安装 Clawdbot 在 mac 或者 liunx 环境 curl -fsSL https://clawd.bot/install.sh | bash window (PowerShell) iwr -useb https://clawd.bot/install.ps1 | iex clawdbot onboard --flow quickstart 启动快速设置模式 选择YES 选择模型 输入 Apikey
大半夜的,我就熬夜带你把Clawdbot从安装到实战全部跑通。你想拿去赚钱也行,自己玩也罢,反正看完这篇,你就血赚。话不多说,直接开搞! clawdbot
快速部署Clawdbot的用户。 本文档可作为官方技术博客或部署指南发布。 说明:截至目前,Clawdbot未提供官方预构建Docker镜像,Docker方式采用源码+Dockerfile本地构建镜像的模式,这是官方推荐且最稳定的部署方式。 、日志持久化、定期备份企业级生产高可用/大规模业务场景基于单机生产扩展,支持多节点、CI/CD、外部数据库、监控告警、容灾备份ℹ️说明:本文不覆盖Clawdbot多节点高可用(HA)、分布式数据库部署场景 /clawdbot:latest适合企业内部部署或CI/CD使用。
但社区里已经有不少共识——相比主力电脑,更安全的方式是将Clawdbot 运行在一个独立、隔离的云端环境中。云上部署,安全又便捷! 腾讯云轻量应用服务器Lighthouse率先上线Clawdbot应用模板,预置了Clawdbot应用和运行所需的环境,一键即可自动完成安装部署。 选购一台新的实例,或者重装一台“吃灰”的实例,三步让开机// 第一步,把 Clawdbot 部署到云上在腾讯云轻量应用服务器 Lighthouse上,Clawdbot 已经被封装成应用镜像模板,创建实例时不需要手动准备运行环境 只需要简单勾选应用创建方式:应用模板分类:AI 智能体模板:Clawdbot服务器规格选择 2 核 2G内存或更高配置即可启动,实例创建完成后,Clawdbot应用和基础环境已经就绪。 快,上云部署,开启AI助手7*24小时打工体验。
大家好,我是 Ai 学习的老章 前文介绍了Ollama提供的免费GLM-4.7,加launch命令快速部署OpenClaw具体步骤: OpenClaw免费玩 ,Ollama 提供云模型支持,这可能是目前最简单的安装 、配置教程 我昨天测试了一个新的类似工具 nanobot,可以看作是 Clawdbot(OpenClaw)的极简瘦身版,代码量直接砍掉 99%! 配置过程可比 OpenClaw 简单太多了,按前文我的建议,依然选择用Agent来安装Agent 然后对接到 Telegram 也很 easy Clawdbot 很好,但是... 用过 Clawdbot(现在叫 OpenClaw)的朋友应该都知道,这货功能是真的全:WhatsApp、Telegram、Slack、Discord、iMessage 全家桶支持,还有语音唤醒、Live 关于 vLLM 部署,可以看我之前的文章:[[大模型本地部署,vLLM 睡眠模式来了]] 消息渠道:Telegram + WhatsApp nanobot 目前支持两个主流消息渠道: Telegram
目前国内的云厂商只有腾讯云支持一键部署,快速基于应用模板一键安装Clawdbot,能帮助你更快地在腾讯云Lighthouse上搭建起自己的AI生活助理。 注:为保障主力电脑安全,强烈建议将其部署在独立的云服务器或旧设备中,而非日常使用的电脑。目前其对Windows支持较弱,最佳运行环境为macOS或Linux。2、为何选择腾讯云Lighthouse? 腾讯云是国内云厂商中首发支持Clawbot的云厂商相较于购置实体硬件,使用腾讯云Lighthouse轻量应用服务器是更优选择:快速上手:提供预置环境的应用模板,几分钟内即可完成基础部署。 3、两种方式一键安装Lighthouse提供了以下两种便捷的安装途径,都无需手动配置环境:安装方式适用场景关键步骤选购新实例全新部署1. 进入Lighthouse购买页2. 同样选择“Clawdbot”应用模板3.
部署ClawDBot时,云服务是更高效的选择。 本地部署存在几个主要问题: 环境配置复杂:需要自行处理各种依赖和配置,容易在安装环节遇到障碍 断电或休眠问题:本地机器一旦断电或休眠,ClawDBot将无法保持在线 维护成本高:需要持续监控机器状态并自行解决问题 腾讯云轻量应用服务器解决了这些问题: 基于腾讯云基础设施,保持7×24小时稳定运行 简化部署流程,5分钟完成配置 由专业团队负责维护 部署优势 腾讯云轻量应用服务器提供一键部署功能,5分钟即可完成ClawDBot 选择最近的地域 完成部署 支付后系统自动部署,1-2分钟后实例状态变为"运行中" 访问ClawDBot 通过公网IP访问,使用镜像详情页提供的默认凭证登录 服务对比 对比维度 腾讯云轻量应用服务器 常见问题 新用户优惠:腾讯云提供首年5折和100GB免费流量包 稳定性:腾讯云采用99.9% SLA保障和多地域部署 技术支持:提供7x24小时服务,平均响应时间15分钟 对于搭建ClawDBot,腾讯云轻量应用服务器在部署速度和性价比方面具有优势
正好,借助Clawdbot看看它的记忆设计哲学。 Clawdbot的整个设计逻辑,存在大量的软件工程思维:Clawdbot背后的软件工程思维和品味。 在记忆层面,Clawdbot抛弃了很多Agent依赖复杂向量数据库设计记忆的方式,转而采用了最原始的Unix哲学:everything is file,用文件系统进行记忆实现。 Clawdbot做了一个很简单的实现,即对文件变动做监听,当某个文件有了更新(人为改动,或者append信息)后台自动触发向量索引更新。 随着复杂任务的推进,记忆内容会爆炸,Clawdbot设计了一套严格的上下文组装流程,而不是简单将历史记录append进Prompt。 所以Clawdbot对Context Engineering的处理方式,值得大家学习,事实上做一个Agent非常简单。
本篇文章,我们将展示如何在本地搭建ClawdBot,并通过 ZeroNews 实现外网访问。这样当你离开公司内网环境,或者离开家后,仍然跟 ClawdBot 沟通。 与多数依赖云端服务的 AI 产品不同,ClawdBot 的核心程序——Gateway(网关)——部署在用户本地电脑或服务器中。这意味着所有数据、对话记录及配置均保存在本地,具备极高的隐私性和可控性。 01 部署Clawdbot AI本地服务环境准备支持 Windows / Linux / macOS 系统(本文以 Linux 为例)需安装 Node.js执行安装命令,这个过程会比较长,需要等待一段时间 Agent:选择第一步运行的 Agent映射协议:选择 HTTPS 协议域名:选择刚创建好的域名带宽:根据需要选择带宽大小内网IP:我们是本地部署,直接使用 127.0.0.1 即可内网端口:输入本地服务的端口 后面,我们将探索更多 Clawdbot 好玩的,实用的方法,敬请期待!
我也按捺不住好奇心,腾讯云上部署了一套。整个过程比想象中顺畅。部署完成后,准备用它帮我自动追踪行业动态、整理资料摘要,甚至生成简单的PPT大纲。下面是具体的部署步骤、配置方法和使用体验。” 02 — 安装Clawbot 部署之前开始寻找资源,很多人是用Mac Mini,按说可以在本地电脑上部署。 Clawdbot 官方提供了若干需用户自行手动配置的步骤,在首次登入服务器后,输入并回车运行如下命令开始配置: clawdbot onboard 配置提示需要选择的操作:上下方向选择选项,空格表示选中某选项 Clawdbot 配置完成后,后续还有一个“Hook”的选择 ,skip即可。 这个时候打开飞书(手机端、电脑端均可),开始测试是否正常运行了: 部署过程中的主要开销如下: - Clawdbot 的“家”:用的是腾讯云 Lighthouse 轻量服务器,每月 20.7 元。
这两天我一直在折腾一个东西:Clawdbot——一个可以部署在服务器上的 AI 私人助理。 折腾完之后,我只想说:这玩意儿太香了。 一旦部署到服务器上,就是 7×24 小时待命,随时响应。 下面我把完整的部署流程分享给大家。 原因很简单: - 服务器已经能发挥它 90% 的能力 - Mac 上的浏览器自动化其实也一般 - 服务器更稳定,7×24 不间断 当然,你也可以部署到自己电脑上,但有几个问题: Windows 支持不够好 安全风险:它的权限要求很高,可能误操作 我用的是 Hetzner 的服务器,2 核 4G,一个月 5 刀,非常便宜: https://www.hetzner.com/ 默认是 Ubuntu 系统,很适合部署 Clawdbot。
二、什么是Moltbot(Clawdbot)?Clawdbot是资深开发者、PSPDFKit创始人PeterSteinberger发起的开源项目。 最初深度优化Anthropic旗下Claude模型,因此得名Clawdbot。 三、功能特性Clawdbot的差异化优势:特性维度Clawdbot(Moltbot)传统云端AI助手执行权限高权限:可操作文件系统、执行Shell命令、控制浏览器很低:仅限沙盒内的代码执行记忆模式长期记忆 22.xNode.js22.12.0+(LTS)内存(RAM)≥2GB4GB-8GB(自动化任务需求)四、快速部署实操(1)安装:npminstall-gclawdbot@latest(2)运行配置向导 :clawdbotonboard--install-daemon要7x24运行,最好部署在VPS,结合Docker或systemd自动重启。
前言:Moltbot(原名 Clawdbot)是 2026 年 1 月突然爆火的开源个人 AI 助手项目,由 Peter Steinberger(PSPDFKit 创始人)开发。 购买一台腾讯轻量云(Lighthouse)腾讯轻量云选购地址:https://buy.cloud.tencent.com/lighthouse应用创建方式:使用应用模板应用模板:全部>Moltbot(Clawdbot https://console.cloud.tencent.com/lighthouse/instance点击图中所示的按钮并点击重装系统选择使用应用模板重装:使用应用模板应用模板选择:Moltbot(ClawdBot )与常见的应用模板不同,官方提供了若干需用户自行手动配置的步骤,在首次登入服务器后,输入并回车运行如下命令开始配置clawdbot onboard复制命令粘贴至OrcaTerm终端中敲击回车开始配置简单说明 搜索咱们添加的机器人如果运行完这个脚本出现如下效果,那么说明配置成功了,这下你可以放心关掉执行命令的页面,尽情去和Moltbot(Clawdbot)聊天了!
这就是Clawdbot正在做的事情。作为一款开源的个人AI助手,Clawdbot在GitHub上已经获得了超过125,000个Star。 ## 2:15 PM - 部署 将v2.3.0部署到生产环境。没有问题。 ## 4:00 PM - 用户偏好 用户提到他们喜欢TypeScript胜过JavaScript。 │ │ 已部署到预发布环境v2.4.0。 │ │ 当前重点:生产环境部署准备。" 文件或clawdbot.json文件中配置。
打开一看,是朋友发来的消息:"赶紧去GitHub看看Clawdbot(已改名 OpenClaw),这东西太疯狂了。" 我揉揉眼睛,打开手机,130+K Start的数字在黑暗中闪烁。 去年四月,六个月后,他开始捣鼓Clawdbot。当时的大模型水平还撑不起他想要的东西,直到11月Anthropic发布了Claude Opus 4.5,一切都变了。 Clawdbot这个名字本身就是从Claude演化来的,意思是要给大模型配上能抓取的手和脚。 前几天,Anthropic找上门来,说Clawdbot这个名字侵犯了商标权。 说白了,Clawdbot就是一个可以在手机远程操控的AI Agent平台。 有人在床上看Netflix,用手机远程指挥家里的电脑重写了整个网站的代码,完成了部署。 有人让Clawdbot监控特定股票的交易量,异常时自动报警。
二、部署到 Lighthouse 目前Lighthouse支持通过两种方式使用应用模板来一键安装OpenClaw:选购一台新实例或重装一台吃灰的实例。 onboard 运行 clawdbot onboard 后,需要通过键盘来完成后续配置动作,关键操作:方向键控制选项,回车表示选择并确认。 clawdbot config set models.mode merge 设置默认模型(以deepseek-chat为例) clawdbot models set deepseek/deepseek-chat daemon install 效果如下: 接着往下: clawdbot daemon start 最后一步: clawdbot daemon status 如果运行完这个脚本出现如下效果,那么说明配置成功了 mkdir -p /root/.clawdbot/secrets vim /root/.clawdbot/secrets/mail_163.env 输入以下内容并保存: MAIL_IMAP_HOST=imap
欢迎交流我们建立了一个交流群,欢迎大家一起加入,共同解锁、交流OpenClaw(Clawdbot)的高级玩法~
国内外的社交平台上,无论你是否关注 AI,最近大概率都刷到过 ClawdBot / OpenClaw。短短几天时间,这个项目在 GitHub 上已经斩获了 13 万+ Star,堪称现象级开源项目。 简介创始人先来看看 ClawdBot(现名 OpenClaw)的创始人 Peter Steinberger。他是奥地利人,毕业于 维也纳科技大学,是一位典型的技术天才。
部署指南 接下来,我们将通过一个完整的部署流程,带你搭建属于自己的 Clawdbot 系统。 (推荐新手) 如果你想让 Clawdbot 24/7 在线,建议使用云服务器部署。 方式二:本地部署(适合隐私要求高的用户) 如果你更注重数据隐私,可以在本地设备上部署 Clawdbot。 A: 目前 Clawdbot 需要连接 LLM API 来处理指令,因此需要网络连接。但你可以使用本地部署的开源 LLM 模型(如 LLaMA、Qwen 等)来实现完全离线运行。 如果你还没有尝试过,不妨花 30 分钟按照本文的指南部署一下。相信你会和我一样,对"住在电脑里的贾维斯"充满期待!