新闻详情

新闻详情

首页 / 资讯中心 / 详情

教程 | 用1Panel五分钟部署OpenClaw,个人微信直接控制“小龙虾”

发布时间:2026/11/18 20:35:28来源:尧图网络
教程 | 用1Panel五分钟部署OpenClaw,个人微信直接控制“小龙虾”
1. 为什么要在 1Panel 里部署 OpenClaw 并用微信控制OpenClaw 是一个开源的 AI Agent 框架能执行文件操作、跑命令、发网络请求你可以把它理解成一个“住在服务器里的智能助手”。而 1Panel 是国产开源 Linux 面板可视化管理、一键部署应用对不熟悉命令行的开发者非常友好。把这两者结合起来再通过企业微信自建应用打通个人微信就能实现一个很爽的场景打开微信发一句话服务器上的“小龙虾”就替你干活。这套方案适合谁适合手上有台公网服务器、想让 AI Agent 常驻运行、又不想每次都开终端敲命令的开发者。尤其适合运维、独立开发者、以及想给团队做内部工具的人。核心检索词就三个1Panel、OpenClaw、微信控制。整个链路走的是企业微信官方自建应用通道再借助企业微信自带的“微信插件”把消息同步到个人微信全程合规不需要装任何额外 App。我实测下来从 1Panel 装好 OpenClaw 到微信收到第一条回复顺利的话五分钟能跑通主流程剩下的时间基本花在企业微信后台配置上。下面按步骤拆开讲每一步都给到可复制的配置和参数。2. 前置准备TaoToken 统一 Key 与 API 通道OpenClaw 本身不带模型它需要接一个大模型才能干活。这里推荐用 TaoToken 作为统一的 Key 和 API 通道好处是一个 Key 能切换多家模型OpenClaw 的环境变量骨架不用反复改。你需要先拿到两样东西API Key在 TaoToken 控制台的 API Keys 页面创建形如sk-xxxx。API 地址https://taotoken.net/api这是 OpenAI 兼容格式的入口OpenClaw 直接填这个即可。创建 Key 的入口在这里https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 进去后左侧菜单找 API Keys点新建复制保存。注意 Key 只显示一次丢了只能重建。如果你后面要长期跑编码类 Agent 任务可以了解下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 它更适合高频调用场景。只是想先验证模型通不通用模型对话页面测一下就行https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。提示OpenClaw 的模型配置里Base URL 填https://taotoken.net/api不要带多余路径模型名按 TaoToken 文档里列出的写比如gpt-4o这类。3. 用 1Panel 部署 OpenClaw 并配置环境变量3.1 在 1Panel 创建模型账号登录 1Panel 面板左侧找到“AI”菜单先建模型账号。供应商选 OpenAI 兼容类型API Key 填上一步拿到的sk-xxxxBase URL 填https://taotoken.net/api。保存后可以点“测试连接”返回成功就说明 Key 和通道没问题。3.2 创建 OpenClaw 智能体依次进入“AI”→“智能体”点创建。这里要填几个关键项WebUI 端口默认 18789没冲突就别改。访问地址填你的公网地址比如https://你的公网IP:18789。模型供应商 / 模型账号选刚才建的那个。其他保持默认点确认等部署完成。部署成功后有两种方式访问界面一是浏览器直接输https://[公网地址]:端口/#tokenxxxxxToken 在智能体列表的“Token”列点复制二是点“端口”列的WebUI 端口: 18789按钮一键跳转。3.3 公网访问没输出怎么办如果访问公网地址一片空白进 OpenClaw 工作目录改两个文件# 文件一Caddy 配置 /opt/1panel/apps/openclaw/OpenClaw/data/caddy/Caddyfile # 文件二主配置 /opt/1panel/apps/openclaw/OpenClaw/data/conf/openclaw.json在 Caddyfile 里补上你的公网地址和端口在 openclaw.json 里确认server段的 host 和 port 与公网一致。改完重启 OpenClaw# 在 1Panel 应用列表里点重启或命令行 docker restart openclaw重启后再访问公网地址一般就能正常打开了。4. 安装企业微信插件并打通微信链路4.1 让 OpenClaw 自己装插件这一步很省事直接在 OpenClaw 对话界面发一句请直接帮我安装企业微信应用的插件插件名是 openclaw-china/wecom-app注意强调是“企业微信应用 wecom-app”不是企业微信机器人否则容易装错。安装大概 3 到 5 分钟。装完去检查配置文件cat /opt/1panel/apps/openclaw/OpenClaw/data/conf/openclaw.json在plugins字段下能看到wecom-app且enabled: true就说明插件装好了。4.2 企业微信后台建自建应用登录企业微信管理后台创建自建应用记录三样东西AgentID、Secret、企业IDcorpId。然后在应用详情页“功能”区找到“接收消息”点“已启用 API 接收”回调 URL 填https://[公网地址]:端口/wecom-app点“随机获取”生成 Token 和 EncodingAESKey先保存备用。此时不要点保存否则会提示“openapi 回调地址请求不通过”因为 OpenClaw 那边还没配好。4.3 把配置写进 OpenClaw把上面拿到的参数拼成 JSON粘贴到 OpenClaw 对话框发送{ wecom-app: { enabled: true, webhookPath: /wecom-app, token: 你的Token, encodingAESKey: 你的EncodingAESKey, corpId: 你的企业ID, corpSecret: 你的Secret, agentId: 你的AgentID } }OpenClaw 会自动写入配置。等它提示添加成功再回企业微信后台点“保存”没报错就说明通信建立成功。4.4 配置企业可信 IP这一步最容易漏。回到企业微信应用详情页往下找“开发者接口”→“企业可信 IP”点配置填入服务器公网 IP。不配这个OpenClaw 发不出回调消息微信端收不到任何回复。保存后在企业微信工作台找到刚建的应用发一条消息收到 OpenClaw 回复就说明链路通了。4.5 个人微信扫码接入在企业微信后台依次进“我的企业”→“微信插件”上传 Logo推荐 640×640在“邀请关注”处拿二维码用个人微信扫码关注。扫完再回企业微信应用对话框发一条消息微信端会同步收到回复。之后个人微信和企业微信都能直接操控 OpenClaw。5. 验证请求与常见报错排查5.1 验证模型通道是否通在 OpenClaw 对话框发一句“你好报一下你当前用的模型”如果它能正常回复并说出模型名说明 TaoToken 的 Key 和 API 通道没问题。也可以直接用 curl 测curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-xxxx \ -H Content-Type: application/json \ -d {model:gpt-4o,messages:[{role:user,content:ping}]}返回带choices字段就说明通道正常。5.2 常见报错对照表报错现象可能原因解决方式公网地址无输出Caddyfile / openclaw.json 未配公网补 host 和 port 后重启回调地址请求不通过OpenClaw 未写入 wecom-app 配置先发 JSON 配置再点保存微信端收不到回复企业可信 IP 未配置后台填入服务器公网 IP插件装成机器人插件名没说清重装openclaw-china/wecom-app模型无响应Key 或 Base URL 错检查https://taotoken.net/api注意如果服务器是内网机器没有公网 IP这套微信方案跑不通需要先做 NAT 穿越新手不建议折腾。仅企业微信控制的话配企业微信机器人渠道即可不需要公网 IP。6. 多实例与权限隔离的进阶玩法1Panel 支持在同一台服务器部署多个独立 OpenClaw 实例每个实例占不同端口配置互相隔离。企业微信自建应用又支持设置可见范围两者一结合就能按人或按角色分配专属 Agent每位成员只看到分配给自己的应用用自己的微信和对应的 OpenClaw 实例交互数据和权限完全隔离。团队规模大的话也可以为不同部门分别注册企业微信各维护一套配置。如果你要长期跑这类 Agent 任务建议把 Key 和通道统一到 TaoToken接入文档在这里https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite API Keys 管理页在这里https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。需要长期编码或 Agent 场景的直接上 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。想先验证模型效果去模型对话页面发几条消息试试https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉