前阵子群里有朋友晒了一张截图——腾讯云轻量服务器 99 元/年活动价上面跑着一个叫 OpenClaw 的开源 AI 助手7×24 小时不关机能定时推天气、抓网页、执行脚本还能通过网页随时对话。群里顿时炸了锅“这不就是传说中的私人 AI 管家”我也跟着折腾了一圈今天把完整流程写出来。整个过程下来费用就是服务器年费和 API 调用费没有其它隐藏成本。这篇文章不涉及复杂的分布式架构只要你会基本的 Linux 命令跟着一步步操作基本一个小时左右能把整套东西跑起来。我从买服务器到配置 Skill、再到让进程崩溃自动重启这些坑都踩过一遍文里会直接把最终可用的方案给你。1. 为什么值得把 AI 助手放到云服务器上1.1 OpenClaw 能做什么OpenClaw 是一个开源 AI Agent 框架中文社区里大家常叫它“龙虾”。它在做的事概括起来就是把一个大语言模型“包装”成一个能主动执行任务的 Agent而不是只会聊天的对话框。你可以通过网页面板和它对话也能给它配置一个又一个 Skill让它定时执行、调用工具、读写文件、跑命令然后把结果通过你自己设定的渠道推送给你。和那些只能被动问答的产品不一样OpenClaw 的核心价值在于“主动干活”。只要你给它足够的工具和权限它就可以在你睡觉的时候帮你完成重复性的信息处理工作。比如每天早上抓取某个网页的价格变动、定时生成工作日志、监控某个服务的健康状态并在出问题时立刻通知你。这个东西本身不算重它更像一个“调度中枢”真正烧大模型算力的是背后的模型 API 服务。所以它对服务器的要求不高但对稳定性的要求很高这也决定了它最适合的归宿是云服务器而不是你的个人电脑。1.2 99元的服务器够不够用腾讯云这个 99元/年 的活动通常对应的是轻量应用服务器配置一般是 2核2G 或 2核4G 的新用户首年价格。很多人第一反应是2G 内存够跑 AI 的东西吗我实测下来的结论是跑 OpenClaw 本体加上两三个 Skill2G 完全够用。进程内存占用一般在 300MB 到 700MB 之间主要取决于你同时挂了多少插件、日志量多大。但你得心里有数99 元通常是新用户首年优惠价续费会回到正常价位大概二三百元一年这依然是不贵的长期成本。如果你准备同时跑 Dify、ComfyUI 这类更重的项目建议至少买 2核4G 或者考虑 4G 以上的配置不要在 2G 机器上什么都塞服务器内存一旦被打满OpenClaw 会先出现响应变慢接着就是各种奇怪的超时错误。另外别把 99 元活动价当成“永久低价”买之前确认好活动规则和续费价格免得第二年心理落差大。1.3 整套系统的工作方式把这套方案拆开看其实就是三条链路浏览器或聊天入口连接 OpenClaw 服务OpenClaw 根据你配置的模型 API 发起大模型调用再通过 Skill 执行真正的操作操作结果又通过同样的链路回传给你。中间没有一台“中心服务器”替你干活控制权完全在你自己的服务器上。这样做最大的好处是数据和权限都掌握在自己手里。你想让 AI 读哪些文件、执行哪些命令、访问哪些网站都由你的配置决定。它不像在线版工具那样把你的数据放到别人那里很多对数据敏感的场景比如把公司内部文档摘要整理、定时监控某个后台系统的状态就特别适合这样部署。但也要提醒一句给 AI Agent 的权限越大风险也越大。OpenClaw 能执行命令、操作文件这意味着如果模型交互被恶意利用你的服务器也可能被反向操作。所以生产环境里一定要用独立普通用户运行服务尽量不要用 root这一步我在后面的环境配置部分会重点演示。2. 部署前要备齐的四样东西2.1 一台腾讯云轻量服务器购买要点既然标题里提到的是腾讯云 OpenClaw 部署我就直接按腾讯云轻量应用服务器为例来讲。登录腾讯云控制台后进入“轻量应用服务器”页面点击新建。地域选择上尽量选离你自己近的区域延迟会低一些如果你主要是给国内服务用的选境内地域即可。镜像方面我建议选 Debian 12 或 Ubuntu 22.04 LTS这两个系统的软件源比较全社区遇到问题也容易搜到解决方案。千万别选带图形化界面的镜像纯命令行版本最省资源。带宽一般给的基础套餐就够了OpenClaw 本身流量不大。服务器创建完成后第一件事不是急着装环境而是去轻量服务器的“防火墙”页面把你准备给 OpenClaw Web 面板用的端口我习惯用 8090放行出来。这一步很多人会漏结果后面本地怎么都打不开网页面板其实端口根本没有放行。2.2 一个大模型 API KeyOpenClaw 本身不自带模型能力它需要连接一个大模型 API。目前市场上支持 OpenAI 兼容接口的服务很多国内可用的一众模型服务基本都兼容这个协议。选型上我建议优先选那些调用价格透明、接口稳定的服务商先充个几十块测试跑通了再加钱。申请完 API Key你还要确认三样信息接口地址baseURL、密钥字符串、你选的模型名。比如用某些国产模型服务时模型名可能叫“deepseek-chat”或“glm-4-plus”之类的这个字符串在配置里不能写错。OpenClaw 的配置一般支持填写这些字段所以提前记到一个小本本上后面配置时直接复制粘贴。另外别把 API Key 直接分享给别人也别提交到公开的 Git 仓库里。这个 key 相当于你钱包的钥匙一旦泄露对方能用你的额度做大量调用产生费用。2.3 一个 SSH 终端工具你需要在本地电脑上能舒服地操作远程服务器所以一个顺手好用的 SSH 终端是必备品。macOS 和 Linux 用户直接用系统自带的 Terminal 就行敲ssh 用户名服务器IP就能连上。Windows 用户建议用 Termius 或 Xshell两者的免费版足够日常使用。连接上服务器后接下来的所有操作都在这个终端窗口里完成。我建议把服务器的公网 IP、root 密码或密钥文件存到本地密码管理器里避免部署到一半找不到凭据。你也可以给 SSH 配置密钥登录这样比密码登录更安全这个属于进阶操作后文不展开但强烈建议再熟悉命令后自己配置上。2.4 Skill 与开源仓库的准备OpenClaw 的能力在很大程度上由 Skill 决定。Skill 可以理解为给 Agent 安装的“技能插件”比如某个 Skill 负责定时抓取 RSS、某个 Skill 负责调用天气接口。所以安装 OpenClaw 之前最好先到它的官方仓库和社区讨论区逛一圈看看当前有哪些常用的 Skill搞清楚它们的安装方式和配置依赖。官方仓库一般会提供 README 和安装脚本OpenClaw 目前支持通过安装脚本指定 git 安装方式也就是直接从 GitHub 的 main 分支把源码检出到本地。这种方式对想追新版本的玩家很友好因为git pull一下就能升级不需要重新下载完整包。我的建议是第一次安装用官方默认方式等到跑熟了再切到 git 分支管理升级别一上来就整太复杂。3. 十分钟把服务器环境收拾干净3.1 SSH 登录与创建普通用户服务器创建好后先用控制台提供的密码登录。腾讯云轻量服务器默认 root 用户登录但我不建议直接用 root 跑 OpenClaw。原因很简单Agent 能执行命令一旦某个 Skill 被诱导执行了破坏性命令root 权限可以把你整台机器删得干干净净。用普通用户跑能挡住一大半这类风险。先升级一下系统软件包然后创建新用户apt update apt upgrade -y adduser claw usermod -aG sudo claw su - claw后续的操作都建议在这个 claw 用户下进行。给 claw 配上 sudo 权限是为了某些需要提权的操作比如安装系统级依赖但 OpenClaw 进程本身运行在无特权用户下权限边界比较清晰。3.2 安装 Node.js 与 GitOpenClaw 官方安装脚本通常会自动处理运行环境的依赖但如果你打算用 git 方式安装或者想手动排查问题先把 Node.js 和 Git 装上是稳妥的。Node.js 建议装当前 LTS 版本版本太旧会导致部分 Skill 依赖安装失败。curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt install -y nodejs git node -v git --version这里装上 Git 还有一个用途从 GitHub 的 main 分支检出 OpenClaw 源码方便之后升级。国内拉取 GitHub 的速度偶尔不稳定如果遇到 clone 超时可以给 git 换一个国内可用的镜像加速源或者找网络状况好的时间段重试具体看你网络情况这里不展开。3.3 决定用 Docker 还是裸进程在装 OpenClaw 之前你会碰到一个选择用 Docker 跑还是直接裸进程跑。Docker 的好处是环境隔离、迁移方便坏处是初学者一旦遇到容器内网络或端口映射问题排查成本会上升。OpenClaw 本身依赖不多、进程不重单机部署我建议直接裸进程跑最多再用一个 PM2 做守护。后面如果你想再部署 Dify、N8N 这类服务再考虑引入 Docker 也不迟。一台 2G 内存的小服务器若同时跑大量容器光是 Docker 常驻资源就会吃掉不少内层空间对轻量部署来说不划算。4. 安装 OpenClaw 并完成第一次对话4.1 用官方脚本安装OpenClaw 提供了一键安装脚本官方文档里有完整的命令。按照官方仓库 README 里的指引执行安装脚本脚本会自动检测系统环境、安装依赖、拉取主程序。如果你想从 GitHub 的 main 分支检出源码安装脚本支持加一个--git参数具体参数名以你看到的官方文档为准curl -fsSL 官方安装脚本地址 | bash -s -- --git这种 git 安装方式的好处是之后你可以直接进入 OpenClaw 源码目录执行git pull来获取最新版本省去重新下载安装包的麻烦。首次安装时间取决于服务器带宽和网络状况一般几分钟能完成。安装完成后脚本通常会提示你编辑一个配置文件一般是 config.json 或类似命名也可能会帮你生成默认配置。不用急着改太多先找到配置文件位置后面几步只需要填最核心的字段。4.2 配置文件里最关键的几个字段配置文件里的字段在不同版本会有些出入但核心概念不变。我拿一个典型的配置结构来说明{ model: { baseURL: https://你的模型服务接口地址, apiKey: sk-你的密钥, model: deepseek-chat }, server: { host: 0.0.0.0, port: 8090, token: 给面板设置一个访问密码 }, bot: { name: 我的助手, timezone: Asia/Shanghai } }这里最容易被忽略的是 host默认可能是localhost如果你希望从浏览器远程访问面板必须把 host 改成0.0.0.0否则外部根本连不进来。port 可以自定义记住要和前面防火墙放行的端口一致。server.token 是访问面板的简易口令建议一定设置别把面板裸奔在公网上。模型服务商提供的 baseURL 和 apiKey 各不一样复制的时候注意别把sk-前缀漏了也别粘贴进多余空格。我第一次配置时就因为粘贴 key 时多了一个换行符导致 API 认证一直失败卡了半小时。4.3 首次启动与日志验证配置改完后先别急着连面板用命令行启动一次 OpenClawopenclaw start openclaw logs看到日志里出现类似“服务启动成功”“listening on 8090”这样的信息说明进程起来了。如果日志里报错先看是不是 API 地址或者 Key 的问题这两个都是高频报错点。如果启动失败但日志没有明显报错可以试着直接查看进程状态ps aux | grep openclaw curl http://127.0.0.1:8090/health如果本机 curl 有响应说明服务本身没问题问题大概率出在防火墙或者 host 配置上。这种从“内到外逐层排查”的思路比东戳一下西戳一下高效得多。4.4 从网页面板里喊一声“你好”服务起来之后在本地浏览器输入http://服务器IP:8090看到登录页输入你在配置里设置的 token进入面板。这时你可以像用网页版聊天工具一样给助手发一句最朴素的话“你好请简单介绍一下你自己”。它会先调用模型接口把结果返回给你。表面上这只是一次聊天实际上意味着整套链路已经打通网页入口、OpenClaw 调度、模型 API、结果回传。链路通了后面 Skill 的玩法才有基础。第一次对话如果响应慢不用太慌。模型首字返回时间一般在几秒内慢的话可能和模型服务本身的负载有关。你可以在面板里再试试连续对话如果都流畅说明部署成功。5. Skill 才是助手真正“有用”的关键5.1 Skill 的安装和启用的常规套路如果说 OpenClaw 本尊是一副骨架Skill 就是填进去的血肉。它的安装方式一般是把 Skill 文件放到指定的 skills 目录下然后在配置里启用。社区里已经有大量现成 Skill比如网页抓取、RSS 订阅、天气查询、定时消息推送等直接拿来改改配置就能用。我第一次把 OpenClaw 跑起来之后兴冲冲试了一下自带能力发现它除了聊天也干不了什么重活一度觉得很鸡肋。后来才明白过来不是框架不行是没装 Skill。装好第一个必用的 Skill 之后它才从“聊天机器人”变成“干活 AI 助手”。所以新手安装的时候建议把 Skill 安装时间也算进部署计划别以为跑通对话就结束了。5.2 新人优先考虑的三类 Skill定时任务类支持 cron 表达式能定时执行任意可脚本化的操作比如每天 9 点把天气推送给你的 IM 机器人。网页抓取与 RSS 类让助手定期访问某个网址提取标题、摘要或价格信息持续监控你应该关注的内容。命令执行与文件操作类让助手能通过对话调用预设命令比如生成备份、查看日志、统计磁盘占用。这三类 Skill 覆盖了绝大多数个人助手的典型使用场景。安装顺序上我建议先装命令执行类因为它能帮你在调试时“执行自定义命令”方便验证其它 Skill 的依赖是否正常。等到运行机制熟悉了再陆续加定时和抓取类的 Skill。5.3 实战做一个每天早上9点的天气推送这里给一个可以直接参考的配置思路。假设你已经有一个能向手机或群聊发送消息的通道比如企业微信机器人、钉钉机器人或者其它你常用且服务器能访问到的消息服务先用其中任意一个从配置里拿到 webhook 地址。然后在 OpenClaw 的 skill 配置里找到“定时任务”类型的 Skill添加一条 cron 表达式0 9 * * *表示每天早上 9 点触发。触发的动作分成两步先调用天气查询接口拿到某个城市的天气数据再把结果格式化后通过 webhook 推送出去。第一次配置完建议先把 cron 时间改成几分钟后例如当前时间的下一分钟设好后等它真的触发一次确认推送内容格式正确再改回正式的 9 点。别直接填0 9 * * *然后就去睡觉第二天大概率发现推送失败或不完整。这种“先高频测试、再低频运行”的做法能让排查问题的成本降到最低。6. 稳定跑一个月不崩的运维要点6.1 用 PM2 把 OpenClaw 守护起来服务器重启后OpenClaw 不会自动恢复这会让它“7×24 小时在线”的承诺大打折扣。我的做法是用 PM2 把它守护起来PM2 不仅能进程崩溃后自动重启还能设置开机自启。安装和启动命令如下npm install -g pm2 pm2 start openclaw pm2 save pm2 startuppm2 save会把当前进程列表保存下来pm2 startup会生成一个系统服务让服务器开机后自动拉起进程。配置好之后你可以故意kill一下 OpenClaw 进程测试会发现几秒后它又自动起来了这种体验对线上服务很重要。日志管理也是 PM2 的强项。默认日志文件会存在~/.pm2/logs/下建议配置一个日志轮转不然长时间运行后磁盘会被日志塞满。一个小技巧是定期执行pm2 flush清空旧日志或者安装 pm2-logrotate 插件自动清理。6.2 升级 OpenClaw 的正确姿势社区迭代快我建议每个月左右升级一次。如果当初你用 git 方式安装升级很简单先停掉 PM2 里的服务然后到 OpenClaw 源码目录执行git pull拉取 main 分支最新代码再重新安装依赖、启动服务。完整流程大致是pm2 stop openclaw cd ~/openclaw git pull npm install pm2 start openclaw升级前最重要的动作是备份配置把配置文件复制一份到其它目录或者把 skill 目录做个 tar 包cp config.json config.json.bak.$(date %Y%m%d) tar czf skills_backup.tar.gz skills/因为新版启动时可能改动配置结构若升级后启动失败至少你能回滚。我习惯升级后先看日志确认正常再继续日常使用。另外如果是手动安装的非 git 版本升级前记得去官方仓库看有没有迁移说明有些大版本升级会有破坏性变更。6.3 常见问题排查速查表现象大概率原因排查与解决Web 面板打不开防火墙未放行端口 / host 是 localhost控制台防火墙放行对应端口配置里 host 改为 0.0.0.0API 报 401 或 403API Key 错误或带多余字符重新复制 key检查前后有没有空格换行模型响应很慢接口负载高 / 模型名错误触发重试换低峰期测试核对模型名与接口是否匹配进程启动后频繁退出依赖安装不全 / 配置语法错误看 logs 具体报错按提示补装依赖或修正 JSONSkill 定时任务没触发cron 表达式问题 / 时区不对把时间改成近期并高频测试检查 timezone 配置服务器内存占用高同时跑了太多服务free -h查看停掉不用的服务或升级内存这张表覆盖了我遇到的大部分问题。很多问题其实不是 OpenClaw 本身的问题而是服务器环境或配置细节的问题。遇到 bug 别急着删了重装先看日志大多数答案都在日志里。6.4 后续还能怎么玩OpenClaw 跑稳之后扩展空间其实很大。你可以把它接到 IM 机器人上实现用手机随时喊话也可以给它配多个模型按任务切换还能把财务数据或工作进度的抓取做成定时任务每天早上推到群里等于给自己安排了一个自动化的“值班助理”。如果你对低功耗设备感兴趣社区里还有人在玩树莓派甚至 ESP32 这类单片机接入 OpenClaw 的方案。简单说就是通过 Python 客户端比如社区里流传的 pycoclaw在小型设备上做一个对话终端或执行器再和云端实例联动。听起来很极客但在某些特定场景下确实能省不少电适合有硬件折腾经验的朋友后续探索。不过这类玩法相对进阶建议先把基础部署和 Skill 跑熟再碰。我自己在使用中最深的一个体会是OpenClaw 这类 AI Agent 的价值不是“问它什么它都能答”而是“你给它设定好规则之后它能长期自动执行”。它真正适合的是那些重复、耗时、但逻辑清晰的任务。最后再分享一个小技巧给 Skill 配置通知渠道时优先用那些支持手机端消息推送的机器人这样即使你不在电脑前也能第一时间收到消息。配置完初期建议定期翻一翻 PM2 日志了解助手在日常运行中的表现很多可以优化的点都会从日志里浮现出来。