从源码构建OpenClaw 使用 Docker 完整部署方案

前置VLLM Qwen3-32B模型部署

部署OpenClaw的第一步，是准备其核心推理引擎。我们推荐使用基于vLLM部署的Qwen3-32B模型，该方案在显存优化和推理吞吐量上表现优异，能满足生产级智能体对响应速度和稳定性的要求。请确保你的vLLM服务已在一台独立服务器上成功启动，并记录其API端点地址（例如 http://10.9.90.90:8085/v1）。这个地址是后续所有配置的基石。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

源码部署

从源码构建能让你获得最完整的控制权。项目提供了一个自动化的Docker部署脚本，它将引导你完成环境搭建与初始化配置。执行以下命令：

# 1. 克隆项目仓库到本地 git clone https://github.com/openclaw/openclaw.git cd openclaw # 2. 运行Docker部署脚本，它会帮你搞定大部分环境依赖 ./docker-setup.bash # 3. 跟随脚本的交互式向导进行配置 # - 部署模式选择：QuickStart # - 模型提供商：选择本地vLLM或自定义API # - 启用 session-memory 以支持智能体的多轮对话记忆 # 配置完成后，脚本会生成一个 onboarding link，用于获取访问网关的初始Token

按向导配置

执行脚本后，系统会启动一个终端内的可视化配置向导。该向导结构清晰，你会依次完成：

（此处为终端配置向导的详细输出，从安全警告开始，依次经过模型选择、通道配置、插件安装、钩子启用等步骤，最终完成配置并输出控制面板链接。）

关键配置项包括：阅读并确认安全协议、选择QuickStart快速部署模式、填入vLLM服务的API地址及模型名称（Qwen3-32B）、绑定一个即时通讯通道（如飞书）、以及激活session-memory等核心功能钩子。配置结束时，向导会明确给出控制面板的访问链接和鉴权Token。

openclaw.json 配置

所有通过向导设定的参数，最终都会持久化在用户主目录的 ~/.openclaw/openclaw.json 文件中。这是OpenClaw的全局配置文件，其结构定义了系统的核心行为。使用 cat 命令查看其内容：

cat ~/.openclaw/openclaw.json { "meta": { ... }, "models": { "mode": "replace", "providers": { "openai-proxy": { "baseUrl": "http://10.9.90.91:8086/v1", // 指向你的vLLM服务 "apiKey": "sk-nokey", "models": [{ "id": "Qwen3-32B", // 指定的模型 "contextWindow": 40960 // 上下文长度 }] } } }, "agents": { "defaults": { "model": { "primary": "openai-proxy/qwen3-32B" // 默认使用的模型 } } }, "channels": { "feishu": { ... } // 飞书通道的配置信息 }, "gateway": { ... } // 网关配置，包括端口和Token }

该文件明确定义了模型供应商、默认智能体参数、通讯通道及网关设置。如需后续调整，可直接编辑此文件或重新运行配置命令。

客户端授权

首次通过控制面板链接访问Web UI时，客户端会向网关发起设备连接请求。出于安全考虑，你需要进入网关容器内手动审批此请求。

# 进入网关容器 docker exec -it openclaw-openclaw-gateway-1 bash # 列出待批准的设备请求 node dist/index.js devices list --token “你的网关Token” # 批准指定的请求ID node dist/index.js devices approve <请求ID> --token “你的网关Token”

审批通过后，你的浏览器即被授权为“操作者”设备，可无障碍访问控制面板。这套基于Token和设备审核的机制，为自托管部署提供了基本的安全层。

模型列表

配置完成后，建议验证模型注册状态。在网关容器内执行以下命令：

node dist/index.js models list

若配置无误，输出列表中应出现 openai-proxy/qwen3-32B 模型，这表明模型层已成功接入系统。

下发跨插件协作任务

至此，一个以Qwen3-32B为大脑、集成飞书通讯的OpenClaw智能体已部署完毕。其核心价值在于“跨插件协作”能力。你可以在飞书会话中直接下达复合指令，例如：“分析近期AIGC市场趋势，并使用Notion插件生成一份结构化的竞品分析报告。”智能体将自主规划任务流，依次调用知识库检索、网络爬取、数据整理及Notion编辑等多个插件工具，最终交付结果。下图展示了在通讯通道中的实际交互场景。