第2章部署与基础配置

本章前置检查：
□ 有 Node.js 22+ 环境（建议使用 nvm 管理）
□ 有至少一个大语言模型的 API 密钥（OpenAI / Anthropic / 本地 Ollama 均可）
□ 网络通畅（首次安装需要下载依赖）
□ （可选）准备一个飞书或 Telegram 账号用于测试多渠道接入

本章预估总时长：4 小时
本章难点提示：

Windows 用户必须使用 WSL2，原生 PowerShell 不行（这是新手最常见的卡点）。
API Key 配置错误会导致 Agent “只思考不回答”。
2.5 节（工作原理）偏理论，可以快速阅读，遇到具体概念时再回看。

🎯 本章教学目标：独立完成 OpenClaw 部署，通过 CLI 发送第一条测试消息，并至少接入一个外部消息渠道（飞书或 Telegram）。

2.1 环境准备与系统要求

🎯 本节目标：检查你的机器是否满足 OpenClaw 的运行要求，并完成基础环境搭建。

预计时长：0.5 小时（不含 WSL2 安装，首次安装可能需要 30-60 分钟）

2.1.1 操作系统支持

操作系统	支持情况	说明
macOS 10.15+	✅ 完全支持	Intel 和 Apple Silicon 均可
Ubuntu 20.04+	✅ 完全支持	推荐 22.04 LTS
Windows 10/11	⚠️ 需要 WSL2	不支持原生 Windows，必须通过 WSL2 安装 Ubuntu
其他 Linux	基本支持	需要 glibc 2.28+

2.1.2 硬件要求

配置项	最低要求	推荐配置	说明
CPU	2 核	4 核	多 Agent 并行时 CPU 压力较大
内存	2 GB	4 GB+	运行本地模型需要 8 GB+
磁盘	1 GB	10 GB+	主要存储日志、记忆、Skill
网络	稳定	低延迟	调用 LLM API 需要网络

2.1.3 软件依赖

Node.js 22.0 或更高版本
推荐使用 nvm（Node Version Manager）安装：
bash
# 安装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 重启终端后
nvm install 22
nvm use 22
node –version
# 应显示 v22.x.x
pnpm 或 npm
OpenClaw 官方推荐使用 pnpm：
bash
npm install -g pnpm
git（用于克隆仓库和安装社区 Skill）
bash
# Ubuntu/Debian
sudo apt install git
# macOS
brew install git

2.1.4 关于运行环境的选择：WSL2 vs 原生 Linux

如果你使用 Windows，OpenClaw 官方文档强烈建议通过 WSL2 运行。但很多新手会问：WSL2 是什么？为什么不直接在 Windows 上装？或者干脆装一个双系统 Linux？下面详细解释。

什么是 WSL2？

WSL2（Windows Subsystem for Linux 第二版）是微软官方提供的一个轻量级虚拟化技术。它允许你在 Windows 内部直接运行一个完整、真实的 Linux 内核，而这个 Linux 环境与 Windows 共享文件系统、网络和硬件资源。

你可以把它理解为一个“电脑里的电脑”——但比传统的虚拟机（如 VirtualBox）要轻量得多：启动只需 1-2 秒，内存占用通常只有几百 MB，而且可以直接在 Windows 的开始菜单里启动 Ubuntu 应用，或者在 Windows 文件管理器中通过 \\wsl$\ 路径访问 Linux 里的文件。

WSL2 和原生 Linux 有什么区别？

维度	WSL2	原生 Linux（物理机或虚拟机）
内核	使用微软提供的 Linux 内核	完整独立的内核
启动速度	秒级（无需完全启动）	物理机需重启，虚拟机需 30 秒+
内存占用	较低（动态分配，通常 500MB-2GB）	物理机全占用，虚拟机固定分配
磁盘 I/O 性能	在 WSL2 内部：接近原生；访问 Windows 文件（`/mnt/c/`）：较慢	最佳
网络	NAT 模式，访问局域网需要配置端口转发	桥接模式，直接访问
硬件直连（USB、串口）	需要额外配置（usbipd-win）	直接支持
与 Windows 的集成	无缝（可以混合调用 Windows 和 Linux 程序）	完全隔离
对日常使用的影响	无影响（可以同时运行 Windows 和 Linux 应用）	需要重启切换系统（双系统）或运行虚拟机

为什么 OpenClaw 推荐使用 WSL2，而不是直接装 Linux？

原因一：兼容性最好，踩坑最少

OpenClaw 依赖的很多系统库（如 libuv、sqlite3 的特定版本）在原生 Windows 上无法运行，或者需要复杂的配置。而 WSL2 提供了一个与主流 Linux 服务器几乎完全一致的环境。你在 WSL2 中写的命令、配的路径，将来部署到云服务器（通常是 Ubuntu）时可以原样复用。

原因二：学习成本最低

如果你装双系统，每次学习 OpenClaw 都要重启电脑，还要处理显卡驱动、无线网卡等问题。如果你用传统虚拟机（如 VirtualBox），可能会遇到性能差、网络配置复杂等问题。而 WSL2 是 Windows 内置功能，安装简单，启动快速，不会干扰你的日常工作。

原因三：社区支持最丰富

你在网上搜“OpenClaw 安装报错”，90% 的解决方案都是基于 Ubuntu + WSL2 的。如果使用其他环境（如原生 Windows 或 Arch Linux），你可能需要自己翻译解决方案。

那我可以直接使用原生 Linux 吗？

可以，但建议你学完本书后再考虑。

如果你：

有一台闲置的电脑，或者愿意装双系统；
熟悉 Linux 的基本操作（分区、包管理、systemd）；
希望获得最佳性能（尤其是磁盘 I/O 和网络延迟）；

那么直接在 Ubuntu 物理机上安装 OpenClaw 是完全可行的，而且性能比 WSL2 更好。

但作为学习阶段，WSL2 仍然是最省心的选择。因为：

你不需要重启电脑就能同时用 Windows 和 Linux。
遇到问题可以随时复制错误信息到浏览器搜索，而不需要切换系统。
你可以在 WSL2 中随意折腾，搞坏了删除重装 Ubuntu 只需几分钟，不影响 Windows。

学习阶段 vs 生产阶段的选择

阶段	推荐环境	理由
学习阶段（跟着本书从头到尾搭建）	WSL2	兼容性好、社区支持多、与 Windows 无缝集成、试错成本低
开发/测试阶段（自己写 Skill、调 Agent）	WSL2 或原生 Linux 均可	如果你已经熟悉了 WSL2，可以继续用；如果需要调试硬件或低延迟网络，再考虑迁移
生产阶段（7×24 小时运行量化交易系统）	原生 Linux 服务器（推荐 Ubuntu 22.04）	性能最佳、稳定性最高、便于远程管理和监控

一句话总结：先用 WSL2 学会跑起来，等你要部署到真实服务器时，再迁移到原生 Linux 也不迟——因为 WSL2 里的 Ubuntu 和云服务器上的 Ubuntu 几乎一模一样，迁移成本很低。

龙马注：我自己的学习过程就是在 WSL2 上完成的。后来我把整套配置迁移到了阿里云的 Ubuntu 服务器，除了改一下 IP 和防火墙规则，其他完全不用动。所以放心用 WSL2 入门。

2.1.5 Windows WSL2 配置步骤（重要）

如果你使用 Windows，请按以下步骤操作：

以管理员身份打开 PowerShell，运行：
powershell
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
重启电脑。
安装 WSL2 内核更新包：下载并安装 wsl_update_x64.msi
设置 WSL 默认版本为 2：
powershell
wsl –set-default-version 2
从 Microsoft Store 安装 Ubuntu 22.04 LTS。
启动 Ubuntu，完成初始化（设置用户名和密码）。
确认 WSL 版本为 2：
powershell
wsl -l -v
输出中 Ubuntu 的版本号应为 2。如果是 1，运行：
powershell
wsl –set-version Ubuntu 2
在 Ubuntu 中安装 Node.js（使用 nvm，同前）。

⚠️ 常见误区：不要在 WSL1 上运行 OpenClaw——文件系统性能差，且部分系统调用不兼容。务必确认版本号为 2。

✏️ 即时自测：Windows 用户必须使用什么来运行 OpenClaw？学习阶段和生产阶段分别推荐什么环境？

🛠️ 实践任务（本节）：

运行 node --version，确认版本 ≥ v22.0.0。
如果是 Windows，运行 wsl -l -v 确认 Ubuntu 版本为 2，并记住你的 Ubuntu 用户名。

💭 本节总结（不看书写 3 行）：
1.
2.
3.

📊 用时记录：计划____min → 实际____min → 偏差原因：________

✏️ 自测答案：WSL2；学习阶段推荐 WSL2，生产阶段推荐原生 Linux 服务器。

2.2 本地部署（macOS / Linux / WSL2）

🎯 本节目标：通过一键安装命令完成 OpenClaw 的安装和初始化配置。

预计时长：1 小时

学习提示：本节的所有命令都是在 WSL2 的 Ubuntu 终端（如果你用 Windows）或 macOS/Linux 原生终端中运行的。请确保你已经按照 2.1 节准备好了环境。

方式一：一键安装（推荐新手）

OpenClaw 官方提供了一个交互式安装脚本：

bash

curl -fsSL https://openclaw.com/install.sh | bash

脚本会自动：

检测你的操作系统和 Node 版本
安装 OpenClaw 到 ~/.openclaw/
添加 openclaw 命令到 PATH（需要重启终端或 source ~/.bashrc）

安装完成后，运行初始化向导：

bash

openclaw onboard

向导会依次询问：

工作区目录（默认 ~/openclaw-workspace）：所有 Agent 配置、记忆、日志都存这里。
默认 LLM 提供商：选择 OpenAI、Anthropic、Ollama 等。
API Key：输入你的密钥（会加密存储在 ~/.openclaw/.env）。
默认模型：例如 gpt-4o 或 claude-3-opus。
是否启用 Web UI：选择 Yes（我们会在第 5 章详细使用）。
是否接入消息渠道：可以先选 Skip，后面手动配置。

龙马注：第 5 步的 Web UI 端口默认是 18789，记得记下来。另外，如果你用 Ollama 本地模型，需要在向导中选择 Ollama 并确保 ollama serve 已在后台运行。

方式二：npm 全局安装（适合已有 Node 环境的用户）

bash

npm install -g openclaw

然后同样运行 openclaw onboard。

方式三：从源码安装（适合开发者）

bash

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm build
pnpm link --global
openclaw onboard

验证安装是否成功

运行以下命令，应该能看到 OpenClaw 的版本号：

bash

openclaw --version

输出示例：openclaw/0.5.2 darwin-arm64 node-v22.0.0

配置文件结构（了解即可）

安装后，OpenClaw 会在你的 home 目录下创建以下结构：

~/.openclaw/
├── .env                      # 环境变量（API Key 等）
├── config.yaml               # 主配置文件
├── workspace/                # 默认工作区
│   ├── agents/               # Agent 定义（AGENTS.md 等）
│   ├── skills/               # 安装的 Skill
│   ├── memory/               # 记忆存储
│   └── logs/                 # 日志文件
└── gateway.db                # Gateway 的 SQLite 数据库

⚠️ 常见误区：不要手动修改 gateway.db，所有配置应通过 config.yaml 或 CLI 命令进行。

✏️ 即时自测：OpenClaw 安装后，哪个命令用来启动初始化向导？

🛠️ 实践任务（本节）：完成 openclaw onboard 向导，并记录下你选择的工作区路径。

💭 本节总结（不看书写 3 行）：
1.
2.
3.

📊 用时记录：计划____min → 实际____min → 偏差原因：________

✏️ 自测答案：openclaw onboard。

2.3 部署后的验证：测试任务

🎯 本节目标：发送第一条测试消息，确认 OpenClaw 能够正常工作。

预计时长：0.5 小时

启动 Gateway

OpenClaw 的核心是一个长期运行的 Gateway 进程。启动它：

bash

openclaw gateway start

你会看到类似输出：

[2026-04-21T10:00:00Z INFO] Gateway starting on port 3000
[2026-04-21T10:00:00Z INFO] Web UI available at http://127.0.0.1:18789
[2026-04-21T10:00:00Z INFO] Agent "default" loaded

保持这个终端窗口打开（或者使用 tmux/screen 后台运行）。

通过 CLI 发送消息

打开另一个终端，运行：

bash

openclaw message send --agent default --message "你好，OpenClaw！请用一句话介绍你自己。"

如果一切正常，你会看到 Agent 的回复。例如：

“我是 OpenClaw，一个开源的 AI 代理网关，可以帮你连接各种消息平台并执行自动化任务。”

测试文件读取能力

OpenClaw 默认有读取工作区内文件的权限。创建一个测试文件：

bash

echo "这是一份测试文档。" > ~/openclaw-workspace/test.txt

然后发送消息：

bash

openclaw message send --agent default --message "请读取 test.txt 文件的内容并告诉我。"

Agent 应该能够读取文件并回复内容。

测试网页抓取能力

bash

openclaw message send --agent default --message "请抓取 https://example.com 的标题。"

龙马注：如果网页抓取失败，检查网络代理设置。OpenClaw 默认使用系统代理，如果你在 VPN 或代理后面，可能需要设置 HTTP_PROXY 环境变量。

常见问题：无回复或超时

如果 Agent 没有回复，按以下顺序排查：

检查 API Key：cat ~/.openclaw/.env 看是否有 OPENAI_API_KEY=sk-...
检查模型配额：如果你用的是 OpenAI 免费试用账号，可能已用完额度。
检查网络：curl https://api.openai.com/v1/models 测试能否访问。
查看日志：openclaw logs --tail 50

✏️ 即时自测：如果 Agent 对消息没有响应，应该先检查什么？

🛠️ 实践任务（本节）：成功发送至少两条测试消息（一条对话，一条文件读取），并保存输出日志。

💭 本节总结（不看书写 3 行）：
1.
2.
3.

📊 用时记录：计划____min → 实际____min → 偏差原因：________

✏️ 自测答案：先检查 API Key 是否正确配置以及网络是否能访问 LLM API。

2.4 接入多渠道：飞书 / Telegram / Discord / 微信配置

🎯 本节目标：至少完成一个外部消息渠道的接入，能通过手机 App 与 OpenClaw 对话。

预计时长：1 小时

沈飞注：在量化场景中，你可能希望用飞书接收交易信号、风控警报。我自己就是把飞书当作“监控面板”，所有 Agent 的异常通知都会推送到飞书群。

通用配置步骤

无论接入哪个渠道，基本流程都是：

在对应平台创建 Bot 应用，获取 Token / Secret。
在 OpenClaw 的配置文件中添加该渠道的配置。
重启 Gateway，验证消息收发。

2.4.1 飞书（推荐，国内用户友好）

步骤 1：创建飞书企业自建应用

登录飞书开放平台（需要企业账号，个人版也可以创建测试应用）。
点击“创建企业自建应用”，填写名称（如 “OpenClaw Bot”）。
创建后，进入应用详情页。

步骤 2：配置机器人能力

左侧菜单“机器人” → 启用机器人。
在“凭证与基础信息”中，记录 App ID 和 App Secret。

步骤 3：配置事件订阅

左侧菜单“事件订阅” → 添加事件。
选择“接收消息”事件（im.message.receive_v1）。
设置请求网址（暂时留空，因为 OpenClaw 会提供一个回调 URL）。
保存后，记下 Verification Token。

步骤 4：发布应用

点击“版本管理与发布”，创建新版本，提交审核（如果是企业内部应用，可自动通过）。

步骤 5：配置 OpenClaw

编辑 ~/.openclaw/config.yaml，添加：

yaml

channels:
  feishu:
    enabled: true
    appId: "你的 App ID"
    appSecret: "你的 App Secret"
    verificationToken: "你的 Verification Token"
    # 可选：只监听特定群组
    # groupIds:
    #   - "your_group_id"

步骤 6：设置回调地址

启动 OpenClaw Gateway 后，它会在 https://your-server:3000/webhook/feishu 提供一个回调端点。你需要把这个地址配置到飞书应用的“事件订阅”请求网址中。

龙马注：如果 OpenClaw 运行在本地（没有公网 IP），你可以使用 ngrok 或 Cloudflare Tunnel 暴露端口。具体方法见第 5.2.2 节。

步骤 7：重启 Gateway

bash

openclaw gateway restart

然后在飞书聊天中 @你的机器人，发送“你好”。如果收到回复，就成功了。

2.4.2 Telegram（国际用户首选）

步骤 1：创建 Bot

在 Telegram 中搜索 @BotFather。
发送 /newbot，按提示输入名称和用户名（必须以 bot 结尾）。
记录返回的 Token（格式：123456:ABCdefGHI...）。

步骤 2：配置 OpenClaw

yaml

channels:
  telegram:
    enabled: true
    token: "你的 Bot Token"

步骤 3：启动并测试

重启 Gateway，然后在 Telegram 中给你的 Bot 发送 /start，接着发送任意消息。

2.4.3 Discord

步骤 1：创建 Discord 应用

登录 Discord Developer Portal
创建应用，进入 Bot 设置，创建 Bot 并记录 Token。
开启 Privileged Gateway Intents（尤其是 MESSAGE CONTENT INTENT）。

步骤 2：邀请 Bot 到服务器

生成 OAuth2 URL，选择 bot 和 applications.commands 权限，打开链接邀请。

步骤 3：配置 OpenClaw

yaml复制下载

channels:
  discord:
    enabled: true
    token: "你的 Bot Token"

2.4.4 微信（企业微信或个人微信）

OpenClaw 官方对微信的支持分为两种：

企业微信：通过自建应用接入，流程类似飞书。
个人微信：通过第三方组件（如 wechaty）桥接，但官方不提供原生支持，稳定性一般。

龙马注：个人微信接入很容易封号，不建议用于生产。如果你只是测试，可以用企业微信的“个人试用版”。

✏️ 即时自测：飞书接入时需要配置哪三个关键凭证？

🛠️ 实践任务（本节）：至少接入一个渠道（推荐飞书或 Telegram），并成功发送一条消息到该渠道。

💭 本节总结（不看书写 3 行）：
1.
2.
3.

📊 用时记录：计划____min → 实际____min → 偏差原因：________

✏️ 自测答案：App ID、App Secret、Verification Token。

2.5 OpenClaw工作原理深度解析

🎯 本节目标：理解 OpenClaw 的内部消息流转过程，为后续配置和调试打下理论基础。

预计时长：1 小时

沈飞注：这部分偏底层，如果你只想快速上手，可以先跳过，等遇到问题时再回来细看。但如果你打算长期使用 OpenClaw，理解这些会让你排查故障时更有方向。

整体架构图（文字描述）

用户消息 → 渠道适配器 → Gateway 服务器 → 会话路由器 → Agent 运行器
                ↓
        模型解析器 → 系统提示词构建器 → 历史加载器 → 会话
                ↓
        任务通道队列 → LLM API → 智能体循环 → 工具执行
                ↓
        反馈通路 → 渠道适配器 → 最终回复

四层核心模块

渠道适配层
每个消息渠道（飞书、Telegram 等）都有对应的适配器。适配器负责：
- 接收平台推送的消息，统一转换为内部格式（IncomingMessage）。
- 将 Agent 生成的回复转换为平台要求的格式（如飞书的富文本）。
Gateway 服务器
核心调度中枢，管理：
- HTTP/WebSocket 服务（供 Web UI 和渠道回调使用）。
- 会话管理器（每个对话线程是一个 Session）。
- Agent 注册表（按名称或 ID 查找 Agent）。
- 任务队列（异步处理长时间运行的任务）。
Agent 运行器
每个 Agent 实例在收到消息后，会：
- 加载该 Agent 的配置（人格、技能、记忆）。
- 构建系统提示词（包括 SOUL.md 内容）。
- 调用 LLM，处理工具调用循环。
- 记录对话历史到记忆存储。
记忆与状态管理层
- 短期记忆：当前会话的消息列表（存储在内存中）。
- 长期记忆：跨会话的向量数据库（RAG）。
- 文档记忆：用户主动上传的文件（PDF、TXT 等）。

消息处理完整链路（以飞书为例）

用户在飞书中 @机器人，发送“帮我查一下今天的天气”。
飞书服务器将消息推送到 OpenClaw 配置的回调 URL（/webhook/feishu）。
渠道适配器验证签名，解析出消息内容、发送者 ID、群 ID。
Gateway 查找该渠道绑定的 Agent（默认是 default）。
Agent 运行器加载该 Agent 的配置和记忆。
Agent 判断需要使用“天气查询”工具（如果你安装了对应的 Skill）。
Agent 调用 LLM，LLM 返回工具调用指令。
Agent 执行工具（发送 HTTP 请求到天气 API），获得结果。
Agent 将结果再次提交给 LLM，生成自然语言回复。
回复通过渠道适配器转换格式，推送回飞书。
飞书用户看到机器人的回复。

龙马注：理解这个链路对调试非常重要。例如，如果 Agent 卡在“思考中”很久，可能是工具调用超时；如果渠道收不到消息，可能是回调 URL 未正确配置。

为什么 OpenClaw 选择同步而非异步的 Agent 循环？

OpenClaw 的 Agent 运行器默认是同步循环：调用 LLM → 等待响应 → 执行工具 → 等待结果 → 再次调用 LLM。这在某些场景下可能效率较低，但优点明显：

代码简单：不需要处理异步状态机，容易调试。
符合人类对话模式：一问一答，自然。
工具调用天然串行：大多数工具的执行依赖前一步的结果。

如果需要并发执行多个独立任务，应该使用子 Agent（第 6.1 节）或 Agent Teams（第 3.4 节）。

✏️ 即时自测：OpenClaw 中，哪个组件负责将不同渠道的消息统一成内部格式？

💭 本节总结（不看书写 3 行）：
1.
2.
3.

📊 用时记录：计划____min → 实际____min → 偏差原因：________

✏️ 自测答案：渠道适配器（Channel Adapter）。

第2章参考资料与扩展阅读

OpenClaw 官方安装文档 https://docs.openclaw.com/getting-started/installation
WSL2 官方安装指南（Microsoft） https://learn.microsoft.com/en-us/windows/wsl/install
WSL2 vs 原生 Linux 性能对比（微软博客） https://devblogs.microsoft.com/commandline/wsl2-performance-comparison/
飞书开放平台 – 机器人开发文档 https://open.feishu.cn/document/home/index
Telegram Bot API 文档 https://core.telegram.org/bots
OpenClaw 架构设计详解（官方博客） https://openclaw.com/blog/architecture-deep-dive
OpenClaw Gateway 配置参考 https://docs.openclaw.com/reference/config
nvm（Node Version Manager）安装指南 https://github.com/nvm-sh/nvm
龙马推荐的调试工具：jq 用于解析 JSON 日志 https://stedolan.github.io/jq/

本章综合实践（第2章完成后）

任务：完成以下所有检查项，并记录输出。

在本地成功运行 openclaw gateway start，Web UI 可访问（http://127.0.0.1:18789）。
通过 CLI 发送至少两条消息，获得回复。
至少接入一个外部消息渠道（飞书或 Telegram），并在手机 App 上收到机器人的回复。
理解 2.5 节的消息处理链路，能用自己的话复述。
（可选）如果你用 Windows，尝试在 WSL2 中运行 htop 查看资源占用，对比 Windows 任务管理器。

完成后，保存一个截图或日志文件，命名为 chapter2_deployment_success.txt（或图片）。

龙马的评审（模拟）：

“2.1 节新增的 WSL2 对比写得非常清楚。我补充一个实际经验：WSL2 默认的磁盘空间是动态增长的，但如果你频繁安装删除依赖，可能会留下很多碎片。可以用 wsl --manage Ubuntu --set-sparse false 来回收空间。另外，如果你决定以后迁移到原生 Linux，建议先在 WSL2 里把配置文件和 Skill 都备份好，然后在 Ubuntu 服务器上直接 scp 过去，基本能直接跑。”

沈飞的评审（模拟）：

“关于环境选择，我在公司用的就是原生 Ubuntu 服务器，因为需要直连交易所的专线网络。但学习阶段我完全同意先用 WSL2——我自己当初学的时候也是用 WSL2，后来才迁移的。另外提醒一下：如果你打算在 WSL2 里运行量化回测（涉及大量数据 I/O），建议把数据文件放在 WSL2 的内部文件系统（/home/xxx/data），而不是 /mnt/c/ 下的 Windows 目录，否则 I/O 会慢很多。”

下一章预告：第3章 OpenClaw核心配置体系与权限管理 —— 你将学会如何定义 Agent 的人格、配置 RAG 知识库、设置多 Agent 权限隔离。这是全书最重要的章节之一，请预留充足时间。

文章版权归作者所有，未经允许请勿转载。

THE END