基于AWS EC2与OpenClaw部署云端AI智能体：从零搭建个人自动化助手-平芜编程栈

1. 项目概述：在云端部署你的专属AI智能体

最近在折腾一个挺有意思的东西，叫OpenClaw。简单来说，它是一个可以让你在云端部署一个24小时在线的个人AI智能体的平台。想象一下，你有一个永不疲倦、随时待命的数字助手，不仅能和你聊天，还能帮你搜索信息、执行自动化任务，甚至通过Telegram远程控制。这听起来是不是有点像科幻电影里的场景？但得益于现在成熟的云服务和开源AI项目，我们自己动手也能搭建一个。

这个项目最吸引我的地方在于它的“生产就绪”特性。很多AI工具要么只能在本地跑，要么部署起来极其复杂。而OpenClaw结合AWS EC2，提供了一套从零到一的完整部署方案，目标是让你得到一个稳定、可远程访问、并且功能强大的自动化助手。无论是想用它来管理日常待办事项、自动进行市场调研，还是作为一个随时可问的知识库，它都能胜任。如果你对AI自动化、云端部署或者Telegram机器人开发感兴趣，那这个项目绝对值得你花一个下午的时间来尝试。

整个部署过程涉及几个核心部分：在AWS上准备一台云服务器（EC2实例）、安装和配置OpenClaw主程序、接入各类AI模型API（比如OpenRouter或本地的Ollama）、以及最关键的一步——将其与一个Telegram机器人绑定，实现随时随地通过手机发号施令。接下来，我会带你一步步拆解这个过程，并分享我在配置过程中踩过的坑和总结出的技巧。

2. 核心架构与组件选型解析

2.1 为什么选择AWS EC2作为部署平台？

在开始动手之前，我们先聊聊为什么这个方案选择AWS EC2。市面上云服务器提供商很多，比如DigitalOcean、Linode、Vultr，甚至国内的阿里云、腾讯云。选择AWS EC2，尤其是对于这个项目，有几个很实际的考量。

首先，稳定性和可靠性。AWS作为行业巨头，其基础设施的稳定性和全球网络质量是有目共睹的。对于需要7x24小时运行的AI助手来说，服务器的在线率至关重要。EC2实例的启动和运行非常标准化，出了问题也有丰富的文档和社区支持可以排查。

其次，免费套餐与成本可控。AWS为新用户提供为期12个月的免费套餐，其中包含每月750小时的t2.micro或t3.micro实例使用时间。对于OpenClaw这样一个初期可能负载不高的应用来说，完全可以在免费额度内运行，极大地降低了学习和试错成本。即使超出免费额度，按需付费的模式也让我们可以精确控制预算，随时可以关机停止计费。

再者，安全组（Security Group）配置的灵活性。EC2的安全组功能相当于一个虚拟防火墙，我们可以非常精细地控制哪些端口对哪些IP地址开放。在部署OpenClaw时，我们需要开放SSH端口（22）用于管理，以及可能用于Web界面的自定义端口（如18789）。通过安全组，我们可以设置为“仅允许我的IP地址访问”，这比在服务器内部用iptables配置要直观和方便得多。

最后是生态与扩展性。一旦你的AI助手跑起来了，你可能会想给它增加更多能力，比如挂载一个存储卷来保存聊天记录，或者设置自动快照备份。AWS庞大的服务生态让这些后续的扩展变得相对容易。当然，这并不是说其他云服务商不好，只是EC2在这个场景下，从入门门槛、社区资源到长期可玩性，都是一个非常平衡的选择。

注意：务必关注EC2实例的类型选择。原指南推荐的是m7i-flex.large，这是一个较新且性能不错的实例。但对于个人测试或轻量使用，t3.micro（符合免费 tier）或t3.small是更经济实惠的起点。实例类型直接影响计算能力和成本，起步时不必追求高性能，够用即可。

2.2 OpenClaw 的核心功能与工作流拆解

OpenClaw不是一个单一的应用程序，而是一个智能体平台。它的核心思想是提供一个框架，让你能够连接不同的“大脑”（AI模型）和“手脚”（工具与技能），从而组装出一个能执行具体任务的智能体。

它的工作流可以这样理解：

输入接收：你通过Telegram发送一条消息，比如“帮我查一下今天比特币的价格”。
意图理解：OpenClaw接收到这条文本，将其发送给配置好的AI模型（例如通过OpenRouter接入的GPT-4）。
任务规划与工具调用：AI模型理解你的意图后，会判断需要调用哪个“技能”（Skill）。例如，它知道需要调用“网络搜索”技能，并生成相应的搜索查询。
技能执行：OpenClaw执行该技能，比如调用Brave Search API进行搜索，获取结果。
结果整合与回复：AI模型将搜索到的原始信息进行总结和提炼，生成一段友好的回复。
输出交付：OpenClaw将最终回复发送回Telegram，呈现给你。

在这个过程中，OpenClaw扮演了“调度中心”和“技能执行器”的角色。而AI模型（LLM）则是“决策大脑”。这种架构的好处是模块化。你可以随时更换“大脑”（从OpenRouter切换到本地Ollama运行的模型），也可以随时增加新的“手脚”（比如开发一个连接你日历API的技能，让AI帮你安排会议）。

原项目提到的几个关键API集成，各自扮演了不同角色：

OpenRouter / Ollama：提供核心的AI推理能力，是智能体的“思考引擎”。
Brave Search API：为智能体提供实时、准确的网络信息检索能力，突破了大语言模型知识截止日期的限制。
ElevenLabs API：提供高质量的文本转语音（TTS）功能，如果想让你的助手“开口说话”，这就是它的“声带”。
ZAI API：这是一个支付相关的API，推测可能是用于演示智能体如何处理金融类任务，例如查询账户余额或进行交易（使用时需严格遵守相关服务条款）。

3. 从零开始的详细部署实操指南

3.1 AWS EC2 实例的创建与基础安全配置

登录AWS管理控制台，在服务列表中找到“EC2”。点击“启动实例”按钮，我们就进入了配置页面。

第一步：命名与镜像选择在“名称和标签”部分，给它起个名字，比如my-openclaw-agent。在“应用程序和操作系统映像（AMI）”这里，选择“Ubuntu”。版本建议选择22.04 LTS或24.04 LTS。LTS代表长期支持版，系统更稳定，社区支持也更好。避免选择非LTS的临时版本。

第二步：实例类型选择这是决定服务器算力和成本的关键。对于测试和学习，我强烈推荐从t2.micro或t3.micro开始（确保你所在区域支持免费套餐）。如果免费套餐已过期，或者你对性能有更高要求（例如打算在本地运行大型Ollama模型），可以考虑t3.small或t3.medium。原指南推荐的m7i-flex.large性能很强，但价格也高，不适合初学者。记住，后期可以随时停止实例，更改实例类型（需要先停止），所以起步不必求大。

第三步：密钥对管理这是连接服务器的“钥匙”，至关重要！在“密钥对（登录）”部分，点击“创建新密钥对”。给它起个名字，例如openclaw-key，密钥对类型选择RSA，私钥文件格式选择.pem（适用于Mac/Linux的SSH客户端）。点击“创建密钥对”后，浏览器会自动下载一个.pem文件。务必妥善保管此文件！将它放在一个安全的目录，例如~/.ssh/，并立即设置严格的权限：

chmod 400 ~/.ssh/openclaw-key.pem

这个命令将文件权限设置为仅所有者可读，这是SSH客户端的安全要求。

第四步：网络与安全组配置这是安全的重中之重。在“网络设置”部分，点击“编辑”。首先，确保“创建安全组”被选中。我们需要配置两条入站规则：

SSH访问：类型SSH，源类型自定义，源0.0.0.0/0。注意：这允许任何IP尝试SSH连接，风险极高！最佳实践是将其改为我的IP，AWS会自动填充你当前的外网IP。这样只有你当前的网络位置可以连接。
OpenClaw Web UI访问：点击“添加入站规则”。类型选择自定义 TCP，端口范围填写18789（OpenClaw默认的Web端口），源类型同样建议先设置为我的IP进行测试。后期如果需要从其他网络访问，可以再修改。

第五步：存储配置默认的8GB gp2或gp3根卷对于基础系统是够用的。但如果你计划在服务器上本地运行Ollama并下载大型模型（如Llama 3 70B），8GB会很快耗尽。建议将“卷大小”调整为30 GiB（如原指南所述），类型选择gp3即可，性价比更高。点击“启动实例”，等待几分钟，实例状态变为“运行中”即可。

3.2 服务器初始化与OpenClaw核心安装

实例运行后，在EC2控制台找到该实例，查看其“公有IPv4地址”。现在，我们通过SSH连接服务器：

ssh -i ~/.ssh/openclaw-key.pem ubuntu@<你的公有IP地址>

首次连接会提示确认主机密钥，输入yes。成功登录后，你会看到类似ubuntu@ip-xxx-xxx-xxx-xxx:~$的提示符。

系统更新与基础依赖安装首先，更新软件包列表并升级现有软件，这是一个好习惯：

sudo apt update && sudo apt upgrade -y

这个过程可能需要几分钟。升级完成后，安装一些后续可能需要的工具，比如用于解压的unzip和用于网络诊断的curl（通常已预装）：

sudo apt install -y unzip

安装Node.jsOpenClaw是基于Node.js构建的，因此我们需要安装Node.js和npm（Node包管理器）。Ubuntu默认仓库中的Node.js版本可能较旧。推荐使用NodeSource维护的仓库来安装长期支持版（LTS）：

# 安装用于添加PPA仓库的依赖 sudo apt install -y ca-certificates curl gnupg # 添加NodeSource的官方仓库（以20.x LTS为例） curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - # 安装Node.js和npm sudo apt install -y nodejs

安装完成后，验证版本：

node --version npm --version

安装OpenClaw CLI工具根据原指南，OpenClaw提供了一个便捷的安装脚本：

curl -fsSL https://openclaw.ai/install.sh | bash

这个命令会从官方地址下载安装脚本并执行。在执行任何从网络下载的脚本前，保持警惕是一个好习惯。如果条件允许，可以先查看一下脚本内容（curl -fsSL https://openclaw.ai/install.sh），大致了解它会做什么。通常，这类脚本会做以下几件事：下载OpenClaw的核心包、将其安装到全局环境、可能还会修改你的shell配置文件（如~/.bashrc）以添加可执行路径。

安装完成后，需要让终端识别新安装的命令。执行source ~/.bashrc或重新打开一个SSH会话即可。然后验证安装：

openclaw --version

如果显示出版本号，说明安装成功。

3.3 关键API服务的申请与配置

OpenClaw的强大之处在于它能连接外部服务。这里我们需要准备几个API密钥。

1. OpenRouter API KeyOpenRouter是一个聚合了多种AI模型（如Claude、GPT-4、Llama等）的网关。你需要注册一个OpenRouter账户（https://openrouter.ai/）。登录后，在仪表板（Dashboard）或API Keys部分，点击“Create Key”生成一个新的API密钥。妥善保存这个密钥，我们稍后会用到。OpenRouter通常提供一些免费的初始额度供测试。

2. ElevenLabs API Key (可选，用于语音)如果你希望你的AI助手具备语音合成能力，可以注册ElevenLabs（https://elevenlabs.io/）。同样，在账户设置中找到API Keys部分，生成一个新密钥。ElevenLabs也有免费额度，但语音合成消耗额度较快，测试时请注意。

3. Brave Search API Key为了让AI能搜索实时信息，我们需要Brave Search API。前往Brave Search API页面（https://brave.com/search/api/），注册并创建一个API密钥。这个服务也有免费的月度查询额度。

4. ZAI API Key (可选，用于演示支付功能)根据项目描述，这可能用于演示金融类操作。请根据其官网（https://zai.com/）的指引注册并获取API密钥。请注意：涉及金融API，务必仔细阅读其使用条款和费率，仅在测试环境中使用虚拟数据。

实操心得：API密钥管理永远不要将API密钥硬编码在代码中或提交到版本控制系统（如Git）。在服务器上，一个简单的方法是使用环境变量。我们可以在~/.bashrc文件末尾添加：
export OPENROUTER_API_KEY='your_openrouter_key_here' export BRAVE_API_KEY='your_brave_key_here' # ... 其他密钥
添加后，执行source ~/.bashrc。这样，OpenClaw在运行时就能读取这些环境变量。更安全的方式是使用像dotenv这样的库配合配置文件，但OpenClaw的onboard向导通常会引导你安全地输入这些密钥。

3.4 初始化配置与Telegram机器人深度集成

现在，我们进入最核心的配置环节。在SSH终端中运行：

openclaw onboard

这会启动一个交互式的配置向导。根据提示，你需要依次完成以下设置：

AI Persona & Behavior：给你的助手起个名字，设定它的性格和沟通语调。例如，你可以让它“专业且简洁”，或者“热情且乐于助人”。这会影响它与你对话的风格。
API Keys配置：向导会依次询问你之前申请的各个API密钥。将对应的密钥粘贴进去即可。如果某个服务暂时不想用（比如ElevenLabs），可以直接按回车跳过。
模型选择：你需要选择默认使用的AI模型。OpenClaw可能会列出通过OpenRouter可用的模型列表（如openai/gpt-4、anthropic/claude-3-haiku等）。选择一个你拥有额度且性能合适的模型。

配置完成后，OpenClaw的核心服务应该就准备就绪了。你可以尝试在终端启动它的文本用户界面（TUI）：

openclaw tui

如果能看到一个交互式界面，说明基础配置成功。

创建并绑定Telegram机器人这才是实现“随时随地控制”的关键。打开Telegram，搜索@BotFather这个官方机器人。

向它发送命令/start，然后发送/newbot。
BotFather会引导你完成：1) 为你的机器人起一个显示名称；2) 设置一个唯一的用户名（必须以bot结尾，例如my_awesome_openclaw_bot）。
创建成功后，BotFather会给你一个HTTP API Token，形如1234567890:ABCdefGHIjklmNOPqrSTUvwxYZ。妥善保存这个Token，它相当于你机器人的密码。

接下来，回到你的OpenClaw服务器SSH终端。我们需要将OpenClaw与这个机器人关联。但首先，OpenClaw需要知道你想和它对话。在Telegram中找到你刚创建的机器人（通过其用户名搜索），向它发送任意一条消息，比如/start。

然后，在服务器上执行配对命令。这里的<bot-username>指的是你机器人的用户名（不带@符号）：

openclaw pairing approve telegram my_awesome_openclaw_bot

这个命令会告诉OpenClaw：“我批准用户名为my_awesome_openclaw_bot的机器人进行配对”。如果一切顺利，你的OpenClaw助手现在就能在Telegram上回应你了！尝试给你的机器人发条消息，比如“Hello”，看看它是否会回复。

重要注意事项：Webhook与网络可达性Telegram机器人通过Webhook与后端服务器通信。这意味着，当你在Telegram上给机器人发消息时，Telegram服务器会将该消息发送到你预先设置的一个URL（即你的OpenClaw服务器地址）。这要求你的EC2实例必须有一个公网IP，并且安全组开放了OpenClaw服务端口（默认可能是3000或另一个端口，具体看OpenClaw文档）。如果配对后收不到回复，很可能是网络连通性问题。你需要确保：
EC2安全组的入站规则允许来自0.0.0.0/0（或Telegram服务器IP段）对你OpenClaw服务端口的TCP访问。
服务器内部的防火墙（如ufw）没有阻止该端口。可以暂时禁用ufw测试：sudo ufw disable（测试后记得重新启用并配置规则：sudo ufw allow 3000）。

4. 高级功能配置与访问方式

4.1 通过SSH隧道安全访问Web管理界面

除了Telegram，OpenClaw通常还提供一个Web图形界面（UI），用于更直观的管理和监控。这个界面默认可能运行在服务器的18789端口（具体请查OpenClaw文档），并且为了安全，通常只监听本地（127.0.0.1）。

我们不想直接把这个管理端口暴露在公网上。最安全、最简单的方法是使用SSH本地端口转发。在你的本地电脑（不是服务器）的终端中，执行以下命令：

ssh -i ~/.ssh/openclaw-key.pem -N -L 18789:127.0.0.1:18789 ubuntu@<你的公有IP地址>

-i：指定你的私钥文件路径。
-N：表示不执行远程命令，仅建立隧道。
-L 18789:127.0.0.1:18789：这是端口转发的核心参数。意思是“将本地机器的18789端口，通过SSH隧道，转发到远程服务器127.0.0.1:18789端口上”。
ubuntu@<你的公有IP地址>：SSH登录信息。

执行后，这个终端会看起来“卡住”，这是正常的，它正在维持隧道连接。保持这个终端窗口打开。

然后，打开你本地电脑的浏览器，访问http://localhost:18789。你会发现，你本地浏览器localhost:18789的请求，通过加密的SSH隧道，被安全地转发到了远端服务器的18789端口。这样，你就像在本地访问一样打开了OpenClaw的Web界面，而无需在EC2安全组中为18789端口开放公网访问，极大地提升了安全性。

4.2 集成本地AI模型（Ollama）以降低成本与提升隐私

持续使用OpenRouter等在线API会产生费用。如果你有一台性能不错的EC2实例（例如t3.medium或更大），或者你在本地有强大的GPU机器，可以考虑运行本地模型，这不仅能消除API调用成本，还能更好地保护隐私。

在EC2服务器上安装OllamaOllama是一个简化本地大语言模型运行的工具。在你的OpenClaw服务器上，可以通过一行命令安装：

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

安装完成后，启动Ollama服务（它会常驻后台）：

ollama serve

注意：ollama serve默认会在后台运行。你可以用systemctl来管理它：sudo systemctl enable ollama（设置开机自启），sudo systemctl start ollama（启动服务）。

拉取并运行模型Ollama安装了大量优化过的模型。我们可以先拉取一个较小的模型进行测试，例如微软的Phi-3迷你版，它体积小但能力不俗：

ollama pull phi3:mini

拉取完成后，可以直接在终端交互测试：

ollama run phi3:mini

在出现的提示符后输入问题，看模型是否能正常回复。按Ctrl+D退出交互。

配置OpenClaw使用Ollama模型现在，我们需要告诉OpenClaw，除了OpenRouter，还可以使用本地的Ollama模型。具体配置方法取决于OpenClaw的设定。通常，你需要修改OpenClaw的配置文件（可能在~/.openclaw/config.json或类似位置），或者在Web UI的设置中，添加一个新的模型端点。

例如，Ollama默认的API端点通常是http://localhost:11434。你需要在OpenClaw的模型配置中，添加一个自定义模型，将其基础URL指向http://localhost:11434，并指定模型名称（如phi3:mini）。这样，当你在OpenClaw中选择使用这个本地模型时，它就会将请求发送给本机的Ollama服务。

踩坑记录：内存与模型选择在EC2上运行本地模型，最大的限制是内存。一个7B参数的模型（如Llama 2 7B）量化后可能需要4-8GB内存。而一个70B的模型则需要40GB以上。请务必根据你EC2实例的内存大小来选择合适的模型。t3.micro只有1GB内存，几乎无法运行任何有用的模型。t3.medium有4GB内存，可以尝试运行量化后的7B或更小的模型（如Phi-3 mini）。始终先在本地用ollama run测试模型加载是否成功，再集成到OpenClaw。

4.3 核心命令与日常运维管理

熟悉一些核心的OpenClaw命令，对于日常管理和调试非常有帮助。以下是对原指南命令表的补充和解释：

命令	用途与详细说明
`openclaw onboard`	交互式初始化向导。任何时候配置出错想重来，都可以重新运行它。它会引导你重新设置API密钥、人格等。
`openclaw tui`	启动终端用户界面。这是一个在服务器命令行中运行的交互式界面，适合在没有Web UI的环境下快速测试和与助手对话。
`openclaw gateway`	启动API网关服务。这是OpenClaw的后端核心，Telegram Webhook、Web UI都需要它来运行。通常配置为系统服务（如使用`systemd`）在后台常驻。
`openclaw skills`	管理技能（Skills）。可以列出、启用、禁用或安装新的技能。技能是扩展助手能力的关键，比如“计算器”、“天气查询”、“网页抓取”等。
`openclaw model configure`	配置AI模型参数。这里可以切换不同的模型提供商（OpenRouter vs Ollama），调整模型的温度（Temperature）、最大生成长度等高级参数。
`openclaw --help`	查看所有可用命令和简要说明。遇到问题首先查帮助。

将OpenClaw设置为系统服务（推荐）为了让openclaw gateway能在后台稳定运行，并在服务器重启后自动启动，我们应该将其配置为系统服务。

创建一个服务文件：

sudo nano /etc/systemd/system/openclaw.service

写入以下内容（根据你的实际安装路径调整）：

[Unit] Description=OpenClaw AI Agent Gateway After=network.target [Service] Type=simple User=ubuntu WorkingDirectory=/home/ubuntu Environment="PATH=/usr/bin:/usr/local/bin" # 假设openclaw命令在PATH中，直接运行gateway子命令 ExecStart=/usr/bin/openclaw gateway Restart=on-failure RestartSec=10 [Install] WantedBy=multi-user.target

保存退出（Ctrl+X，然后按Y，再按回车）。

重新加载systemd配置，启用并启动服务：

sudo systemctl daemon-reload sudo systemctl enable openclaw.service sudo systemctl start openclaw.service

检查服务状态和日志：

sudo systemctl status openclaw.service sudo journalctl -u openclaw.service -f # 实时查看日志

5. 典型问题排查与优化技巧

5.1 部署与连接常见故障排除

即使按照步骤操作，也可能会遇到一些问题。这里整理了几个最常见的场景和解决方法。

问题1：SSH连接被拒绝（Connection refused）或超时（Timeout）。

可能原因A：安全组规则未正确配置。
- 排查：登录AWS EC2控制台，检查实例的安全组。确保入站规则中有一条允许来自你IP地址（或0.0.0.0/0）的SSH (TCP 22)流量。
- 解决：编辑安全组，添加入站规则。源最好设置为我的IP。
可能原因B：实例未分配公有IP或弹性IP。
- 排查：在实例详情页查看“公有IPv4地址”是否为空。
- 解决：为实例分配一个弹性IP（EIP）并关联。注意，停止再启动EC2实例，默认的动态公有IP会变化，使用EIP可以固定IP。
可能原因C：本地网络或密钥文件权限问题。
- 排查：确认本地防火墙未阻止SSH。确认私钥文件（.pem）权限是否为400(chmod 400 key.pem)。

问题2：openclaw命令未找到（command not found）。

可能原因：安装脚本未能正确将OpenClaw添加到PATH，或者未重新加载shell配置。
解决：
1. 首先尝试显式执行安装路径下的命令（如果知道路径），例如/usr/local/bin/openclaw --version。
2. 检查你的~/.bashrc或~/.profile文件，看是否有添加OpenClaw路径的语句。如果没有，可能需要手动添加。更直接的方法是完全退出SSH会话，然后重新连接。重新登录后，shell会自动加载配置文件。
3. 如果还不行，回顾安装过程，确认安装脚本是否成功执行完毕，没有报错。

问题3：Telegram机器人配对成功但不回复消息。

可能原因A：OpenClaw网关服务未运行。
- 排查：在服务器上运行sudo systemctl status openclaw.service或ps aux | grep openclaw，检查服务是否在运行。
- 解决：启动服务sudo systemctl start openclaw.service。
可能原因B：Webhook URL设置错误或网络不通。
- 排查：OpenClaw在配对时需要向Telegram服务器注册一个Webhook URL（你的服务器公网IP/域名+端口）。如果这个URL无法从公网访问，Telegram就无法推送消息过来。
- 解决：
  1. 确保EC2安全组开放了OpenClaw服务端口（默认可能是3000或8080，请查文档）的入站流量（源0.0.0.0/0）。
  2. 检查服务器内部防火墙（如ufw）：sudo ufw status。如果激活了，确保有规则允许该端口：sudo ufw allow 3000。
  3. 在服务器上尝试curl http://localhost:3000（替换为你的端口），看服务是否本地可访问。
  4. 从你的本地电脑，尝试curl http://<你的公有IP>:3000，看端口是否在公网可访问。如果超时，就是安全组或防火墙问题。
可能原因C：Bot Token或用户名在配对时输入错误。
- 解决：尝试重新运行openclaw pairing approve telegram <正确的bot用户名>。

5.2 性能监控、日志查看与成本控制

监控服务器资源在AWS EC2控制台，你可以查看实例的CPU利用率和网络流量等基础监控指标。对于更细致的监控，可以在服务器安装htop：

sudo apt install -y htop htop

这可以实时查看CPU、内存、Swap的使用情况，特别在运行本地大模型时非常有用。

查看OpenClaw日志日志是排查问题的金矿。如果OpenClaw作为系统服务运行，查看日志最方便的方式是：

sudo journalctl -u openclaw.service -f # -f 表示实时跟踪（follow）

或者查看特定时间段的日志：

sudo journalctl -u openclaw.service --since "2024-01-01" --until "2024-01-02"

如果OpenClaw是直接在前台运行的，日志会直接输出到当前终端。

控制AWS成本

使用成本资源管理器：在AWS控制台搜索“Cost Explorer”，设置预算提醒，监控每日/每月花费。
选择合适实例：测试阶段使用t系列（可突增性能实例）的micro或small规格。t系列在CPU积分用尽后性能会下降，但对于间歇性使用的AI助手通常够用。
及时停止实例：如果只是白天使用，晚上可以停止EC2实例。停止（Stop）后，不再计算EC2费用，但EBS存储卷仍会收费（很低）。终止（Terminate）则会删除实例和根卷，数据会丢失。
使用Spot实例（高级）：对于可以容忍中断的任务，Spot实例价格极低（通常为按需价格的10%-20%）。但可能随时被回收，不适合要求持续在线的服务。

5.3 安全加固建议

将个人AI助手放在公网，安全不容忽视。

禁用密码登录，仅使用密钥：确保EC2实例的SSH配置已禁用密码认证（默认如此）。永远保管好你的.pem私钥。
限制安全组源IP：将SSH端口（22）的源IP设置为你的家庭或办公网络IP段，而不是0.0.0.0/0。对于OpenClaw的服务端口，如果可以，也尽量限制源IP。
定期更新系统：定期运行sudo apt update && sudo apt upgrade -y来安装安全补丁。
使用非root用户：始终使用ubuntu等非root用户操作。避免使用sudo执行不必要的命令。
管理好API密钥：如前所述，使用环境变量或安全的密钥管理工具，切勿泄露。
考虑使用VPN或SSH隧道访问Web UI：正如我们之前做的，将管理界面端口通过SSH隧道转发到本地访问，而不是直接暴露在公网，这是最佳实践。

部署完成后，你的个人AI助手就正式上线了。你可以通过Telegram随时随地与它对话，让它执行任务。通过Web UI进行更复杂的管理和技能扩展。这个项目就像一个乐高底座，你已经搭好了核心框架，接下来可以发挥创意，为它添加各种“技能”模块，比如连接你的笔记软件、智能家居设备，或者定制专属的自动化工作流。