Tao的小家
【OpenClaw】小龙虾部署终极方案
2026-03-12
大模型
00
OpenClaw小龙虾大模型
请注意，本文编写于 45 天前，最后修改于 39 天前，其中某些信息可能已经过时。

目录

一、部署
方案一：源码部署
方案二：docker镜像部署
1、先拉镜像，最新2026.3.8
2、编写配置文件
3、初始化配置服务
4、修改配置
5、启动服务
二、web ui页面使用
1、配置令牌
2、配置模型
3、自定义skills
1、生成skills目录
2、编辑SKILL.md 内容如下
3、重启docker容器
4、页面配置
5、优化手段
6、效果

前后花了快2天时间，研究了一下小龙虾的部署使用，发出来供大家分享！

一、部署

方案一：源码部署

有条件最好还是使用源码进行部署，博主由于是公司服务器不好搞vpn，所以还是先用镜像部署

展开代码
git clone https://github.com/openclaw/openclaw.git

./docker-setup.sh

挺简单的，后续配置一起写。

方案二：docker镜像部署

1、先拉镜像，最新2026.3.8

在我之前推荐的镜像站拉

展开代码
docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/ghcr.io/openclaw/openclaw:2026.3.8

docker tag  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/ghcr.io/openclaw/openclaw:2026.3.8  openclaw/openclaw:2026.3.8

2、编写配置文件

创建数据目录

展开代码
mkdir -p data

创建环境配置

展开代码
vim .env

文件内容如下：

展开代码
OPENCLAW_IMAGE=openclaw/openclaw:2026.3.8
OPENCLAW_GATEWAY_TOKEN=
OPENCLAW_DATA_DIR=./data

创建docker-compose.yml

展开代码
vim docker-compose.yml

文件内容如下：

展开代码
services:
  # --- 主服务：WebUI 和 Gateway (常驻) ---
  openclaw-gateway:
    image: ${OPENCLAW_IMAGE}
    container_name: openclaw-gateway
    restart: unless-stopped
    init: true
    # 核心改动1：启用宿主机网络模式
    network_mode: host
    environment:
      # 必须配置
      TZ: Asia/Shanghai
      OPENCLAW_GATEWAY_MODE: local
      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
      # 基础环境
      HOME: /home/node
      TERM: xterm-256color
      # 绑定设置（宿主机模式下建议绑定 0.0.0.0 或保留 lan）
      OPENCLAW_GATEWAY_BIND: "0.0.0.0"
      OPENCLAW_GATEWAY_PORT: 18789
    volumes:
      - ${OPENCLAW_DATA_DIR}:/home/node/.openclaw
      - ${OPENCLAW_DATA_DIR}/workspace:/home/node/.openclaw/workspace
    # 核心改动2：移除 ports 映射（宿主机模式下无需映射）
    command:
      [
        "node",
        "dist/index.js",
        "gateway",
        "--bind",
        "lan",
        "--port",
        "18789",
      ]
    # 补充：添加 root 用户解决权限问题（之前的核心需求）
    user: root
  # --- 工具箱：CLI (默认不启动) ---
  openclaw-cli:
    profiles: ["tools"]
    image: ${OPENCLAW_IMAGE}
    container_name: openclaw-cli
    init: true
    stdin_open: true # -i 允许输入
    tty: true        # -t 伪终端
    # CLI 也启用宿主机网络（保持和主服务一致）
    network_mode: host
    environment:
      OPENCLAW_GATEWAY_MODE: local
      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
      HOME: /home/node
      TERM: xterm-256color
      BROWSER: echo # 防止尝试打开宿主机浏览器
    volumes:
      - ${OPENCLAW_DATA_DIR}:/home/node/.openclaw
      - ${OPENCLAW_DATA_DIR}/workspace:/home/node/.openclaw/workspace
    entrypoint: ["node", "dist/index.js"]
    # 补充：CLI 也添加 root 用户
    user: root

需要注意的几个点：

  1. TZ: Asia/Shanghai必须配置，小龙虾web页面连不上很多时候是因为这个时间不一致问题
  2. user: root 这个配置也要加，之前进去有时候是node用户，没有修改配置之类的权限

3、初始化配置服务

执行如下命令开始初始化

展开代码
docker compose run --rm -u root openclaw-cli onboard

一开始无脑点跳过和yes就行，后面有需要再配置

4、修改配置

展开代码
vim data/openclaw.json

需要改以下内容：

展开代码
 "gateway":
    {
        "port": 18789,
        "mode": "local",
        "bind": "lan",
        "controlUi":
        {
            #OpenClaw 的控制 UI 是网页端，浏览器会做跨域（CORS）验证，设为 true 时，若 UI 端的 Origin 验证失败，会降级使用请求头中的 Host 字段来判断是否允许访问；
            "dangerouslyAllowHostHeaderOriginFallback": true,
            #设为 true 时，允许在非加密通道（HTTP）下传递认证信息；实际情况是这个没卵用
            "allowInsecureAuth": true
        },
        "auth":
        {
            "mode": "token",
            "token": "8406dc0b3bfcffd579314ef9214b7dd66e031f8c1a97b054"
        },
        "tailscale":
        {
            "mode": "off",
            "resetOnExit": false
        },
        "tls":
        {
            #这个是开https的
            "enabled": true,
            "autoGenerate": true
        },
        "nodes":
        {
            "denyCommands":
            [
                "camera.snap",
                "camera.clip",
                "screen.record",
                "contacts.add",
                "calendar.add",
                "reminders.add",
                "sms.send"
            ]
        }
    }

5、启动服务

展开代码
docker compose up -d

页面访问 https:://yourip:18789 即可进入controlUi

二、web ui页面使用

1、配置令牌

进入概览页面，先配置网关令牌

image.png

这里令牌获取方式如下

展开代码
#进入容器
docker exec -it openclaw-gateway bash

#执行生成token指令
openclaw dashboard --no-open
#结果会生成http://127.0.0.1:18789/#token=8406dc0b3bfcffd579314ef9214b7dd66e031f8c1a97b054这样一个url，后面的token就是你要复制的值

#粘贴到web页面上进行连接，然后在容器内继续执行如下命令，进行设备匹配
openclaw devices list

#找到对应ip的requesId，进行设备匹配认证
openclaw devices approve <requestId>

随后即可web页面进行访问聊天

2、配置模型

执行如下命令

展开代码
docker compose run --rm -u root openclaw-cli onboard

这一步选择Custom Provider

image.png

api的接口地址

image.png

API KEY

image.png

image.png

接口协议

image.png

模型id qwen-max或者百炼的其他模型

image.png

之后就OK了，暂时可以聊天了，之后可以在配置频道

3、自定义skills

Skill我觉得是现在大模型Agent系统的核心，下图是Skills的整体演化过程。MCP的技术门槛比较高，需要有一定的技术能力才能开发，Tools Call功能又过于单一，更多倾向于一些工具而非具体的流程。Skill其实也就是prompt的进化版本，通过定义一系列的提示词让模型完成整个工作流程。

image.png

以我要让模型具有给手机打语音电话的功能，可通过如下流程进行开发

1、生成skills目录

展开代码
#在docker的data映射目录新建skills目录
mkdir -p /data/skills/voice-alarm

2、编辑SKILL.md 内容如下

展开代码
---
name: voice-alarm
title: 语音告警通知助手
description: 识别打电话/语音通知意图，提取手机号/位置/告警类型，调用接口发送语音短信
version: 1.1.0
author: your-name
user-invocable: true
command-dispatch: tool
parameters: []
requires:
  bins:
    - curl
    - python3  # 用于URL编码（兼容所有系统，比shell内置工具更稳定）
---

# 技能执行逻辑（性能优化版：合并命令、减少进程创建）
## 步骤1：根据用户的输入，提取出其中的关键信息，并根据实际值修改以下参数
export SIGN_NAME=""     # 发生了什么事情 例如火灾告警或者学生安全行为预警等
export PHONE_NUM = ""   #需要打电话的手机号码
export POSITION = ""    #火灾位置

## 步骤2：其余参数为固定参数
export SMS_REQUEST_URL="/sendVoice?phoneNum={0}&signName={1}&templateCode={2}&content={3}"  
export TEMPLATE_CODE="xxxx"      
export SMS_IP="http://xxxx:xxxx"         

## 步骤3：校验必填信息
if [ -z "$PHONE_NUM" ]; then
  echo "[ERROR] 未从对话中提取到有效手机号码（格式：11位数字）"
  exit 1
fi
if [ -z "$POSITION" ]; then
  echo "[ERROR] 未从对话中提取到位置信息（如：北京市、朝阳区）"
  exit 1
fi
if [ -z "$ALARM_EVENT" ]; then
  echo "[ERROR] 未从对话中提取到告警类型（如：火灾、漏水）"
  exit 1
fi

## 步骤4：构造content参数并URL编码（合并为单次python调用，减少3次python进程启动）
export CONTENT_RAW="{\"position\":\"$POSITION\",\"alarm_event\":\"$ALARM_EVENT\"}"
# 一次python调用完成所有编码，输出为 | 分隔的字符串
ENCODED_VALUES=$(python3 -c "
import urllib.parse
raw = '$CONTENT_RAW'
sign = '$SIGN_NAME'
tpl = '$TEMPLATE_CODE'
print('|'.join([
    urllib.parse.quote(raw, encoding='utf-8'),
    urllib.parse.quote(sign, encoding='utf-8'),
    urllib.parse.quote(tpl, encoding='utf-8')
]))
")
# 拆分编码结果
CONTENT_ENCODED=$(echo "$ENCODED_VALUES" | cut -d'|' -f1)
SIGN_NAME_ENCODED=$(echo "$ENCODED_VALUES" | cut -d'|' -f2)
TEMPLATE_CODE_ENCODED=$(echo "$ENCODED_VALUES" | cut -d'|' -f3)

## 步骤5：拼接完整请求URL（合并为单次sed调用，减少4次sed进程）
export FULL_URL_PATH=$(echo "$SMS_REQUEST_URL" | sed -e "s/{0}/$PHONE_NUM/g" \
    -e "s/{1}/$SIGN_NAME_ENCODED/g" \
    -e "s/{2}/$TEMPLATE_CODE_ENCODED/g" \
    -e "s/{3}/$CONTENT_ENCODED/g")
export FULL_REQUEST_URL="$SMS_IP$FULL_URL_PATH"

## 步骤6：打印日志（请求URL和编码后的参数）
echo "[INFO] 原始content参数：$CONTENT_RAW"
echo "[INFO] URL编码后的content：$CONTENT_ENCODED"
echo "[INFO] 完整请求URL：$FULL_REQUEST_URL"

## 步骤7：调用语音短信接口（设置10秒超时）
RESPONSE=$(curl -s -m 10 "$FULL_REQUEST_URL")

## 步骤8：打印返回值日志并输出结果
if [ -z "$RESPONSE" ]; then
  echo "[ERROR] 接口调用超时/无返回值（URL：$FULL_REQUEST_URL）"
  echo "❌ 语音告警通知发送失败：接口无响应"
else
  echo "[INFO] 语音短信接口返回值：$RESPONSE"
  echo "✅ 语音告警通知处理结果："
  echo "├─ 手机号：$PHONE_NUM"
  echo "├─ 位置：$POSITION"
  echo "├─ 告警类型：$ALARM_EVENT"
  echo "├─ 接口请求地址：$FULL_REQUEST_URL"
  echo "└─ 接口返回：$RESPONSE"
fi

3、重启docker容器

docker compose down && docker compose up -d

4、页面配置

image.png

5、优化手段

  • 1、能一步完成的尽量一步完成，减少模型调用次数
  • 2、shell脚本尽量一步执行，否则会执行非常慢

6、效果

image.png

可见该脚本自动调用了两个工具，一个是读取md文件，另一个是exec执行shell命令调用接口

本文作者:刘涛

本文链接:

版权声明:本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！