clawbot是专为内网环境设计的私有化faq问答机器人，支持企业微信、飞书、钉钉等平台接入，提供一键部署、windows本地rag、macos离线、docker容器化及linux源码编译五种部署路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在企业内网环境中快速构建一个可自主掌控、响应精准的FAQ智能问答机器人，则ClawBot正是为此类场景深度优化的私有化AI网关。它不依赖云端API，所有知识检索、模型推理与会话管理均运行于您指定的物理服务器或虚拟机上，且原生支持从企业微信、飞书、钉钉等主流办公平台接入。以下是实现该目标的多种可行路径：
一、基于企业微信入口的一键部署方案
该方案适用于已具备轻量应用服务器（LS）资源的企业IT部门，全程无需手动编译或配置网络代理，所有服务组件均已预置并完成中文本地化适配。
1、登录阿里云控制台，进入轻量应用服务器购买页，选择镜像为“OpenClaw(Moltbot) 2026.2.2-3”版本。
2、配置实例规格为2核CPU/4GB内存/40GB SSD，地域优先选择中国香港或新加坡节点（规避ICP备案及跨境网络延迟）。
3、实例创建完成后，进入「应用详情」页面，点击「一键放通18789端口」并配置百炼API-Key（需提前在百炼控制台开通通义千问3.0调用权限）。
4、通过SSH连接服务器，执行clawdbot wecom init命令，系统将自动生成企业微信机器人二维码及配置参数文件/root/.clawdbot/config/wecom.yaml。
5、使用企业微信管理员账号扫码绑定，确认“接收消息”“发送消息”“读取通讯录”三项权限已启用。
二、Windows本地环境手动部署+RAG知识库注入
该方案适用于无公网服务器但拥有高性能PC的中小团队，采用Ollama作为本地模型运行时，结合OpenClaw的RAG引擎实现FAQ文档的语义检索与生成式回答。
1、在Windows 10/11（64位）系统中安装Git、Python 3.11+、Ollama，并执行ollama run qwen2:1.5b拉取轻量级中文模型。
2、下载OpenClaw官方Windows安装包，解压后运行install.bat脚本，自动配置环境变量与systemd-like服务注册。
3、将企业FAQ文档（PDF/Markdown/Word格式）统一存放至./data/faqs/目录，确保文件名含业务关键词如server_restart.md、db_timeout_solution.pdf。
4、执行openclaw ingest --source ./data/faqs/ --embedding-model nomic-embed-text启动向量化索引构建，等待日志显示Indexing completed, 142 chunks embedded。
5、修改config.yaml中channels.wechat.enabled为true，并填入企业微信机器人Token与EncodingAESKey（来自企微管理后台）。
三、MacOS Apple Silicon平台全离线部署
该方案面向注重数据主权与能效比的研发团队，利用M系列芯片的Metal加速能力，在无网络连接状态下完成模型加载与FAQ响应闭环。
1、在macOS Sonoma系统中执行xcode-select --install安装命令行工具，再运行/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"安装Homebrew。
2、使用Homebrew安装依赖：brew install git wget coreutils，随后通过curl -fsSL https://openclaw.ai/install.sh | bash获取最新汉化版CLI。
当用户请求“启用语义缓存”、“缓存LLM响应”、“降低API成本”、“加速AI响应”、“配置LangCache”、“搜索语义缓存”、“存储响应到缓存”，或提及Redis LangCache、语义相似性缓存、LLM响应缓存时使用此技能。提供与Redis LangCache托管服务的集成，用于对提示和响应进行语义缓存。
3、执行openclaw model set phi3:mini-q4_K_M指定量化模型，运行openclaw model pull完成本地缓存。
4、将FAQ知识库以纯文本形式存入~/clawdbot/kb/faq/，每份文档首行标注## TAG: database或## TAG: onboarding用于后续路由过滤。
5、启动服务：openclaw gateway --no-internet --kb-path ~/clawdbot/kb/faq/，此时服务仅监听127.0.0.1:18789，完全隔离外网。
四、Docker容器化部署+钉钉群聊嵌入
该方案适用于已有Kubernetes或Docker Compose运维体系的企业，通过标准化镜像实现FAQ机器人跨环境一致性交付，并支持多租户知识库隔离。
1、在服务器执行docker pull registry.cn-hangzhou.aliyuncs.com/openclaw/clawdbot-zh:2026.2.2拉取官方镜像。
2、创建docker-compose.yml，挂载本地FAQ目录至容器内/app/data/kb，映射端口18789:18789，设置环境变量CLAWDBOT_CHANNEL=dingtalk。
3、准备钉钉机器人Webhook地址与加签密钥，写入config/dingtalk.yaml并挂载进容器/app/config/路径。
4、执行docker-compose up -d启动服务，查看日志docker logs -f clawdbot确认输出✅ DingTalk channel initialized。
5、进入目标钉钉群，添加机器人并开启“群内@所有人”权限，测试发送@ClawBot 数据库连接超时怎么办，验证是否返回结构化解决方案。
五、裸机Linux服务器源码编译部署
该方案适用于对安全审计有强要求的金融、政务类客户，所有二进制文件均由源码可控编译生成，支持自定义TLS证书与审计日志落盘路径。
1、在CentOS 8+/Ubuntu 22.04服务器上安装Rust 1.78+、CMake 3.22+、pkg-config，执行git clone https://github.com/soimy/openclaw.git && cd openclaw。
2、编辑src/config.rs，将默认日志路径/tmp/clawdbot-gateway.log替换为/var/log/clawdbot/audit.log，启用enable_audit_log = true。
3、运行cargo build --release --features embed-server编译核心网关，生成可执行文件target/release/clawdbot-gateway。
4、创建systemd服务单元文件/etc/systemd/system/clawdbot.service，指定User=clawbot与ProtectSystem=strict沙箱策略。
5、将FAQ文档按部门归类存入/opt/clawdbot/kb/hr/、/opt/clawdbot/kb/it/，执行sudo systemctl start clawdbot启动服务。
