Clawdbot介绍与平台部署
— 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
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
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 | bash
Windows(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
docker pull clawdbot/clawdbot:latest
# 启动容器(后台运行)
docker run -d \
--name clawdbot \
-p 7860:7860 \
-p 18780:18780 \
-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:latest
container_name: clawdbot-qwen3
ports:
- "8080:8080" # Web 访问端口
- "18780:18780" # 网关端口
- "9100:9100" # Prometheus 监控
volumes:
- ~/.clawdbot:/root/.clawdbot
- ~/workspace:/app/workspace
environment:
- CLAWDBOT_LLM_PROVIDER=ollama
- CLAWDBOT_LLM_BASE_URL=http://localhost:11434
- CLAWDBOT_LLM_MODEL=qwen3:32b
restart: always
ollama:
image: ollama/ollama:latest
container_name: ollama
volumes:
- ollama-models:/root/.ollama
ports:
- "11434:11434"
restart: always
volumes:
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
docker exec -it clawdbot clawdbot devices list
# 批准设备(替换 abc123 为实际设备 ID)
docker exec -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 Ollama
curl -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: 0.7
max_tokens: 2048
步骤 3:重启服务并验证
# 重启 Clawdbot
docker restart clawdbot
# 查看日志确认连接成功
docker logs clawdbot --tail 20 | 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 channels add # 选择 Telegram,输入 Token - 启动网关:
clawdbot gateway --port 18780 --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
docker run -d \
--name moltbot \
-e TELEGRAM_BOT_TOKEN=YOUR_TOKEN \
-e CLAWDBOT_API_URL=http://host.docker.internal:18780 \
-e CLAWDBOT_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。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)