Clawdbot介绍与平台部署
Clawdbot（近期更名为Moltbot/OpenClaw）是近期 GitHub 上爆火的开源自托管个人 AI 助手，被称为"住在电脑里的贾维斯"。它区别于传统网页版 AI，是一个真正拥有"手脚"和"记忆"的本地智能体。
一、Clawdbot 核心介绍
首先了解Clawdbot本质
1. 产品定位
Personal AI Assistant—— 不是简单的聊天机器人，而是一个运行在你本地设备（Mac/Linux/Windows）上的数字管家：
- 本地优先：所有对话记录、操作日志存储在你的硬盘上，数据完全自主可控
- 跨平台入口：通过你日常使用的聊天软件（WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等）与 AI 交互
- 系统级操作能力：能执行 Shell 命令、浏览器自动化、文件操作、任务调度等实际工作
2. 核心特性
| 特性 | 说明 |
|---|---|
| 持久记忆 | 双层记忆结构：短期记忆维持多轮对话上下文，长期记忆形成个人知识库 |
| 主动服务 | 可设置定时任务，主动推送提醒和信息，而非仅被动应答 |
| Web 自动化 | 自动填表、抓取数据、监控价格、执行浏览器操作 |
| 多渠道支持 | 支持 12+ 聊天平台，打破应用壁垒 |
| 技能扩展 | 支持安装插件（Skill）扩展功能，如接入飞书、企业微信等 |
3. 适用场景
- 个人知识管理：自动整理笔记、总结文档、归类文件
- 开发运维辅助：运行测试脚本、监控系统状态、批量重命名文件
- 智能生活控制：连接智能家居、根据天气调整设备、自动下单采买
- 办公自动化：整理会议纪要、生成报表、管理日程、跨系统同步数据
4. 系统要求
硬件要求：
- 处理器：任意现代处理器
- 内存：至少 2GB RAM（推荐 4GB+，运行大模型需更高）
- 存储：至少 1GB 可用空间
软件要求：
- macOS 12.0+（推荐，体验最佳）
- Linux：Ubuntu 20.04+ / Debian 11+ / CentOS Stream 9+
- Windows：10/11（需要 WSL2，强烈推荐使用）
- Node.js：v22.17.0 或更高版本（必须）
二、部署方案详解
Clawdbot 提供多种部署方式，从一键脚本到 Docker 容器化，适合不同技术水平的用户。
方案一：官方一键脚本（适合新手）
这是最简单的方式，自动安装依赖并完成初始化 ：
macOS / Linux：
curl-fsSL https://clawd.bot/install.sh|bashWindows（PowerShell）：
iwr-useb https://clawd.bot/install.ps1|iex安装完成后，运行引导式配置：
clawdbot onboard --flow quickstart配置流程：
- 选择Yes确认风险提示（系统会提示这是 powerful 且 inherently risky 的工具）
- 选择QuickStart使用默认配置快速启动
- 选择 LLM 提供商（推荐 Qwen、OpenAI、Google 等）
- 输入 API Key 或进行 OAuth 授权
- 选择需要安装的 Skills（技能包）和 Hooks（记忆功能等）
- 启动网关服务并绑定聊天渠道（Telegram/WhatsApp 等）
方案二：Docker 部署（推荐生产环境）
Docker 方式环境隔离、易于维护，支持官方预构建镜像 ：
基础部署命令
# 拉取官方镜像dockerpull clawdbot/clawdbot:latest# 启动容器（后台运行）dockerrun -d\--name clawdbot\-p7860:7860\-p18780:18780\-v ~/.clawdbot:/root/.clawdbot\-v ~/clawdbot-workspace:/app/workspace\--restart=unless-stopped\clawdbot/clawdbot:latest端口说明：
7860：Web UI 控制台（Gradio 界面）18780：WebSocket 网关（供聊天渠道接入）
Docker Compose 完整方案（含本地模型）
如果需要对接本地 Qwen3:32B 模型（通过 Ollama），可使用以下编排 ：
version:'3.8'services:clawdbot:image:clawdbot/clawdbot:latestcontainer_name:clawdbot-qwen3ports:-"8080:8080"# Web 访问端口-"18780:18780"# 网关端口-"9100:9100"# Prometheus 监控volumes:-~/.clawdbot:/root/.clawdbot-~/workspace:/app/workspaceenvironment:-CLAWDBOT_LLM_PROVIDER=ollama-CLAWDBOT_LLM_BASE_URL=http://localhost:11434-CLAWDBOT_LLM_MODEL=qwen3:32brestart:alwaysollama:image:ollama/ollama:latestcontainer_name:ollamavolumes:-ollama-models:/root/.ollamaports:-"11434:11434"restart:alwaysvolumes:ollama-models:设备授权（安全机制）
Clawdbot 默认启用设备配对机制，首次访问需要授权 ：
# 查看待授权设备列表dockerexec-it clawdbot clawdbot devices list# 批准设备（替换 abc123 为实际设备 ID）dockerexec-it clawdbot clawdbot devices approve abc123批准后访问http://localhost:7860即可使用 Web 界面。
方案三：云平台预装镜像（极简方案）
阿里云、京东云、七牛云等国内云厂商已提供 Clawdbot 预装镜像，适合无 Linux 基础的用户 ：
阿里云方案：
- 进入阿里云 ECS 控制台，选择轻量应用服务器
- 镜像市场中搜索“OpenClaw”（或 Clawdbot/Moltbot）
- 选择规格：建议2核4G起步
- 创建后通过云厂商提供的一键启动脚本自动完成初始化
京东云方案：
- 镜像选择Moltbot
- 创建轻量云主机后，通过 WebTerminal 登录
- 运行配置脚本
clawdbot onboard - 可对接京东 JoyBuilder 模型平台（支持 DeepSeek、Qwen 等模型）
- 支持飞书插件一键安装：
clawdbot plugins install @m1heng-clawd/feishu
方案四：对接 Ollama 本地大模型
如果你想完全离线运行，不依赖云端 API ：
步骤 1：安装 Ollama 并拉取模型
# 安装 Ollamacurl-fsSL https://ollama.com/install.sh|sh# 拉取 Qwen3:32B 模型（约 20GB）ollama pull qwen3:32b步骤 2：配置 Clawdbot 使用 Ollama
编辑配置文件~/.clawdbot/config.yaml：
llm:provider:"ollama"base_url:"http://localhost:11434"model:"qwen3:32b"temperature:0.7max_tokens:2048步骤 3：重启服务并验证
# 重启 Clawdbotdockerrestart clawdbot# 查看日志确认连接成功dockerlogs clawdbot --tail20|grep"LLM provider initialized"三、聊天渠道配置示例
Clawdbot 的核心价值在于在你熟悉的聊天软件里操作，以下是 Telegram 的配置示例 ：
- 获取 Bot Token：在 Telegram 中搜索
@BotFather，发送/newbot创建机器人，保存 Token - 配置渠道：
clawdbot channelsadd# 选择 Telegram，输入 Token - 启动网关：
clawdbot gateway --port18780--verbose - 测试：在 Telegram 中向你的机器人发送消息，即可看到回复
飞书配置类似 ：
- 访问飞书开放平台创建企业自建应用
- 添加"机器人"能力，获取App ID和App Secret
- 安装飞书插件并配置凭证
- 在"事件与回调"中开启长连接模式
四、安全与权限提醒
Clawdbot 具备系统级操作能力，请务必注意：
- 权限控制：默认情况下 Clawdbot 可以执行 Shell 命令，建议在配置中限制危险操作
- 设备授权：首次使用新设备访问 Web UI 时，必须在终端执行
clawdbot devices approve批准，防止未授权访问 - 网络隔离：如果在云端部署，建议不要将
18780端口暴露到公网，使用 SSH 隧道或 VPN 访问 - 数据备份：
~/.clawdbot目录存储了所有配置和记忆，建议定期备份
五、进阶：双镜像协同（Clawdbot + MoltBot）
Clawdbot 侧重"深度思考"，MoltBot（轻量级前端）侧重"广泛连接"，两者可协同部署 ：
# 启动 MoltBot，指向 Clawdbot 作为推理后端dockerrun -d\--name moltbot\-eTELEGRAM_BOT_TOKEN=YOUR_TOKEN\-eCLAWDBOT_API_URL=http://host.docker.internal:18780\-eCLAWDBOT_MODEL=vllm/Qwen3-4B-Instruct-2507\--add-host=host.docker.internal:host-gateway\moltbot/moltbot:latest这样，Telegram 中的简单查询由 MoltBot 直接处理，复杂任务自动转交给 Clawdbot 的大模型处理。
总结：Clawdbot 代表了 AI 从"对话"向"执行"的进化，通过本地部署既保障了数据隐私，又实现了真正的自动化办公。对于技术小白，推荐使用云平台预装镜像；对于开发者，Docker + Ollama 本地模型是最佳选择。