开源项目 OpenClaw(原名 Clawdbot / Moltbot)在 GitHub 上的星标数突破 14 万,揭示了 AI 技术栈的显著演进:人工智能正从被动生成的“对话框”,迈向具备自主规划能力的“智能代理(Autonomous Agents)”。OpenClaw 正是这一概念的工程化落地——它以轻量级 CLI 工具的形式,在用户设备上启动了一个本地网关服务,为 Agent 提供了一个安全、持久且可扩展的运行时环境。
在这个环境中,Agent 是决策核心,Skills 是能力边界。网关则作为运行时,负责协调交互、记忆与执行三大子系统。它依据 Skills 的标准化接口定义,将大模型的模糊意图映射为精准的系统指令,从而驱动整套智能体生命周期的运转:
- 交互与感知:它通过插件化适配器统一接入 WhatsApp、Telegram,并利用 Webhook 对接钉钉、飞书等国内平台;同时通过心跳机制与 Cron 调度器,实现 7×24 小时的任务值守与主动触发。
- 决策与记忆:内置的 Memory 子系统利用本地向量数据库,为 Agent 提供了持久化的长短期记忆,使其能记住用户偏好与历史决策;配合 Skills 注册表,Agent 可按需加载外部工具(如邮件收发、日历管理),不断扩展能力边界。
- 安全执行:它不依赖脆弱的本地环境,而是直接调度宿主机的 Docker Daemon,为每个任务动态创建临时沙箱容器来隔离运行代码;同时集成 Headless Chromium,利用 CDP 协议实现像素级的浏览器自动化。
这种架构让 AI 从“聊天窗口”真正走入“生产环境”,升级为能交付结果的“数字员工”。
为什么选择在 SAE 上托管 OpenClaw?
OpenClaw 的执行力依赖于对 Docker 运行时和系统资源的深度调用。阿里云 SAE 凭借全功能的容器环境与Serverless 化的资源调度,为 OpenClaw 提供了一个既能完整运行其所有高级功能,又能避免资源闲置与运维复杂的理想托管平台。

零门槛释放 Agent 全量能力
OpenClaw 的核心能力在于能动态创建“沙箱”来执行代码,这要求宿主环境具备完整的 Docker 运行时权限。
SAE 原生支持 Docker-in-Docker (DinD) 模式,允许 OpenClaw 在实例内部独立运行一套完整的 Docker Daemon。这意味着无论是启动临时的 Python 执行环境,还是运行 Headless 浏览器进行网页操作,都能在云端顺畅执行,开发者无需关心底层的环境搭建,即可获得与本地部署一致的完整功能体验。
极致弹性实现算力取用自由
OpenClaw 的工作负载往往具有显著的潮汐效应与脉冲特征,固定规格的部署方式必然无法兼顾性能和成本。
SAE 提供了秒级的水平扩缩与垂直规格调整能力,能够精准跟随 Agent 的实际负载动态分配资源。配合秒级冷启动机制,以及精准的按量付费模式,开发者可以真正实现“用多少付多少”,以最优的成本结构支撑 Agent 的全天候运行。
全托管架构保障服务高可用
作为你的“数字员工”,OpenClaw 需要具备生产级的稳定性。
SAE 提供了全托管的运行环境,内置了跨可用区容灾、健康检查与故障自愈能力。开发者无需关注服务器的补丁更新或宕机恢复,只需专注于 Agent 的 Skills 开发与业务逻辑构建,即可获得 7×24 小时 的企业级服务保障。
部署与配置步骤指引
前置准备
在开始部署前,请确保已完成以下准备工作:
- 已开通并授权Serverless应用引擎,详见准备工作
- 已安装并配置
saectl命令行工具
用于远程访问 OpenClaw 实例。安装与配置方法详见Saectl 命令行工具 - 专有网络(VPC)中已配置公网 NAT 网关并绑定 EIP
用于沙箱容器访问公网(如模型 API、网页抓取等)
Step1:应用中心一键部署
- 登录 SAE 控制台,进入「应用中心」。
- 搜索并点击模板 「OpenClaw — Serverless 部署」,进入服务创建页面。
- 在表单中填写以下必要信息:
- 服务实例名称:自定义,如 openclaw-test
- 专有网络(VPC):选择已配置 NAT 网关的 VPC
- 交换机(vSwitch):选择对应可用区的交换机
- 其余参数保持默认,点击「创建」。

服务创建通常需要 2–3 分钟。创建完成后,在 SAE 应用列表中将看到名为 openclaw-gateway 的应用。
Step2:登陆应用实例并初始化配置
OpenClaw 的 CLI 命令需在 Gateway 容器内部执行。您可通过以下任一方式登录:ont>
方式 A:通过 SAE 控制台 WebShell
1.在 SAE 控制台找到 openclaw-gateway 应用。
2.进入「实例列表」,点击任意实例右侧的 「WebShell」 按钮,即可进入容器终端。
方式 B:通过 saectl 命令行工具(推荐)
saectl exec -it -n <namespace> <pod-name>
后续所有命令均在容器实例内执行。
初始化 OpenClaw 运行环境
1.设置终端逻辑尺寸(避免 TUI 渲染异常)
stty rows 40 cols 120
2.执行初始化命令
openclaw onboard --install-daemon
此命令将通过交互形式引导您完成基础配置,并安装后台守护进程。
过程中若提示 “Systemd user services are unavailable.”,属正常现象。OpenClaw 在容器环境中使用轻量级进程管理器 supervisord 替代 systemd。
启动 Gateway 服务
在容器内使用 supervisord 管理服务生命周期:
- 首次部署后启动服务:
supervisorctl start openclaw
- 后续修改配置后重启服务:
supervisorctl restart openclaw
Step3:配置百炼为模型提供商
- 将阿里云百炼接入为兼容 OpenAI 协议的模型后端。
openclaw config set models.providers.dashscope '{
"baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
"api": "openai-completions",
"apiKey": "your-api-key-here",
"models": [
{
"id": "qwen3-max-2026-01-23",
"name": "qwen3-max-2026-01-23",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 262144,
"maxTokens": 65536
}
]
}'
请将
your-api-key-here替换为有效的百炼 API Key。
- 指定该模型为默认推理模型(需与上述 id 一致):
openclaw config set agents.defaults.model.primary "dashscope/qwen3-max-2026-01-23"
- 重启 Gateway 使配置生效
Step4:启用并配置沙箱环境
OpenClaw 的沙箱机制用于隔离 AI 代理的代码执行、文件操作和浏览器自动化行为。
# 1. 启用全功能沙箱模式
openclaw config set agents.defaults.sandbox.mode "all"
# 2. 指定代码执行沙箱的基础镜像
openclaw config set agents.defaults.sandbox.docker.image "openclaw-sandbox:bookworm-slim"
# 3. 设置代码沙箱的网络模式(bridge 允许外网访问;若无需联网可设为 "none")
openclaw config set agents.defaults.sandbox.docker.network "bridge"
# 4. 启用浏览器自动化沙箱
openclaw config set agents.defaults.sandbox.browser.enabled true
# 5. 指定浏览器沙箱镜像
openclaw config set agents.defaults.sandbox.browser.image "openclaw-sandbox-browser:bookworm-slim"
# 6. 设置浏览器沙箱的网络模式(同上,按需选择 "bridge" 或 "none")
openclaw config set agents.defaults.sandbox.browser.network "bridge"
Step5:访问 OpenClaw 控制界面
OpenClaw 支持两种交互方式:终端 TUI 和 Web Control UI。
方式A:命令行 TUI
openclaw tui
默认进入 main Agent 的 main Session,可直接开始对话。
方式B:Web Control UI
- 确认 Gateway 绑定地址
# 查看配置
openclaw config get gateway.port
openclaw config get gateway.bind
# 应该是:
# port: 18789
# bind: "lan"
若 gateway.bind 为 loopback,则无法从外部访问,需要设置为 lan
# 修改为 lan(允许外部访问)
openclaw config set gateway.bind "lan"
# 重启 Gateway
supervisorctl restart openclaw
- 配置公网访问入口
在 SAE 控制台为应用绑定 CLB 并生成公网访问 IP,并配置 HTTPS 监听器,容器端口为 18789(OpenClaw Gateway 监听端口)。

- 设备配对
获取认证凭据:
# 获取 Gateway 认证 Token
openclaw config get gateway.auth
在浏览器中打开:
https://<CLB_PUBLIC_IP>:18789?token=<GATEWAY_AUTH_TOKEN>
首次访问将显示 “Pairing required”,表示需授权当前设备。
批准设备配对请求
# 列出待处理的配对请求
openclaw devices list --token "<GATEWAY_AUTH_TOKEN>"
# 找到状态为 "pending" 的请求 ID,并批准
openclaw devices approve <requestId>

批准后刷新页面,即可正常使用 Web 控制台。
构建钉钉 AI 助理
Step1:创建钉钉应用
创建钉钉应用需要您的钉钉账号有开发者权限。您可以联系您的组织管理员获取钉钉开放平台的开发权限,具体操作请参见获取开发者权限。
- 创建应用
a. 访问钉钉开放平台,点击创建。如果创建过应用但未展示应用开发指引,点击立即开始进入钉钉应用页面。
b. 在应用开发的左侧导航栏中,点击钉钉应用,在钉钉应用页面右上角点击创建应用。
c. 在创建应用面板,填写应用名称和应用描述,在应用图标上传图标,完成后点击保存。
- 查看应用 Client ID 和 Client Secret
在左侧菜单选择凭证与基础信息,复制Client ID和Client Secret,用于下一步创建连接流。
- 创建消息卡片
a. 访问卡片平台,点击新建模板。

b. 在创建模板输入框,填入模板信息,单击创建。
- 卡片类型:选择消息卡片。
- 卡片模板场景:选择AI 卡片。
- 关联应用:关联应用创建步骤中的应用。
c. 在模拟编辑页面,不要使用预设模板,不需要进行任何额外操作,直接保存并发布模板。然后点击返回模板列表页面。
d. 直接保存并发布模板。然后点击返回模板列表页面。

e. 返回模板列表,复制模板 ID,用于创建钉钉连接流使用

- 授予应用发送卡片消息权限
创建卡片后,您需要给应用授予发送卡片消息的权限。
a.访问钉钉应用列表。找到刚刚创建的应用,点击应用名称进入详情页面。
b.在左侧菜单选择开发配置 > 权限管理,在左侧搜索框分别输入Card.Streaming.Write和Card.Instance.Write,并在操作列点击申请权限。

Step2:创建 AppFlow 连接流
- 使用 AppFlow模板 创建连接流,单击立即使用进入创建流程。
- 在连接流账号授权配置向导页,点击钉钉应用机器人下的添加新凭证,填入创建的应用的 Client ID 和 Client Secret,并设置一个自定义凭证名称。

- 在连接流的账户授权配置向导页,点击 moltbot 下的添加新凭证。输入之前通过以下命令获取的 token。
openclaw config get gateway.auth

- 在执行动作配置向导页按照页面提示配置完成后点击下一步。
- 公网地址:填写 SAE 应用访问配置中的公网访问地址
https://<CLB_PUBLIC_IP>:18789。 - 模板ID:填写保存的AI卡片模板ID。
- 公网地址:填写 SAE 应用访问配置中的公网访问地址
- 在基本信息配置向导页,填写连接流名称和连接流描述(保持默认),完成后点击下一步。
- 界面提示流程配置成功,复制 WebhookUrl,点击发布。

Step3:配置钉钉机器人
添加并配置机器人
- 进入钉钉开发者后台,找到您的应用,点击进入详情页。
- 在「应用能力」中点击「添加能力」,选择「机器人」。
- 开启机器人开关,消息接收模式选择 HTTP,并将消息接收地址填为 OpenClaw 生成的 Webhook URL,完成后点击「发布」。
发布应用版本
- 在应用开发页面,进入「版本管理与发布」。
- 点击「创建新版本」,填写版本号和描述,设置可见范围后保存,并在弹窗中点击「直接发布」。
在钉钉群中使用机器人
- 进入目标钉钉群 → 群设置 → 智能群助手 → 添加机器人。
- 搜索并选择您刚创建的机器人,完成添加。
在群聊或私聊中 @该机器人,即可开始对话。
本实践需加白使用,如果您有任何疑惑,欢迎加入“Serverless应用引擎(SAE)用户群”,钉钉群号:23198618。