把废弃的腾讯云服务器改为 Openclaw 仅需一句话!!!(附带免费白嫖AI模型)

把废弃的腾讯云服务器改为 Openclaw 仅需一句话!!!(附带免费白嫖AI模型)

大家好,我是热爱探索AI前沿技术的LucianaiB。

前面我尝试了,感兴趣的可以才是部署一下试试

1.在 Windows 上部署 Openclaw:https://mp.weixin.qq.com/s/iF3ED1e649kkmdR26Y1xiw

2.把 Openclaw 接入到 Moltbook:https://mp.weixin.qq.com/s/QUrB50iwRGGdkl1LO-Tl8Q

相信很多技术爱好者都有这样的经历:趁着双十一或者大促,脑子一热买了一台腾讯云或者阿里云的服务器。买的时候雄心勃勃,想着要搭建博客、跑脚本、做图床。结果呢?大概率是跑了几个自动化签到脚本后,它就静静地躺在控制台里“吃灰”,每个月白白扣费。

但是在自己的电脑运行 Openclaw 无法做到24小时的在运行,于是我就想到了我有一个好久不用的腾讯云服务器,之前购买主要是跑一些自动化签到脚本,并没有实际做什么具体工作。于是我就想到把废弃的腾讯云服务器改为 Openclaw 的24小时的服务器。

于是,一个大胆的想法诞生了:能不能把我那个闲置的腾讯**云服务器**,改造成一个 24 小时在线的 Openclaw?

今天,我就手把手教大家,如何用一句话,把服务器秒改 Openclaw。

一句话让腾讯云服务器改为 Openclaw

首先打开你的服务器管理网站

👉 直达链接::https://console.cloud.tencent.com/lighthouse/instance/

(如果没有服务器的可以通过左侧的 Openclaw 专属链接获取有更大优惠:https://www.tencentcloud.com/act/pro/FreeTier?referral_code=U0R814D3&lang=en

注:我用的是国内腾讯云服务器,而专属链接获得的是腾讯云国际服务器,网络连接 OpenAI 或 GitHub 会更顺畅。

img

选择你要部署的服务器直接登录即可,登录后如下所示。

img

真正的「0 门槛」启动

你不需要懂代码!!!

直接在右上角点击OrcaTerm AI,唤醒AI助手。

img

只要在 AI 助手中用提示词表达即可,例如:“部署OpenClaw🔥”

img

AI 助手就会自动识别你的需求,并进入部署引导流程。

整个过程不需要输入任何命令,只需要“点确认”。

img

初始化配置向导

部署完成后需要点击手动运行配置一下向导:

openclaw onboard --install-daemon 

下面的现在可以把我的作为参考,详细的也可以看开头1.在 Windows 上部署 Openclaw 位置中有介绍

img
img

下面就是成功了。

img

免费白嫖AI模型(包括 kimi-k2.5 等)

1.注册账号:https://build.nvidia.com/,建议用谷歌登录即可。

2.左上角点击头像,新建一个API Key。

img

3.再次唤醒AI助手,把下面的API KEY换为你自己的,直接扔给它等待就好了。

帮我打开 ~/.openclaw/openclaw.json文件,在 models 部分增加下面的代码,注意:providers 外面还要加一层 models,如果原来配置有models就加到原来的里面 { ... 其他内容不要改 "models": { "providers":{ "英伟达nvidia": { "baseUrl": "https://integrate.api.nvidia.com/v1", "apiKey": "nvapi-HxKN8Zp2-xxxxx-替换成你的 key, "api": "openai-completions", "models": [ { "id": "moonshotai/kimi-k2.5", "name": "moonshotai/kimi-k2.5", "reasoning": false, "input": [ "image", "text" ], "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }, "contextWindow": 200000, "maxTokens": 8192 } ] } ... 其他内容不要改 } ... 其他内容不要改 } } 

助手直接帮你配置成功

img

修改模型,输入:openclaw config,修改模型。切记

Model/auth provider 选择 Skip for now

Filter models by provider 中选择你添加的 模型

img
img

输入openclaw gateway restart 重启网关,再输入 openclaw tui 测试模型,问他是什么模型即可。

img

赋予灵魂:接入飞书实现远程操控

在本地运行虽然好,但我们不可能永远守在电脑前。接入飞书(Lark),就能让你在手机上随时随地给家里的电脑下达指令。

1.打开飞书开放平台配置:https://open.feishu.cn/app,新建一个,输入相关信息。

img

2.获取到:App ID和App Secret

img

3.在添加应用能力里选择机器人并添加。

img

4.给机器人开通全部的权限。

img

4.接下来就是下载插件使飞书和 Openclaw 连接。

openclaw plugins inatall @m1heng-clawd/feishu 安装插件:飞书插件 - 支持飞书通道,并且配置好 openclaw config set channels.feishu.appId "cli_xxxxx" openclaw config set channels.feishu.appSecret "your_app_secret" openclaw config set channels.feishu.enabled true 我的飞书信息: App ID:换为你自己在步骤2得到的 App Secret:换为你自己在步骤2得到的 openclaw gateway restart 
img

如果它还是没配置好,那就单独让它配置一下就好了。

img

5.接下来就是在**事件与**回调**(二者缺一不可)**中选择长连接即可(如果没有成功,可能需要上一步重启 Openclaw Gateway 服务)。

img

然后在添加事件中全部勾选即可。

img

6.最后就是插件一个版本进行发布即可,点击左侧“版本管理与发布” -> 创建版本 -> 申请发布。。

img

打开飞书

img

总结与建议

写在最后,我对这套 OpenClaw + 腾讯云 + NVIDIA +飞书 的技术栈做一个客观的总结。

瑕不掩瑜,强烈推荐!

对于手里有闲置服务器(尤其是腾讯云轻量应用服务器)的朋友来说,这几乎是性价比最高的玩法。它不仅能让你熟悉 Linux、API 调试、IM 机器人开发等全套技术栈,还能给你提供一个实实在在的生产力工具。

别让你的服务器再“吃灰”了,现在就动手,把它变成你的赛博伙伴吧!

ending

我创建了一个读者 AI 极客交流及搞钱群,群里都是一群前沿的 AI 极客,经常讨论最新的 AI 消息,用法,以及变现方法。

img

但是任何人在群里打任何广告,都会被我 T 掉。

如果你对这个特别的群,感兴趣,可以公众号后台私信我加入。

暗号:AI

Read more

AI适配:智谱GLM-5 1 day适配华为昇腾800T(国产),744B模型单机高效推理,全量保姆配置过程

AI适配:智谱GLM-5 1 day适配华为昇腾800T(国产),744B模型单机高效推理,全量保姆配置过程

智谱GLM-5 1 day适配华为昇腾(国产),744B模型单机高效推理,全量保姆配置过程 在 华为昇腾 Atlas 800T A3 服务器 上完成 智谱 GLM-5(744B)模型单机全量推理部署 的 完整、端到端、可复现的配置流程。本指南覆盖 从裸机驱动安装 → 模型下载 → 容器化部署 → API 服务启动 → 性能验证 全过程,适用于 2026年2月最新环境,严格依据官方文档与社区实践整理。 通过网盘分享的文件:麒麟kylin linux 安装CDH v7.1指南 链接:https://pan.baidu.com/s/1wbRWJUSyElplFgse_NyOwg?pwd=pgxn 提取码:pgxn

【AI Infra面试】基础学习汇总篇

【AI Infra面试】基础学习汇总篇

AI Infra基础汇总 系列综述: 💞目的:本系列是个人整理为了AI Infra找工作的,整理期间苛求每个知识点,平衡理解简易度与深入程度。 🥰来源:每个知识点的修正和深入主要参考各平台大佬的文章以及面试相关题目,遵循CUDA为主,CANN为辅的体系构建 🤭结语:如果有帮到你的地方,就点个赞和关注一下呗,谢谢🎈🎄🌷!!! 请先收藏!!!,后续继续完善和扩充👍(●’◡’●) 文章目录 * * 零、计算机基础 * 1. 编程语言 * 底层高性能C++ * 高效应用Python * 2. 必刷算法 * 3. 开发基础 * 一、AI基础层 * 1. GPU 硬件架构 * 2. CUDA 编程模型 * 3. NCCL网络架构 * 实践建议 * 二、分布式与并行基础 * 分布式计算 * 高性能并行 * 二、PyTorch 框架 * 理论基础 * 实践建议 * 三、

OpenClaw 最强技能 self-improving-agent 详解:让 AI 从错误中自主学习

OpenClaw 最强技能 self-improving-agent 详解:让 AI 从错误中自主学习

self-improving-agent 是 OpenClaw 生态中最受欢迎的技能,下载量突破 268k。它能让 AI 记住犯过的错误和解决方案,实现持续自我改进。本文将深入讲解其工作原理、安装配置、实战案例和高级用法。 1 引言 在使用 AI 助手的过程中,你是否遇到过这样的困扰: * 今天教 AI 用 sudo 解决权限问题,明天它又忘了 * 同一个 API 文档链接打不开,它下次还给你这个链接 * 重复解释同样的工作流程,效率极低 这些问题源于传统 AI 助手的无状态特性——每次对话都是全新的开始,不会从历史交互中学习。 self-improving-agent 技能正是为了解决这个问题而生的。它通过记录错误、解决方案和用户反馈,让 AI 能够持续学习和改进。 2 self-improving-agent 是什么? 2.1 官方定义 self-improving-agent

2026 GitHub 热门 Python 项目:AI 代理与数据工具精选

2026 GitHub 热门 Python 项目:AI 代理与数据工具精选

2026 年的 Python 生态正在被 AI 代理(AI Agent)和数据工程工具重新定义。本文精选 GitHub 上最具影响力的开源项目,涵盖 AI 代理框架、数据管道工具、向量数据库客户端等关键领域,附带代码示例与架构解析。 一、2026 Python 开源生态全景图 ┌─────────────────────────────────────────────────────────────────────┐ │ 2026 Python 开源热门方向 │ ├──────────────────┬──────────────────┬───────────────────────────────┤ │ AI 代理框架 │ 数据工具链 │ 基础设施与编排 │ ├──────────────────┼──────────────────┼───────────────────────────────┤ │ LangGraph │ Polars │ Dagster │ │ CrewAI │ DuckDB │ Prefect │ │ AutoGen │ ibis-project │