OpenClaw部署指南：快速体验Clawdbot与Moltbot

从Clawdbot到Moltbot，再到如今的OpenClaw，该项目的演进历程始终围绕一个核心目标：让AI智能体的部署与管理变得如同访问网页一样便捷。实现这一目标的关键，在于一个名为github.com/agent-sandbox的工具。本文将介绍如何利用这个沙箱平台，快速搭建您专属的OpenClaw实例。

如何在Agent-Sandbox中创建OpenClaw沙箱

在Agent-Sandbox平台中，所有沙箱的创建操作都遵循统一流程，核心是调用一个RESTful API：POST /api/v1/sandbox。这意味着，在成功部署Agent-Sandbox环境后，后续操作将变得非常简洁。

例如，若需要为团队成员快速配置一个独立的开发或测试环境，只需在终端执行如下命令：

curl --location 'http://agent-sandbox.your-host.com/api/v1/sandbox' \
--header 'Content-Type: application/json' \
--data '{"name":"openclaw1","template":"openclaw"}'

命令执行成功后，您将立即收到响应：

{"code": "0","data": "Sandbox openclaw-alice created successfully"}

至此，一个完整可用的OpenClaw实例已在您的Kubernetes集群中启动。该成员可通过专属地址进行访问：

访问地址为：http://localhost:10000/sandbox/openclaw1

OpenClaw实例配置指南

实例创建完成后，下一步是根据实际需求进行配置。系统提供了默认配置示例，可作为起点：

{
  "models": {
    "providers": {
      "custom-1": {
        "baseUrl": "https://xxx.com/v1",
        "apiKey": "fe87c9e9-f399-49ca-98da-2f2404a249c2",
        "auth": "api-key",
        "api": "openai-completions",
        "models": []
      }
    }
  },
  "agents": {
    "defaults": {
      "model": { "primary": "custom-1/glm-4.7" },
      "workspace": "/root/.openclaw/workspace",
      "maxConcurrent": 4,
      "subagents": { "maxConcurrent": 8 }
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "controlUi": { "allowInsecureAuth": true }
  }
}

该openclaw.json模板涵盖了以下关键配置部分：

• 模型配置：示例定义了一个名为custom-1的模型提供商，指向https://xxx.com/v1，并指定了GLM-4.7模型。此处需替换为您公司内部实际的模型网关地址及对应的API密钥。
• 网关参数：这部分决定了OpenClaw对外提供服务的方式。
  • port: 服务端口，默认18789。
  • bind: 绑定模式，lan表示可在局域网内访问。
  • 认证方式：示例启用了allowInsecureAuth以方便快速启动，生产环境建议配置更安全的密码策略。

完成基础配置后，访问生成的地址http://localhost:10000/sandbox/openclaw1，即可进入OpenClaw操作界面。在此界面中，可进行两项关键调整：

调整大模型提供商

将默认的模型端点更换为您团队正在使用或性能更优的模型服务。

修改Agent默认大模型名称

确保Agent调用的模型名称与上一步提供商配置中的模型列表相匹配。

经过以上简单步骤，一个量身定制的OpenClaw环境即配置完成。此后，您可以专注于智能体的设计与开发，而无需为底层基础设施问题分心。