无需Mac Mini!使用ClawdBot(Moltbot)& AWS EC2的搭建你的24小时AI搭子

无需Mac Mini!使用ClawdBot(Moltbot)& AWS EC2的搭建你的24小时AI搭子

相信最近大家一定都被 ClawdBot(又称 Clawdbot) 刷屏了吧:这款 24 小时在线的 AI 搭子不仅能自动执行手机技能和任务,甚至推动了 Mac mini 的销量暴涨热潮🔥。作为个人 AI 助手,它可以结合各种技能插件,实现自动化工作流与日常事务处理。

🧠 Clawdbot 是什么?

Clawdbot 是一个开源的自托管 AI 助手框架,用户可以将其部署到自己的服务器上,并通过 Telegram / Discord / Slack 等聊天工具进行交互。它不是传统的 SaaS,而是你自己控制的智能代理,可执行定期任务(cron)、自动化脚本、信息检索、内容生成等。

我自己也搭建并体验了一套完整的运行环境,并且发现完全可以利用 AWS EC2 免费套餐(Free Tier) 来稳定地托管 Clawdbot,同时结合 AWS Bedrock 调用 Claude 4.5 模型(目前 Bedrock 上可用的高级 Anthropic 模型之一),让 Clawdbot 的能力最大化发挥,而无需高昂服务器成本。

🔧 本教程内容预览 

在本篇教程中,我将带着大家一步一步完成以下内容:

  1. ✔️ 使用 AWS EC2 Free Tier 启动低成本服务器
  2. ✔️ 安装并配置 ClawdBot 运行环境
  3. ✔️ 通过 AWS Bedrock 调用 Claude 4.5 模型
  4. ✔️ 使用 Telegram 绑定 ClawdBot,实现实时对话与自动任务

无论你是想拥有一个 属于自己的全天候 AI 助手, 还是想学习如何结合最新生成式 AI 与云架构技术,这篇教程都会非常适合你(本文仅提供了最简单步骤,并未遵循aws构建的最佳实践~)

使用 AWS EC2 Free Tier 启动低成本服务器

什么是 Amazon EC2

Amazon EC2(Amazon Elastic Compute Cloud) 是 AWS 提供的一项核心云服务,它允许你在云端按需租用虚拟服务器(称为“实例”) 来运行你的应用或服务,无需自己购买和维护物理服务器。你可以根据需要选择实例类型(CPU、内存、存储等配置),并可以自由启动、停止、扩展或终止它们。EC2 的弹性(Elastic)意味着你可以根据请求负载动态自动调整规模,从而实现更高的效率和可控的成本。

简单来说,EC2 就像是在亚马逊的数据中心 按小时租用一台服务器

  • 你可以在几分钟内创建一台运行 Linux 或 Windows 的虚拟服务器
  • 配置好网络、安全组、存储等基础设置后它就可以像普通服务器一样使用

什么是 AWS Free Tier?

为了帮助新用户零成本体验 AWS,AWS Free Tier 提供了一系列服务的免费使用额度,让你可以在使用初期不产生费用。

开始构建

1.创建免费EC2实例

访问AWS控制台,右上切换美国us-east-1 region后,到在查询栏输入EC2,点击查询到的EC2服务导航到EC2服务页面。

点击启动实例

1.为EC2设置名称,这里可以随意填写。

2.实例映像选择Ubuntu

3.点击创建新密钥对

4.设置密钥对名称,此处可以随意设置。其他保持默认,然后点击创建密钥对。保存秘钥到本地。后续步骤会用到。

更改实例类型到免费套餐的最大实例---m7i-flex.large

适当增加存储容量后,点击启动实例

等实例完成创建后,勾选我们创建的实力点击连接

我们通过EC2 Instance Connect的方式,连接到实例

2.ClawdBot环境搭建

连接上实例之后,我们就可以用ClawdBot提供的命令实现一键安装

curl -fsSL https://molt.bot/install.sh | bash

安装过程中会有几个选项

 I understand this is powerful and inherently risky. Continue? 选Yes  Onboarding mode 选QuickStart Model/auth provider 这里可以选择大家有的模型提供商,下一篇文章会带着大家使用bedrock上的模型  Configure skills now? (recommended) yes,然后按需安装 ◇  Preferred node manager for skill installs │  npm │ ◇  Install missing skill dependencies │  Skip for now │ ◇  Set GOOGLE_PLACES_API_KEY for goplaces? │  No │ ◇  Set GOOGLE_PLACES_API_KEY for local-places? │  No │ ◇  Set GEMINI_API_KEY for nano-banana-pro? │  No │ ◇  Set OPENAI_API_KEY for openai-image-gen? │  No │ ◇  Set OPENAI_API_KEY for openai-whisper-api? │  No │ ◇  Set ELEVENLABS_API_KEY for sag? │  No │ ◇  Hooks ──────────────────────────────────────────────────────────╮ │                                                                  │ │  Hooks let you automate actions when agent commands are issued.  │ │  Example: Save session context to memory when you issue /new.    │ │                                                                  │ │  Learn more: https://docs.clawd.bot/hooks                        │ │                                                                  │ ├──────────────────────────────────────────────────────────────────╯ │ ◆  Enable hooks? │  ◼ Skip for now 

看到下面的信息的时候呢。环境就已经搭建完成了。

在本地测试的时候,需要进行PortForwarding。这里需要用到刚刚生成的.pem文件

ssh -i "文件位置\文件名.pem" -N -L 18789:127.0.0.1:18789 ubuntu@ec2的公网ip

中转完成后,就可以通过浏览器,使用带有token的url就可以进入到控制台了

到这就完成了ClawdBot环境的搭建你的24小时AI搭子已经完成上线。

下一篇,我们一起看看如何通过bedrock使用Claude驱动CladwBot~并配置各种聊天工具~

Read more

AGI之AI-Assistant之MultiAgent之OpenClaw:IronClaw的简介、安装和使用方法、案例应用之详细攻略

AGI之AI-Assistant之MultiAgent之OpenClaw:IronClaw的简介、安装和使用方法、案例应用之详细攻略

AGI之AI-Assistant之MultiAgent之OpenClaw:IronClaw的简介、安装和使用方法、案例应用之详细攻略 目录 IronClaw简介 1、特点 IronClaw的安装与使用方法 1、安装 先决条件 下载或构建 配置(Setup / onboard) 2、使用方法 常用运行命令(示例) 通道与插件安装(举例:Telegram) 开发 / 测试(本地) IronClaw的案例应用 1) 作为个人/团队的“离线/可控”智能助理 2) 聊天通道:Telegram(实战) 3) 自动化与后台任务(Routines / Webhooks) 4) 开发自定义工具(WASM)与集成 IronClaw简介 IronClaw 是一个以隐私与安全为核心的“个人 AI

By Ne0inhk
ToDesk 全新 ToClaw,正在把电脑交给AI去操作

ToDesk 全新 ToClaw,正在把电脑交给AI去操作

这两年,AI 工具层出不穷,但大多数产品还停留在“能回答、会生成”的阶段:帮你写一段话、搜一份资料、整理一个思路,真正到了执行层,还是得你自己坐回电脑前,一个软件一个软件地点、一项任务一项任务地做。 这也是很多人对 AI 的真实感受——它会说,但不一定真能干活。而 ToDesk 新上线的 ToClaw,想解决的正是这个问题。 一、ToClaw 是什么? ToClaw 是一款基于 OpenClaw 深度定制、并与远程控制运行时深度结合的 AI 助手。它最大的不同,不只是“懂你说什么”,而是能直接在你的电脑上执行操作。 你只需要一句话,它就可以在电脑端完成对应动作:打开软件、点击按钮、填写表单、拖拽文件、整理资料、生成表格、汇总信息……很多原本需要人守在电脑前操作的工作,现在都可以交给 ToClaw

By Ne0inhk
【Linux系统编程】(三十五)揭秘 Linux 信号产生:从终端到内核全解析

【Linux系统编程】(三十五)揭秘 Linux 信号产生:从终端到内核全解析

前言         在 Linux 系统中,信号是进程间异步通信的 “信使”,而 “信号产生” 则是这个通信过程的起点。无论是我们熟悉的Ctrl+C终止进程,还是程序运行中出现的段错误、定时器超时,本质上都是信号被触发产生的过程。很多开发者只知道 “信号能终止进程”,却不清楚信号到底是怎么来的 —— 是用户操作触发的?还是系统自动产生的?不同场景下信号的产生机制有何不同?         本文将基于 Linux 内核原理,结合 5 种核心信号产生场景(终端按键、系统命令、函数调用、软件条件、硬件异常),用通俗的语言,带你全方位揭秘信号产生的底层逻辑,让你不仅 “知其然”,更 “知其所以然”。下面就让我们正式开始吧! 一、信号产生的核心本质:谁在 “发送” 信号?         在深入具体场景之前,我们先明确一个核心问题:信号是由谁产生并发送的?答案是操作系统(OS)。         无论信号的触发源头是用户按键、函数调用还是硬件异常,

By Ne0inhk
Flutter 组件 lcov_parser 的适配 鸿蒙Harmony 实战 - 驾驭工程覆盖率审计、实现鸿蒙端 CI/CD 线效能可视化与质量红线监控方案

Flutter 组件 lcov_parser 的适配 鸿蒙Harmony 实战 - 驾驭工程覆盖率审计、实现鸿蒙端 CI/CD 线效能可视化与质量红线监控方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 lcov_parser 的适配 鸿蒙Harmony 实战 - 驾驭工程覆盖率审计、实现鸿蒙端 CI/CD 线效能可视化与质量红线监控方案 前言 在鸿蒙(OpenHarmony)应用迈向企业级精品化的进程中,“代码覆盖率(Code Coverage)”是衡量工程健壮性的唯一客观标尺。一个大型鸿蒙工程,如果缺乏对覆盖率的严密审计,任何一次看似微小的重构都可能演变成一场生产事故。 通常情况下,我们使用 flutter test --coverage 生產出 LCOV 格式的原始日志。但那只是一堆冰冷的、难以卒读的文本行。如何从这些碎片中提取出“关键模块覆盖率趋势”?如何自动化发现那些由于鸿蒙特有逻辑(如 Ability 跳转)导致的测试死角? lcov_parser 是一套专为 LCOV

By Ne0inhk