夜雨聆风
阿里云服务器一键部署 OpenClaw:把 AI 助手搬上云,30 分钟搞定
上周我做了一个决定——把我本地的 OpenClaw AI 助手迁移到阿里云服务器上。原因很简单：本地电脑不可能 24 小时开机，但挂在云上的服务可以。消息来了随时能回，定时任务到点就跑，再也不用担心我关机的时候错过什么重要的事情。
折腾了一个下午，从零开始到全部跑通。说实话，中间踩了不少坑，但最终跑起来的那一刻——看着终端里 Gateway 成功启动的日志，飞书消息一条一条正常收发——那种成就感，真的爽。
今天我就把整个部署过程完整记录下来，从选购服务器到配置环境，从安装 OpenClaw 到对接飞书，一步步写清楚。如果你也想把自己的 AI 助手搬上云，照着做就行。
一、服务器选购：选对配置，少走弯路
阿里云的服务器产品线很杂——ECS、轻量应用服务器、突发性能实例……选哪个？
我的建议很直接：个人用，选轻量应用服务器就够了。
轻量应用服务器有什么好？简单、便宜、够用。我选的配置是：
- 规格：2 核 2GB
- 系统：Ubuntu 22.04 LTS
- 带宽：3Mbps
- 系统盘：40GB SSD
- 价格：每月大约 40-50 元
这个配置跑 OpenClaw 绰绰有余。OpenClaw 的 Gateway 进程不占什么资源，内存占用大概 200-300MB，CPU 几乎不消耗。2 核 2GB 的配置，哪怕你同时跑几个后台任务，也完全够用。
如果你是团队用，或者需要跑一些更重的 AI 任务，那可以考虑升级配置，但大多数情况下，轻量级就够了。
注意一点：选系统的时候一定要选 Linux，推荐 Ubuntu 或 Debian。不要选 Windows——不是不行，但麻烦得多，而且很多 AI 工具的生态都在 Linux 上。
二、环境搭建：从零装起
服务器开好之后，通过 SSH 连上去，开始装环境。
第一步：系统更新
sudo apt update && sudo apt upgrade -y这个不用解释，装完系统第一件事就是更新。
第二步：安装 Node.js
OpenClaw 是基于 Node.js 运行的，所以需要安装 Node 环境。推荐用 nvm 来管理，这样切换版本方便：
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
source ~/.bashrc
nvm install 22
nvm use 22我用的是 Node 22 LTS 版本，这是 OpenClaw 官方推荐的版本，兼容性最好。
装完之后验证一下：
node -v # 应该显示 v22.x.x
npm -v # 应该显示 10.x.x第三步：安装 OpenClaw
npm install -g openclaw这一步很快，装完之后验证：
openclaw --version第四步：安装其他依赖
根据你后续要用的功能，可能还需要装一些东西。比如如果你要用 Python 脚本，就装 Python：
sudo apt install -y python3 python3-pip如果你要用到一些 AI 相关的 Python 库，也可以一并装了。
三、OpenClaw 初始化配置
环境装好了，接下来是配置 OpenClaw 本身。
初始化工作区
openclaw init这会自动在你的 home 目录下创建 .openclaw 工作区，包含配置文件、插件目录、技能目录等。
配置飞书插件
这是我的核心需求——让 AI 助手能收发消息、查日历、管日程。飞书插件的配置，核心就是拿到飞书开放平台的应用凭证：
- 去 飞书开放平台 创建一个自建应用
- 在应用的”凭证与基础信息”页面，拿到 App ID 和 App Secret
- 把这两个值填到 OpenClaw 的飞书插件配置里
# ~/.openclaw/config.yaml 中飞书插件配置
feishu:
app_id: "cli_xxxxxxxxx"
app_secret: "xxxxxxxxxxxxxxxxxxxxx"
encrypt_key: "xxxxx" # 如果用事件订阅的话启动 Gateway
配置好之后，启动 Gateway：
openclaw gateway start看到 Gateway started 的提示，就说明服务跑起来了。
四、对接飞书：让 AI 真正能”聊天”
服务跑起来只是第一步，真正让它能用，还得对接飞书。
配置事件回调
在飞书开放平台的”事件订阅”页面，配置事件回调 URL。这个 URL 就是你的服务器地址加上 OpenClaw Gateway 的回调路径。
比如：https://your-server-ip:6688/feishu/callback
这里有个坑——你的服务器需要有公网 IP 或者通过内网穿透暴露出来。如果用的是阿里云轻量服务器，直接配公网 IP 就行。如果是本地电脑，可能需要 ngrok 之类的工具。
订阅必要的事件
你需要订阅以下事件，才能让 AI 助手正常工作：
im.message.receive_v1：接收消息事件im.chat.member.bot.added_v1：机器人被拉入群事件im.message.message_read_v1：消息已读事件
订阅好之后，在飞书群里@你的机器人，它就能收到消息并回复了。
五、自动化配置：让服务永远在线
到这里，OpenClaw 已经能跑了。但还有一个问题——你关了 SSH 窗口，或者服务器重启了，服务就停了。
怎么解决？用 systemd 做服务管理。
创建 systemd 服务
sudo nano /etc/systemd/system/openclaw.service写入以下内容：
[Unit]
Description=OpenClaw Gateway
After=network.target
[Service]
Type=simple
User=admin
WorkingDirectory=/home/admin/.openclaw
ExecStart=/home/admin/.nvm/versions/node/v22.22.1/bin/openclaw gateway start
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target注意 ExecStart 里的路径，要用 which openclaw 查出来的绝对路径。
然后启用服务：
sudo systemctl daemon-reload
sudo systemctl enable openclaw
sudo systemctl start openclaw现在，你的 OpenClaw Gateway 就是一个系统服务了。服务器重启会自动拉起，挂了会自动重启，完全不用管。
配置日志查看
journalctl -u openclaw -f这样就能实时看日志了，排查问题很方便。
六、给 AI 技术人的 5 点启示
折腾完这一整套，我有些感想，写下来供大家参考。
启示一：别怕折腾，怕的是不折腾
说实话，部署过程中我遇到了不少问题。端口被占、权限不够、Node 版本不兼容……每一个问题都让人头疼。但解决完回头看，每一个坑都是一次学习机会。你不折腾，永远不知道问题在哪；你折腾了，就知道下次怎么避免了。
启示二：云服务器的性价比超乎想象
我一开始以为云服务器很贵，结果算下来一个月才几十块钱。这个钱换来的是——24 小时在线的 AI 助手、自动运行的定时任务、不怕断电的持久化服务。对于任何一个想认真用 AI 工具的人来说，这个投入产出比是划算的。
启示三：自动化运维不是锦上添花，是刚需
一开始我手动启动服务，结果发现关了 SSH 就断了。后来用 systemd 做了服务管理，整个世界都清净了。这就是自动化的力量——把重复的、容易出错的事情交给系统，你只管专注在真正有价值的事情上。
启示四：安全意识要时刻在线
服务器暴露到公网，意味着你要面对各种扫描和攻击。我做了这几件事：改了 SSH 默认端口、禁用了密码登录只允许密钥、配置了防火墙只开必要的端口。这些不是可选项，是必选项。
启示五：选择正确的工具链
我一开始试过用 Docker 部署，但发现对于 OpenClaw 这种相对轻量的服务来说，Docker 反而增加了复杂度。直接用 nvm 管理 Node、用 systemd 管理服务，简单有效。不要为了”看起来专业”而引入不必要的复杂度——最简单的方案往往就是最好的。
写在最后
把 AI 助手搬上云，不是多么高深的事情。本质上，它就是在一台远程 Linux 机器上装软件、配环境、跑服务。但你获得的价值是巨大的——一个永远在线、随时待命、帮你处理各种任务的 AI 伙伴。
30 分钟，一台云服务器，一个 AI 助手。这件事，值得你去做。
如果你觉得这篇文章对你有帮助，点个「👍」让更多人享受到云端 AI 助手的便利~