腾讯云部署OpenClaw完整指南：从Docker到Ollama的智能体落地实践

最近在折腾AI Agent相关的东西，朋友圈里好几个做自动化工作流的朋友都在聊OpenClaw，这个项目之前叫Clawdbot，改名之后热度反而更高了。我花了大半个周末把OpenClaw完整部署到了腾讯云上，中间踩了不少坑，也把整个部署链路理顺了：从云服务器选型、Docker环境搭建、Redis配置、镜像构建推到腾讯云容器镜像服务，再到接Ollama本地大模型和OpenClaw的Skill扩展，基本是一套能直接照着做的完整流程。这篇文章就把我实际的部署过程、配置思路和排错记录全部拆开聊，适合想在国内云环境下手动部署OpenClaw、又不想被零散教程带偏的朋友参考。

1. 为什么选腾讯云部署OpenClaw：选型逻辑与坑前预习

OpenClaw本质是一个智能体运行框架，它把模型调用、工具调用、消息渠道（比如微信、飞书、Telegram这类IM）、任务编排全部聚合到一个进程里。你可以在Windows/Mac本机跑，也可以扔到云端跑，但实际用下来，云端部署几乎是刚需。

1.1 本地跑和云端跑的差异

本地跑OpenClaw，最直接的问题是网络环境和进程稳定性。OpenClaw要跟各种模型API通信，要接收IM平台回调，本机如果断网、睡眠、重启，Agent就跟着断了。而且它内部的定时任务、消息轮询、Skill脚本执行都依赖一个常驻进程，放到云端CVM上，配合systemd或者Docker的restart策略，才能把它当作一个“服务”来养，而不是一个“临时脚本”。

腾讯云这一侧我选的是轻量应用服务器，配置2核4G，系统镜像选了Ubuntu 22.04 LTS。这个配置跑OpenClaw本体加一个Ollama的小参数量模型（比如qwen2.5:7b）是够用的，但如果要跑更大的模型，4G内存会非常紧张，建议至少8G。

1.2 部署方案的选择：Docker还是裸进程

我一开始想直接裸机部署，也就是在Ubuntu上装Node.js、Python环境，然后拉OpenClaw源码启动。好处是省资源、好调试，坏处是环境依赖极其容易乱。

OpenClaw的依赖链涉及Node.js版本、Python解释器、各种native模块，比如sharp、better-sqlite3这类，本机装一遍之后系统环境就被“污染”了，升级版本时经常出现依赖冲突。后来我改成Docker部署，镜像构建、版本切换、数据持久化都变得干净很多，而且腾讯云CVM对Docker的支持非常成熟，后面的镜像推送流程也很顺。

所以我的最终选型是：

组件	方案
云服务器	腾讯云轻量应用服务器 2C4G，Ubuntu 22.04
容器环境	Docker CE 24.x + docker compose v2
镜像托管	腾讯云容器镜像服务（个人版）
Agent框架	OpenClaw（原Clawdbot）
本地模型	Ollama + qwen2.5:7b（可选）
消息通道	微信个人号 / 企业微信群机器人

1.3 部署之前必须先想清楚的事

部署OpenClaw之前，最好先明确几个问题，否则后面配置会反复改。

第一，你的模型API从哪里来？OpenClaw支持OpenAI兼容接口、Anthropic风格接口，也可以接Ollama、vLLM这类本地推理服务。如果你有线上大模型API Key，部署流程会更简单；如果走Ollama本地模型，就需要额外处理内网通信和模型加载。

第二，你的消息渠道是哪种？OpenClaw对微信的支持力度很大，但微信的登录凭证、扫码机制、风控规则在各个版本差异很大，部署时调试IM登录的时间往往比安装本身还久。

第三，你的Skill脚本打算怎么管理？OpenClaw的Skill是一套可插拔的自动化能力，有的是Python脚本，有的是Node脚本，有的调外部API。这些Skill的依赖必须在容器里提前准备好，否则运行时会报“module not found”。

把这些前置问题想清楚，再往下走，部署过程就不会反复推倒重来。

2. 腾讯云侧的三件套准备：安全组、Docker与持久化目录

进入实操环节。腾讯云服务器的初始配置有几个细节容易踩坑，这里一步步说清楚。

2.1 安全组规则不能只开22端口

很多教程只会让你开一个22端口用于SSH，但OpenClaw部署完成后，你需要访问它的Web控制台、调试API，这些端口如果不开，你会发现服务明明起来了却连不上。

我实际开通的安全组规则如下：

端口	协议	用途
22	TCP	SSH登录
80	TCP	可选，Web服务反代
3000	TCP	OpenClaw Web控制台（默认端口按版本可能不同）
11434	TCP	Ollama默认API端口（仅建议内网开放）
8080	TCP	可选，调试用

注意：如果Ollama和OpenClaw部署在同一台机器上，Ollama端口完全不需要对公网开放，只需要监听127.0.0.1或者Docker内网地址就行，没必要暴露到公网，减少扫描风险。

登录服务器后，我习惯先更新系统包并安装基础工具：

sudo apt update && sudo apt upgrade -y
sudo apt install -y git curl wget vim htop

2.2 Docker安装与镜像加速配置

腾讯云的Ubuntu镜像本身没有预装Docker，需要手动装。用apt源直接装Docker官方源有时候很慢，国内建议直接用腾讯云镜像源：

curl -fsSL https://mirrors.cloud.tencent.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://mirrors.cloud.tencent.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

装完确认版本：

docker --version
docker compose version

Docker安装好之后，还要处理镜像加速。虽然腾讯云容器镜像服务自己的域名可以不用加速，但拉取Docker Hub上的公共镜像确实慢，尤其是openclaw相关的镜像有时候几百兆，硬拉能等到怀疑人生。我给 /etc/docker/daemon.json 配置了加速地址：

{
  "registry-mirrors": [
    "https://mirror.ccs.tencentyun.com"
  ],
  "data-root": "/data/docker",
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "100m",
    "max-file": "3"
  }
}

这里我把data-root改到了 /data/docker ，同时限制容器日志大小。OpenClaw跑起来之后日志输出很频繁，尤其是调用了Skill或者出错重试的时候，不限制日志文件大小，几天就能把磁盘写满，这是很实际的一个坑。

修改后重启Docker：

sudo systemctl daemon-reload
sudo systemctl restart docker

2.3 持久化目录规划：数据不能随容器销毁

Docker容器是无状态的，容器删了重来，里面的数据就没了。OpenClaw需要持久化的数据至少有这几类：

• 配置文件（config、环境变量）
• 数据库文件（默认是SQLite或本地KV存储）
• 日志文件
• Skill脚本目录
• 微信登录凭证/缓存

我建议在宿主机上建一个统一目录：

sudo mkdir -p /data/openclaw/{config,data,logs,skills}

这些目录在后面的docker run或者compose配置中通过volume挂载进容器。这样无论是升级OpenClaw版本，还是容器崩溃重启，数据都不会丢失。

3. Redis配置的坑：改完密码重启失败，问题其实不在Redis

我在部署OpenClaw的过程中，顺手在腾讯云服务器上装了Redis，用来做消息队列和缓存。但这里遇到一个很经典的问题：修改Redis密码之后，只要重启Redis服务，就再也连不上了。

3.1 问题表象与初步排查

我的操作流程是：

sudo apt install redis-server
sudo vim /etc/redis/redis.conf
# 修改 requirepass 为自定义密码
sudo systemctl restart redis

重启之后，用 redis-cli ping ，返回 NOAUTH Authentication required ，这个其实正常，因为我设置了密码但没认证。接着我用：

redis-cli -a 我的密码 ping

结果还是报错： ERR Client sent AUTH, but no password is set 。

这个报错很迷惑，配置文件里明明写了 requirepass ，为什么Redis提示“没有设置密码”？

3.2 根因定位：systemd服务重写了配置路径

查了很久，最后发现问题出在Redis的systemd unit文件上。Ubuntu 22.04的redis-server包默认是受 /etc/redis/redis.conf 控制的，但systemd服务里有一个 -c 参数指向配置文件，如果你安装的是带哨兵模式的redis-sentinel，或者同时存在多个Redis实例，systemd会加载另一个配置文件。

我这里的情况更直接： redis-server --version 显示的是7.0版本，但默认的service文件里没有加载我修改的 /etc/redis/redis.conf ，它加载的是 /etc/redis/redis.conf 里的旧配置缓存，而我改完密码后忘了检查systemd的override。

另一个常见原因：Redis 7.0之后引入了ACL机制， user default on nopass ~* &* +@all 这种默认用户配置会覆盖 requirepass 。如果配置文件里同时有ACL和requirepass，需要确认默认用户是否被设置成 nopass ，如果是，requirepass就不生效。

最终解决办法是，直接用 redis-cli 在线修改密码并持久化：

redis-cli
CONFIG SET requirepass "你的新密码"
AUTH 你的新密码
CONFIG REWRITE

CONFIG REWRITE 会把当前运行配置写回配置文件，然后systemd重启后也能保持。这也是OpenClaw接入Redis时很关键的一步，如果Redis认证信息对不上，OpenClaw启动时会一直报连接错误，反复重试，日志刷屏。

3.3 OpenClaw里的Redis配置

如果OpenClaw配置了Redis作为channel或者缓存后端，需要在.env或config文件里填对地址、端口、密码和db编号：

REDIS_HOST=127.0.0.1
REDIS_PORT=6379
REDIS_PASSWORD=你的新密码
REDIS_DB=0

注意：如果OpenClaw运行在Docker容器里，而Redis跑在宿主机上， 127.0.0.1 就指向容器内部了，这时候应该填宿主机内网IP，或者让容器使用 host 网络模式。这个细节不处理好，就会一直出现“连接拒绝”。

4. OpenClaw本体部署：源码安装到Docker镜像的完整链路

OpenClaw的部署方式有几种：一是直接用安装脚本，二是用Docker镜像，三是从源码构建。我这次完整走了一遍构建镜像并推送到腾讯云容器镜像服务的流程，这里详细拆解。

4.1 为什么要用腾讯云容器镜像服务

直接把镜像放在腾讯云的机器上当然能跑，但如果你有多台服务器，或者后续要重置机器，每次都要重新构建镜像非常痛苦。把镜像推到腾讯云容器镜像服务的个人版仓库，我可以在任何一台腾讯云CVM上 docker pull ，速度非常快，因为走的是内网。

腾讯云容器镜像服务的地址格式是：

ccr.ccs.tencentyun.com/你的命名空间/镜像名:标签

个人版镜像仓库需要先在控制台创建命名空间和仓库，然后用docker login登录。

4.2 从源码构建OpenClaw镜像

OpenClaw官方提供的镜像不一定覆盖最新的release，所以我更倾向于拉源码自己构建。具体流程如下。

先在服务器（或者本地开发机）克隆代码：

git clone https://github.com/openclaw/openclaw.git
cd openclaw

查看当前版本：

git tag -l
git checkout v2.0.0

这里的版本号要根据你实际拉取的release来定。构建镜像：

docker build -t ccr.ccs.tencentyun.com/myopenclaw/openclaw:2.0.0 .

这一步可能会有几个坑：

• 构建过程中要下载大量依赖，国内网络环境建议先配置好npm镜像和pip镜像。
• Dockerfile里的基础镜像如果来自Docker Hub，拉取可能会很慢，可以先把基础镜像pull下来并tag到加速地址。
• 如果内存只有4G，构建OpenClaw的前端资源时可能会OOM，建议构建时加上 --memory=3g 限制，或者临时加Swap。

4.3 登录并推送镜像到腾讯云

构建成功后，登录腾讯云镜像仓库：

docker login ccr.ccs.tencentyun.com --username 你的腾讯云账号ID

密码不是云服务器登录密码，而是腾讯云容器镜像服务里的访问凭证，需要在控制台生成。登录后推送：

docker push ccr.ccs.tencentyun.com/myopenclaw/openclaw:2.0.0

推送过程中，如果镜像分层比较大，建议把 /data/docker 挂在SSD盘上，否则I/O会成为瓶颈。

4.4 用compose编排OpenClaw容器

推送完成之后，在服务器上创建一个compose文件来编排服务。

version: "3.8"

services:
  openclaw:
    image: ccr.ccs.tencentyun.com/myopenclaw/openclaw:2.0.0
    container_name: openclaw
    restart: unless-stopped
    ports:
      - "3000:3000"
    volumes:
      - /data/openclaw/config:/app/config
      - /data/openclaw/data:/app/data
      - /data/openclaw/logs:/app/logs
      - /data/openclaw/skills:/app/skills
    environment:
      - TZ=Asia/Shanghai
      - OPENCLAW_CONFIG_PATH=/app/config
    networks:
      - openclaw-net

networks:
  openclaw-net:
    driver: bridge

启动：

docker compose up -d
docker compose logs -f openclaw

这套compose配置的好处是，以后升级版本只需要把镜像tag改掉，再 docker compose up -d ，数据全部保留在宿主机目录里，基本不会丢。

5. 配置核心解密：连接微信、Ollama与NVIDIA NIM

容器启动只是第一步，真正需要耐心的是OpenClaw的配置文件。这里把几个关键配置项按实际使用场景拆开讲。

5.1 主配置文件的组成

OpenClaw的配置文件可以是YAML或JSON，一般位于config目录下。它大体分为几个块：agent（Agent基础参数）、channels（消息渠道）、models（模型配置）、skills（技能开关与参数）、storage（存储设置）。

我第一次打开配置文件时有点懵，因为字段非常多，但实际上大部分都有默认值。关键要改的就是渠道、模型和Skill三块。

5.2 微信渠道接入

OpenClaw对微信的支持分为个人微信和公众号、企业微信。个人微信的接入原理是模拟客户端登录，因此对登录环境比较敏感。实际配置项大概长这样：

channels:
  wechat:
    enabled: true
    mode: personal
    storage: file
    login_type: qrcode

启动之后，控制台会输出一个二维码链接，用微信扫码完成登录。这里有几个经验：

• 个人微信账号别用刚注册的小号，容易触发风控。
• 登录凭证会保存在storage目录，容器重启后不需要重复扫码，但如果你重新部署、storage目录没有持久化，就会要求重新登录。
• 如果扫码后长期不成功，大概率是网络出口IP被风控了，可以尝试切换网络出口或者等一段时间再试。

5.3 Ollama本地部署作为模型后端

如果你不想把对话数据发到外部API，完全可以接Ollama本地部署。在腾讯云服务器上装Ollama很简单：

curl -fsSL https://ollama.com/install.sh | sh

然后拉取模型：

ollama pull qwen2.5:7b

启动Ollama服务：

systemctl start ollama
systemctl enable ollama

确认Ollama监听端口：

ss -tnlp | grep 11434

Ollama默认监听 127.0.0.1:11434 ，为了让OpenClaw容器能访问宿主机Ollama，需要让Ollama监听所有网卡，或者把OpenClaw和Ollama放进同一个Docker网络。我采用的是前者，修改 /etc/systemd/system/ollama.service 的环境变量：

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

改完重启：

systemctl daemon-reload
systemctl restart ollama

然后在OpenClaw配置里把模型地址指到宿主机内网IP：

models:
  default:
    provider: ollama
    base_url: http://<宿主机内网IP>:11434
    model: qwen2.5:7b
    temperature: 0.7

注意：如果OpenClaw是通过Docker Compose启动， <宿主机内网IP> 不能写成 localhost 或 127.0.0.1 ，要写腾讯云服务器的内网IP，或者用 host.docker.internal （部分平台不支持）。最简单的方式是 docker inspect 看一下容器所在网桥的网关地址。

5.4 配置NVIDIA NIM的补充

如果你有GPU服务器，并且想用NVIDIA的NIM推理服务，OpenClaw也支持。搜索关键词里也有不少人在问OpenClaw配置NVIDIA NIM，这里顺带提一下。

NVIDIA NIM本质上也是提供一个OpenAI兼容的推理端点，配置方式和Ollama类似，只是 base_url 指向NIM的地址，模型名换成NIM上部署的模型名。要注意NIM的端点可能需要额外的API Key或Headers：

models:
  nim:
    provider: openai
    base_url: http://<NIM地址>/v1
    api_key: nvapi-xxxx
    model: meta/llama-3.1-8b-instruct

5.5 PowerShell安装OpenClaw的目录指定问题

Windows本机安装OpenClaw也有不少人问，特别是在PowerShell里能不能指定目录。官方安装脚本默认会把OpenClaw装到用户目录下，但用PowerShell执行安装时， openclaw 命令经常出现无法识别的报错：

openclaw : 无法将“openclaw”项识别为 cmdlet、函数、脚本文件或可运行程序的名称

这个报错基本都是环境变量没有刷新。安装完成后，关掉PowerShell重新打开，或者手动刷新PATH：

$env:Path = [System.Environment]::GetEnvironmentVariable("Path", "Machine") + ";" + [System.Environment]::GetEnvironmentVariable("Path", "User")

如果还要指定安装目录，可以在Windows安装脚本里设置安装路径参数，或者在安装完成后把整个文件夹移动到你想要的位置，再把该目录加入PATH。我实际操作时是直接改用户环境变量，把OpenClaw的安装路径加进去，然后重新登录系统。

6. Skill扩展与升级维护：从安装到自食其力

OpenClaw真正强大的地方在于Skill机制，你可以把重复性工作封装成一个Skill，比如本地文件整理、网页信息抓取、自动归档邮件，甚至是调用ComfyUI生成图片，然后通过对话或定时任务触发。

6.1 Skill的目录结构和安装要点

每个Skill是独立的目录，里面有 SKILL.md 描述文件、 main.py 或者 script.js 这样的执行脚本，以及可选的 requirements.txt 依赖清单。OpenClaw在识别Skill时，会扫描配置里指定的Skill目录。

安装Skill不要只拷贝脚本， requirements.txt 里的依赖必须装进OpenClaw容器。如果容器是自定义镜像，可以在构建时把Skill的依赖一起打进去；如果用现有镜像，通过volume挂载Skill目录后，还需要在容器内安装依赖，或者把Skill放到一个带独立依赖的运行时沙箱里。

我吃过一次亏：挂载了一个Python Skill，脚本本身没问题，但容器里没有 requests 和 beautifulsoup4 ，运行时报错，排查了半天才发现是依赖缺失。

6.2 版本升级的正确姿势

OpenClaw迭代速度很快，从搜索热词里就能看到“如何升级openclaw版本”被反复问。升级不是重新拉代码然后重启那么简单，要按这个顺序操作：

1. 先备份：把config、data、skills目录完整打包备份。
2. 拉取新镜像： docker pull ccr.ccs.tencentyun.com/myopenclaw/openclaw:新版本
3. 查看CHANGELOG：新版本经常有配置格式变更，我的习惯是先跑一下 docker run --rm 新镜像 /app/openclaw doctor 之类的自检命令，看看配置是否兼容。
4. 更新compose文件里的镜像标签。
5. 执行 docker compose up -d 。
6. 观察日志，确认没有字段废弃、数据库迁移报错。

关于卸载OpenClaw，如果是Docker部署的，直接 docker compose down -v 会把容器和卷一起删除，但宿主机上的 /data/openclaw 目录不会自动删，需要手动清理。这也是为什么我坚持把OpenClaw的数据都放在同一个目录下，卸载时清楚利落。

6.3 与ComfyUI、Codex等生态的联动

热词里不少人把OpenClaw和ComfyUI本地部署、Codex放在一起搜。这类联动的核心思路是：OpenClaw作为Agent调度器，负责理解任务并调用相应的Skill；ComfyUI是一个执行图像生成的工作流服务；Codex则是代码生成和执行的辅助工具。

在腾讯云上同时部署ComfyUI和OpenClaw时，建议给ComfyUI单独分配端口和显存（如果有GPU），OpenClaw通过Skill脚本调用ComfyUI的API接口来出图。如果CPU服务器，ComfyUI跑SD模型会非常吃力，不建议这么做。

7. 常见报错排查链路：按我的排错顺序来，省一半时间

部署过程中肯定会遇到各种报错，这里把几个高频问题按实际排查链路整理出来。

7.1 “openclaw无法识别为cmdlet”的完整排查

这个报错我在Windows上遇到过好几次，不只是OpenClaw，很多命令行工具都有这个毛病。排查顺序是：

先确认安装是否真的成功。用 ls 看一下安装目录里的可执行文件是否存在。如果存在，问题就是PATH没有生效。

再检查PATH：

$env:Path -split ';' | Select-String -Pattern 'openclaw'

如果输出为空，说明安装程序没有把目录写入环境变量，手动添加：

[Environment]::SetEnvironmentVariable("Path", $env:Path + ";C:\你的OpenClaw目录", "User")

改完关掉重开终端，再执行 openclaw --version 验证。

7.2 腾讯云WAF拦截与误报的处理

如果你给OpenClaw域名接入了腾讯云的WAF，会有一定概率出现OpenClaw API被判定为异常请求而拦截的情况。热词里“腾讯云WAF绕过”大概率说的就是这种问题，但我不会去讲什么绕过WAF的思路，那是安全红线。正确的做法是配置WAF的白名单规则或放行策略，把你自己的合法域名、API路径、UA标识加进白名单，而不是绕过防护。

如果你用的是腾讯云CDN/WAF组合，建议先在小流量下观察日志，看拦截的URL和规则ID，然后在WAF控制台添加精准白名单。OpenClaw的Web控制台和回调接口通常需要放行，但一定要限制来源IP或来源地域，别把整个规则都关掉。

7.3 OpenClaw容器频繁重启

如果 docker compose ps 显示容器一直在重启，先看日志：

docker logs --tail 200 openclaw

比较常见的几类原因：

• 配置格式错误或必填项缺失，程序启动自检直接退出。
• 端口被占用，比如宿主机3000端口已经有一个旧容器。
• 权限问题，volume挂载的config目录没有写权限。
• 数据库版本不兼容，老数据文件无法被新版本读取。

定位到原因后，按上面说的升级流程处理，不要直接在运行的容器里改文件，因为容器重建后改动全丢。

8. 部署完之后的稳定性调优与使用心得

OpenClaw在腾讯云上跑起来只是第一步，真正让Agent稳定可用，还需要做几件事。

8.1 给容器设置资源限制

OpenClaw本身内存占用不算高，但加载Skill和调用模型时会突然飙升。在compose里给容器加资源限制：

    deploy:
      resources:
        limits:
          memory: 2g

这样即使OpenClaw内存泄漏，也不会把整台服务器拖死，Docker会自动OOM杀掉容器，配合 restart: unless-stopped 又能自动拉起。

8.2 日志轮转与定期巡检

前面提到在daemon.json里设置了日志大小限制，这是最基础的一层防线。我还定时写了一个cron脚本，每天检查磁盘空间和数据目录大小。

#!/bin/bash
# 每天凌晨3点清理多余日志和临时文件
docker system prune -f --volumes
find /data/openclaw/logs -name "*.log" -mtime +7 -delete

加进crontab：

crontab -e
0 3 * * * /usr/local/bin/openclaw-cleanup.sh

8.3 关于Dify、vLLM、DeepSeek等组件的联动

搜索热词里出现了很多OpenClaw与Dify、DeepSeek、vLLM、Zabbix等组件的组合需求。其实核心路径都是通用的：OpenClaw不是唯一的大模型应用框架，它更像是一个能力层，把各种工具和模型编排起来。

你可以用Dify搭一个可视化的知识库工作流，然后用OpenClaw作为对话入口，通过API调用Dify发布的服务；也可以用vLLM部署一个高吞吐推理服务，给OpenClaw当模型后端；DeepSeek的API也可以直接作为OpenClaw的默认模型，只要配置兼容OpenAI接口。

部署的底层思路都是一致的：把每个组件当成一个独立服务，明确端口、API Key、数据目录，再用Docker网络把它们串起来。不要试图把东西全部塞进一个容器，维护起来会很痛苦。

8.4 我个人对这套部署方案的最终体会

折腾完这一整套，我的感受是：OpenClaw的部署难度不低，但它的回报是“一个真正属于你自己的Agent基座”，这句话不是空话。你把它接入微信之后，每天定时整理信息、调用Skill跑脚本、按设定好的流程处理任务，这套东西跑通后的稳定感，远远超过各种SaaS平台提供的托管Agent。

如果你也是第一次在腾讯云上部署OpenClaw，建议按这样的节奏来：先创建一台干净的Ubuntu服务器，用Docker跑通OpenClaw本体，再接入一个最简单的模型API，把对话走通；之后再逐步接微信、加Ollama、挂载Skill、调整自动化任务。每一步都验证成功再进入下一步，别一上来就追求全功能，那样出问题的时候连排查方向都没有。

最后再分享一个小技巧：OpenClaw的配置文件改动后，不需要重启整个容器，很多配置项支持热加载，在控制台里执行 reload 命令即可生效。但如果是模型provider或者渠道相关的配置，还是老实重启容器，免得出现缓存不一致的诡异问题。祝大家都能跑出一个稳定听话的Agent。