Qwen3-VL:30B部署教程：星图平台GPU资源分配+Clawdbot服务端口映射详解

1. 环境准备与快速部署

想要搭建一个既能看懂图片又能智能聊天的AI助手吗？今天我来手把手教你在星图平台上快速部署Qwen3-VL:30B多模态大模型，并通过Clawdbot搭建飞书智能办公助手。整个过程就像搭积木一样简单，不需要任何深度学习基础，跟着步骤来就能搞定。

1.1 硬件环境选择

在开始之前，我们先看看需要什么样的硬件环境。Qwen3-VL:30B是个大家伙，需要足够的计算资源才能流畅运行：

资源类型	推荐配置	最低要求
GPU显存	48GB	32GB
CPU核心	20核心	12核心
内存	240GB	128GB
系统盘	50GB	30GB
数据盘	40GB	20GB

星图平台已经为我们准备好了合适的硬件环境，直接使用默认推荐配置就能满足要求。

1.2 镜像选择与部署

首先登录星图AI云平台，在镜像市场搜索"Qwen3-vl:30b"。你会看到官方预装好的镜像，点击选择即可。

如果镜像列表太长，直接在搜索框输入"Qwen3-vl:30b"就能快速找到目标。选择镜像后，平台会自动推荐合适的硬件配置，直接点击启动就行。

2. 服务测试与验证

部署完成后，我们需要测试一下服务是否正常启动。这个过程很重要，能确保后续步骤顺利进行。

2.1 Web界面测试

实例启动后，在控制台找到"Ollama控制台"快捷方式，点击进入Web交互界面。这里可以直接和模型对话，测试基本功能是否正常。

尝试输入一些简单问题，比如"你好，介绍一下你自己"，如果能看到流畅的回答，说明模型部署成功了。

2.2 API接口测试

除了Web界面，我们还需要测试API接口是否正常工作。星图平台为每个实例提供了公网访问地址，我们可以用Python代码进行测试。

from openai import OpenAI

# 替换成你的实际服务器地址
client = OpenAI(
    base_url="https://你的服务器地址.web.gpu.csdn.net/v1",
    api_key="ollama"
)

try:
    response = client.chat.completions.create(
        model="qwen3-vl:30b",
        messages=[{"role": "user", "content": "你好，请做个自我介绍"}]
    )
    print("API测试成功！")
    print(response.choices[0].message.content)
except Exception as e:
    print(f"连接失败，请检查服务状态: {e}")

运行这段代码，如果能看到模型的自我介绍，说明API接口工作正常。

3. Clawdbot安装与配置

接下来我们要安装和配置Clawdbot，这是连接模型和飞书的关键桥梁。

3.1 安装Clawdbot

星图环境已经预装了Node.js，我们直接用npm命令安装Clawdbot：

npm i -g clawdbot

安装过程很快，通常几分钟就能完成。安装完成后，可以用以下命令验证是否安装成功：

clawdbot --version

3.2 初始配置

运行初始化向导，完成基本配置：

clawdbot onboard

这个向导会引导你完成一些基本设置，对于不熟悉的选项，可以先选择跳过，后续在Web界面中再详细配置。

4. 网络与安全配置

这是最关键的一步，需要正确配置网络设置才能让服务正常访问。

4.1 解决访问问题

默认情况下，Clawdbot只监听本地回环地址（127.0.0.1），这意味着外部无法访问。我们需要修改配置文件：

vim ~/.clawdbot/clawdbot.json

找到gateway配置部分，进行以下修改：

"gateway": {
    "mode": "local",
    "bind": "lan",  // 改为lan允许全网访问
    "port": 18789,
    "auth": {
      "mode": "token",
      "token": "你的安全令牌"  // 设置访问令牌
    },
    "trustedProxies": ["0.0.0.0/0"],  // 信任所有代理
    "controlUi": {
      "enabled": true,
      "allowInsecureAuth": true
    }
}

4.2 服务重启与验证

修改配置后，需要重启服务：

clawdbot gateway restart

然后访问控制面板（将原来的8888端口改为18789端口）：

https://你的服务器地址-18789.web.gpu.csdn.net/

如果页面正常显示并要求输入令牌，说明配置成功。

5. 模型集成与测试

现在我们要把Clawdbot和Qwen3-VL:30B模型连接起来。

5.1 配置模型连接

编辑配置文件，添加模型供应源：

"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
          }
        ]
      }
    }
  }

5.2 设置默认模型

在agents配置中指定使用我们部署的模型：

"agents": {
  "defaults": {
    "model": {
      "primary": "my-ollama/qwen3-vl:30b"
    }
  }
}

5.3 最终测试

完成配置后，进行最终测试：

1. 重启Clawdbot服务
2. 打开一个新的终端窗口，运行GPU监控命令：

   watch nvidia-smi
   

3. 在Clawdbot的Chat页面发送测试消息
4. 观察GPU显存使用情况，确认模型正在工作

如果看到显存使用量增加，并且能收到模型的回复，说明整个系统已经成功集成！

6. 总结与下一步

至此，我们已经成功在星图平台上完成了Qwen3-VL:30B的私有化部署，并通过Clawdbot搭建了管理网关。现在你拥有了一个强大的多模态AI助手，能够理解图片内容并进行智能对话。

当前已完成的步骤：

• ✅ 星图平台环境准备与资源配置
• ✅ Qwen3-VL:30B模型部署与测试
• ✅ Clawdbot安装与基础配置
• ✅ 网络端口映射与安全设置
• ✅ 模型与网关的集成对接

下篇教程将涵盖：

• 飞书平台接入与配置
• 群聊机器人的设置与管理
• 环境持久化与镜像打包
• 性能优化与监控建议

现在你可以先熟悉当前部署的环境，尝试与模型进行一些简单的图文交互测试。如果有任何问题，欢迎在评论区留言讨论！

---

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。