OpenClaw腾讯云部署教程：从零搭建7×24小时在线的AI智能体

我最早接触 OpenClaw，是被它的“文档即配置”思路吸引的。那会儿市面上的 AI 智能体框架要么太重，要么绑定某个厂商，想换模型都不方便。OpenClaw 的思路很直接：用 Markdown 写清楚角色设定、目标、可用工具，剩下的交给运行时去调度。部署到腾讯云之后，它就是 7×24 小时在线的一位“数字员工”，能定时跑任务、处理信息、调用各种工具，我半夜把需求发过去，早上起来结果已经放在工作区里了。如果你是第一次听说 OpenClaw，想找一份从零开始的云端部署教程，或者已经在本地跑过但想搬到云上长期运行，这篇内容应该能帮你少踩不少坑。

1. 先搞清楚 OpenClaw 到底是什么，以及为什么非得上云

1.1 OpenClaw 的定位：不是聊天机器人，是智能体运行时

很多人第一次看到 OpenClaw 会下意识觉得，这不就是个聊天机器人吗？其实两者差异很大。聊天机器人是“你问一句、它答一句”，核心是对话能力；而 OpenClaw 这类智能体运行时，更关注“你给它一个目标，它自己去拆解步骤、调用工具、完成任务”。比如你可以告诉它“每天下午三点检查某个网页的更新，有变化就整理成摘要发到邮箱”，它会自己规划要访问哪个网址、读取哪些内容、调用哪个邮件接口，然后像个实习生一样把任务闭环跑完。

它设计上的亮点在于所有配置都是普通文本文件。主配置是openclaw.json，角色和行为规则可以用 Markdown 文档来写，再配上 workspace 工作目录和 skills 技能目录。没有复杂的可视化编排界面，也没有独占的 SDK，这让它很容易融入 Git 工作流，改配置就是改文件，回滚也方便。我自己的体会是，写配置文件就像在给 AI 写一本“岗位说明书”，规则清楚，它执行起来就越靠谱。

1.2 为什么推荐部署到腾讯云而不是只跑在本地

OpenClaw 在本地跑当然没问题，但有几个场景会把你逼到云上：

• 长任务和定时任务需要机器不关机。本地笔记本一合盖，任务就断。腾讯云服务器放在机房，24 小时在线，定时任务到点就执行。
• 统一入口，多设备访问。云端部署后，你在公司电脑、家里台式机、手机终端上访问的都是同一个实例，配置和工作区数据是共享的。
• 网络出口更稳定。云服务器的公网 IP 固定，如果要调用外部 API、接收 webhook 回调，比家里宽带的动态 IP 靠谱得多。
• 算力和存储可以弹性扩。后期如果跑多模型、多智能体，或者要处理大量文件，直接升配就行，不用换电脑。

说句实在话，如果你只是图新鲜体验一下，本地装一个尝尝鲜没问题；但是真想让 OpenClaw 变成一个日常依赖的生产力工具，从一开始就部署在云上，省去后面迁移的麻烦。这就是我写这篇教程的原因：把腾讯云部署的完整链路走一遍，让你照着操作就能搭起来。

2. 部署前准备：腾讯云服务器选型与基础环境

2.1 服务器选型：2 核 4G 起步，轻量应用服务器对新手更友好

腾讯云上能跑 OpenClaw 的产品有两种，轻量应用服务器和云服务器 CVM。如果只是个人使用、跑智能体任务，轻量应用服务器性价比更高，购买流程简单，自带固定公网 IP，控制台界面也清爽。CVM 适合有网络规划需求、后期要搭集群或者挂负载均衡的场景，新手没必要一上来就选它。

配置方面，我建议2 核 4G 内存起步。OpenClaw 本体确实不重，但你要留出 Docker、日志采集、可能运行的本地模型服务这些余量。我见过有人用 1 核 2G 跑，能启动，但一旦同时处理多个任务就明显卡顿。如果你的任务里包含本地小模型推理，直接上 4 核 8G，省得后面升配折腾。

操作系统选Ubuntu 22.04 LTS或者Debian 12都行，这两个系统稳定、软件源新，Docker 支持也最好。腾讯云控制台创建服务器时直接选镜像就行，系统盘建议 50G 以上，OpenClaw 的 workspace 和 skills 会随使用时间积累大量文件，预留空间不会错。

注意：购买时记得设置一个你记得住的 root 密码，同时建议绑定密钥对。密钥登录比密码登录安全一个量级，后面我也会专门讲安全加固。

2.2 登录服务器后先做基础更新，再装 Docker

服务器到手之后，先用 SSH 登录（Windows 可以用终端直接ssh root@你的公网IP，macOS/Linux 同理）。进去之后第一件事是更新软件源：

apt update && apt upgrade -y

这一步会把系统自带的软件包升到最新，避免后续安装 Docker 时出现依赖冲突。然后安装 Docker 和 Docker Compose 插件。虽然腾讯云控制台有自带 Docker 镜像的快捷部署，但我更推荐手动装，版本可控、路径统一：

# 安装 Docker 依赖 apt install -y ca-certificates curl gnupg lsb-release # 添加 Docker 官方 GPG 密钥和软件源 install -m 0755 -d /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | gpg --dearmor -o /etc/apt/keyrings/docker.gpg chmod a+r /etc/apt/keyrings/docker.gpg echo \ "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable" | tee /etc/apt/sources.list.d/docker.list > /dev/null # 安装 Docker apt update apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 验证安装 docker version

看到 Client 和 Server 版本信息都输出出来，就说明 Docker 装好了。如果你发现docker命令需要sudo才能执行，那只是当前用户没加入 docker 用户组，把用户加进去重新登录即可：

usermod -aG docker $USER

Docker 装好后，再顺便确认一下docker compose version能正常输出版本号。Ubuntu 22.04 用 Docker 官方软件源装的 compose 插件，和 Ubuntu 自带的旧版docker-compose不一样，新版是docker compose命令（中间有空格），别用混了。

2.3 域名申请与 DNS 解析：给 OpenClaw 一个正经入口

如果你只是测试，用服务器公网 IP 加端口也能访问。但 OpenClaw 这种需要长期使用的服务，我强烈建议配一个域名，理由只有一个：HTTPS 证书需要域名。没有 HTTPS，浏览器访问时会一屏警告，部分 AI 接口也不允许从非 HTTPS 页面发起请求。

域名可以在腾讯云 DNSPod 直接注册，也不贵。如果你已经有了域名，比如example.com，那就只需要加一条解析记录。登录腾讯云控制台，找到“DNSPod 解析管理”，添加记录：

• 主机记录：填openclaw
• 记录类型：A
• 记录值：你的腾讯云服务器公网 IP
• TTL：默认 600 秒即可

这样解析生效后，openclaw.example.com就会指向你的服务器。解析生效速度一般几分钟到十分钟不等，可以用ping openclaw.example.com或者dig命令确认 IP 是否已经匹配。

如果暂时不想注册新域名，腾讯云还提供“二级域名”概念的延伸用法：你可以在已有的主域名下任意创建子域名，本质就是我上面说的加一条 A 记录。很多人说“腾讯云怎么申请二级域名”，其实就是这个操作，不需要额外付费，解析到一个 IP 而已。

3. 核心实操：在腾讯云上一步步把 OpenClaw 跑起来

3.1 创建项目目录，规划数据挂载位置

OpenClaw 部署最怕的是容器一删，配置和产出全没了。解决办法从一开始就把数据目录挂载到宿主机。我习惯在/opt/openclaw下面建目录，结构清晰，备份也方便：

mkdir -p /opt/openclaw/data cd /opt/openclaw

其中/opt/openclaw/data会挂载进容器内的~/.openclaw，用来存主配置、workspace、skills、日志和审批记录。这样就算容器出了故障，数据文件也留在宿主机上，重新拉一个容器挂回去就能恢复。

3.2 编写 docker-compose.yml：推荐用 Compose 而不是裸 docker run

很多教程会让你直接docker run一条命令跑起来，省事是省事，但后续改端口、加环境变量、换镜像版本都要翻历史命令记录，太反人类。用 Docker Compose 的好处是把所有配置写进一个文件，改动有迹可循，迁移也只是复制文件过去。

我用的docker-compose.yml大致长这样：

services: openclaw: image: ghcr.io/openclaw/openclaw:latest container_name: openclaw restart: unless-stopped ports: - "8080:8080" environment: # 按你实际使用的模型服务填写 - OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx # - ANTHROPIC_API_KEY=sk-ant-xxxxxxxx # 如果要走兼容接口或本地模型，可以显式指定 base_url # - OPENAI_BASE_URL=http://host.docker.internal:11434/v1 volumes: - /opt/openclaw/data:/root/.openclaw extra_hosts: - "host.docker.internal:host-gateway"

这个文件里有几个关键点要说清楚：

• 镜像名ghcr.io/openclaw/openclaw:latest以官方仓库实际发布名为准，部署前先看官方 README，别拉错镜像。
• restart: unless-stopped保证服务器重启后容器自动拉起，这是云上长期运行的核心配置。
• 端口映射8080:8080让宿主机的 8080 端口指向容器内的 8080，后续反代也走这个端口。
• volumes把宿主机目录挂载到容器内的~/.openclaw，OpenClaw 默认把配置、工作区、审批文件都放在这个目录。
• extra_hosts这一段是给容器访问宿主机用的，如果你要在 OpenClaw 里接宿主机上的 Ollama 或其他本地服务，这句就有用了。

写好后先别急着启动。我先用docker compose config检查一下配置文件语法，确认没问题再启动：

cd /opt/openclaw docker compose config

这个命令会把你写的 Compose 文件渲染成完整配置打印出来，如果有 YAML 语法错误会直接报错，比启动时再排查省心。

3.3 首次启动与初始化配置：openclaw.json 是核心中的核心

执行docker compose up -d启动容器，然后看启动日志：

docker compose logs -f

第一次启动时，OpenClaw 会在挂载目录/opt/openclaw/data下生成默认配置和目录结构。大概几分钟后，你会看到类似“server listening on 8080”的日志，说明基础服务已经起来了。

这时打开目录看结构：

root@VM:/opt/openclaw# ls -la data/ total 16 drwxr-xr-x 4 root root 4096 ... drwxr-xr-x 2 root root 4096 ... -rw-r--r-- 1 root root 4096 ... openclaw.json drwxr-xr-x 2 root root 4096 ... workspace drwxr-xr-x 2 root root 4096 ... skills

接下来就要编辑openclaw.json。这个文件负责告诉 OpenClaw：你要接哪个模型、用谁家的 API、默认行为是什么。一个最简配置大概是这样：

{ "models": { "default": { "provider": "openai", "model": "gpt-4o-mini", "apiKeyEnvVar": "OPENAI_API_KEY" } }, "skills": { "enabled": true, "paths": ["/root/.openclaw/skills"] }, "workspace": { "path": "/root/.openclaw/workspace" } }

不同版本的字段名可能有差异，但这个文件的核心逻辑不会变：告诉 OpenClaw 用哪个模型、去哪里加载技能、工作目录在哪。我第一次部署时就在这个文件上卡了挺久，后来学聪明了，先看官方文档里的配置示例对照着填，而不是凭记忆写。如果你还没拿到模型 API Key，也可以在配置里留一个"addAiLater": true之类的占位字段，先把服务跑通，后面随时补上。

改完配置后重启容器让配置生效：

docker compose restart openclaw

3.4 配置角色规则：用 Markdown 给智能体立规矩

OpenClaw 最有意思的地方在于，它的“人设”和“工作规则”可以用简单文本写在 workspace 里。我第一次配置时写了一个AGENTS.md文件放在data/workspace下，内容大概是这样：

# OpenClaw Assistant 你是运行在云端的数字助理，负责处理日常自动化任务。 ## 工作原则 1. 在执行任何删除类操作前，必须向用户确认。 2. 遇到不确定的信息，优先查阅 workspace 中的资料文件。 3. 每次完成任务后，在 workspace/output 目录生成结构化报告。

这就是 OpenClaw 和传统“机器人平台”最大的区别，你在写文档而不是拉流程节点。它读到你写的规则后，会在实际执行任务时遵守。我用下来觉得，规则写得越具体，执行结果越稳定。比如你只写“遇到不确定的信息要确认”它会频繁打断你；但如果你写“遇到不确定的信息，先从已有资料中检索，检索不到再请求用户”，它的自主性就好很多。

4. 进阶配置：让 OpenClaw 在云端更安全、更好用

4.1 配置 HTTPS 反向代理：Caddy 是最省心的选择

服务跑在 8080 端口上，直接用 IP:8080 访问也能用，但不安全也不好看。我推荐用 Caddy 做反向代理，它最大的优势是自动申请和续签 HTTPS 证书，不用手动管理证书文件。安装 Caddy 很简单：

apt install -y caddy

然后编辑/etc/caddy/Caddyfile，写入：

openclaw.example.com { reverse_proxy localhost:8080 }

保存后重启 Caddy：

systemctl reload caddy

Caddy 会自动检测到域名解析，并申请 Let’s Encrypt 免费证书。整个过程不用你碰证书文件，只要域名解析正确，一般一两分钟内就能通过 HTTPS 访问。

如果你更习惯 Nginx，也可以用类似的 server 配置，但需要自己申请证书。腾讯云控制台有免费 SSL 证书可供下载，下载后放到服务器上，再在 Nginx 配置里指定证书路径。两种方案都能跑通，区别只在于 Caddy 更自动化、Nginx 更普及、资料更多。

4.2 安全组与防火墙：只放行必要的端口

腾讯云服务器的安全组是一个网络层面的访问控制，配置错了，服务就完全不可达。我的建议是：

• 只放行 22（SSH）、80（HTTP）、443（HTTPS）这三个端口。
• 8080 这个端口不要对全网段开放，只允许你自己电脑的 IP 访问，或者干脆不开，完全走 Caddy 反代。

安全组规则可以在腾讯云控制台实例详情页里改。例如“8080”端口的来源填写你自己的公网 IP，格式是你的公网IP/32，这样别人扫不到你的 OpenClaw 端口，攻击面小很多。

操作系统内部的防火墙也要同步检查：

ufw status

如果开了 UFW，需要放行同样的端口：

ufw allow 22/tcp ufw allow 80/tcp ufw allow 443/tcp

注意：如果你在腾讯云安全组放行了端口，但服务器连不上，先检查系统防火墙 UFW 是否拦截了流量。安全组是“云外”过滤，UFW 是“云内”过滤，两层都要通才行。

4.3 数据备份：把整个 data 目录归档到对象存储

OpenClaw 跑得越久，workspace 里的积累越宝贵，配置和审批规则也是不可再生的。我每周做一次全量备份，把整个/opt/openclaw/data目录 tar 打包，然后传到腾讯云 COS 对象存储：

tar -czf openclaw-backup-$(date +%F).tar.gz -C /opt/openclaw data

如果你是第一次部署，建议在配置完成、验证通过之后，立刻做一次备份并下载到本地。这样哪怕之后不小心把服务器玩坏了，也能快速恢复到初始可用状态。

4.4 审批机制：小心处理 exec-approvals.json

OpenClaw 对敏感操作有审批机制，比如执行 shell 命令、修改关键文件，它会把需要批准的规则记录到~/.openclaw/exec-approvals.json文件里。你在日志里如果看到类似“legacy exec approvals exist at /root/.openclaw/exec-approvals.json”的提示，不用慌，这是 OpenClaw 发现了旧的审批记录。

处理方式有两种：要么用openclaw命令的审批管理功能查看和确认，要么直接查看这个 JSON 文件，手动编辑不需要的审批项。只要容器内执行权限没变，这个文件就不会导致任务中断。我在测试环境里遇到过容器重建后权限变化，当时花了挺久才明白是挂载目录属主变了。后来统一用 root 用户跑容器，或者显式指定 PUID/PGID，问题就再没出现过。

5. 常见问题与排查技巧实录

5.1 docker compose 起不来，日志一闪而过

这是新手最容易碰到的问题。先不要慌，用docker compose logs看错误信息：

cd /opt/openclaw docker compose logs --tail=100

最常见的几种原因和对应解法：

• 镜像拉取失败：可能是网络问题。配置 Docker 镜像加速器，或者检查你部署时填的镜像名是否正确。
• 端口被占用：lsof -i :8080看看 8080 是否被别的程序占着，换一个宿主机端口，比如9090:8080。
• 配置格式错误：openclaw.json少个冒号或者多逗号都会导致启动失败。本地用jq . openclaw.json校验一下 JSON 语法。

5.2 模型 API 报 401 或超时

服务起来了，但一问它问题就报错，十有八九是环境变量的问题。先确认 API Key 是否传进了容器：

docker exec -it openclaw env | grep API

如果没有输出，就是 Compose 文件里的environment段没生效，检查 key 拼写和值里有没有多余空格。如果是超时，重点看模型接口的base_url是否指向了不可达的地址。调用海外模型接口时，网络不通畅是常事，这种情况建议在腾讯云上选择带访问加速的方案，或者改用国内可直接访问的模型服务商。

5.3 Windows 本地部署时提示命令找不到

虽然这篇教程的主线是腾讯云部署，但很多人是在 Windows 本机试过之后才转上云的。在 Windows 上如果 PowerShell 里执行openclaw提示“无法识别 cmdlet”，大概率是安装后可执行文件没有加入 PATH。解决办法是找到openclaw.exe的实际安装目录，手动把它加入系统环境变量的 Path，然后重启终端。这个问题和云上部署没有直接关系，但如果你本机还没跑通，可以先解决 PATH 问题再谈云端。

5.4 定时任务不准时

OpenClaw 的定时任务依赖容器内时钟。如果服务器时区不对，任务执行时间就会和预期差几个小时。解决方法是给容器设置正确时区：

environment: - TZ=Asia/Shanghai

重启容器后，用docker exec openclaw date验证时间，确认容器内时间和你的本地时间一致。我踩过这个坑之后，每次部署新环境都会顺手写上TZ=Asia/Shanghai，已经成习惯了。

5.5 常用排查命令速查表

6. 写在最后：部署完之后，建议你先做这四件事

前面部署流程走完，服务也能正常访问了，但真正让 OpenClaw 变得好用，还要靠日常配置的积累。我根据自己的实际经验，建议你先照下面这个顺序去折腾：

第一，先给 OpenClaw 写一份清晰的 AGENTS.md，把它的任务边界、工作习惯、每日固定动作写成文档。别急着接一堆工具，先让它按文档跑通一个最基础的任务，验证配置链路是否正常。

第二，配置一到两个真正高频使用的 skills。比如让它定时拉取某个网页的内容、整理你常用的 RSS 订阅、把日报自动归到指定目录。少而精地加技能，出了问题也容易定位。

第三，打开 Caddy 日志和 OpenClaw 日志的循环归档。服务跑起来之后，日志会越积越多，建议配置 logrotate 或者定期清理，避免磁盘被日志占满，这是长期运行最容易忽视的一点。

第四，充分用好事后备份。每次改配置、加技能之前，先打包一次 data 目录；确认改动没问题后再删旧备份。这个习惯让我在无数次“改坏了想回滚”的时候保住了一整天的劳动成果。

腾讯云上部署 OpenClaw 这件事，本身不复杂，真正考验人的是对配置文件里每个字段的理解。我也是从“跑通一个 Demo”到“让它稳定处理日常任务”慢慢磨过来的。希望这份教程能帮你把开头那段路走顺，少踩几个我踩过的坑。