星图平台快速搭建 Clawdbot私有化本地 Qwen3-VL:30B 并接入飞书上篇想要在飞书上拥有一个既能看懂图片又能智能聊天的办公助手吗本项目通过 CSDN 星图 AI 云平台从零开始教你私有化部署最强的多模态大模型 Qwen3-VL:30B并通过 Clawdbot 搭建起一个功能强大的飞书智能办公助手。实验说明本文所有的部署及测试环境均由CSDN 星图 AI云平台提供。我们使用官方预装的Qwen3-VL-30B镜像作为基础环境进行二次开发。1. 环境准备与基础配置1.1 硬件环境概览在开始之前我们先了解一下星图平台提供的硬件配置这对后续的模型部署非常重要组件类型配置规格说明GPU 驱动550.90.07显卡驱动程序版本CUDA版本12.4深度学习计算框架显存容量48GB显卡内存运行大模型关键CPU核心20核心处理器核心数量内存容量240GB系统运行内存系统盘50GB操作系统存储空间数据盘40GB数据存储空间这样的配置完全能够满足 Qwen3-VL:30B 大模型的运行需求特别是 48GB 的显存确保了模型能够流畅运行。1.2 选择合适的基础镜像为了获得顶级的多模态交互体验我们选择目前最强的Qwen3-VL-30B模型进行服务部署。快速定位技巧如果镜像列表比较长建议直接通过搜索框输入关键字Qwen3-vl:30b来快速找到目标镜像。1.3 一键部署模型镜像Qwen3-VL-30B 属于高参数量的多模态大模型对算力资源要求较高。官方推荐配置为48G 显存。在星图平台创建实例时直接按照默认推荐的配置选择启动即可。2. 模型可用性测试2.1 通过Web界面测试模型实例启动后返回个人控制台。点击Ollama 控制台快捷方式即可直接进入预装好的 Ollama 多模态 Web 交互页面。基础对话功能测试在 Web 界面中进行简单的对话测试确保模型的基本推理功能正常2.2 本地API调用验证由于星图云会为每个算力实例提供公网访问地址我们可以直接在本地通过 Python 代码调用 API 接口。重要提示请将代码中的base_url替换为您服务器实际对应的公网地址格式如下所示。from openai import OpenAI # 初始化客户端 client OpenAI( # 将下面的地址替换成您实际部署的服务器地址 base_urlhttps://gpu-pod697b0f1855ba5839425df6ea-11434.web.gpu.csdn.net/v1, api_keyollama # 使用默认的API密钥 ) try: # 发送测试请求 response client.chat.completions.create( modelqwen3-vl:30b, messages[{role: user, content: 你好请介绍一下你自己}] ) # 打印模型回复 print(response.choices[0].message.content) except Exception as e: print(f连接失败请检查服务是否正常: {e})这段代码会向模型发送一个简单的问候如果一切正常你会收到模型的自我介绍回复。3. Clawdbot 的安装与配置3.1 安装 Clawdbot 工具星图云环境已经预装了最新的 Node.js 并配置了镜像加速。我们推荐通过官方 npm 方式快速全局安装Clawdbot# 全局安装Clawdbot npm i -g clawdbot3.2 初始化配置向导执行以下命令开启配置向导。对于大多数进阶配置我们可以先选择跳过后续直接在 Web 控制面板中进行详细设置。# 启动配置向导 clawdbot onboard这个命令会引导你完成基本的配置流程3.3 启动服务并访问控制面板Clawdbot 默认使用 18789 端口提供管理服务。# 启动网关服务 clawdbot gateway访问地址示例# 原始实例链接8888 端口 # https://gpu-pod697b0f1855ba5839425df6ea-8888.web.gpu.csdn.net/ # Clawdbot 控制台链接使用 18789 端口 https://gpu-pod697b0f1855ba5839425df6ea-18789.web.gpu.csdn.net/4. 网络与安全配置优化4.1 解决外部访问问题常见问题初次访问控制面板时可能会出现空白页面这是因为 Clawdbot 默认只监听本地地址127.0.0.1导致外部公网请求无法响应。修改前的监听状态修改配置文件# 编辑Clawdbot配置文件 vim ~/.clawdbot/clawdbot.json需要修改的核心配置项bind: 从loopback改为lan开启全网监听auth.token: 设置自定义安全令牌例如csdntrustedProxies: 添加0.0.0.0/0信任所有代理转发gateway: { mode: local, bind: lan, port: 18789, auth: { mode: token, token: csdn }, trustedProxies: [0.0.0.0/0], controlUi: { enabled: true, allowInsecureAuth: true } }修改后的监听状态4.2 配置控制面板访问凭证刷新页面后如果系统提示需要输入令牌请前往Overview页面填写刚才在配置文件中设置的csdn。5. 集成私有化 Qwen3-VL:30B 模型确认本地 Ollama 服务正常工作后我们需要将 Clawdbot 的默认模型指向我们部署的 30B 大模型。5.1 配置模型供应源编辑~/.clawdbot/clawdbot.json配置文件在models.providers中添加自定义的 Ollama 供应源并更新默认代理模型为qwen3-vl:30b。关键配置片段models: { providers: { my-ollama: { baseUrl: http://127.0.0.1:11434/v1, apiKey: ollama, api: openai-completions, models: [ { id: qwen3-vl:30b, name: Local Qwen3 30B, contextWindow: 32000 } ] } } }, agents: { defaults: { model: { primary: my-ollama/qwen3-vl:30b } } }5.2 完整配置文件参考以下是完整的配置文件内容你可以直接复制并覆盖本地的~/.clawdbot/clawdbot.json文件{ meta: { lastTouchedVersion: 2026.1.24-3, lastTouchedAt: 2026-01-29T09:43:42.012Z }, wizard: { lastRunAt: 2026-01-29T09:43:41.997Z, lastRunVersion: 2026.1.24-3, lastRunCommand: onboard, lastRunMode: local }, auth: { profiles: { qwen-portal:default: { provider: qwen-portal, mode: oauth } } }, models: { providers: { my-ollama: { baseUrl: http://127.0.0.1:11434/v1, apiKey: ollama, api: openai-completions, models: [ { id: qwen3-vl:30b, name: Local Qwen3 32B, reasoning: false, input: [ text ], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 32000, maxTokens: 4096 } ] }, qwen-portal: { baseUrl: https://portal.qwen.ai/v1, apiKey: qwen-oauth, api: openai-completions, models: [ { id: coder-model, name: Qwen Coder, reasoning: false, input: [ text ], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 128000, maxTokens: 8192 }, { id: vision-model, name: Qwen Vision, reasoning: false, input: [ text, image ], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 128000, maxTokens: 8192 } ] } } }, agents: { defaults: { model: { primary: my-ollama/qwen3-vl:30b }, models: { my-ollama/qwen3-vl:30b: { alias: qwen }, qwen-portal/coder-model: { alias: qwen }, qwen-portal/vision-model: {} }, workspace: /root/clawd, compaction: { mode: safeguard }, maxConcurrent: 4, subagents: { maxConcurrent: 8 } } }, messages: { ackReactionScope: group-mentions }, commands: { native: auto, nativeSkills: auto }, gateway: { port: 18789, mode: local, bind: lan, controlUi: { enabled: true, allowInsecureAuth: true }, auth: { mode: token, token: csdn }, trustedProxies: [ 0.0.0.0/0 ], tailscale: { mode: off, resetOnExit: false } }, skills: { install: { nodeManager: npm } }, plugins: { entries: { qwen-portal-auth: { enabled: true } } }, hooks: { internal: { enabled: true, entries: { session-memory: { enabled: true } } } } }5.3 最终功能测试重启 Clawdbot 服务然后打开一个新的终端窗口执行以下命令来监控显卡状态# 实时监控GPU状态 watch nvidia-smi在控制面板的Chat页面发送测试消息观察 GPU 显存的使用变化确认 Qwen3-VL:30B 模型正在正常工作6. 总结至此我们已经成功在星图平台完成了Qwen3-VL:30B的私有化部署并将其接入了Clawdbot的管理网关。现在你已经拥有了一个强大的多模态AI助手基础环境。在接下来的下篇教程中我们将重点讲解如何正式接入飞书平台实现群聊互动功能如何进行环境持久化打包并发布到星图 AI镜像市场通过本教程你不仅学会了在星图平台部署大模型还掌握了将AI模型与实际办公场景结合的方法为企业的智能化转型提供了实用解决方案。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。