四散如果你和我一样，天天在折腾各种 AI 工作流，OpenClaw 这名字大概率已经不陌生。我上个月在阿里云上一台全新的 ECS 上完整部署过一次 OpenClaw，从买机器到在后台收到第一条消息，掐表算大概是 18 分钟，中间还包含我敲错两次命令的时间。这篇文章不会用那种“小白也能轻松上手”的空话来糊弄你，只要你有最基本的 Linux 操作经验，跟着这套流程走，在阿里云上 15 分钟内把 OpenClaw 跑起来是完全可行的。部署成功之后，你得到的不只是一个 Web 服务，而是一个常驻云端的 AI 助手入口：它能接微信、飞书等渠道，可以调度 DeepSeek、通义千问这类云端模型，也能连 Ollama、NVIDIA NIM 这类本地推理后端，并且允许 agent 在工作目录里执行经过你批准的命令。适合谁看？想用自己的云服务器跑个人 AI 助手的人，想把 OpenClaw 从 Windows 本机搬到云端长期运行的人，以及被各种 openclaw 安装报错卡到怀疑人生的人。
1. 为什么我把 OpenClaw 从本机挪到阿里云：先做对前置判断
很多人一开始和我一样，喜欢在本机跑 OpenClaw。本机跑其实没问题，Windows、Mac 上都有安装方式，启动也快，改配置还方便。但用了两周你会发现一个尴尬的问题：OpenClaw 这类工具的核心价值是“常驻”和“可被外部触达”。如果你要接微信回调，要定时触发任务，或者想在外面用手机给助手发消息，本机的电脑一关、网络一切、或者 IP 一变，整套系统就失联了。这不是 OpenClaw 的问题，而是运行环境决定了它的边界。
放在阿里云上，解决的其实是三件事：第一，7×24 小时在线，不用关心家里路由器重启或办公电脑休眠；第二，有固定公网地址，外部服务可以把消息推给你，实现微信、飞书这类真实渠道的消息闭环；第三，数据持久化更容易做，云盘快照、OSS 备份这些都是现成的，比本机文件被误删后干瞪眼要好得多。
当然，并不是所有人一上来就需要上云。如果你只是本地试验、临时跑通、不想暴露任何端口，那本机完全更合适。可真到了要长期用、要接外部回调消息的阶段，一台低配云主机反而是成本和效率的最优解。
关于服务器规格，我的结论比较直接：如果你用的是 DeepSeek、通义千问这类云端 API，OpenClaw 本身消耗的资源并不高，2 核 4G 内存完全够跑。我自己最开始就是 2C4G 的突发型实例，容器起来之后内存占用一直稳定在 1GB 上下。真正常见的问题是磁盘不够，而不是 CPU 不够。OpenClaw 的 workspace 会存放任务产生的文件，Docker 镜像和日志也会持续膨胀，系统盘只有 40G 的话，看似很大，实际跑上一个月就可能告警。
如果你的规划里还要在服务器上顺带跑 Ollama 或者 Dify，那规格至少要往 4C8G 甚至更高走。下面这个选型表是我自己几次折腾后的结论，可以按需参考：
| 使用场景 | 推荐规格 | 理由 |
|---|---|---|
| 只跑 OpenClaw + 云端模型 API | 2C4G、40G 系统盘 | 容器轻量，主要开销在日志和 workspace |
| OpenClaw + Ollama 本地小模型 | 4C8G、额外 40G 数据盘 | 本地模型要占时间和内存，磁盘别太抠 |
| OpenClaw + NVIDIA NIM / GPU 推理 | GPU 计算型实例，内存 16G 起 | 模型在 GPU 上跑，CPU 内存主要给调度与并发 |
| 极低价体验 | 1C2G（按量付费） | 能启动但并发一多就容易卡，不建议长期生产用 |
操作系统方面，我强烈建议你选 Ubuntu 22.04 64 位，不要选带桌面版的镜像，也不要选 Windows。OpenClaw 很多官方脚本、Docker 编排、权限目录的设计都偏向 Linux 环境，Ubuntu LTS 版本稳定且社区资料多，真出问题时搜索解决方案也最容易。
地域怎么选？如果你主要面向国内渠道，就选离你近的华东、华北节点，延迟差异在这种低并发场景下其实感知不强，但后续你要在服务器上下载一些软件包时，地域会对网络链路有一点影响。本质上，地域无伤大雅，不需要过度纠结。
最后说一句非常实在的：阿里云新机器第一次登录后的 10 分钟，往往决定了整