三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

利用腾讯云Lighthouse新用户优惠，从零部署OpenClaw智能体框架

发布时间：2026/8/7 4:33:59 三亩地 编程学习日记
利用腾讯云Lighthouse新用户优惠，从零部署OpenClaw智能体框架

1. 项目缘起：为什么现在要关注OpenClaw？

如果你最近在关注AI应用开发或者智能体（Agent）领域，大概率已经听过OpenClaw这个名字了。它不是一个新模型，而是一个开源的、功能强大的AI智能体框架。简单来说，它能让你的AI应用从一个简单的“问答机”，变成一个能主动调用工具、执行复杂任务、甚至串联多个步骤的“智能助手”。想象一下，你告诉它“帮我分析一下上个月的销售数据，然后生成一份PPT报告，最后发到我的邮箱”，它就能自动完成这一系列操作——这就是OpenClaw这类框架正在努力实现的目标。

我之所以在2026年初写这篇指南，是因为我发现了一个绝佳的“上车”机会。一方面，OpenClaw经过近一年的迭代，其稳定性和功能丰富度已经达到了一个非常实用的阶段，不再是极客的玩具。另一方面，作为开发者或爱好者，部署这类应用最大的门槛往往是服务器成本。而腾讯云Lighthouse（轻量应用服务器）近期针对新用户推出的优惠活动，恰好能大幅降低这个门槛。用一杯咖啡的钱，就能获得一个月的稳定计算资源来折腾OpenClaw，这性价比没得说。

所以，这篇指南的核心目的很明确：手把手教你如何利用腾讯云Lighthouse的新用户优惠，从零开始，快速、稳定地部署一个属于你自己的OpenClaw服务。无论你是想学习AI智能体开发，还是想搭建一个私人AI助理，亦或是为你的团队构建一个自动化工具平台，这篇教程都将为你铺平道路。整个过程我会结合我自己的踩坑经验，把每一步的原理、操作和可能遇到的“坑”都讲清楚，确保你能一次部署成功。

2. 部署前准备：理解OpenClaw与资源选型

在动手之前，我们得先搞清楚我们要部署的是什么，以及需要什么样的“土壤”来让它生长。盲目操作只会浪费时间。

2.1 OpenClaw到底是什么？它能做什么？

OpenClaw不是一个单一的软件，而是一个智能体编排框架。你可以把它理解为一个“大脑”的调度中心。这个“大脑”本身（比如GPT-4、Claude、或者本地部署的Llama）负责理解和思考，而OpenClaw则负责为这个大脑配备“手”和“脚”——也就是各种各样的工具（Tools）。

这些工具可以是：

  • 网络搜索：让AI能获取实时信息。
  • 代码执行：让AI能运行Python脚本处理数据。
  • 文件读写：让AI能操作你服务器上的文档。
  • API调用：让AI能连接你的日历、邮箱、项目管理软件（如飞书、钉钉）。
  • 自定义函数：任何你能用代码实现的功能，都可以封装成工具给AI调用。

OpenClaw的核心工作流程是：接收用户的自然语言指令 -> 规划任务步骤 -> 在每一步中，决定是否需要调用工具、调用哪个工具 -> 执行工具 -> 根据工具返回的结果，进行下一步决策或生成最终回答。这个过程是自动的、可迭代的。

因此，部署OpenClaw，本质上就是部署一个提供了这套“调度”能力的Web服务。之后，你可以通过它的API或者Web界面，来创建和运行你的智能体。

2.2 腾讯云Lighthouse服务器选购指南

理解了OpenClaw，我们来看“土壤”。腾讯云Lighthouse轻量应用服务器，以其简单的管理和相对实惠的价格，非常适合个人开发者和小型项目。对于OpenClaw的部署，我们主要关注以下几点：

  1. 地域选择：建议选择离你或你的目标用户群体较近的地域，例如中国大陆用户可选“上海”或“广州”，以获得更低的网络延迟。这对后续通过Web界面操作体验影响较大。
  2. 镜像选择：这是最关键的一步。强烈推荐选择“应用镜像”中的“Docker”镜像。腾讯云提供的Docker基础镜像已经预装了Docker和Docker Compose，这能为我们节省大量配置环境的时间，让部署过程变得极其简单。如果你选择普通的Ubuntu或CentOS系统镜像，则需要手动安装Docker，步骤会繁琐一些。
  3. 套餐配置：OpenClaw本身作为框架，资源消耗主要取决于你让它运行的“大脑”（大模型）以及同时处理的任务复杂度。
    • 最低配置（体验/学习）：2核CPU、4GB内存、80GB SSD硬盘。这个配置可以顺利运行OpenClaw框架服务，并连接云端API（如OpenAI、DeepSeek）作为大脑。如果你只想体验框架的编排能力，这个配置足够。
    • 推荐配置（本地模型/轻度生产）：4核CPU、8GB内存、100GB SSD硬盘。如果你计划在服务器上本地部署一个中等规模的模型（如7B-13B参数的模型），这个配置是起步价。更大的模型（如34B）需要更多内存。
    • 硬盘：80GB通常够用，因为Docker镜像和模型文件可能比较大，选择100GB或以上会更从容。

注意：务必在购买时勾选“免费升配”或类似的新用户专属优惠活动。腾讯云经常有针对Lighthouse新用户的“首年低价”或“0元试用”活动，仔细查看当前活动详情，能省下不少钱。购买后，记下你的服务器公网IP、用户名（通常是ubuntu或root）和密码（或SSH密钥）。

2.3 基础环境连接与确认

购买完成后，等待几分钟服务器初始化。然后，我们通过SSH连接到服务器。

# 在本地终端执行，将 your-server-ip 替换为你的公网IP ssh ubuntu@your-server-ip # 如果是root镜像，则是 ssh root@your-server-ip

首次连接会提示确认主机指纹，输入yes，然后输入密码（或使用密钥自动登录）。

登录成功后，首先确认Docker环境是否就绪：

docker --version docker-compose --version

如果两条命令都能正确输出版本号，恭喜你，最麻烦的环境问题已经解决了。如果未安装，则需要手动安装Docker和Docker Compose，但这在腾讯云Docker镜像中极少出现。

接下来，为了后续操作方便，我们更新一下系统软件包并安装一个常用的工具vim（当然你可以用nano）。

sudo apt update && sudo apt upgrade -y sudo apt install vim -y

3. 核心部署实战：使用Docker运行OpenClaw

这是整个教程的核心环节。我们将采用最主流、最易于维护的方式——Docker Compose来部署OpenClaw。

3.1 获取与配置OpenClaw部署文件

OpenClaw的官方仓库通常会提供docker-compose.yml文件。我们的操作就是围绕这个文件展开。

首先，在服务器上创建一个专门的工作目录：

mkdir ~/openclaw && cd ~/openclaw

接下来，我们需要创建两个核心文件：docker-compose.yml和用于配置环境的.env文件。由于网络直接拉取可能不稳定，我们可以先创建文件再编辑内容。

创建docker-compose.yml文件：

vim docker-compose.yml

然后，将以下内容粘贴进去。这是一个典型的OpenClaw服务配置，包含了Web前端、后端API和数据库（PostgreSQL）。

version: '3.8' services: postgres: image: postgres:15-alpine container_name: openclaw-postgres restart: unless-stopped environment: POSTGRES_DB: openclaw POSTGRES_USER: openclaw POSTGRES_PASSWORD: ${DATABASE_PASSWORD:-a_strong_password_here} # 从.env文件读取 volumes: - postgres_data:/var/lib/postgresql/data networks: - openclaw-network backend: image: openwebui/openclaw-backend:latest # 请替换为实际官方镜像名 container_name: openclaw-backend restart: unless-stopped depends_on: - postgres environment: DATABASE_URL: postgresql://openclaw:${DATABASE_PASSWORD:-a_strong_password_here}@postgres:5432/openclaw API_KEY: ${BACKEND_API_KEY:-your_backend_api_key_here} # 后端API密钥，用于服务间通信 # 其他可能的环境变量，如模型端点等 volumes: - backend_data:/app/data networks: - openclaw-network ports: - "3000:3000" # 后端API端口 frontend: image: openwebui/openclaw-frontend:latest # 请替换为实际官方镜像名 container_name: openclaw-frontend restart: unless-stopped depends_on: - backend environment: BACKEND_URL: http://backend:3000 # 前端连接后端的地址 networks: - openclaw-network ports: - "8080:80" # 前端Web界面端口 networks: openclaw-network: driver: bridge volumes: postgres_data: backend_data:

重要提示：上面的镜像名openwebui/openclaw-backend:latest和openwebui/openclaw-frontend:latest是示例。你必须去OpenClaw的官方GitHub仓库（例如open-webui/open-claw）查看最新的、推荐的Docker镜像名称。直接使用错误镜像名会导致拉取失败。这是第一个容易踩的坑。

保存并退出（在vim中按Esc，然后输入:wq，回车）。

接下来，创建环境变量配置文件.env。这个文件用来存放敏感信息和可配置项，避免硬编码在docker-compose.yml中。

vim .env

输入以下内容，并务必修改其中的占位密码和密钥：

# 数据库密码，强度要高 DATABASE_PASSWORD=YourSuperStrongPostgresPassword123! # 后端服务API密钥，用于内部认证 BACKEND_API_KEY=YourBackendSecretKey456@ # 如果需要配置默认模型端点，可以在这里添加 # DEFAULT_MODEL_API_BASE=https://api.openai.com/v1 # DEFAULT_MODEL_API_KEY=sk-xxx

保存并退出。现在，你的~/openclaw目录下应该有两个文件：docker-compose.yml和.env。

3.2 启动服务与初步验证

万事俱备，现在启动所有服务：

sudo docker-compose up -d

-d参数表示在后台运行。执行后，Docker会开始从网络拉取镜像，这可能需要几分钟时间，取决于你的网络速度和镜像大小。你可以用以下命令查看拉取和启动日志：

sudo docker-compose logs -f

看到所有容器状态变为healthy或没有持续的错误输出后，可以按Ctrl+C退出日志跟踪。

使用以下命令检查容器运行状态：

sudo docker-compose ps

你应该看到openclaw-postgres，openclaw-backend，openclaw-frontend三个容器的状态都是Up。

3.3 访问与初始化OpenClaw

如果一切顺利，现在你已经可以通过浏览器访问OpenClaw的Web界面了。

在浏览器地址栏输入：http://你的服务器公网IP:8080

例如：http://123.123.123.123:8080

首次访问，你可能会看到一个初始化页面，要求你创建第一个管理员账户。按照提示输入邮箱和密码即可。这个账户将拥有最高管理权限。

重要安全提醒：目前我们的服务是通过HTTP直接暴露在公网的，且端口8080和3000是公开的。这仅适用于临时测试。对于打算长期使用的服务，下一步必须配置防火墙（安全组）和反向代理（如Nginx）并启用HTTPS。

4. 进阶配置与模型连接

部署框架只是第一步，让OpenClaw真正“聪明”起来，需要为它连接一个“大脑”——大语言模型。

4.1 配置模型端点：连接AI大脑

OpenClaw本身不包含模型，它需要连接一个模型API服务。这主要有三种方式：

  1. 使用云端API（最简单）：如OpenAI GPT系列、Anthropic Claude、国内DeepSeek等。你只需要在OpenClaw的Web界面设置中，填入对应平台的API Base URL和API Key。

    • 操作路径：登录OpenClaw Web界面 -> 进入设置（Settings）或模型管理（Model Management） -> 添加新模型。
    • 以DeepSeek为例：
      • 模型名称：可以自定义，如DeepSeek-R1
      • API Base URL:https://api.deepseek.com
      • API Key: 你的DeepSeek平台API密钥
      • 模型标识符：填写具体模型名，如deepseek-chat
    • 优点：稳定，性能强，无需本地计算资源。
    • 缺点：持续产生API调用费用，数据隐私需考虑服务商政策。

  2. 连接本地Ollama服务（性价比高）：如果你的服务器配置足够（如我们推荐的4核8G），可以在同一台服务器上使用Docker再部署一个Ollama服务，用于在本地运行开源模型。

    • 部署Ollama：
      # 在服务器上另开一个目录，或与OpenClaw共存 docker run -d -v ollama_data:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
    • 在Ollama中拉取模型：
      docker exec -it ollama ollama pull llama3.2:3b # 拉取一个较小的模型测试
    • 在OpenClaw中配置：
      • API Base URL:http://host.docker.internal:11434（这是一个特殊的Docker域名，指向宿主机）但注意：如果OpenClaw和Ollama不在同一个Docker自定义网络内，此方法可能失效。更可靠的方式是使用服务器的内网IP（如172.17.0.1）或创建统一网络。
      • 更推荐的做法：将Ollama服务也定义在同一个docker-compose.yml文件中，使用服务名（如ollama）进行连接。
    • 优点：数据完全本地，无持续API费用，可玩性高。
    • 缺点：模型能力受本地硬件限制，需要一定的运维知识。

  3. 使用其他自建模型API：如果你已经有用vLLM、text-generation-webui等框架部署的模型端点，直接将对应的URL和Key填入OpenClaw即可。

4.2 配置工具与技能（Skill）

模型连接好后，OpenClaw还只是一个会聊天的AI。要让它能“做事”，需要配置工具（Tools）或技能（Skill）。

  • 内置工具：OpenClaw可能预置了一些基础工具，如网页搜索（需要配置Serper或Tavily的API Key）、计算器、Python代码执行（需谨慎开启，有安全风险）等。你可以在Web界面的“工具”或“技能”管理页面查看和配置。
  • 自定义工具：这是OpenClaw最强大的地方。你可以通过编写Python函数来定义工具。例如，定义一个“获取天气”的工具，函数里调用一个天气API。通常，你需要将自定义工具的代码放在特定的目录，并在配置中声明。
    • 常见踩坑点：自定义工具的代码错误、依赖包缺失、API调用权限问题，都可能导致工具调用失败。部署后，务必在界面上进行充分的测试。

4.3 网络与安全加固

如前所述，直接暴露端口非常危险。以下是必须做的加固步骤：

  1. 配置腾讯云防火墙（安全组）：登录腾讯云控制台，找到你的Lighthouse实例，配置其防火墙。只开放必要的端口，例如：

    • 22(SSH) - 仅对你自己的IP地址开放。
    • 80(HTTP) - 给Nginx用。
    • 443(HTTPS) - 给Nginx用。
    • 关闭8080,3000等临时测试端口。

  2. 使用Nginx反向代理并配置HTTPS：

    • 在服务器上安装Nginx：sudo apt install nginx -y
    • 配置一个Nginx站点，将域名（或IP）的80/443端口请求，反向代理到本地的8080端口（OpenClaw前端）。
    • 使用Let‘s Encrypt的Certbot工具，为你的域名免费申请SSL证书，实现HTTPS加密访问。命令大致如下：
      sudo apt install certbot python3-certbot-nginx -y sudo certbot --nginx -d your-domain.com
    • 完成後，你的用户将通过https://your-domain.com安全地访问OpenClaw。

5. 日常维护、问题排查与数据备份

部署完成并加固后，服务就进入了运维阶段。

5.1 常用Docker命令

掌握这些命令，足以应对日常维护：

# 查看所有容器状态 sudo docker-compose ps # 查看某个容器的日志（-f 实时跟踪） sudo docker-compose logs -f frontend # 重启所有服务 sudo docker-compose restart # 停止所有服务 sudo docker-compose down # 停止并删除所有容器、网络（数据卷通常保留） sudo docker-compose down -v # 注意：-v 会删除数据卷，导致数据丢失！ # 更新服务（如果docker-compose.yml中的镜像标签有变动） sudo docker-compose pull sudo docker-compose up -d

5.2 常见问题与排查思路

部署过程中难免会遇到问题，这里提供几个常见问题的排查路径：

  • 问题：访问http://IP:8080无法连接。

    • 排查1：检查服务器安全组/防火墙是否放行了8080端口。
    • 排查2：在服务器上运行curl http://localhost:8080，如果服务器本地能访问，则是网络或防火墙问题；如果也不能，说明服务没起来。
    • 排查3：运行sudo docker-compose logs frontend查看前端容器日志，看是否有启动错误。

  • 问题：OpenClaw Web界面能打开，但无法连接后端或模型。

    • 排查1：检查浏览器开发者工具（F12）的“网络(Network)”选项卡，看API请求是否返回错误（如502， 503）。这通常是后端服务异常。
    • 排查2：运行sudo docker-compose logs backend查看后端日志。常见错误包括：数据库连接失败（检查.env中的密码和docker-compose.yml中的连接字符串）、模型API连接超时或鉴权失败（检查模型配置的URL和Key）。
    • 排查3：确认模型服务本身是否可用。例如，如果是Ollama，试试curl http://localhost:11434/api/tags看能否列出模型。

  • 问题：容器启动后立即退出。

    • 排查：运行sudo docker-compose logs --tail=50 <service_name>查看该容器退出前的最后50行日志。原因通常是环境变量缺失、配置文件错误、端口冲突或依赖服务（如数据库）未就绪。

5.3 数据备份与迁移

你的所有配置、对话记录、工具定义等都存储在PostgreSQL数据库和后台的卷中。定期备份至关重要。

  1. 数据库备份：

    # 进入postgres容器执行备份 docker exec openclaw-postgres pg_dump -U openclaw openclaw > ~/openclaw_backup_$(date +%Y%m%d).sql

    将生成的.sql文件下载到本地安全位置。

  2. Docker卷备份：Docker卷（postgres_data,backend_data）实际存储在服务器的/var/lib/docker/volumes/目录下。你可以使用tar命令打包整个卷目录，但更推荐在服务停止后，直接备份整个~/openclaw项目目录（包含docker-compose.yml,.env, 备份的SQL文件等）。

  3. 迁移：在新服务器上安装好Docker和Docker Compose，上传备份的项目目录和SQL文件，先启动数据库容器，然后导入SQL数据，最后启动所有服务。

6. 总结与后续玩法探索

走到这一步，你已经拥有了一个完全在自己掌控之下的OpenClaw智能体平台。回顾一下，我们利用腾讯云Lighthouse的新手优惠，以极低的成本获得了一台云服务器；通过Docker Compose这种高效的方式，一键部署了包含前端、后端和数据库的完整OpenClaw服务；并通过配置模型和工具，赋予了它真正的“智能”。

但这仅仅是开始。OpenClaw的真正威力在于其可扩展性。你可以尝试：

  • 接入飞书/钉钉等办公平台：将OpenClaw作为群聊机器人，实现自动答疑、会议纪要生成、任务提醒等。
  • 构建垂直领域智能体：结合自定义工具，打造专门用于代码审查、客服问答、内容创作的智能体。
  • 探索多智能体协作：OpenClaw可能支持创建多个具有不同专长的智能体，让它们相互配合完成更复杂的任务。

最后，分享一个我自己的小技巧：在.env文件中，除了密码，还可以定义一些模型参数，如温度（temperature）、最大token数（max_tokens）等。针对不同的任务类型（如创意写作 vs. 代码生成），创建多个不同参数配置的模型连接，在OpenClaw界面上灵活切换，效果会更好。

部署过程中最大的心得就是“耐心看日志”。99%的问题都能在容器日志中找到明确的线索。祝你在OpenClaw的世界里玩得开心，创造出有用的智能体。如果在操作中遇到任何具体问题，欢迎带着详细的日志信息来交流。

编程学习 学习日记 实战经验
← 返回列表