当前位置：首页 > news >正文

无需代码：用星图AI云+Clawdbot搭建私有化Qwen3-VL:30B飞书助手

news 2026/6/18 4:55:28

无需代码：用星图AI云+Clawdbot搭建私有化Qwen3-VL:30B飞书助手

1. 项目概述与价值

1.1 为什么选择这个方案

在当今企业办公场景中，智能助手已经成为提升效率的关键工具。但大多数方案存在两个痛点：要么功能单一（仅支持文本），要么需要复杂的技术栈（Python/Go开发+模型微调+API封装）。本项目提供了一种零代码解决方案：

多模态能力：直接使用最强的Qwen3-VL:30B模型，支持图文混合理解
私有化部署：通过星图AI云实现完全本地化运行，数据不出内网
飞书无缝集成：借助Clawdbot的现成适配器，无需开发对接代码
全可视化操作：从部署到配置全程通过Web界面完成

1.2 技术栈优势对比

方案	开发成本	多模态支持	私有化程度	接入难度
自建API+飞书SDK	高	可选	高	高
第三方SaaS服务	低	有限	低	中
本方案（星图+Clawdbot）	零	完整	高	低

2. 环境准备与模型部署

2.1 星图AI云镜像选择

登录星图AI云控制台后，只需三步完成基础环境搭建：

在镜像市场搜索Qwen3-VL-30B
选择标注"Ollama版"的官方镜像
使用推荐配置创建实例（48GB显存+240GB内存）

关键提示：实例创建后会自动获得一个公网访问地址，格式为：https://gpu-pod[实例ID]-11434.web.gpu.csdn.net/
其中的11434是Ollama服务的默认端口

2.2 模型服务验证

通过两种方式验证部署是否成功：

2.2.1 Web界面测试

点击控制台的"Ollama控制台"快捷入口，尝试以下操作：

输入文字问题："量子纠缠的原理是什么？"
上传图片并提问："这张图片的主要色彩构成是什么？"

2.2.2 API调用测试

使用Python发起简单请求（需替换实际URL）：

from openai import OpenAI client = OpenAI( base_url="https://gpu-pod697b0f1855ba5839425df6ea-11434.web.gpu.csdn.net/v1", api_key="ollama" ) response = client.chat.completions.create( model="qwen3-vl:30b", messages=[{"role": "user", "content": "用三点总结区块链的核心特性"}] ) print(response.choices[0].message.content)

3. Clawdbot安装与配置

3.1 一键安装

在星图云实例的Web Terminal中执行：

npm i -g clawdbot

安装完成后，初始化配置向导：

clawdbot onboard

新手技巧：所有配置问题直接按回车使用默认值，后续可在Web界面修改

3.2 关键网络配置

编辑配置文件解决公网访问问题：

vim ~/.clawdbot/clawdbot.json

修改以下关键参数：

"gateway": { "bind": "lan", "auth": { "mode": "token", "token": "your_password" # 建议修改为复杂字符串 }, "trustedProxies": ["0.0.0.0/0"] }

重启服务使配置生效：

clawdbot gateway --restart

4. 模型集成实战

4.1 连接Qwen3-VL:30B

修改Clawdbot配置文件的models节点：

"models": { "providers": { "my-ollama": { "baseUrl": "http://127.0.0.1:11434/v1", "apiKey": "ollama", "models": [{ "id": "qwen3-vl:30b", "name": "Qwen3视觉版", "contextWindow": 32000 }] } }, "agents": { "defaults": { "model": "my-ollama/qwen3-vl:30b" } } }