腾讯云部署OpenClaw：从选型到Skill安装的完整实操指南

上周帮朋友在腾讯云上把 OpenClaw 跑起来了，从买服务器到 Agent 能正常对话、装上第一个 Skill，前后确实没花几分钟。他自己也感慨，这玩意儿比想象中简单得多，真正花时间的反而是选模型、填 APIKey 这些"脑力活"。2026年了，OpenClaw 这套开源 Agent 框架已经相当成熟，部署方式也稳定下来了，我干脆把这次完整过程整理成一篇实操记录，从云服务器选型、环境准备到 APIKey 接入、Skill 安装，一步步说清楚。如果你手里正好有一台腾讯云服务器，或者打算花几十块钱开一台，这篇文章能帮你少走不少弯路。

1. 先搞清楚 OpenClaw 到底是个啥

1.1 从"龙虾"这个梗说起

OpenClaw 这个名字在圈子里还有个外号叫"龙虾"，因为它的前身 Clawdbot 的图标是一只龙虾，开源之后改名 OpenClaw，社区里"龙虾"这个叫法一直保留了下来。它本质上是一个开源的个人 AI Agent 框架，核心能力是让 AI 拥有长期记忆，能记住你的偏好、历史对话、任务进度，然后在这个基础上自主调用工具、执行多步操作。

通俗点说，普通的 ChatGPT 聊天是"你问一句、它答一句"，关掉窗口就什么都不记得了。而 OpenClaw 更像一个"数字管家"：你告诉它"帮我每周五下午整理本周项目进度并生成周报"，它能自己记下这个要求，到点了自动执行，执行过程中还能调用搜索、操作文件、执行代码。这种主动性和记忆能力，就是它区别于普通聊天机器人的关键。

不少朋友分不清 Skill 和 Agent 的区别，其实很简单：Agent 是整个管家系统，Skill 是管家手里的工具。一个管家里可以装很多 Skill，比如"查天气的 Skill""写周报的 Skill""搜索网页的 Skill"，Agent 在跑任务的时候按需调取合适的 Skill。所以部署 OpenClaw 分两步走：先把这个 Agent 框架跑起来，再往里装 Skill 扩展能力。

1.2 为什么放到云服务器上，而不是本地跑

OpenClaw 可以本地部署，官方的目标平台其实更偏向桌面环境，因为它的 Skill 里有模拟键鼠操作、控制本机应用这类能力。但如果你像我一样，想要的是一个 7x24 小时在线、随时能远程调用的 Agent，本地部署就有几个绕不开的问题：电脑不能关机、家里网络不一定稳定、在外面没法随时连回局域网。

我用过的方案里，云服务器部署是最省心的。买一台最低配的腾讯云轻量服务器，一年也就几十到一百多块钱，OpenClaw 跑在里面，你随时随地都能通过浏览器访问控制台，就算手机也能操作。而且云服务器的公网 IP 是固定的，后续如果你要集成企业微信、钉钉这类外部消息入口，也需要一个稳定的公网地址来接收回调。

当然，本地部署也有它的价值，尤其是那些需要操控桌面应用、读写本地文件的场景。我的建议是：如果你只是想让 Agent 帮你查资料、写文档、跑脚本，云服务器是最优选；如果你想让它控制你电脑上的微信、浏览器做自动化操作，那就老老实实在本地装一个。两条路不冲突，甚至可以在云上跑一个、本地跑一个，各有分工。

2. 腾讯云服务器选型与基础环境准备

2.1 服务器配置怎么选，才不浪费钱

先给结论：2核4G 起步，4核8G 更舒服，低于 2核2G 不建议尝试。OpenClaw 本身就依赖 Docker 容器运行，系统里还要跑 Node.js 运行时、数据库、日志服务，内存低于 3G 的时候很容易出现 OOM 进程被系统杀掉的情况。

腾讯云这边有两个入口可以买，一个是轻量应用服务器（Lighthouse），一个是云服务器 CVM。对个人折腾 OpenClaw 来说，选轻量应用服务器就够了，性价比高，控制台也简洁。购买时有几个参数值得注意：

• 地域：选离你最近的节点就行，国内用户选北京、上海、广州都可以。
• 系统镜像：务必选 Ubuntu 22.04 LTS，这是后面所有命令能顺利执行的前提。选 CentOS 的话很多命令要改，还有软件源问题，新手没必要在这里折腾。
• 带宽：轻量服务器的带宽一般是按套餐给的，3Mbps 到 5Mbps 足够用了，OpenClaw 的 Web 界面流量很小，真正费流量的是拉镜像那一下，也就几百 MB 的事。

另一个容易踩坑的点是流量包。腾讯云轻量服务器每个月有流量配额，一般 300GB 到 500GB，正常情况下完全够用。但如果你用纯命令行窗口操作，不看 Web 界面，实际流量消耗更少，不用担心超量。

2.2 登录服务器，确认环境干干净净

买到服务器之后，第一件事是登录。腾讯云控制台自带 WebShell，浏览器里直接打开就能操作，这对新手最友好，连 SSH 客户端都不用装。我自己习惯用本地终端 SSH 登录，但对小白用户来说，WebShell 足够好。

登录之后，先做两个确认。第一个确认系统版本：

cat /etc/os-release

看到Ubuntu 22.04字样就对了。第二个确认时间同步，云服务器一般默认开了 NTP，不用额外管。然后更新一下系统软件源，避免后面装东西时遇到版本不兼容：

sudo apt update && sudo apt upgrade -y

更新过程可能要几分钟，耐心等它跑完。这里提醒一句：不要在这台服务器上装宝塔面板。我见过不少朋友习惯性先装宝塔，然后发现面板本身占掉不少内存，而且宝塔的 Nginx/Apache 默认还会占用 80 和 443 端口，后面 OpenClaw 的 Web 服务端口冲突排查起来很麻烦。既然目标是跑 Agent，环境越干净越好，一个 Docker 就解决所有问题了。

2.3 安装 Docker，熟悉得不能再熟的一步

OpenClaw 官方对 Docker 的支持非常好，生产环境几乎都是容器化部署。Docker 的好处不用多说：环境隔离、依赖打包、重装方便。你在本地折腾坏了，服务器上删掉容器重建一个就行，几十秒又是一条好汉。

Ubuntu 上装 Docker 有很多种方式，国内用户我建议直接用阿里云镜像源的一键脚本：

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

这个脚本会自动配置好仓库和依赖，跑完之后验证一下：

sudo docker --version

看到版本号就说明装好了。接下来配置一下让当前用户不用每次都敲 sudo：

sudo usermod -aG docker $USER

执行完这条命令记得重新登录服务器或者执行newgrp docker，用户组权限才会生效。

然后配置 Docker 镜像加速器。这一步不是可选项，是必须做的。国内直连 Docker Hub 拉镜像经常超时，腾讯云自带一个内网加速地址，配置方法是在/etc/docker/daemon.json里写入：

{ "registry-mirrors": ["https://mirror.ccs.tencentyun.com"] }

写完之后重启 Docker：

sudo systemctl daemon-reload && sudo systemctl restart docker

这里有个细节：腾讯云的加速器地址mirror.ccs.tencentyun.com是内网地址，只在腾讯云服务器内部能用，本地电脑配置这个地址是无效的，注意别搞混。

3. 六分钟部署核心流程，照着抄就行

3.1 拉取镜像，一次到位

Docker 环境就绪之后，正式进入 OpenClaw 部署环节。OpenClaw 的镜像发布在 GitHub Container Registry，也就是ghcr.io上。这个地址在国内直连不算快，但配合上一步的镜像加速，整体还算顺畅。

我用的是 Docker 命令行直接拉取的方式，先把镜像拉到本地：

sudo docker pull ghcr.io/openclaw/openclaw:latest

镜像体积大概 1GB 左右，取决于你服务器的带宽，拉取时间从几分钟到十几分钟不等。趁着这个时间，可以先把后面的配置目录建好，待会儿要挂载进容器：

mkdir -p ~/.openclaw

这个目录会存放 OpenClaw 的配置文件、记忆数据、Skill 目录，相当于整个 Agent 的"大脑存储区"。未来不管是升级版本还是搬迁服务器，只要这个目录还在，Agent 的记忆就还在。

如果你不想用 Docker，OpenClaw 官方也提供了一键安装脚本，在服务器上直接：

curl -fsSL https://raw.githubusercontent.com/openclaw/openclaw/main/scripts/install.sh | bash

脚本会检测系统环境、安装依赖、拉取代码并启动服务。不过这个方式的容错率不如 Docker 高，一旦某个依赖版本对不上，排查起来比较费劲。我自己更喜欢 Docker 的"黑盒"感，因为容器的环境是官方打包好的，不会因为你服务器上缺某个系统库就拒绝启动。

3.2 启动容器，参数一个都不能错

镜像拉取完成后，运行容器的命令如下，这里每个参数我都解释一下，照抄的时候心里有数：

sudo docker run -d \ --name openclaw \ -p 3000:3000 \ -v ~/.openclaw:/root/.openclaw \ --restart unless-stopped \ ghcr.io/openclaw/openclaw:latest

逐个拆解：

• -d：后台运行容器，不占满当前终端窗口。
• --name openclaw：给容器起个名字，后续docker logs openclaw、docker restart openclaw都靠这个名字定位。
• -p 3000:3000：把容器内部的 3000 端口映射到服务器公网的 3000 端口，这是 OpenClaw Web 控制台的默认端口。
• -v ~/.openclaw:/root/.openclaw：这是最重要的一行。把宿主机上的配置目录挂载到容器内部，容器删除重建后数据不丢。
• --restart unless-stopped：服务器重启后容器自动拉起，保证 Agent 7x24 在线。

启动之后，执行sudo docker ps看看容器状态，如果 STATUS 显示Up就说明容器起来了。不过容器起来不代表服务就绪，还得看日志：

sudo docker logs -f openclaw

看到类似Server listening on port 3000或者Local: http://localhost:3000的输出，就说明 Web 服务已经起来了。此时先别急着访问网页，还有一步重要操作：放行腾讯云安全组的 3000 端口。

默认情况下，腾讯云轻量服务器的防火墙只放行了 22、80、443 这几个端口。你需要在控制台找到"防火墙"（轻量应用服务器）或"安全组"（云服务器 CVM）的配置入口，手动添加一条入站规则，协议选 TCP，端口填 3000，来源建议填0.0.0.0/0（全互联网可访问）或者只填你自己的 IP 段。为了安全，更推荐后者，但如果你需要在手机上随时访问，就填全网段。

端口放行之后，浏览器访问http://你的服务器公网IP:3000，应该能看到 OpenClaw 的初始化界面。走到这一步，容器层面的部署就完成了，一共花了大概五六分钟，全部是在等镜像拉取。

3.3 初始化向导，填好模型和密钥就能跑

OpenClaw 的 Web 界面第一次打开时，会引导你完成初始化配置。2016 年 4 月这个版本的初始化向导已经做得非常傻瓜化，整个过程就是选择题：选择你要接入的大模型服务商，选择具体的模型版本，然后填入对应的 APIKey。

这里先说清楚一个大原则：OpenClaw 本身不产生 AI 能力，它只负责调度大模型。你需要在配置时指定一个"大脑"，也就是大模型接口。支持的模型很宽泛，只要是 OpenAI 兼容接口的大模型服务商基本都能接入，像 DeepSeek、通义千问、豆包这些国内主流服务商都支持。

初始化向导里如果没看到你的服务商，通常是因为它需要手动填Base URL。以 DeepSeek 为例：

• APIKey 获取地址：platform.deepseek.com
• Base URL：https://api.deepseek.com/v1
• 模型名称：deepseek-chat

填完之后，向导会帮你把配置写入~/.openclaw/config.json。如果你不想通过网页填，也可以直接编辑这个文件，这是后话。初始化完成后，刷新页面，就能看到 OpenClaw 的主控制台了，试着发一句"你好，介绍一下你自己"，如果模型 APIKey 没问题，它会正常回复。

走到这里，部署部分全部完成。接下来的重头戏是配置一个真正好用的大模型 APIKey，以及安装 Skill 让 Agent 具备干活的能力。

4. 大模型 APIKey：选哪家、怎么申请、怎么换

4.1 国内主流服务商横向对比

OpenClaw 配置 APIKey 之前，得先决定用哪家大模型。这其实是个比部署本身更需要思考的决策，因为在后续使用中你会发现，Agent 的聪明程度、回答问题质量、响应速度、花费成本，全都取决于这一层。

我实际测过的几家主流服务商，简单列个对比：

如果你拿不准选哪家，我建议无脑选DeepSeek。原因很朴素：它的 API 价格低到可以忽略，模型本身又能打，尤其在代码理解和逻辑推理方面，在 Agent 场景下表现非常稳定。OpenClaw 这种需要自主规划和多步执行的框架，对模型的推理能力要求很高，DeepSeek 在这块是经过大量用户验证的。

预算更紧张的朋友也可以考虑本地部署 DeepSeek 的蒸馏小模型，通过 Ollama 在服务器上跑起来，好处是彻底不花 API 费用，坏处是响应速度慢、能力打折扣。OpenClaw 也支持这种本地接入方式，配置的时候把 Base URL 指向本地的 Ollama 接口（比如http://localhost:11434/v1）就行。不过 2核4G 的云服务器跑大模型还是太吃力了，想这么玩的话至少得 4核16G 起步，这就得另外权衡了。

4.2 获取 APIKey 的完整步骤

以 DeepSeek 为例，把获取 APIKey 的流程走一遍。打开 DeepSeek 开放平台，用手机号注册一个账号，登录后进入"API Keys"页面，点击"创建 API Key"，会弹出一个对话框让你填一个名字（方便区分用途，比如写"openclaw"），点确认后系统会生成一串以sk-开头的密钥。

这一步有个非常关键的注意事项：APIKey 只在创建时完整显示一次，关掉对话框之后就再也看不到了。所以创建完一定要立刻复制保存，存到自己的密码管理器里。万一忘了，只能删除旧的重新建一个，不影响使用，但原来的配额和统计记录会断开。

其他服务商的申请流程大同小异：

• 通义千问：登录阿里云百炼控制台，在"API-KEY"菜单里创建，首次使用会有免费额度赠送。
• 豆包：登录火山引擎方舟控制台，开通模型服务后创建 API Key。
• MiniMax：注册开放平台账号，在账户设置里生成 API Key。

无论哪家，拿到密钥后回到 OpenClaw 的 Web 控制台，在设置页面里填进去就行。

4.3 APIKey 配置的两种方式，以及切换技巧

除了 Web 控制台，OpenClaw 也支持直接用命令行改配置。配置文件路径是~/.openclaw/config.json，里面大致长这样：

{ "model": "deepseek-chat", "apiKey": "sk-xxxxx", "baseURL": "https://api.deepseek.com/v1", "temperature": 0.7 }

直接用 vim 或者 nano 编辑这个文件，保存后重启容器：

sudo docker restart openclaw

Web 设置和改文件各有利弊：Web 设置适合新手，不容易改错格式；改文件适合一次配多套参数，比如你既想用 DeepSeek 做主力模型，又想给特定 Skill 指定别的模型。

我在实际使用中遇到最多的问题是：为什么我改了 APIKey 之后还报 401 错误？排查思路就一条：确认你改的配置真的生效了。OpenClaw 在启动时会读取配置文件，如果你改到一半容器还在跑，它拿到的还是旧配置。改完配置必须重启容器，这个动作不能省。另外，有些版本的 OpenClaw 支持在 Web 控制台直接切换模型，命令是/model，在对话输入框里敲这个命令，会列出当前所有已配置的可用模型，输入序号就能即时切换，免去改文件重启的繁琐操作。

这里还藏着一个提升体验的小技巧：同时配置多个模型。我可以让 DeepSeek 负责日常任务，让通义千问处理长文本翻译，通过/model在会话中随时切换。OpenClaw 是支持配置多个模型并存然后动态切换的，这也算是我把它当主力 Agent 的一个重要原因。

5. Skill 安装：让 Agent 从"能聊天"变成"能干活"

5.1 Skill 机制到底怎么理解

Skill 是 OpenClaw 的灵魂。装好 Agent 框架、接好大模型，此时它只是一个"能对话的空壳子"，除了聊天什么都不会。Skill 就是给它装上各种专业工具，让它掌握实际能力。

这一点和 Claude 的 Skills、Codex 的 skills 概念是一脉相承的。Skill 的本质是一组指令文件加代码文件，它告诉大模型"遇到什么任务时，你可以调用这些工具，按这个流程去做"。比如你装了一个"网页搜索 Skill"，当模型判断当前问题需要联网查询时，它会调用这个 Skill 里封装的搜索 API，拿到结果再组织回答。

这里顺便把 Skill 和 Agent 的区别说透：Agent 是"身体"，Skill 是"装备"。"身体"负责感知、思考、决策，但它不能凭空干活；"装备"提供具体能力，让身体能把思考结果变成实际动作。OpenClaw 就是那个身体，你装多少 Skill 就有多少种能力，装得越多，它能干的事越丰富。

5.2 值得优先安装的几个 Skill 方向

实际用过一段时间之后，我总结出对大多数人都价值最高的几个 Skill 方向，新手照着这个优先级来装基本不会错：

• 代码执行类 Skill：这是最刚需的。OpenClaw 可以自己写代码、执行代码、再根据结果调整，等于你有一个会动手写程序的小助手。无论是数据分析、文件处理、爬虫脚本，有代码执行能力的 Agent 和没有的完全是两个物种。
• 文件管理类 Skill：让 Agent 能读取、创建、编辑服务器上的文件。比如你让它"把上周的日志整理成 Excel 发给我"，它需要先能定位文件、读取内容，再生成表格文件。
• 搜索类 Skill：让 Agent 能联网搜索。OpenClaw 本身不能凭空知道实时信息，接上搜索能力之后，它才能回答"最近有什么新消息"这类时效性问题。
• 浏览器自动化类 Skill：模拟浏览器操作，自动填表、抓取页面数据。这个偏进阶，但对喜欢自动化一切的人来说价值巨大。

具体到社区里讨论多的几个 Skill 名字，有需求的可以按需搜索：codex skill 偏代码执行，workbuddy skill 偏工作流编排，grill skill 偏数据分析。这些 Skill 的准确命名和安装方式以你部署时对应的官方仓库为准，因为社区更新很快，版本和 API 经常调整，我就不写死命令了。

5.3 Skill 安装实操：命令行装法

OpenClaw 的 Skill 安装通常有两种路径，我建议优先走命令行。先在服务器上进入 OpenClaw 的交互命令行：

sudo docker exec -it openclaw openclaw

进入后输入：

/skill install 技能名称

官方会从技能仓库拉取对应 Skill 并自动完成安装。安装成功后，输入/skill查看已安装列表，确认状态是不是 enabled。

如果你的 Skill 来自第三方 GitHub 仓库，也可以手动 clone 方式安装。先退出交互命令行，然后把仓库 clone 到宿主机上对应的挂载目录：

cd ~/.openclaw/skills git clone https://github.com/某个用户/某个skill.git

然后重启容器：

sudo docker restart openclaw

重启之后在 Web 控制台里用/skill命令确认新 Skill 是否被识别。如果列表里能看到但状态是 disabled，用/skill enable 技能名称启用它。

这里必须提醒一句：安装 Skill 时要看清来源。Skill 本质上是可执行代码，恶意 Skill 完全可能在你的服务器上执行任意命令。我只建议从官方仓库或知名开发者的仓库安装，不确定来源的"整合包""学习资料"一律不要碰。你可能会在搜索结果里看到所谓"离线整合包"，尤其是什么"Windows 离线整合包"，这种东西在云服务器上既不好使，又有严重的安全隐患，官方也不建议这么搞。老老实实用官方渠道安装，比什么都稳。

5.4 装完 Skill 之后，务必要做的验证

装完 Skill 不验证等于白装。我习惯在每个 Skill 装好后，立刻在对话里发一条测试指令，确认它真的能用。比如装完文件管理类 Skill，就让它"在 /tmp 目录下创建一个 test.txt 文件，内容写 hello world"，然后去服务器上看文件是否存在。

如果 Agent 回复了但你实际操作后发现问题，可以先去排查日志。查看容器日志的方式：

sudo docker logs --tail 100 openclaw

如果是 Skill 本身报错，日志里一般会打出堆栈信息；如果日志干干净净但任务没完成，那多半是模型调用出了偏差，也就是 Agent 理解了你的指令，但没有正确调用 Skill。这种情况可以换一个大模型再试，往往有奇效。

我的经验是：Skill 环境通不通、配置对不对，其实五分钟就能测出来；真正花时间的，是和 Agent 一起磨合"如何用自然语言描述任务才能让它正确调用合适的 Skill"。这个过程有点像带新人，你指令下得越清晰、拆分得越合理，它干得越利索。

6. 常见问题排查，把关键的坑都给你踩平了

6.1 部署期高频报错速查表

这一节把我在部署和使用过程中遇到的典型问题都列出来，按出现频率从高到低排列：

6.2 最容易忽视的安全组和端口问题

新手在部署 OpenClaw 时，十有八九会卡在"容器明明起来了，网页就是打不开"这一步。我在帮朋友排查的时候就遇到过好几回。大多数情况不是 OpenClaw 的问题，而是云服务器的防火墙没放行端口。

腾讯云轻量应用服务器的防火墙规则默认是独立的，它在操作系统防火墙（UFW）之外，相当于一个外层的关卡。你就算在服务器里把端口开得再大，外层关卡不放行，公网永远访问不到。登录腾讯云控制台，找到你的轻量服务器实例，点击"防火墙"标签，添加一条规则：

• 协议：TCP
• 端口：3000
• 来源：0.0.0.0/0（全放行）或者你本机 IP 加/32（仅自己）

如果是云服务器 CVM，则在控制台的安全组里做同样的事。这一步做完，网页立刻就能打开了。

还有个相关的坑：有些服务默认会绑定在localhost或者127.0.0.1上，如果你是在服务器上手动跑 OpenClaw 而不是用 Docker 映射端口，可能会遇到容器内服务正常、外网访问不了的情况。Docker 的-p 3000:3000参数会自动处理绑定关系，这也是我推荐新手用 Docker 部署的原因之一。

6.3 数据持久化与备份，忘一次就够你哭的

OpenClaw 用久了会产生大量记忆数据、对话历史、Skill 配置，这些全部存在~/.openclaw目录里。如果你在启动容器的时候忘了加-v ~/.openclaw:/root/.openclaw这个挂载参数，那么容器一旦被删除，所有数据就全没了——注意，是彻底没了，不是虚拟机上删除回收站那种。

我自己就吃过这个亏。早期测试的时候为了方便，少写了挂载参数，结果换版本重新部署时数据一片空白，Agent 辛辛苦苦积累的"人设"和记忆直接清零，需要对它重新从头教起，那个崩溃感我到现在还记得。

所以两条教训送给大家。第一，部署时一定要有数据卷挂载，这是底线，不可妥协。第二，养成定期备份的习惯，我就是写个定时任务，每天凌晨把~/.openclaw目录打包传到腾讯云对象存储 COS，成本几乎为零，但真遇上服务器故障时，恢复一个 Agent 只需要在新服务器上安装 Docker、拉取镜像、挂载备份数据，十分钟就能满血复活。

6.4 资源占用和长期稳定运行的心得

OpenClaw 跑在 2核4G 的服务器上，实际内存占用一般在 1.5GB 到 2.5GB 之间，CPU 平时很低，只有对话和任务执行时会瞬时冲高。这个配置对个人用户来说足够了，除非你让它同时处理很多任务。

有几个让运行更稳定的经验。一个是调整 Docker 的日志大小限制，OpenClaw 会输出大量日志，默认情况下日志文件会无限增长，几个月下来可能占用几个 GB 的磁盘空间。在/etc/docker/daemon.json里加上 log rotation 配置可以解决：

{ "registry-mirrors": ["https://mirror.ccs.tencentyun.com"], "log-driver": "json-file", "log-opts": { "max-size": "10m", "max-file": "3" } }

改完后重启 Docker，新容器的日志就会被限制在三个 10MB 文件内。

另一个是及时更新镜像。OpenClaw 迭代速度很快，隔几周就有一个新版本，修复 Bug 的同时也可能引入新 Skill 格式或新配置字段。我一般每个月手动拉取一次镜像、重建容器、保留数据卷，相当于无损升级：

sudo docker pull ghcr.io/openclaw/openclaw:latest sudo docker stop openclaw && sudo docker rm openclaw sudo docker run -d --name openclaw -p 3000:3000 -v ~/.openclaw:/root/.openclaw --restart unless-stopped ghcr.io/openclaw/openclaw:latest

这套命令我熟练到闭着眼都能打出来，数据卷挂载在，升级就是零成本的事。

最后再分享一个我自己一直用的操作习惯：在腾讯云控制台给服务器设置一个每周自动快照。轻量服务器自带快照功能，设置好之后每周自动给系统盘留一份备份。如果哪天真发生了什么不可控的意外，比如误改了系统配置导致 Docker 起不来，回滚快照比重新部署快得多。云上部署的好处就在这里，基础设施的可靠性是厂商帮你兜底的，你只需要把自己的数据管好就行。