，右键点终端图标，选“以管理员身份运行”，我见过好几个客户就是栽在这上面。然后检查Windows版本，Win10老版本对WSL2支持不完整，需要在“设置-系统-关于”里确认版本号，低于2004的，先升级系统。再看看虚拟化是否开启，打开任务管理器，“性能”选项卡里能看到“虚拟化”状态，如果是“已禁用”，只能进BIOS找Intel VT-x或AMD SVM选项打开。以上都正常，执行几条命令手动安装和更新：

wsl --install

装完重启，然后执行：

wsl --update wsl --set-default-version 2

要注意的是，wsl --install这条命令在不同的Windows版本上行为不一样，新版系统会自动装好WSL2并设为默认，老版本可能只装了WSL1，需要手动指定版本。所以我习惯装完之后用wsl --status看一眼当前版本，确认是2再继续。顺手装完WSL再装一个Ubuntu发行版，命令是：

wsl --install -d Ubuntu-22.04

装好后在开始菜单里搜索Ubuntu打开一次，设置Linux用户名和密码，这样后面的OpenClaw部署才有落脚点。

3.3 Node.js、OpenClaw本体与依赖安装

OpenClaw是用Node.js生态跑的，所以Node环境必须装好。我的习惯是建议客户用LTS长期支持版本，避免开发版埋坑。上门时直接用U盘里的安装包，下一步下一步装完，在终端验证一下：

node -v npm -v

两个版本号正确显示，说明Node环境没问题。

接下来装OpenClaw本体。不同客户情况不太一样，有的客户坚持用官方最新版，有的只要能用就行。我一般选稳定版，克隆仓库再安装依赖：

git clone https://github.com/openclaw/openclaw.git cd openclaw npm install

这里有个细节容易踩坑，npm install可能要跑很久，而且偶尔会报“peer dependency”之类的错误。先删掉package-lock.json，再执行npm install，多半能解决。另外建议把npm源切换到国内镜像，速度会快很多：

npm config set registry https://registry.npmmirror.com

装完之后，执行一下版本验证命令，比如openclaw --version或者按照官方README里的方式启动，确认框架能跑起来。此时客户通常会有点兴奋，但别急着庆祝，后面还有模型接入和Companion配置两个大头。

3.4 模型接入与Companion配置

OpenClaw本身只是个“身体”，真正让它变聪明的是外接的大模型。我通常会根据客户的需求推荐两条路。

一条是本地模型路线，适合在意隐私、不想把数据传出去的客户。我在U盘里提前备好了Ollama安装包和qwen2.5-3b模型文件。先装Ollama，再导入模型：

ollama pull qwen2.5:3b

模型拉下来之后，在OpenClaw的配置文件里指定模型来源为本地Ollama服务，重启框架就能用。这条路的好处是免费、离线也能跑，坏处是对话质量和速度受限于电脑硬件，日常用够了，专业创作稍弱。

另一条是云端API路线，适合追求回复质量的客户。接DeepSeek、通义千问、甚至其他主流模型都行，关键是去对应平台申请API Key，然后把Key配置到OpenClaw的环境变量或配置文件里。比如：

export OPENCLAW_MODEL_PROVIDER=deepseek export OPENCLAW_API_KEY=sk-xxxxxxxx

配置完重启OpenClaw，让它读取新配置。这一步我建议当着客户的面操作，让他看到AI真的“活”了，信任感会大增。

Companion是OpenClaw在Windows上常驻后台的组件，相当于系统托盘里的小助手。配置好之后，OpenClaw可以开机自启，随时在后台听候指令。设置开机自启用任务计划程序最可靠，比塞启动文件夹管用得多。给当前用户创建一个“OpenClaw Companion”任务，触发器选“登录时”，操作选“启动程序”，指向OpenClaw的启动脚本，保存就行。再设置适当的文件访问权限，让Companion能读取客户指定的文件夹。这一步决定客户第二天自己开机时，AI助手有没有真的在等他。

3.5 验收交付：让客户当场“用起来”

装完不是终点，客户说“会用”才是真交付。我每次收尾都会让客户亲自操作几个场景，比如“帮我把下载文件夹里的图片按日期归类”“给张三发一封邮件提醒他明天开会”“总结一下这个文档的要点”。他每操作成功一次，我就记一笔，最后整理成验收清单。

确认核心功能跑通之后，要留一份交付文档。不用太长，两页A4纸：第一页写怎么启动OpenClaw、怎么打开Companion、怎么切换模型；第二页写常见问题排查，比如模型连不上怎么办、电脑重启后助手不见了怎么拉起来。时间允许的话，我会顺手录一个两分钟的语音操作视频，发微信给客户，他之后忘了就看视频。

这一步很关键，一是让客户确认钱花得值，二是给自己减少售后压力。很多被叫回去“返工”的情况，其实都是客户不会操作，不是软件坏了。

4. 现场翻车与排查技巧实录

4.1 高频报错速查表

做上门服务多了，你会发现翻车是有规律可循的。我这里整理一个高频报错速查表，给想入行的朋友当参考。

这些坑看起来技术性强，其实都是重复劳动。跑过几单之后，你手机上可以存一份自己的“报错-解法”备忘录，现场直接照着操作，效率高很多。

4.2 救急三板斧

现场如果真遇到一时半会儿排查不出来的问题，别在客户家里干瞪眼。我总结了三个救急手段，关键时刻能保命。

第一板斧：重启。OpenClaw装完依赖后，很多配置要重启终端甚至重启系统才生效。让客户放心的做法是，边重启边解释“这是配置文件加载机制，Windows平台经常这样”。

第二板斧：以管理员身份重跑。权限问题导致的报错占现场故障的一半以上。PowerShell、CMD、Companion这些组件，右键-以管理员身份运行，能解决大量奇怪的权限拒绝问题。

第三板斧：换网络环境。有些客户家里的网络环境对GitHub、模型API的访问都不太稳定，表现为下载超时、连接中断。我不鼓捣不推荐的网络工具，而是直接切到移动热点，或者把安装包换成国内可访问的镜像。离线安装包就是为这种时刻准备的。

4.3 保交付的降级方案

有一次在客户家遇到一台配置特别老、内存只有8G的电脑，跑本地模型卡到怀疑人生，云端API也反复断连。客户已经很疲惫了，我自己也满头汗。当时我做了个决定：先不硬刚完整方案，帮他把OpenClaw核心框架跑起来，接一个轻量云端模型先演示，再约好三天内上门做一次深度优化。客户反而很满意，觉得你负责任。

这个思路就是“降级方案”：核心目的不是把所有功能一次装齐，而是先让客户看到一个能用的AI助手，保住交付体验。等技术环境允许了，再逐步升级模型、加功能。对新手来经营这门服务的人来说，这条思路尤其重要，因为不是每一台客户电脑都配得上完整方案，你要学会在苛刻条件下交付一个“还能用”的结果。

5. 赚钱之外：这门生意的边界和长期玩法

5.1 合规与服务边界：有些单子坚决不碰

写到这，我得泼一盆冷水。上门装OpenClaw这门生意能做，但有一条红线绝对不能踩：任何想利用AI绕过内容安全机制、搞“无审查”“无限制”用途的需求，一律不接。

OpenClaw和很多正规开源AI工具一样，本身是带着内容安全机制和合规边界的。它设计出来是为了帮人提高效率，不是给人钻空子用的。我接单前会明确跟客户说清楚：我可以帮你安装、配置、调试，但不会协助你做任何违反平台规则、违反法律法规的配置。真有客户听到这句扭头就走，那是好事，省得到后面惹麻烦。

从生意角度看，守住这条底线短期看像是少赚了钱，长期看反而是在保护自己的口碑和职业生涯。AI工具落地服务是一个要靠信任滚起来的行业，你一旦在灰色地带栽过跟头，后面所有正经客户都不敢找你了。

5.2 从一锤子买卖变成长期服务

单次上门收1500确实香，但这种机会不稳定，而且每个客户的后续问题都会消耗你的时间。我的建议是，第一次上门时就把长期服务套餐的种子埋下去。

我当时给客户留了一份简单报价：单次上门安装1500元，包一周答疑；如果愿意长期维护，一个月两次远程巡检、一次上门深度优化，一年5000元左右。客户当场没决定，但第三天就微信我说，考虑好了，先买半年。

售后服务本身不复杂，无非是远程帮客户看日志、排查报错、更新版本。但你接住了这些需求，就有了稳定的现金流，不用每天疲于奔命找新单子。更重要的是，客户用顺手之后会帮你转介绍，很多素材类客户都是同行，他朋友圈发一句“找到个靠谱的AI部署师傅”，你的订单可能就排到下周去了。

5.3 别只当安装工

做这门生意，最怕的就是只会照着教程敲命令，模板化交付。客户付钱给你，不只是付给“装软件”这个动作，更是付给“帮我解决问题”的能力。同样一台机器，有人装完客户还是不知道怎么用，有人装完不光把工作流调好了，还顺手给客户写了个自动化脚本，后者显然更值钱。

所以我建议，你要是打算长期做，就往两个方向深挖。一是把安装流程脚本化，写一个一键部署脚本，把WSL2检查、Node安装、OpenClaw部署、模型接入这些环节自动化，以后上门从三小时压缩到一小时，你就有时间接更多单子。二是往定制化方向走，比如帮客户把OpenClaw和Obsidian知识库打通，做一个自动归档、自动摘要的个人知识中台；或者针对小企业客户，接好CRM系统，让AI自动整理客户跟进记录。需求越具体，报价越有底气。

5.4 一个现实提醒：收入不会每天都1500

最后我得说点实在话。上门装OpenClaw这种活，本质是赚信息差和技能差的辛苦钱，它受季节、地域、客户认知影响很大。一线城市需求多，单价高；小城市可能一个月也接不到几单。碰到风口期，比如OpenClaw突然火起来，订单可能排满一周；过了热度，可能就冷下来。所以最靠谱的心态是把它当一份“技能副业”，而不是“暴富捷径”。

我个人的体会是，这门手艺带给我的最大收获，其实不是某一天到账的1500块钱，而是逼着我把一套复杂的AI工具链彻底吃透了。现在不管客户甩给我什么配置问题，我都能稳定地给出一个“能跑的方案”。这份能力，放在哪个行业都拿得出手。

最后再分享一个小技巧：每次交付，不管客户水平多高，都坚持留一份“两页纸交付说明”。它的作用不是让客户看懂，而是让你自己省心——事后客户遇到问题，你先请他翻那两页纸，一半的售后电话就这么消失了。这门生意，做得越久越会发现，真正赚钱的不是技术本身，而是你替客户省下来的那些“折腾时间”。