云服务器部署 OpenClaw 完全指南:从零搭建 7×24 小时 AI 助手

云服务器部署 OpenClaw 完全指南:从零搭建 7×24 小时 AI 助手

云服务器部署 OpenClaw 完全指南:从零搭建 7×24 小时 AI 助手

适用版本: OpenClaw v2026.x | 难度: 中级 | 预计耗时: 15-30 分钟

一、项目简介与架构

OpenClaw 是一个开源的自主智能体(Autonomous Agent)框架,支持通过自然语言指令执行跨平台自动化任务。相比本地部署,云服务器部署可实现:

  • 7×24 小时在线:无需保持本地设备开机
  • 公网访问:支持 Webhook 回调和远程控制
  • 多平台接入:Telegram、飞书、Discord、WhatsApp 等

系统要求

配置项最低要求推荐配置
CPU1 核2 核+
内存2 GB4 GB
存储20 GB SSD40 GB+ NVMe
系统Ubuntu 22.04 LTSUbuntu 24.04 LTS
Node.jsv22+v22 LTS

二、部署方式一:应用镜像一键部署(推荐新手)

适用于阿里云、百度云等提供 OpenClaw 镜像的厂商:

步骤 1:创建实例

  1. 进入云服务器控制台,选择「轻量应用服务器」
  2. 镜像选择:应用模板 > OpenClaw(或 Clawdbot)
  3. 地域:建议国内用户选择「香港」或就近地域,海外用户选「弗吉尼亚」
  4. 确认订单并支付

步骤 2:获取 API 密钥

  1. 登录阿里云百炼大模型控制台(或对应厂商的 AI 平台)
  2. 进入「密钥管理」→「创建 API-Key」
  3. 立即复制保存,此密钥仅显示一次

步骤 3:配置与启动

  1. 进入服务器「应用管理」标签页
  2. 点击「一键开通」完成千帆大模型等服务授权
  3. 放通防火墙:点击「一键放行」开放 18789 端口(Web 控制台默认端口)
  4. 点击「一键配置」,粘贴刚才获取的 API-Key
  5. 执行命令生成访问 Token

步骤 4:访问使用

点击「打开网站页面」,输入生成的 Token,即可进入 OpenClaw Web 对话界面。

四、部署方式二:Linux 手动部署(通用方案)

适用于 AWS、Hetzner、Vultr 等裸机服务器,或希望自定义配置的用户。

4.1 服务器初始化

连接服务器

# 修改密钥文件权限(如使用 SSH 密钥)chmod600 ~/Downloads/your-key.pem # 连接(以 Ubuntu 为例)ssh -i ~/Downloads/your-key.pem ubuntu@你的服务器公网IP 

创建 Swap 内存(关键步骤)
2GB 内存直接安装可能因 OOM 导致卡死,建议创建 4GB Swap:

# 创建 Swap 文件 fallocate -l 4G ~/swapfile chmod600 ~/swapfile sudomkswap ~/swapfile # 永久挂载echo"$HOME/swapfile none swap sw 0 0"|sudotee -a /etc/fstab sudoswapon --all # 验证free -h 

4.2 环境准备

安装 Node.js 22+

# 使用 nvm 安装(推荐)curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh |bashsource ~/.bashrc nvm installnode# 验证版本node --version # 应显示 v22.x.x

安装系统依赖

sudoapt update &&sudoapt upgrade -y sudoaptinstall -y libatomic1 # 解决 libatomic.so.1 缺失问题

4.3 安装 OpenClaw

方式一:一键脚本(推荐)

curl -fsSL https://openclaw.ai/install.sh |bash

方式二:npm 安装

npminstall -g openclaw@latest # 或使用 pnpm(内存占用更低)# pnpm add -g openclaw@latest

4.4 配置与初始化

运行引导向导

openclaw onboard --install-daemon 

按提示完成配置:

  1. Onboarding mode: 选择 QuickStart
  2. Model provider: 选择你的 LLM 服务商
    • 国内用户:阿里云百炼、DeepSeek
    • 国际用户:Anthropic (Claude)、OpenAI、Google Gemini
    • 免费体验:可选择 kimi-k2.5-free(速率限制较严)
  3. Channel: 选择 IM 平台(Telegram、飞书、Discord 等)
  4. Daemon 安装:选择 yes 以安装 systemd 服务

飞书接入示例

  • 在飞书开放平台创建应用
  • 获取 App IDApp Secret
  • 在向导中填入凭证完成配对

4.5 系统服务化配置

--install-daemon 参数会自动创建 systemd 服务。验证状态:

# 查看服务状态 systemctl --user status openclaw # 设置开机自启(关键命令)sudo loginctl enable-linger $USER

手动创建服务(如需要)

# 创建服务文件mkdir -p ~/.config/systemd/user/ cat> ~/.config/systemd/user/openclaw.service <<'EOF' [Unit] Description=OpenClaw Agent After=network.target [Service] Type=simple ExecStart=/usr/bin/openclaw gateway Restart=always RestartSec=10 [Install] WantedBy=default.target EOF# 重载并启动 systemctl --user daemon-reload systemctl --user enable --now openclaw 

五、网络与安全配置

5.1 防火墙设置

开放必要端口

  • 18789/tcp:Web 控制面板(如需外网访问)
  • 80/443:HTTP/HTTPS(如配置 Nginx 反向代理)
  • SSH 端口(默认 22)
# UFW 配置示例sudo ufw allow 18789/tcp sudo ufw allow 80/tcp sudo ufw allow 443/tcp sudo ufw enable

5.2 Nginx 反向代理(生产环境推荐)

server { listen 443 ssl http2; server_name openclaw.yourdomain.com; ssl_certificate /etc/nginx/ssl/cert.pem; ssl_certificate_key /etc/nginx/ssl/key.pem; location / { proxy_pass http://127.0.0.1:18789; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; # WebSocket 支持(关键) proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; } } 

5.3 安全加固建议

创建非 root 用户运行

sudo adduser claw sudousermod -aG sudo claw su - claw 

使用加密 Vault 存储密钥

openclaw vault set ANTHROPIC_API_KEY sk-ant-... openclaw vault set TELEGRAM_BOT_TOKEN 123456:ABC... 

启用配对模式(防止未授权访问):

# ~/.openclaw/config.yamlchannels:telegram:dmPolicy: pairing allowlist:- your_telegram_id 

绑定本地地址(防止直接暴露管理端口):

openclaw gateway --bind 127.0.0.1 

六、常见问题与解决方案

问题现象原因解决方案
npm install 卡死/无响应内存不足 OOM检查 Swap 配置 free -h,关闭其他进程,或使用 pnpm
libatomic.so.1 缺失系统库未安装sudo apt install -y libatomic1
SSH 权限错误密钥文件权限过宽chmod 600 ~/Downloads/your-key.pem
Web 界面无法访问防火墙未放行检查安全组规则,确认 18789 端口开放
API Key 无效环境变量未传递检查 Docker 或 systemd 服务的环境变量配置
服务无法开机自启linger 未启用执行 sudo loginctl enable-linger $USER

七、后续优化建议

  1. 模型路由配置:为不同任务配置不同模型(如用轻量级模型处理简单对话,Claude/GPT-4 处理复杂任务),可降低成本 50%+
  2. 插件生态:通过 Web UI 安装社区插件,扩展浏览器自动化、图像生成、日历同步等功能
  3. 备份策略:定期备份 ~/.openclaw/ 目录下的配置和 Vault 文件

监控与日志

# 查看实时日志 openclaw logs --tail 100# 查看警告级别以上日志 openclaw logs --level warn 

八、总结

通过云服务器部署 OpenClaw,你可以获得一个永不离线的 AI 助手,无论是作为个人效率工具还是团队客服支持都非常适用。对于新手,推荐使用阿里云/百度云的应用镜像一键部署;对于有运维经验的用户,手动部署在 AWS/Hetzner 上能获得更高的性价比和灵活性。

部署时请注意 API 密钥安全,建议先在测试环境验证配置。

Read more

SenseVoice Small多场景落地:博物馆导览语音→多语种AR字幕实时生成

SenseVoice Small多场景落地:博物馆导览语音→多语种AR字幕实时生成 你有没有在博物馆里,一边盯着珍贵文物,一边手忙脚乱翻手机查讲解词?或者站在异国展馆前,听不懂导览员的外语解说,只能靠猜?更别提那些中英混杂、带方言口音的现场录音——传统语音转写工具要么卡住不动,要么识别错得离谱。 今天要聊的,不是又一个“理论上能用”的AI模型,而是一个真正跑在本地、开箱即用、专为真实场景打磨过的语音转文字服务。它不靠云端API,不依赖稳定网络,不挑音频格式,甚至能在没有外网的展厅设备上安静运行。它的名字叫SenseVoice Small——但这次,我们把它从实验室搬进了博物馆的玻璃柜之间。 1. 为什么是SenseVoice Small?轻量不等于将就 很多人一听“Small”,下意识觉得是阉割版、凑数款。但SenseVoice Small恰恰相反:它是阿里通义千问团队针对边缘部署和实时交互场景,专门精简优化的语音识别模型。参数量仅约2亿,却在保持95%以上主流语种识别准确率的同时,把单次推理耗时压到300毫秒以内(RTF < 0.15)。 关键不在“

虚幻版Pico大空间VR入门教程 04 —— PicoOpenXR和PicoXR插件对于PDC串流、SteamVR串流、OpenXR串流对比 和 手势追踪对比

虚幻版Pico大空间VR入门教程 04 —— PicoOpenXR和PicoXR插件对于PDC串流、SteamVR串流、OpenXR串流对比 和 手势追踪对比

省流 串流方式最重要,笔者使用【Pico4UE 企业版】一体机,使用【PicoOpenXR插件+OpenXR插件】【企业串流v2.0的apk+exe应用】和【OpenXR串流方式】进行有线串流, 串流调试时可以正常手势追踪,打包apk和exe的VR手势追踪正常。 文章包含整理的百度云资源、SteamVR串流、不同UE版本的手势追踪对比记录,曾经的踩坑笔记(略长)。 插件文档 PicoXR和PicoOpenXR 插件文档 https://developer-cn.picoxr.com/document/ PicoXR 开发文档 https://developer-cn.picoxr.com/document/unreal/ PicoOpenXR 开发文档 https://developer-cn.picoxr.com/document/unreal-openxr/ 插件下载 PicoXR和PicoOpenXR Pico SDK

基于YOLOv8的无人机红外检测系统(车辆行人)(YOLOv8深度学习+YOLO数据集+UI界面+Python项目+模型)

基于YOLOv8的无人机红外检测系统(车辆行人)(YOLOv8深度学习+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于YOLOv8深度学习目标检测算法,开发了一套适用于无人机红外影像的实时检测系统,能够精准识别车辆(Car)、其他车辆(OtherVehicle)、行人(Person)以及无效检测区域(DontCare)等4类目标。系统采用大规模红外数据集进行训练,其中训练集10,128张、验证集715张、测试集355张,确保模型在复杂环境下的鲁棒性和泛化能力。 YOLOv8作为当前最先进的实时检测算法之一,在保持高精度的同时实现了低延迟、高效率的检测性能,特别适用于无人机(UAV)搭载的边缘计算设备。本系统可广泛应用于夜间监控、应急救援、智慧交通、军事侦察等场景,为红外视觉分析提供可靠的AI解决方案。 项目意义 1. 提升无人机红外检测的智能化水平 无人机搭载红外摄像头在夜间、雾天、烟雾环境等低能见度条件下具有独特优势,但传统算法在复杂场景下的检测能力有限。本系统利用深度学习技术,显著提高了红外影像中车辆、行人等关键目标的识别准确率,使无人机具备更强的自主感知能力。 2. 增强夜间与恶劣环境下的监控能力 红外成像不受光照条件限制,适用于夜间巡逻、森林

百元打造智能家居中枢:Home Assistant硬件方案成本深度解析

你是否曾对售价数千元的智能家居生态系统望而却步?是否想过用不到一张电影票的价格构建全屋智能控制中心?本文将带你全面拆解开源智能家居项目Home Assistant的硬件构成,通过真实元器件成本分析、DIY方案对比和性能测试数据,揭示如何用不到500元预算实现专业级智能家居控制功能。 【免费下载链接】openpilotopenpilot 是一个开源的驾驶辅助系统。openpilot 为 250 多种支持的汽车品牌和型号执行自动车道居中和自适应巡航控制功能。 项目地址: https://gitcode.com/GitHub_Trending/op/openpilot 智能家居中枢硬件方案概览 Home Assistant作为开源智能家居平台,其核心优势在于硬件方案的多样性和兼容性。根据官方文档定义,系统主要由以下核心模块构成: * 控制中枢:负责运行智能家居核心逻辑和自动化规则 * 通信接口:支持Wi-Fi、Zigbee、Z-Wave等多种协议 * 传感器网络:温湿度、光照、人体感应等环境感知设备 * 设备联动:实现与各类智能设备的无缝对接 官方硬件成本解析 Hom