记录一次低成本部署 OpenClaw 的过程,包括 RackNerd VPS、Telegram Bot、Gemini、OpenRouter 和 Brave API 的接入。
最近想搭一个可以长期自用的 AI Agent 服务,要求其实很明确:
最后选了 OpenClaw 这条路线。整体折腾下来,服务端成本非常低,适合作为一个经济型方案先跑通。
我这次实际采用的方案是:
BotFather 注册机器人;vim 修改配置文件,设置默认模型等参数;这套方案的核心优势就是:服务器便宜,模型和搜索接口也可以先用免费额度,整体门槛不高。
这次我买的是 RackNerd 上的:
2 GB KVM VPS (New Year Special)价格大概是一年一百多人民币,性价比很高。对 OpenClaw 这种轻量自部署场景来说,这个配置已经够做一版经济型方案。
购买地址:
系统方面,我直接选了:
主要是因为 Ubuntu 的资料最多,社区方案成熟,遇到问题也更容易查。
买好 VPS 之后,先通过 SSH 连上机器,然后按照 OpenClaw 官方仓库里的说明执行安装和部署。
项目地址:
这一步我没有额外流程,基本就是跟着官方 README 走。这样做有两个好处:
如果只是想尽快跑通,建议先不要一上来就做太多自定义改动,先把官方提供的最小可用版本部署起来。
OpenClaw 部署完之后,我同时去 Telegram 里通过 BotFather 注册了一个 Telegram Bot。
这一步的目的很简单:
完成注册之后,会拿到对应的 Bot Token,后面需要把这个 Token 写进 OpenClaw 的配置文件中。
这次我没有直接上付费模型,而是先用了两个免费方案:
这样做的好处是:
对于个人使用或者早期测试来说,这种组合已经足够实用,不需要一开始就投入额外费用。
除了模型服务之外,我还免费注册了 Brave API。
注册完成后,进入后台可以看到相关能力入口。这里有一个点比较实用:
也就是说,前期完全可以先把主链路跑通,不需要一开始就把所有扩展能力都堆上去。先保证基础能力能用,再考虑后续增强,会更稳一些。
基础组件都准备好之后,接下来就是修改 OpenClaw 的配置文件。
我这次主要是通过 vim 去改,核心内容包括:
这一步其实是最关键的,因为前面所有服务注册完成之后,最终都要通过配置文件串起来。
我的建议是:
这样不会一开始就把问题复杂化。
这里还有一个比较实际的小坑:
这种时候不一定完全不能用,很多情况下只要对方提供的是 OpenAI 兼容接口,就可以直接通过 vim 手动修改配置文件,把它按 OpenAI 的接口规范填进去。
通常需要确认的内容主要是:
所以如果某个 provider 不在官方列表里,先不要急着放弃,先看看它是不是 OpenAI-compatible,很多时候手工配置一下就能跑通。
配置写好之后,就可以按照教程把服务启动起来,然后直接去 Telegram 里测试。
我这边的顺序基本是:
只要 Telegram 这一步能打通,整个部署链路基本就已经闭环了。
这套方案便宜,主要是因为成本结构非常简单:
也就是说,真正的固定成本主要就是 VPS 本身,其余部分都可以先用免费方案跑起来。
我觉得这套方案比较适合下面几类人:
如果你只是想先搭一版能用的系统,而不是一开始就追求企业级稳定性和复杂功能,这个方案很合适。
除了前面这些主流程之外,这次还有几个很值得单独记一下的点。
这点非常重要:
原因是这类 Agent 系统一旦开始改自己的关键配置、关键文件或者关键运行逻辑,很容易把自己改挂。
所以更稳的方式是:
对个人部署来说,稳定比自动化更重要。
OpenClaw 一旦接了多个模型 provider、多个 API、多个入口,配置文件就会变得很关键。
我的建议是:
这样哪怕后面哪次改坏了,也可以快速回退。
openclaw doctor --fix如果遇到问题,我会优先尝试:
openclaw doctor --fix这个命令当然不是万能的,但对于环境、依赖、配置这类常见问题,先跑一遍通常是值得的。
这个也很容易忘:
我这边会手动执行:
openclaw gateway restart否则有时候你以为配置已经生效了,实际上跑的还是旧配置。
这次做下来,一个很直观的感受是:
很多时候最容易浪费时间的地方,不是安装本身,而是一开始就做太多扩展。像 skill、更多 provider、复杂工作流这些内容,完全可以等主链路稳定后再加。
对个人用户来说,先得到一个可用版本,比一开始设计一个“很完整但跑不起来”的版本更重要。
这次 OpenClaw 的部署路径,本质上就是一个低成本、够实用、适合个人使用的经济方案:
整体花费很低,但已经足够满足一个个人 AI Agent 的日常使用需求。
如果后面继续用得更多,再考虑升级 VPS 配置、切换更稳定的模型、或者增加更多 skill 和工具链,也完全来得及。