首页
新闻详情

网心技术 | 基于 OneThingAI 的 OpenClaw 实践

2026年03月20日

在元宝派内测前夕，AI 智能体工具 OpenClaw（原名 Clawdbot / Moltbot）在海外迎来现象级爆发，短短 2 周内狂揽 GitHub 18.1 万颗星！


图 |  star-history


它打破了传统 AI 交互模式，仅凭自然语言就能实现轻量自动化工作（如文件整理、日程管理、跨工具协作等）。隐私安全上，区别于同类 Agent 平台将数据上传云端，隐私安全依赖厂商合规的模式，OpenClaw 100% 本地存储执行、无第三方数据传输，处理机密文件更安全可控。同时网上还有海量一键安装镜像，个人用户可快速部署，极大降低入门门槛。


图 |  OpenClaw


但与此同时，这种主打简易部署的设计，短板也很明显 —— 碰上多变的实际工作场景，灵活性就跟不上了，反倒会让后期的调整成本变高。


OneThingAI 针对其在复杂场景中的灵活性不足问题，提供了深度的定制化解决方案、全栈算力服务以及全场景适配，贴合企业与团队实战所需，仅一个账号就能一站式满足 LLM API 调用、GPU算力（本地跑自己模型的诉求）以及 CPU 实例等核心需求。

OpenClaw 的系统架构


OpenClaw 的核心模块包含：会话管理、记忆存储、工具沙箱、访问控制和任务编排。智能由模型来提供，OpenClaw 则提供环境。其采用 Hub-and-Spoke 架构，以一个 Gateway 作为Hub，连接用户输入端（iMessage、Slack、WebChat、CLI，微信，飞书等）与 Agent：


  • Gateway 是一个服务器，负责对接各类消息平台和控制界面，将路由后的消息分发给 Agent Runtime。


  • Agent Runtime 端到端运行 AI 循环：从会话历史和 Memory 中组装上下文，调用模型，对系统提供的能力（如浏览器自动化、文件系统操作、定时任务等）执行工具调用，并持久化更新后的状态。


核心设计：OpenClaw 将接口层（消息来源）与助手运行时（智能与执行所在）解耦。这意味着你可以通过任何日常使用的消息应用，访问拥有同一份记忆的个人 AI 助手，而对话状态和工具访问由你自己的硬件集中管理。如下图：


同时，可通过 Plugins 系统，扩展你需要的能力：

  • Channel Plugins：额外的消息平台插件（微信, 飞书, QQ 等）；


  • Memory Plugins：可替换的存储后端插件（向量数据库、知识图谱等）；


  • Tool Plugins：超出内置 Bash、浏览器和文件操作之外的自定义能力插件；


  • Provider Plugins：自定义 LLM 提供商或自托管模型的接入插件。


架构如下：


如何部署 OpenClaw


提示：以下内容仅用于快速验证流程，示例配置未做安全加固，可能包含便于调试的开放策略。请勿直接用于生产/公网；生产环境请按最小权限、HTTPS/TLS、代理与跨域白名单、密钥管理等安全要求重新配置，并参考官方文档进行核验。


✅ 步骤一：创建镜像


  • 进入 OneThingAI 控制台 - 镜像中心，创建 PyTorch 镜像。


f1.PNG

    • 选择无卡开机，并打开 Web 终端。（如果想要使用本地的模型，则使用普通开机，这样就可以通过本地 GPU 跑模型，镜像可以选择 Ollama 或者 vLLM，当然也可以通过 PyTorch 镜像安装自己需要的推理引擎）


    f11.png

    f111.png


    ✅ 步骤二：安装 OpenClaw


    • 安装 nvm 并安装 npm，通过 npm 安装 OpenClaw。


    curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bashsource ~/.bashrcnvm install --lts
    npm config set strict-ssl falsenpm install -g openclaw@latest


    OpenClaw 是基于 Node.js 开发的工具，官方把它发布到了 npm 官方仓库里，通过 npm 安装是最便捷的方式。安装完成后的结果如下图所示：


    f1111.PNG


    ✅ 步骤三：配置 OpenClaw


    • 通过 Run onboarding 配置 OpenClaw（进入配置后每个配置项通过上下左右来做选择）


    openclaw onboard --install-daemon


    f2.png


    • 引导流程中选择 Quickstart：


    f22.png


    • Model provider 选择 Skip for now，后续通过修改 json 配置文件手动添加：


    f222.png


    f2222.png


    • IM 也选择 Skip for now：


    f22222.png


    • Skills 选择 Skip for now。 配置完成后如图：


    f222222.png


    • 如上图所示，既可以通过 ctrl+c 退出配置。


    ✅ 步骤四：配置端口


    • 配置端口转发（注意一定要使用 HTTP 端口转发，服务端口使用 18789 ）：


    f3.png


    f33.png


    注：以上生成的访问地址后续将要作为访问 WebChat 的地址， 跨域配置也需要使用。


    因为通过了端口转发，所以需要在 OpenClaw 的配置文件 gateway 下增加一些配置让 Control UI 允许跨域，允许反向代理的访问：


    • 增加 allowedOrigins 这个 key，将上一步生成的访问地址写入；


    • 加入 allowInsecureAuth 这个 key 配合 trustedProxies 实现反向代理的兼容。


    vim ~/.openclaw/openclaw.json
    "gateway": {    "port": 18789,    "mode": "local",    "bind": "loopback",    "controlUi": {      "enabled": true,      "allowedOrigins": [        "https://your_url_here" //公网访问生成的访问地址      ],      "allowInsecureAuth": true    },    "auth": {      "mode": "token",      "token": "e3bfa10b997ffac76ee0fb3316e0bdb686bc9e8c4500a74c" // 不同的实例有不同的token 不要修改    },    "trustedProxies": [      "0.0.0.0/0"    ],    "tailscale": {      "mode": "off",      "resetOnExit": false    }  }

    f333.png


    ✅ 步骤五：配置 API


    • 配置使用 OneThingAI API。获取 OneThingAI 的 key，该 key 是访问网心 LLM API 所需的。


    f4.png


    • 把该 key 写入到 .env 文件：


    echo 'ONETHINGAI_API_KEY=your_key_here' >> ~/.openclaw/.env


    • 编辑 OpenClaw 配置文件， 增加三方 API 供应商：


    vim ~/.openclaw/openclaw.json


    • 增加配置（如需多模型，则仿造 models.providers.models 下增加多项即可）


    "models": {    "mode": "merge",    "providers": {      "onethingai": {        "baseUrl": "https://api-model.onethingai.com/v2/openai",        "apiKey": "${ONETHINGAI_API_KEY}",        "api": "openai-completions",        "models": [          {            "id": "minimax-m2.1",            "name": "Minimax M2.1",            "reasoning": false,            "input": ["text"],            "contextWindow": 200000,            "maxTokens": 8192          }        ]      }    }  }


    • 设置 Agent LLM 默认值：


    "agents": {    "defaults": {      "model": {        "primary": "onethingai/minimax-m2.1"      }    }  }


    配置成功后，启动 gateway，并访问公网服务配置生成的访问地址，即可见 WebChat。


    因为 OneThingAI 使用容器技术， systemd 不可访问，无法配置 service，需在 shell 前端启动 OpenClaw。


    
openclaw gateway run


    启动完成如下：


    f3333.png


    通过浏览器访问 WebChat，测试结果如下图：



    ✅ 步骤六：配置飞书


    通过飞书调用 OpenClaw 的全部能力：


    • 在 OpenClaw 中安装飞书集成插件


    安装完成：


    f5.png


    • 访问 https://open.feishu.cn/ 登录并创建应用。


    f55.png

    • 复制 App ID 和 App Secret：


    f555.png


    • 批量配置权限：


    f5555.png


    • 配置 OpenClaw 访问飞书：


    • 确保 OpenClaw 配置文件如下：


    f55555.png


    • 针对飞书关闭实例 http 代理：


    • 如果以上方式有问题则可以运行：


    • 启动 OpenClaw ：


    正确执行后如下：


    f6.png


    开启长链接：


    f66.png


    配置事件：im.message.receive_v1


    f6666.png


    还可额外添加事件：

    im.message.message_read_v1、

    im.chat.member.bot.added_v1、

    im.chat.member.bot.deleted_v1...


    更多飞书插件的使用文档参考：

    https://github.com/m1heng/Clawdbot-feishu

    最后，发布应用：


    f7.png


    发布后，可在对应账号的飞书 APP 端看到一个新增机器人，叫 openclaw_test：


    f77.png


    完成配置后即可通过飞书和 OpenClaw 交流， 也可以实现操作飞书完成客服等工作了。


    如需要配合飞书权限的修改，需要认证的企业创建的机器人允许对外共享，则可加入到外部群，参考：


    https://open.feishu.cn/document/develop-robots/add-bot-to-external-group?lang=zh-CN


    更多配置和开发参考：


    https://github.com/openclaw/openclaw

    https://docs.openclaw.ai/


    需注意：国内很多场景使用微信和企业微信，由于官方并没有提供很好的 API 支持，想要使用以上平台需要一些 hack，可以通过 wechaty，langbot 等来实现访问操作。此处可能存在被封禁的风险，需谨慎操作。


    https://github.com/wechaty/wechaty

    https://github.com/langbot-app/LangBot

    网心算力云上线 MiniMax M2.5
    网心算力云×Flux.2 Klein：实现亚秒级创作

    建议反馈

    业务咨询