一、概述
本教程基于开源 Linux 服务器运维面板 1Panel，搭配 Ollama 本地大模型，部署 OpenClaw 个人 AI 助理，实现 7×24 小时稳定运行。
二、资源准备
服务器配置建议如下：
- 操作系统：Ubuntu Server 24.04 LTS 64 位
- 计算资源：20 核 80G
- 磁盘容量：100G
- GPU：计算型 GN7 | GN7.5XLARGE80
- 网络：绑定弹性公网 IP
三、操作过程
主要步骤如下：
- 1Panel 安装部署
- GPU 资源调度配置
- Ollama 的安装部署
- Qwen3 模型加载
- OpenClaw 安装部署及配置
四、详细操作步骤说明
4.1. 1Panel 安装部署
1Panel 的安装部署可以参考官网在线安装文档：https://1panel.cn/docs/v2/installation/online_installation/
步骤一：获取 root 权限，登录服务器后首先切换到 root 权限
sudo su -
步骤二：输入命令安装，输入在线安装命令执行安装：
bash -c "$(curl -sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh)"
步骤三：Docker 安装，指定安装目录并安装 Docker
步骤四：镜像加速器配置，选择配置镜像加速器并设置 1Panel 面板访问参数。
步骤五：获取 1Panel 面板登录信息
步骤六：验证 1Panel 部署成功：将外部地址输入浏览器进入登录页面，输入对应的面板用户以及面板密码，确认安装完成。
步骤七：1Panel 访问地址设置：进入面板后，切换到「面板设置」中，将默认访问地址设置为 1Panel 访问的公网 IP，方便后续部署的应用可以通过跳转快速跳转。
4.2. GPU 资源调度配置
进入 1Panel 的「终端」管理完成 NVIDIA 容器镜像配置，最终让基于容器安装的模型能够调度 GPU 资源。
步骤一：NVIDIA 显卡驱动确认：需要确保 NVIDIA 显卡驱动已正确安装，输入以下命令：
nvidia-smi
如果没有安装则自行前往英伟达官网下载安装：
步骤二：安装 NVIDIA 容器镜像：为了在 docker 容器中使用 GPU 加速，我们需要安装 NVIDIA 的容器镜像，参照如下逐个命令行执行操作：
命令行一：添加 NVIDIA 容器工具仓库与签名
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed | /etc/apt/sources.list.d/nvidia-container-toolkit.list
