一键部署ClawdBot：个人AI助手的简单使用教程-开发者社区

一键部署ClawdBot：个人AI助手的简单使用教程

ClawdBot不是另一个需要注册账号、绑定手机号、等审核的云服务。它是一个真正属于你自己的AI助手——装在你本地设备上，数据不上传，响应不依赖网络，模型可以随时更换，界面点点就能调。如果你厌倦了被平台规则限制、担心对话被记录、或者只是想试试“我的AI我做主”是什么感觉，那么ClawdBot就是那个能让你5分钟上手、10分钟用起来、一小时后开始定制的轻量级个人AI网关。

它不追求参数堆砌，也不强调“全模态”噱头，而是把一件事做扎实：让你和大模型之间的交互，变得像打开一个本地应用一样自然。背后用vLLM提供高性能推理能力，前端是直观的Web控制台，配置改几行JSON、点几下按钮，就能让Qwen3-4B这样的模型为你所用。没有Kubernetes，没有Prometheus监控，也没有“请先阅读30页文档再运行”的门槛。

这篇文章不讲原理推导，不列性能对比表，也不带你从源码编译。它只做三件事：
告诉你一条命令怎么把ClawdBot跑起来；
手把手带你打开网页、通过验证、看到第一个可用界面；
教你换模型、调参数、发第一条真正属于你的AI请求。

你不需要懂Docker网络原理，不需要会写YAML，甚至不需要知道vLLM是什么——只要你会复制粘贴命令、会点鼠标、会看懂“pending→approve→done”这个流程，就能完成全部操作。

1. 快速启动：一条命令跑起来

ClawdBot镜像已经预装了所有依赖：vLLM服务、Web UI、CLI工具、默认模型权重（Qwen3-4B-Instruct-2507）以及基础配置模板。你唯一要做的，就是把它拉下来、跑起来。

1.1 环境准备（极简版）

操作系统：Linux（推荐Ubuntu 22.04+ / Debian 12+），macOS（Intel/M1/M2）也可用，Windows需WSL2
内存：最低8GB（运行Qwen3-4B需约6GB显存或内存，无GPU时自动fallback到CPU模式）
磁盘：预留2GB空闲空间（含模型缓存）
Docker：已安装并可正常运行（docker --version能返回版本号）

小提示：如果你还没装Docker，别急着去查官方文档。直接执行下面这行命令（适用于Ubuntu/Debian），30秒搞定：
curl -fsSL https://get.docker.com | sh && sudo usermod -aG docker $USER
执行完后退出终端重新登录，再继续下一步。

1.2 启动容器

在终端中执行以下命令（无需sudo，除非你没加入docker组）：

docker run -d \ --name clawdbot \ -p 7860:7860 \ -p 8000:8000 \ -v ~/.clawdbot:/home/work/.clawdbot \ -v ~/clawdbot-workspace:/app/workspace \ --restart=unless-stopped \ registry.cn-hangzhou.aliyuncs.com/csdn-mirror/clawdbot:latest

这条命令做了什么？我们用大白话解释：

-d：后台运行，不占你当前终端
--name clawdbot：给容器起个名字，方便后续管理
-p 7860:7860：把容器里的7860端口（Web UI）映射到你本机的7860端口
-p 8000:8000：把vLLM API服务端口也暴露出来，供其他程序调用
-v ~/.clawdbot:/home/work/.clawdbot：把你的家目录下的.clawdbot文件夹挂载进容器，保存所有配置和日志
-v ~/clawdbot-workspace:/app/workspace：挂载一个工作区，以后上传文件、保存对话都会放这里
--restart=unless-stopped：电脑重启后自动拉起ClawdBot，不用手动再跑一遍

执行完成后，输入docker ps | grep clawdbot，如果看到状态是Up X minutes，说明容器已在运行。

注意：首次启动会自动下载模型权重（约2.3GB），可能需要2–5分钟，请耐心等待。期间可通过docker logs -f clawdbot查看进度（按 Ctrl+C 退出日志流）。

2. 打开界面：三步通过设备验证

ClawdBot的Web控制台默认不直接开放访问，这是出于安全考虑——防止未授权用户随意操作你的AI网关。它采用“设备配对”机制，类似你第一次连蓝牙耳机时要点“配对”。

整个过程只需三步，全部在终端里完成：

2.1 查看待处理的设备请求

运行命令：

clawdbot devices list

你会看到类似这样的输出：

ID Status Created At User Agent abc123 pending 2026-01-24 14:22:05 Mozilla/5.0 (X11; Linux x86_64)...

其中Status是pending的那条，就是你刚在浏览器里尝试访问http://localhost:7860时触发的请求。

2.2 批准该设备

复制上面输出中的ID（比如abc123），执行：

clawdbot devices approve abc123

如果成功，会显示：

Device abc123 approved.

2.3 访问Web控制台

现在，打开浏览器，访问：
http://localhost:7860

你应该能看到一个清爽的蓝色主题界面，顶部有「Chat」「Config」「Models」「Agents」等标签页——这就是ClawdBot的控制中心。

如果页面打不开？别慌。先确认：
Docker容器确实在运行（docker ps | grep clawdbot）
你访问的是http://localhost:7860，不是https，也不是127.0.0.1（某些系统对localhost解析更稳定）
防火墙没拦截7860端口（家用环境通常没问题）
还不行？直接运行：
clawdbot dashboard
它会打印出带token的完整链接，例如：
http://localhost:7860/?token=23588143fd1588692851f6cbe9218ec6b874bb859e775762
复制粘贴进浏览器即可。

3. 第一次对话：发送你的首条AI请求

进入Web界面后，点击顶部的Chat标签页，你会看到一个干净的聊天窗口，左侧是对话历史，右侧是输入框。

但此时还不能直接发消息——因为ClawdBot默认启用“会话守门人”机制，确保每次请求都经过明确授权。你需要先创建一个会话（Session）。

3.1 创建新会话

点击右上角的+ New Session按钮，在弹出窗口中：

Name：随便填，比如“我的第一个测试”
Model：保持默认vllm/Qwen3-4B-Instruct-2507（这就是内置的Qwen3模型）
Agent：选default（暂不深究Agent概念，它本质是“任务角色模板”，默认就够用）
点击Create

几秒后，新会话出现在左侧列表中，自动进入聊天界面。

3.2 发送第一条消息

在输入框中输入：

你好，我是第一次用ClawdBot，请用一句话介绍你自己。

然后按回车或点发送按钮。

你会看到：

输入框下方出现“Thinking…”提示
几秒钟后（CPU模式约3–8秒，有GPU则更快），AI回复出现，内容清晰、语句通顺，且明显带有Qwen系列模型的表达风格

恭喜！你已完成从零到第一句AI对话的全流程。

🧩 小技巧：你可以随时点击输入框上方的「⚙」图标，临时调整温度（temperature）、最大输出长度（max tokens）等参数，无需改配置文件。适合快速试错。

4. 换模型：不改代码，点点就换

ClawdBot默认用的是Qwen3-4B-Instruct-2507，但它支持任意兼容OpenAI API格式的模型。你想换成Phi-3、Gemma-2B，甚至自己微调的小模型？完全可行，而且非常简单。

4.1 方法一：通过UI修改（推荐新手）

点击顶部Config→Models
在「Providers」区域，找到vllm条目，点击右侧的铅笔图标（Edit）
在弹出的JSON编辑器中，把models数组里的内容替换成你想要的模型信息，例如：

[ { "id": "phi-3-mini-4k-instruct", "name": "Phi-3 Mini 4K" }, { "id": "gemma-2b-it", "name": "Gemma 2B Instruct" } ]

点击Save，然后回到Models页面顶部，点击Refresh List
稍等几秒，刷新后你就能在模型下拉菜单中看到新增的选项了

注意：模型ID必须与你本地vLLM服务中加载的模型名完全一致。如果你还没加载新模型，请先用vLLM命令启动它（ClawdBot本身不负责模型加载，只做路由和调度）。

4.2 方法二：直接改配置文件（适合批量管理）

配置文件路径为：~/.clawdbot/clawdbot.json

用你喜欢的编辑器打开它（如nano ~/.clawdbot/clawdbot.json），找到models.providers.vllm.models部分，按上面JSON格式添加即可。

改完保存，再执行：

clawdbot models reload

ClawdBot会热重载配置，无需重启容器。

4.3 验证模型是否生效

回到终端，运行：

clawdbot models list

你应该能看到类似输出：

Model Input Ctx Local Auth Tags vllm/Qwen3-4B-Instruct-2507 text 195k yes yes default vllm/phi-3-mini-4k-instruct text 4k yes yes vllm/gemma-2b-it text 8k yes yes

只要出现在这里，就代表ClawdBot已识别并可调用。

5. 实用技巧：让ClawdBot更好用的5个小建议

ClawdBot设计简洁，但藏着不少提升体验的细节。这些不是“高级功能”，而是日常高频使用的贴心设计。

5.1 工作区（Workspace）：你的AI文件保险箱

ClawdBot把/app/workspace挂载到了你本地的~/clawdbot-workspace。这意味着：

你在Web界面中上传的PDF、图片、TXT文件，都会存在这个文件夹里
你用Agent处理过的分析结果、生成的报告，也会默认保存在这里
你可以用任何本地工具（VS Code、Typora、Finder）直接打开、编辑、备份这些文件

💾 建议：把这个文件夹加入你的云同步服务（如iCloud、OneDrive），实现跨设备AI工作流。

5.2 CLI比UI更快：常用操作记这几个命令

命令	作用	示例
`clawdbot status`	查看整体运行状态（vLLM是否就绪、Web是否在线）	`clawdbot status`
`clawdbot agents list`	列出所有可用Agent（角色模板）	`clawdbot agents list`
`clawdbot logs --tail 50`	查看最近50行日志，排查问题快人一步	`clawdbot logs --tail 50`
`clawdbot restart`	优雅重启，比`docker restart`更安全	`clawdbot restart`

提示：所有CLI命令都支持--help，比如clawdbot devices --help，会列出子命令说明。

5.3 代理支持：国内用户友好设计

如果你在国内，又想调用Google Translate、维基查询等外部服务，ClawdBot原生支持SOCKS5/HTTP代理。只需在clawdbot.json中添加：

"proxy": { "http": "http://127.0.0.1:7890", "https": "http://127.0.0.1:7890" }

然后执行clawdbot restart即可生效。无需额外装代理客户端，ClawdBot内部自动接管。

5.4 “阅后即焚”模式：隐私真的由你掌控

ClawdBot默认不存储任何用户消息。但如果你希望更进一步，开启“阅后即焚”：

在clawdbot.json中设置：

"privacy": { "ephemeral": true, "logRetentionDays": 0 }

这样，所有对话日志在会话结束后立即删除，连磁盘痕迹都不留。

5.5 自定义Agent：一句话定义你的专属AI角色

Agent不是复杂插件，而是一段描述性Prompt。比如你想创建一个“技术文档翻译助手”，只需在Config → Agents → + New Agent中填写：

Name：TechDoc Translator
Description：专用于将英文技术文档准确翻译为中文，保留术语一致性，不擅自润色，遇到不确定术语时主动询问
System Prompt：你是一位资深中英技术文档翻译专家。请严格遵循：1. 专业术语统一（如LLM→大语言模型，not 大型语言模型）；2. 不添加原文没有的内容；3. 遇到模糊术语，用【？】标出并附简短英文说明。

保存后，新建会话时选择这个Agent，它就会按你设定的角色持续工作。

6. 总结：你的AI，从此真正属于自己

ClawdBot不是一个“又要学新语法、又要配新环境”的玩具项目。它是一套经过打磨的、面向真实使用场景的个人AI基础设施：

它用最轻量的方式，把vLLM的强大推理能力封装成开箱即用的服务；
它用Web界面降低使用门槛，用CLI保留工程灵活性；
它不绑架你的数据，不锁定你的模型，不强加你的工作流；
它允许你今天用Qwen写周报，明天换Phi-3读论文，后天接入自己微调的客服模型——一切平滑切换，无需重装、无需迁移。

你不需要成为DevOps工程师，也能拥有一个24小时在线、响应迅速、完全可控的AI助手。这不是未来，而是你现在就能拥有的现实。

如果你已经跑通了第一步对话，接下来可以试试：
🔹 把一份技术文档PDF拖进workspace，用Agent让它总结重点；
🔹 在Config里加一个天气查询Agent，让它实时告诉你北京的温度；
🔹 或者干脆删掉默认模型，换成你最喜欢的开源小模型，看看它在你设备上的表现。

AI不该是黑盒云服务，而应是你桌面上的一个可靠工具。ClawdBot，就是朝这个方向迈出的踏实一步。

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。

一键部署ClawdBot：个人AI助手的简单使用教程