跳至主要內容

部署Clawbot

GGBOND2026/1/28大约 5 分钟

Clawbot部署指南：WSL2+Ubuntu+RTX3060最佳实践

快速导航

项目说明

关于名称变更

  • 当前状态：Clawbot曾计划更名为Moltbot，但由于npm包被第三方抢先注册，目前稳定的CLI命令仍是clawdbot
  • 注意事项：npm上的moltbot包不是官方发布，安装后可能导致命令无效
  • 官方建议：继续使用clawdbot命令，这是当前稳定的选择

核心功能

  • 支持WhatsApp、Telegram、Discord等消息平台
  • 保持对话上下文，支持主动提醒
  • 浏览器控制、文件管理等扩展功能
  • 支持本地部署，推荐使用云LLM（如Anthropic）
  • 可自定义开发/游戏模式切换、AI每周总结等功能

环境推荐

推荐配置：WSL2 + Ubuntu（★★★★★）

  • 官方支持：Moltbot（原Clawbot）官方推荐Linux环境
  • 安全可靠：Linux权限模型和沙箱机制更完善
  • 避免兼容问题：原生Windows环境未经过充分测试
  • 性能优秀：WSL2提供接近原生Linux的性能

不推荐：原生Windows

  • 未测试环境：可能存在未发现的兼容性问题
  • 权限管理复杂：Windows权限模型对AI代理不够友好
  • 沙箱机制有限：安全隔离效果不如Linux

硬件要求

  • 内存：16GB及以上
  • 显卡：RTX3060 12GB及以上NVIDIA显卡
  • 系统盘：SSD

软件环境

  • Win11 22H2+（支持WSL2）
  • WSL2 Ubuntu 22.04（默认发行版）
  • Docker Desktop（WSL2后端）
  • Node.js 22+（官方要求）
  • 个人知识库文件夹（如D:\我的知识库\AI每周总结\）

部署步骤

1. 配置WSL2环境

1.1 安装WSL2和Ubuntu

# 以管理员身份运行PowerShell
wsl --install
wsl --set-default-version 2
wsl --install -d Ubuntu

1.2 进入WSL2

# 启动并进入Ubuntu
wsl

1.3 配置npm路径（重要）

修正npm的全局路径和缓存路径，确保指向WSL本地路径：

# 1. 清空当前npm配置
npm config delete prefix
npm config delete cache

# 2. 设置WSL本地路径
npm config set prefix /home/$(whoami)/.npm-global
npm config set cache /home/$(whoami)/.npm-cache

# 3. 验证配置
npm config get prefix
npm config get cache

1.4 配置环境变量

# 1. 添加全局路径到环境变量
echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc

# 2. 加载新配置
source ~/.bashrc

# 3. 验证配置
echo $PATH | grep .npm-global

1.5 安装依赖

# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装必要依赖
sudo apt install -y curl wget git build-essential

2. 安装Clawbot

2.1 安装Node.js

# 安装Node.js 22+
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

# 验证
node -v && npm -v

2.2 安装并启动Clawbot

# 全局安装
npm install -g clawdbot@latest

# 运行设置向导
clawdbot onboard --install-daemon

# 启动服务
clawdbot gateway start

# 安装服务
clawdbot service install

2.3 配置Clawbot

编辑~/.clawdbot/clawdbot.json配置文件：

{
  "models": {
    "mode": "merge",
    "providers": {
      "local_vllm": {
        "baseUrl": "http://localhost:8001/v1",
        "apiKey": "none",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen2.5_3b_instruct",
            "name": "qwen2.5_3b_instruct",
            "contextWindow": 16384,
            "maxTokens": 4096
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "local_vllm/qwen2.5_3b_instruct"
      },
      "sandbox": {
        "mode": "non-main",
        "scope": "agent",
        "workspaceAccess": "none"
      }
    }
  },
  "tools": {
    "profile": "minimal",
    "allow": ["messaging", "sessions_list", "sessions_history"],
    "deny": ["exec", "write", "edit", "apply_patch", "browser", "web_fetch", "web_search", "process"]
  },
  "dmPolicy": "pairing",
  "requireMention": true,
  "gateway": {
    "bind": "loopback",
    "auth": {
      "mode": "token",
      "token": "你的安全token"
    }
  },
  "commands": [
    {
      "trigger": ["吃鸡", "游戏模式"],
      "action": "wsl.exe --shutdown"
    },
    {
      "trigger": ["开发模式"],
      "action": "echo '开发模式已启动' && docker start nacos mysql"
    }
  ],
  "cron": [
    {
      "schedule": "0 20 * * 0",
      "action": "bash ~/clawbot-scripts/ai-weekly-summary.sh"
    },
    {
      "schedule": "0 2 * * *",
      "action": "bash ~/clawbot-scripts/backup-dev-data.sh"
    }
  ]
}

配置完成后重启服务：

clawdbot gateway restart

3. 部署vLLM服务

3.1 创建Docker Compose文件

创建docker-compose.yml文件：

services:
  vllm:
    image: vllm/vllm-openai:v0.6.0
    container_name: flowmind-vllm
    restart: always
    ports:
      - "8001:8000"
    runtime: nvidia
    shm_size: 2g
    environment:
      - HF_ENDPOINT=https://hf-mirror.com
    command: >
      --model Qwen/Qwen2.5-3B-Instruct
      --max-model-len 16384
      --gpu-memory-utilization 0.9
      --dtype bfloat16                    
      --trust-remote-code            
      --served-model-name qwen2.5_3b_instruct
      --host 0.0.0.0         
      --port 8000      
      --enforce-eager                    
    volumes:
       - F:/huggingface-cache:/root/.cache/huggingface
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8000/v1/models"]
      interval: 15s
      timeout: 10s
      retries: 3
      start_period: 60s

networks:
  flowmind-network:
    driver: bridge

3.2 启动服务

# 在配置文件所在目录执行
docker-compose up -d

3.3 验证服务

# 检查服务状态
curl http://localhost:8001/v1/models

# 查看容器状态
docker-compose ps

4. 验证Clawbot服务

访问http://127.0.0.1:18789/?token=你的token，如果返回{"status":"ok"}，则服务正常运行。

常见问题

1. npm安装时的git权限错误

错误信息：

npm error code 128
npm error An unknown git error occurred
npm error command git --no-replace-objects ls-remote ssh://[email protected]/whiskeysockets/libsignal-node.git
npm error [email protected]: Permission denied (publickey).

解决方案：

# 配置git使用https协议
git config --global url."https://github.com/".insteadOf ssh://[email protected]/

# 清理npm缓存
npm cache clean --force

# 强制安装
npm install -g clawdbot@latest --force --legacy-peer-deps

2. ClawDBot UI一直转圈不回复

问题现象：

  • UI可以正常打开，WebSocket连接成功
  • 发送消息后UI一直显示加载状态
  • 无明显错误提示

根本原因：
ClawDBot的Embedded Agent对模型上下文长度有最低要求（至少16000 tokens），如果使用的模型上下文窗口不足，会被系统阻止。

解决方案：

  1. 推荐：使用支持16k以上上下文的模型，如qwen2.5_7b_instruct（32k）或llama-3.1-8b-instruct（128k）
  2. 临时方案：在配置中适当提高contextWindow值（不推荐长期使用）

验证方法：

# 开启debug模式查看日志
RUST_LOG=debug clawdbot gateway

总结

本指南提供了在WSL2+Ubuntu+RTX3060环境下部署Clawbot的完整方案：

部署架构

  • Win11本机：提供基础系统支持
  • WSL2 Ubuntu：运行Clawbot服务
  • Docker容器：部署vLLM推理引擎
  • 本地知识库：存储数据，自动备份

安全措施

  • 使用Linux沙箱机制隔离AI代理
  • 采用最小权限原则配置工具访问
  • 限制工作区访问权限
  • 使用token认证保护服务

优势

  • 官方推荐的Linux环境，兼容性更好
  • 安全隔离效果优秀，避免系统风险
  • 资源管理高效，性能接近原生
  • 统一管理所有服务，维护简便

通过以上步骤，你可以在安全可靠的环境中部署和使用Clawbot，享受其强大的AI代理功能。

Copyright © 2026 GGBOND