这两年AI圈最热闹的方向之一,就是“个人AI代理”。你要是刷到过 OpenClaw 或者 Clawdbot 这个名字,又没搞明白它到底能干嘛,那这篇文章值得花几分钟慢慢看。简单说,OpenClaw 是一套开源的 AI 代理(Agent)框架,你可以把它理解成一个“赛博管家”:把大模型接进来,再配上一堆技能(skill),它就能替你跑任务、查资料、写简报、操作接口,甚至定时干活。我最初是在一个技术群里看到有人用它自动整理邮件,顺便生成每日工作摘要,当时我就觉得这东西迟早会火。
只是本地跑这个管家,多少有点“养在深闺”的味道——电脑一关它就下班,网络环境一换它就失联。所以把它部署到云服务器上,让它 7x24 小时在线,才是真正符合“管家”身份的玩法。我这次选的是京东云,整体流程走下来比想象中顺。这篇文章就完整记录我从选机器到配置、启动、排错的全过程,新手照着做也能把这套东西稳稳推上线。
1. 先搞清楚 OpenClaw 是什么,再决定要不要折腾
1.1 把 OpenClaw 当“赛博管家”来理解
很多朋友一上来就搜“OpenClaw 安装”“Clawdbot 部署”,然后被一堆配置文件吓退。先别急着敲命令,我们用大白话理解一下它到底是什么。
你可以把 OpenClaw 想象成一个骨架,大模型是它的“大脑”,skill 是它的“手脚”。骨架负责把大脑和手脚连起来:你告诉它一个目标,它调用大模型去理解意图,再调动对应的 skill 去执行操作。比如你配置了一个“定时抓取某网站新闻并生成摘要”的 skill,它就会按时打开目标网站、抓取正文、交给大模型归纳、再把摘要推送给你配置好的接口。
所以 OpenClaw 本质上不是某个“成品 App”,而是一个“组装框架”。这也是为什么网上教程五花八门——因为每个人装的技能、接的模型、跑的容器都不一样。理解这一点,你在看后续配置时就不会懵:核心其实就三件事,装框架、填模型凭证、配技能清单。
顺便说一句,Clawdbot 和 OpenClaw 经常被混着叫,其实它们指的都是同一个开源生态里的项目,名字不同主要是版本迭代和社区叫法的问题。下面我统一用 OpenClaw 来称呼,操作上没有差别。
1.2 为什么要部署到京东云这类云端服务器
有人可能会问:我本地电脑跑得好好的,为什么要专门上云?这个问题我实测下来很有发言权。
第一个理由是“在线率”。本地部署意味着你的电脑必须一直开机,睡眠、断电、重启都会让代理断档。而云服务器可以常年挂着,你在手机上也能随时看它的运行状态。
第二个理由是“网络环境”。云端服务器有固定的公网 IP,不像家庭宽带的 IP 会漂移。固定 IP 意味着你可以稳定地通过 Web 控制台管理它,后续要接入微信机器人、钉钉机器人或者短信通知,回调地址都能填这个固定 IP,省去一大堆内网穿透的麻烦。
第三个理由可能最实在——国内访问速度。京东云的基础节点在国内,控制台、API 的响应速度都是本地直连的水平,不像海外服务器动不动就是几百毫秒延迟。对于新手来说,这种“打开就通”的体验太重要了,少掉很多排查网络问题的火气。
1.3 适合哪些人来学这套部署流程
这套流程最适合三类人。第一类是 AI 爱好者,买过各种会员、用过各种大模型 API,但想自己搭一套“私有管家”,不被平台功能绑死。第二类是开发者,需要把 OpenClaw 整合进自己的项目,比如自动跑测试、定时拉取数据、对接内部系统。第三类纯粹是“折腾党”的,享受从零到一把服务跑起来的成就感。
如果你完全没接触过 Linux 和云服务器,也没关系。下面每一步我都会拆细,告诉你怎么登录、命令是干什么用的、什么地方最容易出错。当然,我还是建议你至少会最基本的 SSH 连接操作,否则后面排查问题会很吃力。
2. 部署前的准备工作:一台像样的云主机和安全组
2.1 京东云机型与配置怎么选
新手第一反应通常是“配置越高越好”,其实没必要。OpenClaw 本身是一个轻量框架,真正吃资源的是它背后调用的能力——如果你接的是云端大模型 API,本机只负责逻辑编排,资源消耗并不大。
我这次用的是京东云的轻量应用服务器,2 核 4G 内存、50GB SSD、带宽 5Mbps,对跑 OpenClaw 来说已经完全够用。下面是不同场景的选型建议,可以直接抄作业:
| 使用场景 | 推荐配置 | 理由 |
|---|---|---|
| 新手入门、API 接模型 | 2核4G / 50GB SSD | 性价比高,跑框架和 Web 控制台绰绰有余 |
| 多个 skill 并发、定时任务多 | 4核8G / 80GB SSD | 并发任务吃内存,8G 会更从容 |
| 本地部署开源小模型(7B-13B量化版) | 8核16G起步,最好有GPU | CPU 推理非常吃力,GPU 实例体验才正常 |
| 企业级接入、多用户使用 | 8核16G+ / 按需弹性带宽 | 要考虑并发和稳定性,建议加监控告警 |
我这台机子的选择思路是:先把管家跑起来,模型调用全部走 API。等以后真想在云端跑本地模型,再单独升级 GPU 实例也不迟,避免一上来就烧钱。
另外,操作系统建议选 Ubuntu 22.04 LTS 或 24.04 LTS。原因是 OpenClaw 的文档和社区示例基本都是基于 Debian 系的,软件源全、依赖好装、Docker 支持也好。你如果选 CentOS,后面装包可能要多绕路。
2.2 创建实例后必做的三件事
服务器买好后,别急着关页面。三件事先做掉,后面能省心很多。
第一,设置登录密码。京东云创建时会让你设置 root 密码,注意这个密码一定要保存好——它的强度要求不算低,而且一旦忘记重置流程很麻烦。如果你习惯用密钥登录,就在控制台提前配置好密钥对,这是更安全的登录方式。
第二,配置安全组。安全组就是云服务器的“防火墙规则”,默认情况下很多端口是不对外开放的。你需要放行以下端口:
| 端口 | 用途 | 建议 |
|---|---|---|
| 22 | SSH 远程登录 | 必须放行,也可修改为非默认端口 |
| 8080 或其他 Web 端口 | OpenClaw Web 控制台 | 必须放行,否则浏览器打不开 |
| 3000等 API 端口 | 具体看项目配置 | 按需放行,不要全开 |
我在安全组这里吃过亏:第一次部署时忘了放行 Web 控制台端口,结果服务启动了一切正常,就是浏览器死活打不开,最后查了半天才发现是安全组把端口拦了。所以,安全组规则在你创建实例后第一时间就配好,可以少走很多弯路。
第三,测试 SSH 登录。本机打开终端(Windows 用 PowerShell 或 CMD 都行),输入:
ssh root@你的服务器公网IP如果提示输入密码,输入刚才设置的 root 密码就进去了。看到类似Welcome to Ubuntu的提示就说明你成功登上了服务器。这一步成功后,后面的所有操作就都可以在 SSH 会话里完成了。
2.3 系统初始化与常用工具安装
新服务器到手,第一件事不是装 OpenClaw,而是先把系统更新一遍。这个习惯我建议每个新手都养成——云厂商的初始镜像大概率不是最新的,里面可能有安全补丁没打,依赖源也没刷新。
登录服务器后,依次执行:
sudo apt update sudo apt upgrade -y更新需要一两分钟,看到一堆软件包更新完就对了。然后装几个基础工具,后面会用得上:
sudo apt install -y curl wget git vimcurl 和 wget 用来下载文件、测试接口;git 用来拉取项目源码;vim 是文本编辑器,改配置文件靠它。装完后可以用git --version验证一下是否成功。
这里插入一个经验之谈:不要跳过系统更新这一步,直接去装 Docker。老旧的软件源经常会导致 apt 装包时出现依赖冲突,尤其是装 Docker 这种对内核模块和网络组件有要求的软件。系统底子打好了,后面才顺。
3. 核心部署实操:把 OpenClaw 跑起来
3.1 方案选型:Docker Compose 还是源码安装
OpenClaw 的官方部署方式主要有两种:Docker 镜像和源码运行。新手我强烈建议选 Docker Compose。
为什么?Docker 把框架、依赖、运行时环境全部打包成一个镜像,你不需要在机器上手动装 Python 环境、Node.js 环境,也不会因为系统库版本不对导致各种“装了一半跑不起来”的悲剧。整个部署过程归纳成一句:拉镜像、写配置、启动。
源码安装的优势是定制性强,可以随时改代码、加补丁,适合开发者深度二次开发。但对新手来说,这不是优势,反而是坑——每次从 git 拉最新代码都可能引入新的依赖变更,你的服务器就得跟着装新东西,很容易陷入“依赖地狱”。
所以下面我以 Docker Compose 为主线来说明。如果官方仓库提供了安装脚本,比如install.sh,也可以执行脚本快速部署,但 Docker 方案的统一性更高,后文讲解也更好复现。
3.2 拉取项目并配置核心参数
我在服务器上建了一个专门的工作目录,建议你也这么做,方便统一管理:
mkdir -p /opt/openclaw && cd /opt/openclaw接下来需要确认当前最新版本的 Docker 镜像名和端口规则。不同版本镜像名可能有差异,常见的是openclaw/openclaw:latest这类格式。以官方仓库 README 为准。保险的做法是先把仓库克隆下来,从里面的docker-compose.yml文件获得准确的镜像名和端口映射:
git clone https://github.com/openclaw/openclaw.git /opt/openclaw cd /opt/openclaw ls -la你会看到docker-compose.yml、.env.example之类的文件。复制一份环境变量示例文件:
cp .env.example .env vim .env.env文件是 OpenClaw 的核心配置入口,你需要重点关注以下变量:
| 配置项 | 说明 | 填什么 |
|---|---|---|
| OPENCLAW_AGENT_BRAIN_MODEL | 指定用哪个大模型 | 比如 deepseek-chat,或兼容 OpenAI 接口的模型名 |
| OPENCLAW_AGENT_BRAIN_API_KEY | 模型服务商提供的密钥 | 在模型服务商控制台申请 |
| OPENCLAW_AGENT_BRAIN_API_URL | 模型接口地址 | 国内服务商一般是 https://api.deepseek.com 之类的域名 |
| OPENCLAW_PORT | Web 控制台监听端口 | 建议 8080 |
| OPENCLAW_BIND_IP | 监听地址 | 必须填 0.0.0.0,否则外网访问不了 |
这一步是新手最懵的地方。打个比方:OpenClaw 是身体,大模型 API 是灵魂。你不把“灵魂”的接口和密钥配好,身体再健壮也是空的。配置时建议先只配一个主模型,比如用 DeepSeek 的 API,等跑通了再加别的模型。一次配一堆容易互相干扰,排查起来头大。
填好后保存退出。然后看看 docker-compose.yml 里的端口映射格式,确认它把容器内的端口映射到了宿主机的哪个端口。比如:
ports: - "8080:8080"左边是宿主机的端口,右边是容器内部的端口。你要保证左边端口和刚才 .env 里填的 OPENCLAW_PORT 一致。
3.3 启动、日志排查与功能验证
启动命令很简单,但启动前的检查更关键。先确认 Docker 环境是否正常:
docker --version docker compose version如果系统提示找不到 docker 命令,就先安装 Docker 引擎:
curl -fsSL https://get.docker.com | bash -s docker安装完后确认 Docker 服务开机自启:
sudo systemctl enable docker sudo systemctl start docker然后执行启动:
docker compose up -d-d的意思是后台运行。第一次启动会拉取镜像,时间取决于网络状况,耐心等几分钟。拉取完成后容器会启动,用日志看一下有没有报错:
docker compose logs -f正常情况下你会看到框架加载配置、连接模型接口的日志。如果出现unauthorized、connection refused之类的关键词,九成是 API key 或接口地址填错了,回去改.env,然后重启:
docker compose restart确认日志正常后,先在本机验证服务是否响应:
curl http://127.0.0.1:8080能返回内容(哪怕是 HTML 页面)就说明服务起得来。然后在你自己的电脑浏览器打开:
http://你的服务器公网IP:8080能打开 Web 控制台,恭喜你,OpenClaw 已经成功部署上云了。整个核心周期其实很短,慢的是拉镜像和第一次启动时的模型配置测试。
3.4 让服务常驻后台:systemd 守护配置
如果你用的是 Docker Compose,容器本身已经由 Docker 守护进程管理,开机自启也没问题。但我见过不少新手为了省事,直接在 SSH 里前台跑服务,窗口一关服务就没了。这是非常典型的新手坑。
我们明确一下:前台运行属于调试模式,只适合临时验证;正式使用一定要让服务在后台常驻。Docker 方案下你确认一下 compose 文件里有没有配置restart: unless-stopped,没有的话手动加到容器配置下:
restart: unless-stopped然后重新加载:
docker compose up -d这样即使服务器重启,容器也会自动拉起。
如果你用的是源码形式部署,那需要 systemd 来守护。在/etc/systemd/system/openclaw.service写一个简单的服务配置:
[Unit] Description=OpenClaw Service After=network-online.target Wants=network-online.target [Service] WorkingDirectory=/opt/openclaw ExecStart=/usr/bin/python3 main.py Restart=always RestartSec=10 User=root Group=root EnvironmentFile=/opt/openclaw/.env [Install] WantedBy=multi-user.target执行:
sudo systemctl daemon-reload sudo systemctl enable openclaw sudo systemctl start openclaw之后用systemctl status openclaw查看服务状态,看到active (running)就说明守护成功了。有个小细节:Restart=always加RestartSec=10的意思是如果进程崩了,10 秒后自动重启,这对长时间稳定运行非常重要。
4. 常见问题排查与避坑指南
4.1 端口不通、外网打不开的常见原因
这是被问得最多的一个问题:日志明明没报错,但浏览器就是打不开控制台。出现这种情况,按优先级排查三层:安全组、本地防火墙、监听绑定地址。
安全组这层我在前面强调过,很多人漏放 8080 端口。检查方法很简单,在京东云控制台找到“安全组”页面,看入方向规则里有没有放行你配置的 Web 端口。
第二层是服务器自身的防火墙。Ubuntu 默认可能装了 ufw,你没主动放行端口的话,它一样会拦。执行:
sudo ufw status如果状态是 active,就放行端口:
sudo ufw allow 8080/tcp第三层是监听地址。前面我们说过 .env 里的 OPENCLAW_BIND_IP 必须填0.0.0.0。如果只填了127.0.0.1,那服务只监听本机回环地址,外网自然永远打不开。这三层检查完,端口不通的问题基本能解决。
4.2 API 连接失败与模型配置问题
启动后如果日志里出现401 Unauthorized或403 Forbidden,问题基本出在 API key 上。先确认你填的 key 有没有多余空格,再确认 key 是否有效。很多 API 服务商的密钥格式有前缀,比如sk-...,复制时只复制 key 本身,别把说明文字一起带进去。
另一种常见情况是connection timeout或connect timeout。检查 API 的基础地址填的是不是https://开头,有没有填成http://。如果模型服务商提供的是兼容 OpenAI 格式的接口,通常路径是/chat/completions,但 OpenClaw 配置里一般只需要填根域名,路径会自动拼接。这里建议直接参考官方文档里的示例值,别凭感觉猜。
一个容易被忽略的选项是模型的上下文长度和最大 token 设置。有些模型在框架里默认设置过大,API 返回invalid request,这时需要你在 .env 或配置文件里调小max_tokens参数。这个参数和模型实际支持的上限有关,先调成 1024 试,跑通后再慢慢加大。
4.3 资源占用过高与机器人卡顿
2 核 4G 的机器跑 OpenClaw,如果同时挂了五六个 skill,出现卡顿很正常。原因是每个 skill 触发时都会调用大模型 API,API 等待期间框架需要保持并发连接,内存就会见涨。
排查资源占用最快的方式是:
top看 RES 列有没有进程吃掉绝大部分内存。如果内存常年在 85% 以上,说明该优化了。最简单的方式是减少同时运行的 skill 数量;其次是调低并发参数;再不行就得升级到 4G 以上内存的机型。
这里有个小技巧:OpenClaw 大多数耗时操作其实是在等外部 API 返回,CPU 负载一般不高。真正吃内存的是日志缓冲和并发会话。你可以把日志级别调高,减少不必要的信息输出,能明显降低内存压力。日志级别一般通过 .env 里的LOG_LEVEL配置,填INFO只保留关键信息即可。
4.4 卸载与重装的正确姿势
装了不满意,或者把配置搞乱了想推倒重来,卸载也要卸得干净。网上也有人问“怎么卸载 OpenClaw”,这里一起说清楚。
如果你是 Docker Compose 部署的,进入工作目录执行:
docker compose down这会把容器和网络停掉。如果你想连数据、日志一起清掉(比如你要删掉所有配置重新开始),再加一个-v:
docker compose down -v-v的意思是同时删掉卷数据,执行完再删掉整个工作目录:
sudo rm -rf /opt/openclaw至于 Docker 引擎本身,一般不推荐卸载,因为你以后部署其他服务大概率还会用到。如果是源码部署的,步骤就更简单:停掉 systemd 服务再删项目目录就行:
sudo systemctl stop openclaw sudo systemctl disable openclaw sudo rm -rf /opt/openclaw重装时注意之前的.env文件已经删掉,要重新按文档配置一遍,不要直接拿旧配置套新版本——不同版本之间的环境变量可能会有兼容性变化。
5. 部署完还能怎么玩:skill 扩展与多平台联动
5.1 给 OpenClaw 安装 skill 技能包
框架跑通只是第一步,OpenClaw 真正的价值在于 skill。简单说,一个 skill 就是一份给代理的“指令说明书”:告诉它在什么情境下、做什么动作、用哪几个参数。比如“每日财经简报”这个 skill,它会要求代理每天上午九点抓取指定财经网站的最新文章,总结后推送到你预留的接口。
skill 的安装一般是在 OpenClaw 的配置界面或目录下新建一个 skill 文件。以文件形式为例,你需要在 skills 目录下建一个文件夹,里面放一个 markdown 格式的说明文件,文件里描述清楚这个 skill 的功能、触发的指令词、运行时需要哪些变量。官方仓库里通常有示例 skill,先跑通一个简单的“定时播报时间”技能,感受一下整套链路怎么走。
我的建议是:新手先只装两三个 skill,跑熟了再往上加。skill 越多,互相之间的指令冲突概率越高,而且排查问题会更难。等你的代理越来越“好用”之后,再逐步上量。
5.2 手机端 Termux 与 Windows Companion 的联动思路
网上有个热搜词是“openclaw 安卓部署”和“termux 安装 openclaw 手机版”,其实这些思路本质上是把一个轻量的客户端或控制端装到手机里,用来远程操控你部署在云端的实例。手机端并不需要跑完整框架,它更多是充当一个“遥控器”,让你随时给代理发任务、看日志、确认执行状态。
如果你用安卓手机,在 Termux 里装一个能连接远程服务的终端工具,再配置好 SSH,就可以直接连回京东云服务器,在手机上敲命令查看 OpenClaw 的运行状态。Windows 用户则可以用官方或社区提供的 Companion 工具,把电脑端的快捷操作面板和云端实例对接起来。
这里的关键提醒是:手机远程连接时,一定要保管好服务器的登录密码和 API key,不要在公共 WiFi 环境下明文输入敏感信息。云服务器暴露在公网上,安全习惯要早早养成。
5.3 我个人的一点使用体验和后续打算
OpenClaw 部署到京东云之后,我实际跑了两周,最大的感触是“定时自动化”比“指令问答”有用得多。早期我主要是跟它聊天式地发任务,后来配了几个定时 skill,让它每天自动抓取我关注的行业信息、生成摘要推送到我钉钉机器人的 webhook。两周下来,每天早上到公司打开手机就能看到整理好的简报,这种体验确实比我自己手动刷网页高效太多了。
踩过几次坑之后,我最想分享的心得是:部署开源 AI 项目,不要把 80% 的精力花在“启动服务”上,剩下的 20% 才花在“真正用好它”。服务启动只是万里长征第一步,把 skill 配置好、让自动化流程真正贴合自己的需求,才是长期能坚持用下来的原因。
另外,我在京东云控制台给它开通了基础的监控告警,CPU 超过 80% 会自动推送通知。这个习惯建议大家也养成——毕竟代理是要跑长线的,机器出问题最好第一时间知道,而不是等发现服务断了才手忙脚乱地排查。等项目稳定后,我打算再试试接入本地的小模型,把一些隐私性要求高的任务分流到本地跑,兼顾安全性和智能程度。部署这条路走到这一步,才算真正开始发挥价值。