Clawdbot+Qwen3-32B详细步骤：8080端口代理至18789网关的Nginx配置详解

Clawdbot+Qwen3-32B详细步骤：8080端口代理至18789网关的Nginx配置详解

1. 为什么需要这层代理：搞懂Clawdbot与Qwen3-32B的协作逻辑

你可能已经试过直接用Ollama跑Qwen3-32B，也装好了Clawdbot聊天界面，但打开网页却提示“连接失败”或“超时”。这不是模型没起来，也不是前端崩了——而是它们之间缺了一座桥。

Clawdbot本身不直接调用本地Ollama服务，它默认通过HTTP请求访问一个统一的API网关地址。而你的Qwen3-32B模型正安静地运行在本机http://localhost:11434/api/chat（Ollama默认端口），这个地址对外不可达，也不符合Clawdbot预设的请求路径结构。

所以，我们需要做三件事：

• 把Ollama的原始API接口“包装”成Clawdbot能认的格式；
• 把内部服务暴露到一个固定、可预测的端口（比如8080）；
• 再让这个8080端口被反向代理到最终对外服务的网关端口18789——这样无论Clawdbot从前端发什么请求，后端都能准确路由、转换、转发、响应。

这不是多此一举，而是私有部署中保障安全、统一入口、便于监控和灰度发布的标准做法。

整个链路是这样的：
Clawdbot前端 → Nginx（监听18789） → Nginx内部重写 → 代理到localhost:8080 → 8080服务做路径适配 → 转发给Ollama（localhost:11434）

下面我们就一步步把这座桥搭稳。

2. 环境准备与服务就位：先确认每一块砖都在

在动Nginx之前，请确保以下四个组件已正常运行且可互相访问：

2.1 Ollama服务：Qwen3-32B必须已加载并响应

打开终端，执行：

ollama list

你应该看到类似输出：

NAME ID SIZE MODIFIED qwen3:32b abc123... 21.4 GB 2 hours ago

再验证API是否通：

curl -X POST http://localhost:11434/api/chat \ -H "Content-Type: application/json" \ -d '{ "model": "qwen3:32b", "messages": [{"role": "user", "content": "你好"}], "stream": false }'

如果返回包含"message":{"role":"assistant","content":"..."}的JSON，说明Ollama已就绪。

注意：不要跳过这步。很多后续问题其实源于模型未真正加载成功，或Ollama监听地址被修改（如绑定了127.0.0.1以外的IP）。

2.2 Clawdbot前端：静态资源已部署完成

Clawdbot通常以纯前端方式运行（无需Node.js后端）。你只需用任意HTTP服务器托管其dist/目录即可。例如用Python快速起一个：

cd /path/to/clawdbot/dist python3 -m http.server 8000

然后访问http://localhost:8000，应能看到聊天界面。此时若点击发送，控制台会报错：Failed to fetch http://localhost:18789/v1/chat/completions—— 这正是我们要用Nginx解决的问题。

2.3 8080端口服务：轻量级适配层（推荐用Caddy或简易Node脚本）

我们不需要复杂后端。一个50行以内的Node.js脚本就能完成路径重写与Header透传：

// adapter.js const http = require('http'); const url = require('url'); const { ClientRequest, request } = require('http'); const OLLAMA_HOST = 'http://localhost:11434'; const server = http.createServer((req, res) => { const parsedUrl = url.parse(req.url, true); // 将 /v1/chat/completions → /api/chat let targetPath = req.url; if (req.url.startsWith('/v1/chat/completions')) { targetPath = '/api/chat'; } else if (req.url.startsWith('/v1/models')) { targetPath = '/api/tags'; } const options = { method: req.method, hostname: 'localhost', port: 11434, path: targetPath, headers: { 'Content-Type': req.headers['content-type'] || 'application/json', 'Accept': req.headers.accept || 'application/json', } }; const proxyReq = request(options, (proxyRes) => { res.writeHead(proxyRes.statusCode, proxyRes.headers); proxyRes.pipe(res); }); proxyReq.on('error', (err) => { console.error('Proxy error:', err); res.writeHead(502, { 'Content-Type': 'text/plain' }); res.end('Bad Gateway'); }); if (req.method !== 'GET' && req.method !== 'HEAD') { req.pipe(proxyReq); } else { proxyReq.end(); } }); server.listen(8080, () => { console.log(' Adapter running on http://localhost:8080'); });

保存为adapter.js，安装依赖并启动：

npm init -y node adapter.js

现在访问curl http://localhost:8080/api/chat应该和直接调Ollama一致；而curl http://localhost:8080/v1/chat/completions也会被正确转成/api/chat并返回结果。

验证小技巧：用浏览器打开http://localhost:8080/v1/models，应返回Ollama中所有模型列表（JSON格式），说明适配层工作正常。

2.4 端口可用性检查：确认18789未被占用

运行以下命令，确保18789端口空闲：

lsof -i :18789 # macOS / Linux # 或 netstat -ano | findstr :18789 # Windows

若无输出，说明端口可用；若有进程占着，记下PID并kill -9 <PID>释放。

3. Nginx核心配置：从零写出可落地的18789网关

这是全文最关键的一步。我们不贴完整nginx.conf，而是聚焦最小可行配置块，逐行解释作用，并给出可直接复制粘贴的代码。

3.1 创建独立配置文件（推荐做法）

不要修改nginx.conf主文件，新建一个：

sudo nano /etc/nginx/conf.d/clawdbot-qwen3.conf

填入以下内容（已去除所有注释，仅保留生效行）：

upstream qwen3_backend { server 127.0.0.1:8080; } server { listen 18789 ssl http2; server_name _; # SSL证书（若用HTTPS，否则删掉ssl相关行） # ssl_certificate /path/to/fullchain.pem; # ssl_certificate_key /path/to/privkey.pem; # ssl_protocols TLSv1.2 TLSv1.3; # ssl_ciphers ECDHE-ECDSA-AES128-GCM-SHA256:ECDHE-RSA-AES128-GCM-SHA256; location /v1/ { proxy_pass http://qwen3_backend/; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; proxy_buffering off; proxy_cache off; proxy_redirect off; client_max_body_size 100M; } location / { add_header Content-Type text/html; return 200 "<h1>Clawdbot + Qwen3-32B Gateway Active</h1><p> Port 18789 is ready.</p>"; } }

关键点说明：

• upstream定义后端服务池，这里只有一台127.0.0.1:8080，即我们上一步写的适配器；
• location /v1/是Clawdbot实际发起请求的路径前缀，必须精确匹配；
• proxy_pass http://qwen3_backend/;结尾的/至关重要：它表示去除/v1/前缀后再转发，否则请求会变成http://localhost:8080/v1//api/chat，导致404；
• proxy_buffering off和proxy_cache off是必须项，避免流式响应（如Chat SSE）被Nginx缓存截断；
• client_max_body_size 100M支持大文本输入（Qwen3-32B支持长上下文，别卡在这里）。

3.2 启用配置并热重载Nginx

# 检查语法 sudo nginx -t # 若输出 successful，则重载 sudo nginx -s reload

没有报错即代表配置已生效。

3.3 快速验证网关是否通

打开新终端，执行：

curl -v http://localhost:18789/v1/models

你应该看到：

• HTTP状态码200 OK
• 响应体为JSON，包含"models"数组，每个元素含name、modified_at等字段

再试一次流式请求（模拟Clawdbot真实行为）：

curl -X POST http://localhost:18789/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen3:32b", "messages": [{"role": "user", "content": "用一句话介绍你自己"}], "stream": true }'

如果返回一连串SSE格式的data: {...}事件，说明整条链路——从18789网关，经8080适配器，到底层Ollama——全部打通。

4. Clawdbot前端配置：告诉它该找谁要答案

Clawdbot不会自动猜网关地址。你需要手动修改它的配置文件（通常是src/config.ts或构建前的环境变量）。

4.1 修改API基础地址

找到Clawdbot项目中的API配置位置，将默认的https://api.openai.com/v1替换为你的网关地址：

// src/config.ts 示例 export const API_CONFIG = { baseUrl: 'http://localhost:18789', // ← 关键！指向你的Nginx网关 apiKey: '', // 无需密钥（私有部署） model: 'qwen3:32b', };

如果你用的是构建后部署的dist/版本，也可以在HTML中注入：

<!-- 在 dist/index.html 的 <head> 中添加 --> <script> window.CLAWD_CONFIG = { API_BASE_URL: 'http://localhost:18789' }; </script>

4.2 重新构建或刷新页面

• 若你本地开发，运行npm run build重新打包；
• 若已部署静态文件，清空浏览器缓存后刷新http://localhost:8000。

此时打开浏览器开发者工具（F12），切换到Network标签页，发送一条消息。你应该看到：

• 请求URL为http://localhost:18789/v1/chat/completions
• 状态码为200
• Response Preview中滚动出现Qwen3-32B的流式回答

恭喜，Clawdbot已成功驱动Qwen3-32B，且全程走通18789网关。

5. 常见问题排查：比报错信息更早发现问题

即使按步骤操作，也可能遇到“看似通了实则卡住”的情况。以下是高频陷阱与对应解法：

5.1 请求卡在pending，无响应

现象：前端发送后，Network里请求一直pending，几秒后变failed。

原因：Nginx未开启proxy_buffering off，或Ollama未启用stream支持。

解法：

• 检查Nginx配置中location /v1/块内是否有proxy_buffering off;
• 确保Ollama版本 ≥ 0.3.10（旧版对stream支持不完善），升级命令：ollama upgrade
• 在curl测试时加-N参数禁用curl缓冲：curl -N -X POST ...

5.2 返回404，但路径看起来没错

现象：curl http://localhost:18789/v1/models返回404，但curl http://localhost:8080/api/tags正常。

原因：Nginxproxy_pass末尾少了/，导致路径未剥离。

解法：

• 错误写法：proxy_pass http://qwen3_backend;（无结尾/）
• 正确写法：proxy_pass http://qwen3_backend/;（有结尾/）
• 修改后务必sudo nginx -s reload

5.3 中文乱码或emoji显示为

现象：返回的中文是方块或问号。

原因：Nginx未声明UTF-8编码。

解法：在server块内添加：

charset utf-8;

5.4 Clawdbot提示“Network Error”，但curl能通

现象：浏览器报错，但终端curl一切正常。

原因：浏览器同源策略拦截，或Clawdbot前端硬编码了HTTPS协议。

解法：

• 确保Clawdbot访问地址与API地址协议一致（都用http://，不要混用https://）；
• 若需HTTPS，务必配置SSL证书（见3.1中注释部分），并确保证书受信任；
• 检查Clawdbot代码中是否强制拼接了https://前缀，改为相对协议：//localhost:18789

6. 进阶建议：让这套组合更稳定、更易维护

完成基础部署只是开始。以下是经过生产环境验证的优化建议：

6.1 用systemd守护8080适配器

避免手动启停，创建服务文件：

sudo nano /etc/systemd/system/clawdbot-adapter.service

[Unit] Description=Clawdbot Qwen3 Adapter After=network.target [Service] Type=simple User=your_username WorkingDirectory=/path/to/adapter ExecStart=/usr/bin/node adapter.js Restart=always RestartSec=10 StandardOutput=journal StandardError=journal [Install] WantedBy=multi-user.target

启用服务：

sudo systemctl daemon-reload sudo systemctl enable clawdbot-adapter sudo systemctl start clawdbot-adapter

6.2 Nginx日志分级记录

在clawdbot-qwen3.conf的server块中添加：

access_log /var/log/nginx/clawdbot-qwen3-access.log main; error_log /var/log/nginx/clawdbot-qwen3-error.log warn;

便于后续分析请求量、错误类型、响应延迟。

6.3 为不同模型预留扩展空间

当前只对接Qwen3-32B，但未来可能加入Qwen2.5、GLM-4等。建议将upstream改造成动态：

map $http_host $backend { default "127.0.0.1:8080"; "~*qwen3\." "127.0.0.1:8080"; "~*glm4\." "127.0.0.1:8081"; } upstream qwen3_backend { server $backend; }

配合DNS或Hosts文件，实现模型路由隔离。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。