OpenClaw这个名字社区里现在基本和Clawdbot绑在一起。简单说它是一个开源的个人AI智能体能在自然语言指令下自己读文档、写代码、调工具、跑定时任务。把这么一套东西部署到京东云的云主机上四分钟左右就能跑起来全程不需要本地电脑装一堆环境也不需要先成为Linux专家。这篇指南会把选机器、开端口、写配置、启动验证、日常使用和常见坑一次讲完目标读者是第一次接触智能体部署的新手以及想把手头OpenClaw搬到公网长期运行的玩家。先泼一盆冷水“四分钟零技术部署”不是标题党但有个前提。购买云主机、申请模型API Key这些准备工作不计入四分钟四分钟指的是登上服务器之后的复制粘贴操作。零技术也不等于不需要理解基础概念至少要知道什么是IP、什么是端口、什么是API Key。不过别担心下面每一个词我都会用大白话讲清楚。OpenClawClawdbot这个组合最适合的场景是个人助理、知识库整理、定时内容抓取以及想给大模型接上真实执行能力的实验项目。1. 项目整体设计拆解为什么是OpenClaw为什么放到京东云1.1 OpenClaw和Clawdbot到底什么关系很多新手看到两个名字就懵。根据社区里的使用习惯OpenClaw是项目名和仓库名Clawdbot是运行时的智能体昵称也可以理解成面向用户的一个角色。教程里混着写很正常你不用纠结只要知道你最终跑起来的东西是一个以Clawdbot为交互入口的OpenClaw服务。它解决的问题很直接大模型默认只能坐在聊天框里等你问一句答一句。你说“帮我把某个链接里的文章抓下来提炼成要点再存成Markdown”如果只靠聊天接口它做不到因为模型没有操作文件系统、发起网络请求的工具。OpenClaw通过一套Skills机制给模型配上“手和脚”让它能执行命令、调用HTTP接口、读写文件、搜索网页把“会聊天”升级成“能干活”。这才是它和普通聊天机器人最本质的区别也是部署这类项目最有价值的地方。1.2 为什么是云主机而不是本地电脑本地部署听着香实际用起来麻烦不少。第一个问题是电脑不能关机关机之后你的Clawdbot也下线第二个问题是家庭网络很少有固定公网IP出门在外想连回来要绕很多弯第三是Windows用户还要处理WSL、PATH、Node版本这些和环境强相关的东西排查起来挺折腾。如果你本机恰好装了很多开发环境不同版本之间打架是常事新手往往分不清到底是OpenClaw的问题还是系统环境的问题。放到京东云这类云主机上这些问题一次性消失。服务器每时每刻在线有固定公网IP出门用手机浏览器就能访问操作系统是干净的Ubuntu按教程装完就是标准环境不受你本地其他软件干扰。从我个人经验看第一次折腾部署与其在本地装一堆依赖翻车两三小时不如直接买台最便宜的云主机照着教程敲反而更快建立对系统的整体认识。这个选择看似多花几十块钱其实省下的都是时间成本。两种方式的差异可以很直接地对照一下部署位置主要优势主要劣势本地电脑免费、数据在自己手里关机即下线、网络入口不好搞、Windows环境坑多云主机全天在线、有公网IP、环境统一需要一点服务器基础知识、按量或包年付费但入门机很便宜1.3 京东云在这个场景里为什么顺手我推荐京东云不是因为它有什么独家魔法而是它把“零技术”的几个关键点补齐了。控制台自带网页终端登录之后不用额外装SSH客户端这是新手很容易卡住的地方新用户入门机型成本很低拿来跑智能体完全够用机房网络访问Docker、npm这些开发资源一般在正常范围适合直接按官方流程操作。你不需要自己在本地搭一套复杂工具链所有动作都发生在浏览器里。京东云的控制台里还有一个很实用的能力可以给实例绑定弹性公网IP创建之后拿到一串地址就是你在浏览器里访问Clawdbot的入口。整个流程不需要域名不需要备案不需要手动配各种网络映射这正是零技术部署能成立的原因。唯一要你自己决定的是一台机器的配置和系统版本下面一节详细说。如果你预算有限哪怕先买配置最低的包月机器跑两周把流程走通再升级也比在本地折腾强得多。2. 部署前必读主机、端口、模型接口和登录方式2.1 云主机的配置和系统版本怎么选我的推荐是2核4G、Ubuntu 22.04 LTS、系统盘40G起步。这个配置对OpenClaw来说属于“舒适区”跑服务本体、挂几个常用Skill、日常对话内存会有富余如果后续接到本地Ollama模型4G内存还能扛一扛小模型只有要上7B以上本地模型时才建议升级到8G。如果预算非常紧张1核2G也不是不能跑但我实际用下来开两个Skill再跑长文本处理CPU会长期满负荷web界面也会有明显延迟。反过来一上来直接买高配大内存对纯API调用场景纯属浪费毕竟大模型计算是在云端完成的你的服务器只负责编排和工具执行没必要为用不到的资源付费。表格可以帮你对号入座配置适合场景我的评价1核2G只跑基础对话、不开复杂Skill入门可以但别期待体验流畅2核4G日常对话、网页抓取、文件任务首选性价比最高4核8G接本地小模型、并行任务多有余力再上不是起步必需系统版本建议选Ubuntu 22.04 LTS不要选带图形界面的镜像。带桌面会多占一两G内存对服务器部署没有任何帮助。CentOS或老版本Ubuntu也不是不行但很多新项目的安装脚本默认针对Ubuntu测试过少给自己添乱。LTS版本还有长期维护更新安全方面更省心。2.2 安全组和端口放行凡是云主机都有一层安全组相当于云防火墙。你光在系统里启动服务没用如果安全组不放行端口公网请求进不来。很多新手部署了半天网页一直打不开最后发现就是安全组没配。OpenClaw这类Web服务一般会监听一个端口常见的是3000、8080或自定义端口具体以你使用的项目版本为准。部署前先把安全组里的入口规则加好22端口保留给SSH登录建议只放行你自己的IP或者至少设置强密码/密钥服务端口例如3000来源可以设为所有IP因为你要在任何地方访问其他端口默认全部关闭不要为了省事全放开。安全组规则改完通常很快生效不需要重启机器。这一步经常被新手跳过导致后面浏览器一直转圈。如果你访问不了第一反应就去看安全组和操作系统防火墙而不是怀疑部署步骤。操作系统里也可以用sudo ufw status查看本机防火墙两边都放行才算真正通。2.3 模型接口DeepSeek、通义还是本地OllamaClawdbot本身不内置大模型它得接一个模型服务。目前最省事的是一些提供OpenAI兼容接口的模型厂商比如DeepSeek、通义千问都提供这种API你只需要在配置里填三个东西接口地址、API Key、模型名。这三项分别对应“去哪儿调用模型”“用什么身份调用”“调用哪个具体模型”。以DeepSeek为例接口地址通常是https://api.deepseek.com/v1模型名是deepseek-chat。这类API按token计费日常个人使用成本不高。如果你不想把数据发到外部服务可以在一台有GPU或大内存的机器上跑Ollama把接口地址改成http://模型所在服务器IP:11434/v1模型名填本地模型名称比如qwen2.5:3b。后面第4节我会给具体配置示例。无论选哪种API Key都要去对应平台的后台申请复制之后存好别发到公开群里它是你调用模型服务的凭证。2.4 登录服务器的两种方式新手最推荐用京东云控制台自带的远程连接功能。进入云主机详情页点“远程连接”或“网页终端”就能拿到一个浏览器里的Ubuntu终端直接输入用户名密码进入系统。这种方式的好处是不依赖本地电脑任何机器的浏览器都能连哪怕你在外面用手机也能操作。有一定基础的话也可以用本地命令行SSH登录。Windows自带的PowerShell或终端里执行ssh root公网IP输入密码即可。我建议两条路都试试第一次用网页终端熟悉操作后面用SSH处理复制粘贴会顺手一些。复制粘贴这个细节别小看网页终端和本地SSH的剪贴板行为不一样大量配置内容用SSH会更省心。特别是后面写配置文件和长命令的时候本地终端的粘贴成功率更高不容易漏字符。3. 四分钟部署流水线从空白云主机到Clawdbot上线3.1 第1分钟进入终端并做基本检查部署从你已经完成“新建实例、拿到公网IP、进入终端”这一步开始。登录后先确认身份和网络执行whoami看当前用户新机如果在root用户下后面命令可以少打sudo执行ping -c 3 baidu.com确认外网通畅。这一步的目的不是形式主义而是把网络问题提前暴露出来别等到安装到一半才发现域名解析异常那种情况下最容易让人误以为是自己操作错了。京东云的控制台终端默认语言可能是英文如果中文显示乱码先执行export LANGen_US.UTF-8或者直接用英文提示去比照报错。操作系统自带的软件源一般已经可用不需要手工修改源列表除非你所在网络下载特别慢。还有一个容易忽略的细节新机第一次登录后建议先执行sudo apt update把软件源缓存刷新一遍后面安装软件会快很多。这些动作加起来大概一分钟做完就可以进入下一步。3.2 第2分钟安装Node.js运行时OpenClaw是Node.js生态的项目先装运行时。我通常选Node.js 20 LTS命令如下sudo apt update sudo apt install -y curl git unzip curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt install -y nodejs node -v npm -v第一条命令把系统包索引更新一遍同时装好curl、git、unzip这三个基础工具。第二条命令是NodeSource官方提供的安装脚本它会把apt源指向Node.js 20仓库。执行完后node -v能看到版本号就说明装好了。整个安装过程一般几十秒慢一点也就一两分钟。这里有个容易踩的坑有些教程会让你用apt install nodejs直接装但Ubuntu 22.04自带的可能是Node 12或16太老跑新项目会报语法错误。用NodeSource脚本安装虽然多一步但版本新后续省心。如果你看到其他教程用Docker方案那就不装Node而是装Docker引擎二选一即可。本文优先讲Node方案因为对零基础用户来说进程和文件结构更直观排查问题时看到的东西更少。3.3 第3分钟拉取项目文件并写入配置Node装好后把OpenClaw的项目文件放到/opt/openclaw。具体仓库地址以官方README为准不要从非官方渠道下载脚本。大致流程是sudo mkdir -p /opt/openclaw cd /opt/openclaw sudo git clone 官方仓库地址 . sudo npm installnpm install会根据项目里的package.json把依赖装好。这一步受网络影响最大如果下载慢可以去看看官方是否提供了国内可用的安装方式或者给npm配置一个国内镜像地址这不是必须但能减少等待。装完后进入配置环节。如果中间提示权限错误检查当前目录的属主必要时用sudo chown -R $USER /opt/openclaw把项目归属到当前用户避免后续反复加sudo。OpenClaw的配置一般在项目根目录或用户主目录下支持config.yaml或.env文件。以OpenAI兼容接口为例我的.env大致长这样OPENAI_API_KEYsk-你的Key OPENAI_BASE_URLhttps://api.deepseek.com/v1 OPENAI_MODELdeepseek-chat PORT3000 AUTH_TOKEN记住我设置的一串密码不同版本字段名可能有差异比如有的用API_KEY而不是OPENAI_API_KEY。不管叫法怎么变核心就是三件事能连的接口地址、能花钱的密钥、能识别车型的模型名。AUTH_TOKEN是你访问Web界面时的口令建议用一长串随机字符别用admin、123456这种。配置文件写完之后最好先检查一遍特别是引号、空格这类小细节很多启动报错都是这里造成的。3.4 第4分钟启动进程并验证启动命令因版本而异常见的是npm start也有通过node bin/start.js启动的。执行后在项目目录运行npm start看到类似“Clawdbot is running on port 3000”的日志服务就算起来了。这时候打开本地浏览器访问http://你的公网IP:3000输入AUTH_TOKEN如果能看到对话或管理界面说明部署成功。如果打不开先检查安全组是否放行了3000端口再检查终端日志有没有“EADDRINUSE”这类端口占用报错。端口占用时改一下配置里的PORT重新启动即可。第一次启动时可能会有模型连通性测试日志里如果出现401或403多半是API Key填写有误或者模型名不对。这类问题不用慌改完配置重启进程即可。验证通过后先别急着关终端进入下一步把自启配置好不然重启一次云主机你的Clawdbot又不见了。3.5 顺手做开机自启云主机重启后手动起的进程会消失所以最后一步是把Clawdbot注册成systemd服务。下面是Node方案的模板sudo tee /etc/systemd/system/clawdbot.service /dev/null EOF [Unit] DescriptionOpenClaw Clawdbot Service Afternetwork-online.target [Service] WorkingDirectory/opt/openclaw ExecStart/usr/bin/node /opt/openclaw/bin/start.js Restartalways RestartSec5 EnvironmentFile/opt/openclaw/.env [Install] WantedBymulti-user.target EOF sudo systemctl daemon-reload sudo systemctl enable --now clawdbot这段模板里的ExecStart路径要和你项目的实际启动文件保持一致。Restartalways保证进程意外退出后5秒自动拉起这对长期运行的智能体服务特别关键。配置完成后以后机器重启Clawdbot会自动回来不用再手动访问终端。验证自启是否生效可以执行systemctl status clawdbot看到active状态就说明服务被系统正确管理了。4. 跟着配一个能用的Clawdbot模型、Skills和界面4.1 模型接入的三种接法第一种最省心云端模型API填写BaseURL、API Key和模型名就能用DeepSeek、通义这些有OpenAI兼容接口的都行。第二种是接本地Ollama在模型服务器上启动Ollama把BaseURL指向http://内网IP:11434/v1模型名填Ollama里拉取的名字数据不走公网适合对隐私要求高的情况。第三种是把OpenClaw和公司内网已经部署好的模型服务对接思路和第二种一样区别只是把BaseURL换成内部服务的地址。我个人的建议是第一次部署别纠结本地模型先用一个云端API把整个链路跑通。本地模型既要考虑显存或内存又要处理并发一上来就夹在部署Clawdbot和模型环境之间排查问题时你会分不清是哪个环节出故障。先让Clawdbot能正常对话再根据自己的需求切换到特定模型后续切换成本极低也就是改三行配置的事。4.2 Skills给Clawdbot装手和脚Skills是OpenClaw把“会聊天”变“会干活”的关键。你可以把Skill理解成一个大模型工具箱里的独立工具包每个Skill包含一份说明文件和若干脚本告诉模型“你什么时候可以用我、怎么用我”。常见技能包括网页搜索、页面抓取、文件读写、命令行执行、定时任务、发消息。官方通常提供一个技能市场或示例仓库安装方式一般是clawdbot skill install 技能名也可以在项目的skills目录下手动放一个子目录。目录结构大致是这样skills/ web-search/ SKILL.md search.py file-tools/ SKILL.md read.py write.pySKILL.md里描述触发条件和调用方式。一个极简例子是name: web-search description: 搜索网页并返回前几条结果适合查资料。 trigger_words: [搜索, 查一下] execute: python search.py {query}这不是官方标准格式只用来展示设计思路真写的时候以你所用版本的Skill规范为准。给新手的建议是先安装官方默认带的几个Skill跑通再去复刻社区里的玩法。Skill本身不难难的是理解模型什么时候该用哪个工具所以每个Skill描述写清楚触发条件比单纯堆脚本重要得多。4.3 日常操作方式部署完成后Clawdbot的日常使用可以走Web界面也可以走命令行交互。Web界面适合发消息、看任务进度命令行适合写脚本、批量调用。命令行大致命令风格是clawdbot chat clawdbot run 把 /data/notes 下的所有 md 文件合并成一个索引 clawdbot skills list clawdbot logs --tail 20每次clawdbot run后面跟的任务模型会结合Skills自动拆解需要读文件就读需要搜索就调搜索最后把结果汇总给你。这些命令名在不同版本里可能不一样用--help或者官方文档确认即可。重点是理解工作方式你不需要把每一步细化到命令行而是告诉它目标让它自己规划。所以越能用自然语言把目标描述清楚得到的效果越好这是用这个工具的核心能力。4.4 数据、日志与备份Clawdbot一段时间用下来真正的资产是它的会话记录、配置、自定义Skill和工具生成的文件。这些数据通常放在用户主目录下的隐藏目录里比如~/.clawdbot。养成备份习惯很简单一条tar命令就能打包tar -czf clawdbot-backup-$(date %F).tar.gz ~/.clawdbot想自动备份可以用crontab定时执行crontab -e 0 3 * * * tar -czf /root/backups/clawdbot-$(date \%F).tar.gz /root/.clawdbot日志方面如果是systemd管理用journalctl -u clawdbot -f看实时日志如果是npm start手动跑日志就在当前终端里。遇到问题先看日志是个好习惯比乱改配置高效得多。备份文件建议传到对象存储或另一台机器别只存在同一台云主机的磁盘上否则机器出问题备份也跟着没了。5. 常见问题排查速查表先别急着重装5.1 浏览器访问不了Web界面先别卸载重装按顺序排查第一安全组是否放行了对应端口这个是云厂商层面的第二系统内防火墙是否拦截运行sudo ufw status查看第三服务是否真的在监听运行ss -lntp | grep 3000没有输出就说明进程没起来第四确认访问地址是http://公网IP:端口而不是https因为很多服务默认没开SSL。如果前面都正常还是访问不了再看浏览器是否走了异常的网络设置换一个手机4G/5G网络直接访问公网IP试试能排除本地网络的问题。这类“打不开”八成是端口和安全组的问题和OpenClaw本身关系不大。把这条路径走一遍比反复重装有效多了。真正需要重装的情况很少大部分问题都能在配置层解决。5.2 API Key、模型报错与额度问题日志里出现401基本是密钥错误出现403或余额不足可能Key有效但额度用完了出现模型名not found去模型厂商的文档里查正确名称。比如DeepSeek的接口名可能是deepseek-chat不同版本可能还有别的模型名别凭印象乱填。还有一个常见问题是BaseURL后面到底要不要加/v1。OpenAI兼容接口的规范是https://api.deepseek.com/v1有些厂商只接受不带/v1的地址。你在配置里改一次重启一次哪种不报404就保持哪种。这类细节没有标准答案跟着报错提示调整最快。不建议一次改多个参数改完立刻重启看日志这样你能准确知道是哪个参数起效。5.3 云服务器重启后服务消失如果没做systemd配置重启后进程自然消失。解决办法是回到上一节把clawdbot.service写好后执行systemctl enable --now clawdbot。之后可以用systemctl status clawdbot确认服务状态active就说明托管成功。还有种情况是服务在系统重启前已经被kill但配置数据还在重新启动后会话记录没丢。如果你发现数据丢了多半是项目数据目录没有跟着配置走可以检查有没有指定HOME或DATA_DIR环境变量。数据目录和启动命令是两件事很多人只关心进程起来忽略了数据持久化等丢了一次会话记录才意识到问题。5.4 Windows本机部署想搬上云很多本地Windows用户折腾OpenClaw时被一个提示挡在半路类似“无法安全验证WSL环境请在PowerShell里运行wsl --status”。这是Windows下OpenClaw依赖Linux子系统的正常表现。如果你不想继续在本地处理WSL版本、Windows Companion这些事直接用本文的云端方案绕开一整套环境问题。我并不反对Windows本机跑只是想提醒本机多一层环境就多一层变量。先用云端把项目逻辑跑熟再回头调Windows心态会好很多。很多Windows报错并不是OpenClaw自身的问题而是WSL发行版没更新、环境变量没配对、Node版本不对这些外围原因单独查一圈很耗时间。5.5 日志查看和常见错误速查我整理了一张速查表部署时贴在旁边比翻文档快现象可能原因处理方式页面转圈打不开安全组未放行、端口没监听先查安全组再ss -lntp确认进程日志报EADDRINUSE端口被占用换PORT改配置或lsof -i:3000找占用进程401/403API Key错误或额度不足核对Key、检查余额、重启服务模型名not found模型名填错去模型厂商文档查准确名称中文乱码终端编码不对执行export LANGen_US.UTF-8注意文件也存成UTF-8进程反复重启配置缺项或启动命令路径错看journalctl -u clawdbot的详细报错排查时每次只改一个变量。改了配置、重启、看日志这三步循环通常能解决九成问题。别小看“一次只改一个变量”这件事很多人图省事一次改好几处结果报错还在你根本不知道是哪一处没改对。6. 几个使用心得6.1 别一上来就装十几个SkillSkill虽好装多了反而让模型在选择工具时犹豫。我的做法是先装官方默认的几个跑通一个完整任务比如让它抓取一个网页并总结。这个过程会逼你理解Skill的触发逻辑也能发现配置里不合理的部分。之后每加一个Skill都要实际测一遍别装完就忘。因为每个Skill背后可能有一段脚本权限给得太宽会有风险比如一个会执行Shell命令的Skill输入不干净时可能做出预料外的操作。所以我的原则是一个Skill没有实际用过两次以上就不算真正装好。宁可少而精也不要把智能体变成一个装满了指令但互相冲突的大杂烩。这个原则也适用于任务描述Clawdbot需要的指令越具体越好泛泛地说“帮我处理一下”远不如“把这份表格里的重复行清理掉输出到新文件”有效。6.2 模型选择要跟着任务走日常对话和文档整理DeepSeek这类云端API成本很低涉及隐私数据就把模型换成内网Ollama如果要处理长文本选上下文窗口大的模型而不是单纯追求参数规模。接本地小模型不是不行但要接受它在复杂工具调用上的表现打折毕竟Clawdbot的“干活能力”一部分来自模型理解力一部分来自工具链两者要匹配。实操中我的经验是把简单任务和复杂任务分开。简单任务用便宜快速的模型复杂任务用更强但更贵的模型Clawdbot如果支持多模型配置可以按Skill粒度指定模型这样日常开销会明显下降。这个优化不急第一次跑通时随便用哪个模型都行之后摸熟了再调。6.3 安全问题提前想Clawdbot有了执行Shell和访问网络的能力本质上就是一个有一定权限的机器人。公网访问的Web界面不要用默认口令AUTH_TOKEN用长随机串API Key不要留在前端页面里生产环境最好把22端口限制为可信IP。这几点不复杂但很多人部署成功后就不管了等被扫描到再处理就晚了。我见过有人把云主机公网IP直接贴在群里这是最危险的操作随手删掉。还有一点容易被忽略Skill里如果带执行命令的能力尽量只允许它操作特定目录别把整个服务器的根权限交出去。智能体的价值是帮你干活不是替代你做安全决策权限边界提前划好后面使用才踏实。6.4 扩展玩法跑通基础后可以试试把Clawdbot接入钉钉、企业微信这类IM渠道让智能体从一个网页工具变成随时聊天的助手也可以给它挂定时任务每天自动整理某个目录的文件或按时抓取指定内容生成摘要。这个方向很容易上瘾但每次新接入一个渠道都要重新检查权限边界和消息频率限制别让它变成骚扰源。我自己的下一步是想把Clawdbot的定时任务和知识库整理结合起来每天凌晨自动抓取几个固定来源的内容清洗后写入本地知识库早上起来直接看摘要。这个场景看起来不起眼但对信息收集类工作特别实用。部署只是第一步真正好玩的是把Clawdbot嵌进自己的日常工作流里让工具服务具体需求而不是为了折腾而折腾。如果你照着这篇文章搭好之后遇到报错建议把终端日志和你的配置脱敏后发出来一起看很多问题看一眼日志就有答案。