0. 环境准备

  • 系统环境:Windows 11

  • 必备工具:Docker Desktop

  • AI 模型:Kimi (Moonshot) API Key

1. 目录规划与初始化

为了保证数据的持久化和安全性,我们将所有配置和工作空间挂载到物理磁盘 D:\nanobot-lab

1.1 创建物理路径

在 D 盘手动创建文件夹:nanobot-lab

将github中nanobot下载下来,解压并将里面所有东西复制到nanobot-lab中

项目位置:https://github.com/HKUDS/nanobot

1.2 执行官方 Onboard 引导

D:\nanobot-lab 目录下打开 PowerShell,并执行初始化操作

# 这里的 -v .:/root/.nanobot 是把当前 D:\nanobot-lab 映射为程序的配置目录
docker run --rm -v "D:\nanobot-lab:/root/.nanobot" nanobot-lab-nanobot onboard

2. 核心配置 (JSON 调优)

编辑自动生成的 D:\nanobot-lab\config.json注意:JSON 格式。

我这里使用的是kimi的,换成其他模型也可以,修改对应的配置即可

3. 容器化部署

使用以下命令启动长驻后台的 Gateway 服务。

docker run -d `
  --name nanobot_sandbox `
  -v "D:\nanobot-lab:/root/.nanobot" `
  -p 18790:18790 `
  -it `
  nanobot-lab-nanobot gateway

4. 常用维护指令 (Cheat Sheet)

4.1 交互式对话 (Agent 模式)

直接指挥 AI 处理本地任务,看到如图的返回,则已经成功了:

docker exec -it nanobot_sandbox nanobot agent -m "你好"

4.2 状态检查

查看配置文件是否正确加载(出现绿勾 即代表成功):

docker exec -it nanobot_sandbox nanobot status

4.3 实时日志监控

查看后台通讯是否正常、API 是否报错:

docker logs -f nanobot_sandbox

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐