阿里云ECS云服务器部署OpenClaw+百炼APIkey配置:超详细新手教程

简介: OpenClaw是一款开源、模型无关的AI智能体执行网关,可灵活接入各类大模型服务,实现自然语言驱动的任务自动化。在阿里云ECS上部署OpenClaw并配置百炼APIkey,能快速搭建稳定、高效的AI服务环境,适合个人开发者、初创企业快速上手。本教程从ECS实例创建、环境配置、OpenClaw部署,到百炼APIkey获取与配置,提供零基础、保姆级全流程指导,确保新手也能顺利完成部署。

OpenClaw是一款开源、模型无关的AI智能体执行网关,可灵活接入各类大模型服务,实现自然语言驱动的任务自动化。在阿里云ECS上部署OpenClaw并配置百炼APIkey,能快速搭建稳定、高效的AI服务环境,适合个人开发者、初创企业快速上手。本教程从ECS实例创建、环境配置、OpenClaw部署,到百炼APIkey获取与配置,提供零基础、保姆级全流程指导,确保新手也能顺利完成部署。阿里云部署AI Agent:OpenClaw/Hermes Agent全网最简单,只需两步,详情👉访问阿里云OpenClaw/Hermes一键部署专题页面了解。
OpenClaw1.png
OpenClaw2.png
OpenClaw02.png
openClaw3.png
OpenClaw031.png
OpenClaw03.png
OpenClaw04.png
OpenClaw5.png
Openclaw6.png
Token Plan Token最便宜/支持多模型切换:👉访问订阅阿里云百炼Token Plan AI大模型服务 。支持多模型切换,用于多模态模型灵活调用,实现多模型、多工具、多场景下的额度共享与统一管理,兼顾灵活性、稳定性与安全性,大幅降低企业使用大模型的门槛与成本。
tokenplan1.png
tokenplan1.png
tokenplan2.png
tokenplan3.png
tokenplan4.png

一、前置准备:账号与环境要求

1. 账号准备

  • 阿里云账号:注册并完成实名认证,确保账号无欠费、无风控限制。
  • 百炼(Model Studio)服务:开通百炼大模型服务,订阅Token Plan或Coding Plan套餐,获取APIkey权限。

2. 环境要求

  • ECS实例配置:推荐2核4GB内存、5Mbps带宽、40GB ESSD云盘,系统选择Ubuntu 22.04 LTS或Alibaba Cloud Linux 3(64位)。
  • 端口开放:安全组放行22(SSH)、18789(OpenClaw服务)、1878(控制台)端口。
  • 工具准备:SSH连接工具(Xshell、FinalShell或阿里云Workbench)、文本编辑器(Vim、Nano)。

二、步骤一:创建并配置阿里云ECS实例

1. 购买ECS实例

  1. 登录阿里云ECS控制台,点击「创建实例」。
  2. 选择付费模式:按量付费(测试)或包年包月(长期)。
  3. 地域与可用区:选择国内(如华东1-上海)或海外节点(如中国香港)。
  4. 实例规格:搜索「ecs.e-c1m2.large」或「ecs.t6」,选择2核4GB配置。
  5. 镜像:公共镜像→Ubuntu→22.04 LTS 64位。
  6. 系统盘:ESSD Entry,40GB。
  7. 登录凭证:推荐创建SSH密钥对(.pem文件),或设置密码登录。
  8. 实例名称:填写「openclaw-server」,确认配置并创建实例。

2. 安全组配置(关键)

  1. 进入ECS实例详情页,点击「安全组」→「配置规则」。
  2. 添加入方向规则:
    • 端口22:允许SSH连接,来源0.0.0.0/0(或限定IP)。
    • 端口18789:OpenClaw服务端口,来源0.0.0.0/0。
    • 端口1878:OpenClaw控制台端口,来源0.0.0.0/0。
  3. 保存规则,确保端口开放成功。

3. 连接ECS实例

  • 方式1(密钥对):使用Xshell导入.pem私钥,连接公网IP,用户名为root。
  • 方式2(密码):输入ssh root@公网IP,输入密码登录。
  • 方式3(Workbench):ECS控制台→「远程连接」→「Workbench」一键登录。

三、步骤二:ECS服务器基础环境配置

1. 更新系统依赖

# Ubuntu系统
apt update && apt upgrade -y

# Alibaba Cloud Linux 3系统
yum update -y

2. 安装Docker(容器化部署,推荐)

# 安装Docker
apt install docker.io -y

# 启动并设置开机自启
systemctl start docker && systemctl enable docker

# 验证安装
docker --version

3. 安装Docker Compose(可选,用于复杂部署)

apt install docker-compose -y
docker-compose --version

四、步骤三:部署OpenClaw服务

方案A:Docker一键部署(新手首选,5分钟完成)

  1. 拉取OpenClaw官方镜像并启动容器:
    docker run -d \
    -p 18789:18789 \
    -p 1878:1878 \
    --name openclaw \
    --restart always \
    openclaw/openclaw:latest
    
  • 参数说明:-d后台运行,-p端口映射,--restart always开机自启。
  1. 验证容器运行状态:
    docker ps | grep openclaw
    
    显示「Up」状态则部署成功。

方案B:手动脚本部署(自定义配置)

  1. 执行官方安装脚本:

    curl -fsSL https://openclaw.ai/install.sh | bash
    

    脚本自动检测环境、安装Node.js及依赖。

  2. 初始化OpenClaw:

    openclaw onboard
    

    按提示选择「YES」→「手动配置」→「本地网关」→「默认工作区」。

五、步骤四:获取阿里云百炼APIkey

1. 登录百炼控制台

访问阿里云百炼(Model Studio),使用阿里云账号登录。

2. 订阅套餐(必做)

  • Token Plan团队版:适合通用AI服务,按Token计费。
  • Coding Plan:适合代码生成,Lite版7.9元首月,Pro版39.9元首月。

3. 创建APIkey

  1. 进入「密钥管理」→「API Keys」→「创建API Key」。
  2. 归属业务空间:保持默认。
  3. 描述:填写「OpenClaw专用」,方便识别。
  4. 权限:选择「全部」。
  5. 点击「确定」,生成以sk-开头的APIkey(仅显示一次,立即复制保存)。

4. 记录关键信息

  • Token Plan Base URL:https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
  • Coding Plan Base URL:https://coding.dashscope.aliyuncs.com/v1
  • APIkey:sk-xxxxxxxxxxxxxxxxxxxxxxxx

六、步骤五:配置百炼APIkey到OpenClaw

1. 进入OpenClaw配置目录

# Docker部署
docker exec -it openclaw bash
cd ~/.openclaw/

# 手动部署
cd ~/.openclaw/

2. 编辑配置文件openclaw.json

vim openclaw.json

3. 添加百炼模型配置(Token Plan示例)

models.providers中添加以下内容,替换YOUR_API_KEY

"models": {
   
  "mode": "merge",
  "providers": {
   
    "bailian-token-plan": {
   
      "baseUrl": "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
      "apiKey": "YOUR_API_KEY",
      "api": "openai-completions",
      "models": [
        {
   "id": "qwen3.7-max", "name": "qwen3.7-max"},
        {
   "id": "qwen3.7-plus", "name": "qwen3.7-plus"}
      ]
    }
  }
}

4. 保存并退出

Esc→输入:wq→回车保存。

5. 重启OpenClaw服务

# Docker部署
docker restart openclaw

# 手动部署
openclaw gateway restart

七、步骤六:验证部署与APIkey配置

1. 访问OpenClaw控制台

浏览器输入:http://ECS公网IP:1878,进入OpenClaw Web控制台。

2. 测试模型调用

  1. 在控制台选择「百炼-qwen3.7-max」模型。
  2. 输入测试指令(如「你好」),发送请求。
  3. 成功返回结果则APIkey配置正确,服务运行正常。

3. 命令行验证(可选)

curl http://localhost:18789/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [{"role": "user", "content": "你好"}]
  }'

返回JSON格式响应则验证通过。

八、常见问题与避坑指南

1. 端口无法访问

  • 检查ECS安全组是否放行18789、1878端口。
  • 检查服务器防火墙(ufw/firewalld)是否开放端口。
  • 确认ECS公网IP正确,无网络限制。

2. APIkey配置失败

  • 核对Base URL与APIkey是否正确,无空格、无遗漏。
  • 确认百炼套餐已订阅,APIkey权限正常。
  • 重启OpenClaw服务后重试。

3. 服务启动失败

  • 检查ECS内存≥2GB,低于2GB会导致启动失败。
  • 查看Docker日志:docker logs openclaw,排查错误信息。
  • 重新拉取镜像:docker pull openclaw/openclaw:latest

4. 模型调用报错

  • 确认百炼账号无欠费,Token/调用次数充足。
  • 核对模型名称(如qwen3.7-max)是否正确。
  • 检查网络连接,确保ECS可访问百炼服务。

九、总结

本教程完整覆盖阿里云ECS部署OpenClaw及百炼APIkey配置的全流程,从实例创建、环境搭建、服务部署到APIkey获取与验证,每一步均提供详细命令与操作指引,新手可直接复制执行。通过Docker一键部署,5分钟即可完成OpenClaw服务搭建,配置百炼APIkey后即可接入通义千问3.7等大模型,实现AI任务自动化。后续可根据需求扩展模型、优化配置,打造个性化AI服务环境。

目录
相关文章
|
2月前
|
人工智能 自然语言处理 运维
阿里云百炼CLI全解 命令行工具接入AI Agent实操与能力指南
在AI Agent快速普及的技术阶段,智能体不再局限于单纯的文本对话,而是需要融合文本生成、视觉处理、音视频创作、知识库检索、联网查询等多元化能力。传统的集成方式需要开发者对接不同接口、适配各类协议,开发流程繁琐,且难以统一管理多类AI服务。阿里云百炼CLI(Bailian CLI)是专为AI Agent场景打造的命令行工具,它将百炼平台一百五十余款大模型、十余项全栈AI能力进行统一封装,以轻量化命令行的形式对外提供调用入口。
394 0
|
9月前
|
人工智能 自然语言处理 供应链
低代码开发启蒙教程
低代码通过拖拽组件与可视化配置快速构建应用,支持数据编排、流程设计与多端发布,适用于OA系统、智能客服等场景,结合少量代码可扩展复杂功能,提升开发效率80%。
850 1
|
机器学习/深度学习 自然语言处理 算法
【从零开始学习深度学习】49.Pytorch_NLP项目实战:文本情感分类---使用循环神经网络RNN
【从零开始学习深度学习】49.Pytorch_NLP项目实战:文本情感分类---使用循环神经网络RNN
|
数据采集 存储 JavaScript
如何使用Puppeteer和Node.js爬取大学招生数据:入门指南
本文介绍了如何使用Puppeteer和Node.js爬取大学招生数据,并通过代理IP提升爬取的稳定性和效率。Puppeteer作为一个强大的Node.js库,能够模拟真实浏览器访问,支持JavaScript渲染,适合复杂的爬取任务。文章详细讲解了安装Puppeteer、配置代理IP、实现爬虫代码的步骤,并提供了代码示例。此外,还给出了注意事项和优化建议,帮助读者高效地抓取和分析招生数据。
687 0
如何使用Puppeteer和Node.js爬取大学招生数据:入门指南
|
边缘计算 5G SDN
控制与用户平面分离 (CUPS): 5G 网络架构的革命性变革
控制与用户平面分离 (CUPS): 5G 网络架构的革命性变革
1114 2
|
安全 测试技术
软件测试项目式学习二(认识软件测试及软件测试分类与案例分析)
软件测试项目式学习二(认识软件测试及软件测试分类与案例分析)
452 1
|
弹性计算 安全 微服务
【阿里云云原生专栏】容器网络技术前沿:阿里云Terway网络方案详解
【5月更文挑战第26天】阿里云Terway是高性能的容器网络方案,基于ECS的ENI实现,提供低延迟高吞吐的网络服务。它简化网络管理,实现安全隔离,并与阿里云服务无缝集成。Terway由CNI、Node和Controller组成,适用于微服务、混合云和多租户环境,为企业数字化转型中的复杂网络需求提供强大支持。
1181 1
|
机器学习/深度学习 自然语言处理 搜索推荐
|
机器学习/深度学习 计算机视觉
【YOLOv10改进-注意力机制】CoordAttention: 用于移动端的高效坐标注意力机制
YOLOv10专栏探讨了将位置信息融入通道注意力的创新方法,提出“坐标注意力”机制,改善移动网络性能。该机制通过两个1D特征编码捕捉空间依赖并保持位置细节,生成增强对象表示的注意力图。简单易整合到现有网络如MobileNet,几乎无额外计算成本,且在ImageNet及目标检测等任务中表现优越。实现代码展示了CoordAtt模块的工作流程。更多详情和配置见链接。

热门文章

最新文章