Qwen3-VL:30B部署案例分享：某科技公司用星图平台+Clawdbot构建内部AI知识中枢

本文介绍了如何在星图GPU平台上自动化部署Qwen3-VL:30B镜像，快速构建企业内部AI知识中枢。通过该平台，企业可私有化部署强大的多模态大模型，并集成Clawdbot实现图文理解和智能对话，典型应用于内部技术文档解读、产品截图分析等场景，提升团队信息处理效率与数据安全性。

陳寶平

353人浏览 · 2026-03-16 00:25:59

陳寶平 · 2026-03-16 00:25:59 发布

Qwen3-VL:30B部署案例分享：某科技公司用星图平台+Clawdbot构建内部AI知识中枢

1. 项目背景与价值

某科技公司在日常办公中面临着一个普遍问题：团队需要处理大量的图文资料，包括产品截图、设计稿、技术文档等，但缺乏一个能够同时理解图片和文字的智能助手。传统的文本聊天机器人无法识别图片内容，而专门的多模态模型部署又显得过于复杂。

通过CSDN星图AI云平台，我们为零基础的团队提供了一套完整的解决方案：私有化部署最强的多模态大模型Qwen3-VL:30B，并通过Clawdbot搭建起一个既能"看图"又能"聊天"的飞书智能办公助手。这个方案不仅保证了数据隐私，还大幅提升了团队的信息处理效率。

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。

1.1 硬件环境概览

GPU 驱动	CUDA 版本	显存	CPU	内存	系统盘	数据盘
550.90.07	12.4	48GB	20 核心	240GB	50GB	40GB

2. 基础镜像选配与连通性测试

2.1 社区镜像选配

为了获得顶级的多模态交互体验，我们选择目前最强的 VL-30B 模型进行服务部署。这个模型参数规模达到300亿，在图文理解和对话方面表现出色，特别适合企业内部的知识问答场景。

镜像选择界面

在实际操作中，如果镜像列表较长，建议直接通过搜索框输入关键字 Qwen3-vl:30b 快速锁定目标镜像。星图平台的镜像市场已经预置了优化后的版本，开箱即用。

2.2 镜像部署配置

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，正好匹配星图平台提供的A100显卡规格。

部署配置界面

在星图平台创建实例时，直接按照默认推荐的配置框选择启动即可。平台会自动匹配最适合的硬件配置，无需手动调整复杂的GPU参数。

2.3 镜像可用性测试

实例开机后，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。

Ollama控制台入口

2.3.1 Web界面功能测试

在Web界面进行初步对话，确保模型推理功能正常。我们测试了文本问答和图片识别两个核心功能：

对话测试界面

测试时尝试了以下场景：

纯文本问答："介绍一下Qwen3-VL模型的特点"
图片内容识别：上传技术文档截图询问具体内容
多轮对话：基于之前的对话内容进行深入提问

2.3.2 API接口连通性测试

由于星图云会为每个算力 Pod 提供公网 URL，我们可以直接在本地通过 Python 调用 API 接口。这是后续集成Clawdbot的关键步骤。

注意：请将 base_url 替换为您服务器实际对应的公网 URL。

API测试界面

from openai import OpenAI

client = OpenAI(
    # 将 gpu-pod697b0f1855ba5839425df6ea-11434 切换成您实际部署的服务器地址
    base_url="https://gpu-pod697b0f1855ba5839425df6ea-11434.web.gpu.csdn.net/v1",
    api_key="ollama"
)
try:
    response = client.chat.completions.create(
        model="qwen3-vl:30b",
        messages=[{"role": "user", "content": "你好，你是谁？"}]
    )
    print(response.choices[0].message.content)
except Exception as e:
    print(f"连接失败，请检查端口是否开放: {e}")

3. Clawdbot 的安装与初始化

3.1 安装 Clawdbot

星图云环境已预装最新的 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：

Clawdbot安装界面

npm i -g clawdbot

安装完成界面

安装过程通常只需要1-2分钟，依赖包会自动从国内镜像源下载，速度很快。

3.2 启动并完成初始配置

执行以下命令开启向导模式。对于大多数进阶配置，我们先选择跳过，后续直接在 Web 控制面板中修改。

clawdbot onboard

配置向导会引导完成以下步骤：

选择部署模式：选择本地模式（Local）
模型提供商配置：暂时跳过，后续手动配置
网关设置：使用默认端口18789
认证方式：选择Token认证
技能包安装：选择默认推荐包

配置向导界面

完成配置后，系统会生成配置文件并启动核心服务。

3.3 启动网关并访问控制页面

Clawdbot 默认管理端口为 18789，需要通过以下命令启动网关服务：

clawdbot gateway

访问地址示例：

# 原链接（8888 端口）：https://gpu-pod697b0f1855ba5839425df6ea-8888.web.gpu.csdn.net/
# Clawdbot 控制台链接（更换为 18789 端口）：
https://gpu-pod697b0f1855ba5839425df6ea-18789.web.gpu.csdn.net/

控制台登录界面

4. 网络调优与安全配置

4.1 解决 Web 页面空白问题

在实际部署中，可能会遇到控制台页面空白的问题。这通常是因为Clawdbot默认只监听本地回环地址（127.0.0.1），导致外部无法访问。

故障现象：页面空白或连接拒绝

空白页面现象

解决方案：修改配置文件实现全网监听

vim ~/.clawdbot/clawdbot.json

需要修改以下关键配置项：

bind: 由 loopback 改为 lan（开启全网监听）
auth.token: 自定义安全 Token（例如：csdn）
trustedProxies: 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
    }
}

修改后重启服务，确认监听状态已经从127.0.0.1变为0.0.0.0：

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，系统会提示输入Token进行认证。使用刚才在配置文件中设置的Token（本例中为csdn）即可登录。

Token认证界面

成功登录后，可以看到Clawdbot的完整控制面板，包括对话界面、配置管理、技能商店等功能模块。

控制面板主界面

5. 核心集成：接入星图云私有化 Qwen3-VL:30B

确认本地 Ollama 服务工作正常后，我们需要将 Clawdbot 的默认模型指向我们部署的 30B 大模型。这是整个项目的核心集成步骤。

5.1 修改 Clawdbot 模型供应配置

编辑配置文件，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。

vim ~/.clawdbot/clawdbot.json

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，可以直接复制使用（请根据实际情况调整）：

{
  "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
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "my-ollama/qwen3-vl:30b"
      },
      "models": {
        "my-ollama/qwen3-vl:30b": {
          "alias": "qwen"
        }
      },
      "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"
    ]
  },
  "skills": {
    "install": {
      "nodeManager": "npm"
    }
  }
}