阿里云部署OpenClaw:79元/年搭24小时AI代理

阿里云部署OpenClaw:79元/年搭24小时AI代理
不舍得买Mac mini,又担心本地OpenClaw删库,本文教你如何低成本拥有一个7*24h云端在线专属agent。

openclaw因其本地化部署,7*24h在线,手机端指令交互而爆火,github star数量过去两周一路狂奔,现在已经136k star 了。

不仅如此,openclaw原名Clawdbot,受迫于anthropic的压力,clawdbot改名为motlbot,不到三天,又火速改名为openclaw。三次改名又吸尽大众眼球,网友戏称为"vibe naming"

你以为到此为止了么?NO, NO,NO。

这两天moltbook又火爆社交媒体,一个只有ai agent,没有任何人类发言的类reddit论坛。截至目前(2026-02-01),150万agent创建了1万多个话题,5万多发帖,23万条评论。里面有ai向ai的求助,有ai之间的协作讨论,甚至出现了ai自己的哲学和布道师,让屏幕前的人类看得目瞪口呆。这个5天前刚注册的网站,在一个一个的帖子里面,似乎隐藏着ai意识的觉醒?

说到这,这一切的一切,如果要想参与进来,我们首先要有一个openclaw agent。

openclaw的本质可以理解为一个跑在电脑上的软件,所以可以用自己的电脑跑,也可以跑在云端主机里面。为了安全,防止openclaw误删重要文件,很多人选择云端主机部署。

不少云厂商已经开始支持openclaw,比如国内的阿里云和腾讯云。

云端主机有一个好处就是他们的镜像已经帮我打包了很多功能设置,我们只需要傻瓜式操作就好了。当然简便快捷也意味着自定义就会比较麻烦一丢丢。

如果你想让openclaw操作的应用或者访问的网络需要外网支持,那云主机还有一个好处是你可以选择海外服务器,这相比于个人本地部署在网络上就会方便很多。

我把两家的openclaw最基础款,打折最狠的2核/2G的规格和价格都列在下表里面了。

表格的对比很清晰,我果断选择了阿里云的方案。虽然腾讯云的系统盘大了10个G,但是40G系统盘对纯文本任务也够用。如果需要频繁下载大文件或运行Docker,可再考虑其它大硬盘方案"

云厂商主机规格价格链接
阿里云CPU:2核 内存:2G 系统盘:40G79¥/年OpenClaw
腾讯云CPU:2核 内存:2G 系统盘:50G99¥/年OpenClaw

阿里云部署OpenClaw

在阿里云部署OpenClaw,我们需要准备两样东西

  • 云主机
  • 大模型api-key
⚠️ 安全提醒:本文涉及3处敏感信息(服务器IP、Gateway Token、api key),请妥善保管。本文包含阿里云/腾讯云推广链接,购买可能为作者带来佣金,不影响价格透明性与推荐独立性。*

云主机

访问OpenClaw轻量套餐, 点击一键购买并部署

aliyun-openclaw-click

网站滑动到最下端,可以看到新人折扣价79,原年费672,将近1折.这种优惠一个人只能买一次,时长一年。点击立即购买

aliyun-openclaw-click2

侧面弹窗选配置。这里只需要关注地域这个选项。如前所述,如果你不需要访问海外网络,选择国内节点就可以,如果需要访问海外网络,可以按我的来选,选择美国弗尼吉亚节点。其他选项不要动

buy_config_detail

点击立即购买进入价格确认界面:

confirm-price

支付完成之后点击进入管理控制台

config-panel

这里会显示你刚才新建的服务器。首先记录下方的ip地址中的公有ip,把这个地址放好,不要告诉别人哦。然后点击实例id进入应用详情。

server-page

云主机设置

应用详情里面已经贴心的告诉我们需要执行的步骤,我们就傻瓜式操作按顺序执行。

第一步:点击一键放通,放行18789访问端口

application

第二步: 配置api key。 哎,等等,我们还没有API Key。根据弹窗提示,我们需要到百炼平台申请。 点击 百炼平台

step2

在百炼平台上点击左上方模型服务

model-service

点击左侧密钥管理,再点击创建api key,复制生成的api key。

apikey

回到阿里云,把百炼平台的api key填入第二步的配置里面,完成初始化配置

init-config

第三步:点击第三步中的执行命令,执行完成之后弹窗"命令执行成功",复制网站地址(地址对外要保密),OK了,所有准备工作已完成。

step3

访问openclaw

访问上一步复制的地址,应该能看到openclaw的chat界面

openclaw-chat

如果界面是这样的,说明token没有设置成功

error-claw

莫慌。上述复制的网页地址,后面有一段token=xxxxxx,复制token后面的数字,按下图填到gateway token里面,点击connect即可。所以这里的地址+token其实可以对你的openclaw服务进行完整的控制,注意保密。

token-input
tips: 推荐在config->commands 里面打开Allow Bash Chat Command开关,这将允许在对话框使用斜杠/调用终端指令
commands-bash

openclaw 畅玩

以上配置完成
开始畅玩你的openclaw吧

从这一刻起,你拥有了一个永不睡眠的数字员工。

记得定期检查系统监控页面的内存占用,79元的机器虽然便宜,但足够支撑一个7×24小时的智能Agent。

请添加图片描述

参考

关注我,后续更多openclaw玩法推荐

Read more

对比测试:OPENWEBUI vs 传统开发效率提升300%

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容: 构建一个电商产品详情页对比项目:1. 传统手工开发版本 2. OPENWEBUI生成版本。比较指标包括:开发时长、代码行数、性能指标、可维护性。要求两个版本功能完全一致,包含商品展示、规格选择、购物车等功能。使用Kimi-K2模型自动优化生成代码。 1. 点击'项目生成'按钮,等待项目生成完整后预览效果 最近在做一个电商产品详情页的开发,正好有机会对比了一下传统手工开发和OPENWEBUI自动生成的效率差异。结果让我大吃一惊,忍不住想分享一下这个对比测试的过程和发现。 1. 项目背景 电商产品详情页看似简单,但实际开发中要考虑很多细节:商品图片展示、规格选择、价格计算、购物车功能等。传统开发方式下,前端要写大量HTML/CSS/JS代码,

零基础搭建OCR文字检测系统:科哥开发的WebUI一键启动指南

零基础搭建OCR文字检测系统:科哥开发的WebUI一键启动指南 你是不是也遇到过这些场景: * 手里有一堆发票、合同、证件照片,想快速提取上面的文字,却要一张张手动敲? * 截图里的操作说明看不清,放大后更模糊,复制又不支持? * 做电商运营,每天要处理上百张商品图,光是找图中文字就耗掉半天? 别再靠截图+人工抄写了。今天带你用零代码、零配置、零环境依赖的方式,5分钟内跑起一个专业级OCR文字检测系统——它不是调用API,而是本地部署、完全可控、永久免费的WebUI工具,由开发者“科哥”亲手打造,开箱即用。 这不是Demo,不是演示,而是一个真正能放进工作流、每天稳定运行的OCR检测服务。下面我们就从按下第一个命令开始,手把手带你走完全部流程。 1. 为什么选这个镜像:轻量、精准、开箱即用 cv_resnet18_ocr-detection 这个名字听起来有点技术味,但它的设计哲学非常朴素:把OCR检测这件事,做成和打开网页一样简单。 它不像传统OCR方案那样需要装CUDA、编译OpenCV、下载预训练权重、改配置文件…

从 Renderless 架构到 WebAgent:我的 OpenTiny 前端智能化实战之路

从 Renderless 架构到 WebAgent:我的 OpenTiny 前端智能化实战之路

一、缘起:为什么我要给 DialogBox 加上"resizable"能力? 说起来挺有意思的。作为一名在企业级应用开发一线摸爬滚打多年的前端,DialogBox 这个组件我用了不下百次。但每次用的时候,总觉得差点意思——用户想自己调整弹窗大小?不好意思,不支持。 直到我参加了 OpenTiny NEXT 前端智能化系列直播,听到老师讲 AI Agent 和 WebMCP 的时候,我突然意识到:这不就是我一直在等的那个契机吗? 传统的组件开发模式是:开发者定义好所有功能,用户只能被动接受。但在 AI 时代,组件应该是"可对话"的——用户说"我想把这个弹窗调大一点",AI 就能理解意图并调用相应的 API。 但要实现这个愿景,首先得让组件具备足够的能力。

BAAI/bge-m3环境部署教程:从零配置到WebUI运行完整步骤

BAAI/bge-m3环境部署教程:从零配置到WebUI运行完整步骤 1. 学习目标与前置准备 本教程将带领您完成 BAAI/bge-m3 语义相似度分析引擎的完整部署流程,涵盖环境搭建、模型加载、服务启动及 WebUI 使用等关键环节。通过本文,您将能够: * 在本地或云服务器上成功部署 bge-m3 模型推理环境 * 理解基于 sentence-transformers 的文本向量化实现机制 * 启动并访问可视化 WebUI 界面进行语义相似度测试 * 验证 RAG 场景下的文本召回质量 1.1 前置知识要求 为确保顺利跟随本教程操作,请确认已掌握以下基础知识: * 基础 Linux 命令行使用能力(文件操作、权限管理) * Python 编程基础(了解 pip 包管理工具) * 对 NLP 中“文本嵌入”和“余弦相似度”有基本理解