1. 项目缘起为什么我们需要一个7×24在线的AI私人助手最近几年大语言模型LLM的浪潮席卷而来从ChatGPT到Claude再到国内的DeepSeek、Kimi它们展现出的理解和生成能力让人惊叹。但用久了你会发现一个问题这些能力强大的AI助手要么是云端服务有使用次数、时长或内容的限制要么需要你本地有一台性能强劲的电脑才能流畅运行。对于想深度定制、集成个人工作流或者处理一些涉及隐私数据的场景这两种方式都不够理想。于是一个想法就冒出来了能不能有一个属于我自己的、永远在线、可以随时通过任何设备调用的AI助手它应该能理解我的指令帮我处理信息、回答问题甚至自动化一些日常任务。更重要的是它应该部署在我自己可控的环境里数据安全有保障成本还不能太高。这就是今天我们要聊的OpenClaw。它不是一个单一的大模型而是一个开源的、可插拔的AI智能体框架。你可以把它理解为一个“大脑”的操作系统它本身不产生“思维”但可以接入各种“思维引擎”比如DeepSeek、Ollama本地模型、GPT API等然后通过一套统一的指令和技能系统来调度它们完成复杂的任务。比如你可以让它帮你总结网页内容、分析文档、写代码、甚至管理你的待办事项。那么为什么选择在腾讯云上部署并且强调99元/年这背后是一个关于成本、稳定性和易用性的平衡。自己组装一台能流畅跑动大模型的电脑光是显卡就是一笔不小的开销更别提电费和维护了。而主流的云服务器动辄每月几十上百元。腾讯云的轻量应用服务器在特定活动和配置下确实能做到一年99元左右的入门成本这为我们提供了一个极佳的“试验田”。它性能足够运行OpenClaw框架和轻量级模型网络稳定并且有公网IP让我们可以从任何地方访问自己的AI助手。所以这篇内容就是一次完整的实践记录。我会带你从零开始在腾讯云上搭建起属于你自己的OpenClaw让它成为一个7×24小时待命的私人数字伙伴。整个过程涉及云服务器选购、Docker环境搭建、OpenClaw部署、模型接入以及最终的应用访问我会把每个步骤的原理、操作和可能遇到的坑都讲清楚。2. 战前准备腾讯云服务器选购与基础环境配置工欲善其事必先利其器。我们的第一步是获得一台云服务器并把它配置成适合运行Docker和AI应用的环境。2.1 腾讯云轻量应用服务器选购要点进入腾讯云官网找到“轻量应用服务器”产品。我们的目标很明确寻找性价比最高的入门套餐。这里有几个关键选择点地域与可用区对于个人项目选择离你物理位置最近的地域通常能获得更低的网络延迟。例如如果你在华东就选“上海”或“南京”。这个选择对内部访问速度影响最大。镜像这是最重要的选择之一。轻量服务器提供了“应用镜像”和“系统镜像”。为了最大程度的控制权和一致性我强烈建议选择纯净的“系统镜像”。在系统镜像中优先选择Ubuntu 22.04 LTS。原因有三第一LTS长期支持版本稳定社区支持好第二Ubuntu对Docker的支持非常友好教程和解决方案最多第三OpenClaw等开源项目的部署文档也大多以Ubuntu/Debian系为例。避免选择Windows Server对于我们的用途来说它过于臃肿。套餐配置99元/年的活动套餐通常是基础配置。你需要关注两个核心参数CPU和内存。对于运行OpenClaw框架本身不包含重型模型最低配置建议是1核CPU和2GB内存。这个配置可以流畅运行框架和接入云端API如DeepSeek、GPT。如果你计划在服务器上通过Ollama运行一个轻量级本地模型如Qwen2.5:7B的4位量化版那么内存至少需要4GB。2GB内存跑本地模型会非常吃力容易因内存不足OOM导致进程被系统杀死。因此如果你的预算允许或者有运行本地模型的需求建议加一点预算选择2核4GB的配置体验会好很多。防火墙安全组购买时系统会提示你设置防火墙规则。务必在初始设置中就放行以下端口22端口用于SSH远程连接这是你管理服务器的生命线。80端口HTTP协议端口用于后续Web访问。443端口HTTPS协议端口如果你打算配置SSL证书。3000端口OpenClaw的默认Web服务端口这是必须开放的。你可以先放行这些端口后续根据实际需要再调整。安全组规则可以在服务器管理后台随时修改。购买完成后几分钟内服务器就会创建好。控制台会提供给你三个关键信息公网IP地址、用户名通常是ubuntu或root和初始密码或密钥。请务必保存好。2.2 首次登录与系统安全加固拿到服务器信息后我们使用SSH工具进行连接。Windows用户推荐使用PuTTY或Windows TerminalmacOS和Linux用户直接使用终端Terminal。ssh ubuntu你的服务器公网IP输入密码后你就进入了服务器的命令行世界。第一件事不是急着部署而是做一些基本的安全和优化设置。1. 更新系统软件包这能确保系统拥有最新的安全补丁和软件版本。sudo apt update sudo apt upgrade -ysudo是以管理员权限执行命令。apt update是更新软件源列表apt upgrade是升级所有可升级的软件包-y参数表示自动确认。2. 修改SSH端口可选但建议22端口是默认的SSH端口也是黑客扫描攻击的常见目标。修改为一个不常用的高位端口如5922能有效减少骚扰。sudo nano /etc/ssh/sshd_config找到#Port 22这一行去掉开头的#号并将22改为你想要的端口号例如Port 5922。保存退出CtrlX然后按Y确认再按Enter。 接着重启SSH服务使配置生效sudo systemctl restart sshd重要在断开当前连接之前你需要用新端口测试连接是否成功。打开一个新的终端窗口尝试用新端口连接ssh -p 5922 ubuntu你的IP。确认能连接后再关闭旧的连接。否则如果配置错误你可能会把自己锁在服务器外面。3. 设置密钥登录推荐相比密码SSH密钥是更安全且便捷的登录方式。在你的本地电脑生成密钥对# 在本地终端执行如果使用PuTTY请使用PuTTYgen工具 ssh-keygen -t rsa -b 4096一路回车会在~/.ssh/目录下生成id_rsa私钥和id_rsa.pub公钥。将公钥上传到服务器# 在本地终端执行 ssh-copy-id -p 你的端口号 ubuntu你的服务器IP如果没有ssh-copy-id命令可以手动将公钥内容复制然后在服务器上执行echo “你的公钥内容” ~/.ssh/authorized_keys之后可以禁用密码登录以提升安全性在确认密钥登录成功后操作sudo nano /etc/ssh/sshd_config找到PasswordAuthentication将其改为no。然后重启SSH服务。2.3 Docker与Docker Compose环境部署OpenClaw官方推荐使用Docker进行部署这能解决环境依赖的复杂问题实现“一次构建到处运行”。1. 安装Docker我们将使用Docker官方提供的便捷安装脚本。# 下载安装脚本并执行 curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh安装完成后将当前用户加入docker用户组这样以后运行Docker命令就不需要每次都加sudo了。sudo usermod -aG docker $USER注意用户组更改不会立即生效你需要退出当前SSH会话并重新登录或者执行newgrp docker命令。验证Docker是否安装成功docker --version docker run hello-world如果能看到Docker版本信息和“Hello from Docker!”的提示说明安装正确。2. 安装Docker ComposeDocker Compose是一个用于定义和运行多容器Docker应用程序的工具。OpenClaw的部署通常需要一个docker-compose.yml文件来编排服务。# 下载Docker Compose的特定版本以v2.23.0为例可查看官网获取最新稳定版 sudo curl -L https://github.com/docker/compose/releases/download/v2.23.0/docker-compose-$(uname -s)-$(uname -m) -o /usr/local/bin/docker-compose # 赋予执行权限 sudo chmod x /usr/local/bin/docker-compose # 创建软链接可选方便调用 sudo ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose # 验证安装 docker-compose --version至此我们的基础作战平台——一台安装了Ubuntu和Docker的腾讯云轻量服务器——就准备就绪了。接下来我们将进入核心战场部署和配置OpenClaw。3. 核心部署使用Docker一键拉起OpenClaw服务有了Docker环境部署OpenClaw就变得相对简单了。我们不需要在宿主机上安装复杂的Python环境、Node.js依赖只需要获取官方的Docker镜像或者使用Docker Compose配置文件即可。3.1 获取OpenClaw部署文件OpenClaw是一个开源项目其代码托管在GitHub上。部署的第一步是获取最新的部署配置文件。# 创建一个专门的工作目录 mkdir -p ~/openclaw cd ~/openclaw # 从GitHub拉取官方示例的docker-compose配置文件 # 请注意OpenClaw项目可能更新以下URL请以项目官方仓库最新说明为准 # 这里假设我们使用一个典型的compose文件你可能需要根据实际情况调整 curl -O https://raw.githubusercontent.com/openclaw/openclaw/main/docker-compose.yml如果官方仓库的地址或文件结构有变化你需要根据项目README的指引找到正确的docker-compose.yml文件。有时项目也会提供一个.env.example环境变量示例文件需要你复制并修改为.env。关键点解析Docker Compose文件是什么这个YAML文件定义了我们即将运行的服务容器、它们的配置、依赖关系以及网络。一个典型的OpenClawdocker-compose.yml可能包含以下服务openclaw-server: OpenClaw的后端核心服务处理逻辑和API。openclaw-web: 前端Web界面。postgres或mysql: 数据库用于存储用户、对话、技能配置等数据。redis: 缓存服务用于提升性能。 通过一个命令Docker Compose会按照定义拉取镜像、创建容器、设置网络并启动所有服务。3.2 配置环境变量与关键参数在运行之前我们几乎总是需要根据自身情况修改配置。最常见的配置方式是使用环境变量文件.env。# 如果项目提供了.env.example复制一份 cp .env.example .env # 使用nano编辑器进行配置 nano .env你需要关注以下几个核心配置项具体变量名请以你的.env文件为准数据库配置DATABASE_URLpostgresql://username:passwordpostgres:5432/openclaw这里定义了OpenClaw连接数据库的字符串。你需要设置一个强密码替换password。postgres是Compose文件中数据库服务的名称Docker内部网络会自动解析。密钥与安全配置SECRET_KEYyour-very-strong-secret-key-here这是一个用于加密会话、令牌等敏感信息的密钥。务必使用一个长且随机的字符串你可以用命令生成openssl rand -hex 32。服务访问地址OPENCLAW_BASE_URLhttp://你的服务器公网IP:3000这告诉OpenClaw服务它自己的访问地址用于生成正确的回调链接等。大模型API配置初期可选 如果你打算先使用云端API如DeepSeek可以在这里配置DEEPSEEK_API_KEYsk-your-deepseek-api-key DEFAULT_MODELdeepseek-chat将your-deepseek-api-key替换为你在DeepSeek平台申请的API Key。这样OpenClaw启动后就会默认使用DeepSeek模型。修改完成后保存退出。3.3 启动OpenClaw服务配置妥当后启动服务就一行命令docker-compose up -dup创建并启动容器。-d让容器在后台运行detached mode。Docker Compose会开始拉取所需的镜像PostgreSQL, Redis, OpenClaw等这可能需要几分钟时间取决于你的网络速度。你可以用以下命令查看拉取和启动日志docker-compose logs -f使用-f参数可以实时跟踪日志输出。当你看到后端服务输出“Server started on port 3000”或类似信息前端服务也启动成功时就说明部署基本完成了。常见问题与排查端口冲突如果3000端口已被占用你可以在docker-compose.yml文件中修改端口映射例如将3000:3000改为8080:3000这样外部就通过8080端口访问。数据库连接失败检查.env文件中的DATABASE_URL是否正确特别是密码。查看数据库容器的日志docker-compose logs postgres。内存不足如果服务器内存较小如1GB在启动多个容器时可能失败。你可以尝试先单独启动数据库和缓存docker-compose up -d postgres redis确认它们运行正常后再启动主服务docker-compose up -d openclaw-server。启动成功后打开你的浏览器访问http://你的服务器公网IP:3000。如果一切顺利你应该能看到OpenClaw的Web登录或初始化界面。4. 灵魂注入为OpenClaw配置与接入AI大模型框架搭好了但它还是个空壳没有“大脑”。接下来我们要为OpenClaw注入灵魂——接入AI大模型。OpenClaw的强大之处在于其可插拔的架构支持多种模型接入方式。4.1 模型接入的两种核心模式在配置之前你需要理解OpenClaw通常支持的两种模型使用模式API模式OpenClaw通过调用外部大模型提供商如DeepSeek、OpenAI、智谱AI、月之暗面等的API来获取AI能力。这是最简单、最快速的方式无需在本地消耗大量计算资源但会产生API调用费用并且依赖网络。本地模型模式在服务器上部署一个本地的大模型服务常用Ollama然后让OpenClaw调用这个本地服务。这种方式数据完全私有没有网络延迟和调用费用但对服务器硬件尤其是CPU和内存要求较高。对于99元/年的轻量服务器通常1核2G强烈建议从API模式开始。2GB内存运行一个轻量级本地模型都极其勉强容易导致服务崩溃。API模式能让你先快速体验OpenClaw的全部功能。4.2 配置云端API模型以DeepSeek为例我们以当前热门的DeepSeek为例展示如何配置。第一步获取API Key访问DeepSeek官网注册并登录账号。进入“控制台”或“API管理”页面。创建一个新的API Key并妥善保存。它通常以sk-开头。第二步在OpenClaw Web界面中添加模型打开OpenClaw的Web界面 (http://你的IP:3000)完成初始管理员账号注册。登录后进入管理后台或模型设置页面不同版本界面可能不同通常有“模型管理”、“供应商设置”或“技能配置”等入口。找到添加模型或供应商的选项。选择供应商类型为“OpenAI-Compatible”或“DeepSeek”如果OpenClaw已内置DeepSeek选项。填写配置信息名称自定义如“我的DeepSeek”。API Base URL对于DeepSeek通常是https://api.deepseek.com。这里有个关键点很多开源框架默认使用OpenAI的格式而DeepSeek的API是兼容OpenAI的所以这个URL必须填对。API Key填入你刚才申请的Key。模型名称填写deepseek-chat对于最新版本也可能是deepseek-chat-2024-12-01等具体型号请查阅DeepSeek官方文档。保存配置。第三步测试与设为默认保存后通常界面会提供一个“测试连接”的按钮。点击测试如果返回成功说明配置正确。 然后你可以在用户设置或对话设置中将这个新添加的DeepSeek模型设置为默认使用的模型。现在你回到聊天界面发送消息OpenClaw就会通过你配置的API去调用DeepSeek模型并返回答案了。注意使用API模式时请务必关注你所选模型的上下文长度Context Length。例如DeepSeek V3支持128K上下文。在OpenClaw中配置技能或进行长文档处理时不要超过这个限制否则模型可能无法正确处理。4.3 进阶集成Ollama运行本地模型适用于高配置服务器如果你的服务器升级到了4GB或更高内存可以尝试运行本地量化模型。Ollama是目前最流行的本地大模型运行工具。在服务器上安装并运行Ollama# 安装Ollama curl -fsSL https://ollama.com/install.sh | sh # 启动Ollama服务 ollama serve # 拉取一个轻量级模型例如Qwen2.5的7B参数4位量化版 ollama pull qwen2.5:7b在OpenClaw中配置Ollama添加新的模型供应商类型选择“Ollama”或“OpenAI-Compatible”。API Base URL填写http://host.docker.internal:11434。这是一个特殊的Docker域名指向宿主机即运行Ollama的机器。如果你的OpenClaw和Ollama不在同一个Docker网络或者Ollama运行在宿主机可能需要填写服务器的内网IP如http://172.17.0.1:11434172.17.0.1是Docker网桥的默认网关。API Key留空Ollama默认无需密钥。模型名称填写你在Ollama中拉取的模型名如qwen2.5:7b。保存并测试。性能考量在2核4GB的服务器上运行7B参数的量化模型推理速度会较慢每秒可能只能生成几个token适合对实时性要求不高的背景任务。如果追求流畅对话可能需要更高配置如4核8GB以上或选择更小的模型如2B、3B参数。5. 实战应用与技能拓展让你的助手真正“有用”部署和配置只是开始让OpenClaw融入你的工作流解决实际问题才是最终目的。OpenClaw通过“技能Skills”系统来实现功能扩展。5.1 理解OpenClaw的技能生态技能可以理解为给AI助手安装的“小程序”或“插件”。一个技能通常包含技能描述告诉AI这个技能是干什么的有哪些能力。触发指令/意图用户说什么话时应该调用这个技能。API调用或函数执行技能背后具体的执行逻辑比如调用一个搜索接口、执行一段Python代码、操作一个文件等。OpenClaw社区已经提供了不少现成技能你也可以根据开放协议自己开发。5.2 配置与使用核心技能我们以两个典型技能为例看看如何配置和使用。1. 网页搜索技能 这个技能允许AI助手在回答问题时实时从互联网搜索最新信息。配置在技能管理页面找到“Web Search”或类似技能。它通常需要你配置一个搜索引擎的API如SearXNG自建搜索聚合或某些提供API的搜索服务。你需要申请对应的API Key并填入。使用配置完成后当你在聊天中问“今天北京的天气怎么样”或“最近有什么AI领域的新闻”AI在不知道答案时会自动调用搜索技能去查找信息然后基于搜索结果进行总结回答。这极大地突破了模型本身的知识截止日期限制。2. 文件处理技能 这个技能允许你上传文档PDF、Word、TXT等让AI助手读取并分析内容。配置通常需要确保后端服务有相应的文本提取库如pypdf2,docx等。Docker部署一般已包含。使用在聊天界面找到上传按钮上传一份项目报告。然后你可以问“帮我总结一下这份报告的核心观点”或“找出里面提到的所有待办事项”。AI会读取文件内容并按要求处理。3. 自定义技能开发高阶 如果你会编程Python为主可以开发更个性化的技能。例如一个“服务器状态监控”技能当AI收到“查看服务器负载”指令时自动执行一段Shell脚本获取uptime和free -m的结果并返回。OpenClaw提供了技能开发SDK定义了标准的输入输出格式。5.3 打造自动化工作流技能串联OpenClaw更强大的地方在于技能的串联。你可以通过“工作流”或“智能体Agent”功能将多个技能组合起来完成复杂任务。一个设想中的自动化场景触发你每天上午9点向OpenClaw发送指令“准备晨会简报”。执行AI调用“邮件读取”技能扫描你指定邮箱中昨晚至今的未读重要邮件。调用“日历读取”技能获取你当天所有的会议安排。调用“待办事项”技能如果接入了相关API列出优先级最高的三项任务。将以上信息汇总生成一份简洁的文本简报。调用“消息推送”技能如接入飞书、钉钉、Telegram机器人将这份简报发送到你的工作群或个人。结果你无需手动操作每天准时收到一份个性化的晨会准备材料。实现这样的流程需要在OpenClaw中配置相应的技能和设置定时任务Cron Job或者通过其提供的API由外部系统触发。这标志着你的AI助手从“问答机”进化成了“自动化助理”。6. 安全、优化与长期维护指南将服务暴露在公网安全和稳定性是必须考虑的问题。此外随着使用深入一些优化技巧也能提升体验。6.1 基础安全加固配置HTTPSSSL证书让Web服务从HTTP升级到HTTPS加密数据传输。对于个人项目可以使用Let‘s Encrypt提供的免费证书。虽然标题热词提到了“Let‘s encrypt 腾讯云 dns记录续签”但更简单的方式是使用服务器上的certbot工具。不过在Docker环境下更常见的做法是在Docker Compose中增加一个nginx或traefik反向代理容器由它来统一管理SSL证书和转发请求到OpenClaw的3000端口。这涉及额外的配置但对于公网服务是值得的。修改默认端口如前所述修改SSH端口。同样可以考虑将OpenClaw的Web访问端口从3000改为其他不常见的端口并在安全组中只放行这个新端口。定期更新定期登录服务器执行docker-compose pull和docker-compose up -d来更新OpenClaw及其组件的镜像以获取安全补丁和新功能。同时也要更新服务器系统sudo apt update sudo apt upgrade -y。备份数据最重要的数据是数据库。你需要定期备份PostgreSQL中的数据。# 进入PostgreSQL容器执行备份 docker exec -t your_postgres_container_name pg_dumpall -c -U postgres dump_$(date %Y-%m-%d).sql将备份文件下载到本地或其他云存储。你可以在服务器上设置一个Cron定时任务每周自动执行备份。6.2 性能监控与日志管理查看容器状态与资源占用docker stats # 实时查看所有容器的CPU、内存、网络IO使用情况 docker-compose ps # 查看由Compose管理的服务状态如果发现某个容器尤其是运行本地模型的内存占用持续很高可能需要优化模型参数或升级服务器配置。管理日志Docker容器的日志默认会一直增长。你需要定期清理或配置日志轮转。# 查看OpenClaw后端日志 docker-compose logs openclaw-server # 查看最近100行日志并跟踪 docker-compose logs -f --tail100 openclaw-server # 清理所有容器的日志谨慎操作仅用于释放磁盘空间 sudo find /var/lib/docker/containers/ -name “*.log” -delete更规范的做法是在docker-compose.yml中为每个服务配置日志驱动和大小限制。6.3 成本控制与资源优化对于99元/年的服务器资源极其宝贵。API调用成本如果使用云端API在OpenClaw的管理界面或通过API提供商的控制台密切关注调用量和费用。可以为API Key设置用量限额。本地模型资源占用如果运行Ollama使用量化程度更高的模型如Q4_K_M, Q3_K_S等它们能在精度损失较小的情况下大幅减少内存占用。在Ollama pull时指定量化版本如ollama pull qwen2.5:7b:q4_0。闲置时休眠如果你的使用频率不高可以考虑在不用时通过docker-compose stop暂停所有服务需要时再docker-compose start。注意这不会停止云服务器本身服务器费用仍在计费周期内。对于按量计费的服务器停止实例可以节省费用。6.4 故障排查思路遇到问题不要慌按以下思路排查服务无法访问检查安全组/防火墙是否放行了对应端口。在服务器内部执行curl http://localhost:3000看服务是否正常。如果内部能通外部不通是网络问题如果内部也不通是服务本身问题。检查容器是否在运行docker-compose ps。AI模型不回答或报错查看OpenClaw后端日志docker-compose logs openclaw-server看是否有具体的错误信息如“API Key无效”、“连接超时”等。测试模型API本身是否正常。对于DeepSeek可以用curl测试curl https://api.deepseek.com/v1/chat/completions -H “Content-Type: application/json” -H “Authorization: Bearer sk-your-key” -d ‘{“model”: “deepseek-chat”, “messages”: [{“role”: “user”, “content”: “Hello”}]}’。检查OpenClaw中模型的配置特别是Base URL和模型名称。数据库连接错误检查数据库容器是否健康docker-compose logs postgres。检查.env文件中的DATABASE_URL密码是否正确。尝试进入数据库容器内部连接测试。经过以上六个部分的详细拆解从服务器准备、环境搭建、核心部署、模型接入、应用到维护一个完整的、7×24小时在线的AI私人助手就已经在你的腾讯云服务器上稳定运行了。整个过程就像搭积木每一步都有其明确的目的和操作逻辑。最关键的是你拥有了一个完全受自己控制、可以根据需求无限扩展的AI能力中枢。无论是作为学习AI应用的实验场还是作为提升个人效率的得力工具这个自己亲手搭建的OpenClaw助手其价值和意义都远超99元本身。