騰訊雲上養“龍蝦”：從零打造會記憶、能幹活的AI數字分身

蕭溪，本名肖勝萍，大道正澤（北京）文化傳播有限公司總經理，陜西省青年作家協會會員，江西財經大學現代經濟管理學院客座教授，曾任《創業家》高級編輯。知乎大V，在知乎平臺擁有7萬粉絲。著有《GPT-5寫作實戰：從寫作小白到創作高手》《DeepSeek賦能高效寫作》等書。在《廣州日報》《南方都市報》等報刊發表文字十餘萬字。

李智強，長沙師範學院畢業，長期關註AI應用與個人效率工具在教學場景中的落地實踐。豆包、即夢、扣子、OpenClaw等產品的早期用戶與深度實踐者，擅長將覆雜技術轉化為易上手的操作指南，致力於幫助普通用戶零門檻擁抱AI。

序言
前言
第1章 騰訊“雲養蝦”為何爆火
1.1 熱潮背後的真實需求
1.1.1 普通聊天AI與OpenClaw的本質區別
1.1.2 自托管用戶的真實畫像與共同訴求
1.2 OpenClaw需要穩定的雲端環境
1.2.1 本地部署在公網訪問與持續在線的局限
1.2.2 心跳機制對持續在線的依賴
1.2.3 記憶數據與SKILL.md的持久化需求
1.3 騰訊雲在部署和運行上的平臺優勢
1.3.1 國內網絡質量對飛書、企業微信回調鏈路的影響
1.3.2 域名、證書、DNS一站式管理的便利性
1.3.3 中文文檔、鏡像加速與社區資料的可用性
1.4 哪些人適合選擇騰訊雲
1.4.1 主要通道在QQ、微信、企業微信、元寶、飛書或釘釘的用戶
1.4.2 希望以較低門檻完成雲端部署的個人用戶
1.4.3 已有騰訊雲資源、希望統一管理的團隊
第2章 騰訊雲資源準備
2.1 騰訊雲上適合OpenClaw的幾種產品形態
2.1.1 輕量應用服務器
2.1.2 雲桌面（OpenClaw專屬版）
2.1.3 雲手機（OpenClaw版）
2.1.4 ClawPro企業專屬版
2.2 輕量應用服務器適合什麼人
2.2.1 輕量應用服務器的主要特點與能力邊界
2.2.2 適合輕量應用服務器的典型使用場景
2.3 雲服務器適合什麼人
2.3.1 CVM相比輕量應用服務器多出的控制能力
2.3.2 值得升級到CVM的幾種情況
2.3.3 CVM計費模式與成本預估
2.4 CPU核數、內存容量、磁盤、帶寬與流量怎麼選擇
2.4.1 OpenClaw日常運行的基本配置要求
2.4.2 SKILL.md積累與記憶數據增長對磁盤的影響
2.4.3 固定帶寬與按流量計費的選擇邏輯
2.5 公網訪問、安全組和端口策略怎麼配置
2.5.1 安全組的基本概念與配置入口
2.5.2 OpenClaw需要放行的端口清單
2.5.3 最小暴露原則與公網安全邊界
2.6 域名、證書、備案和訪問方式的規劃
2.6.1 裸IP訪問與域名訪問的區別及適用場景
2.6.2 域名註冊、DNS解析與備案的基本流程
2.7 不同預算下的騰訊雲配置建議
2.7.1 月均50元以內的最低可用配置
2.7.2 月均100~200元的穩定運行配置
2.7.3 團隊共用場景下的配置升級思路
第3章 首次部署上雲
3.1 創建實例並完成系統初始化
3.1.1 初始化流程簡述
3.1.2 為實例配置模型
3.1.3 初始化完成後的第一步檢查
3.2 登錄服務器的幾種方式與推薦做法
3.2.1 SSH登錄的四種方式
3.2.2 部署期與長期維護的方式
3.3 騰訊雲上的“龍蝦”醫院
3.3.1 一鍵修覆
3.3.2 一鍵排障
3.3.3 配置回退
3.4 啟用記憶增強插件
3.5 打開OpenClaw控制面板
3.6 文件管理
3.6.1 文件管理的入口
3.6.2 上傳文件與文件夾
3.6.3 文件管理的適用場景
3.7 自定義鏡像
3.7.1 自定義鏡像的基本定義與作用
3.7.2 自定義鏡像的制作步驟
3.7.3 自定義鏡像的典型應用場景
第4章 通道接入實戰
4.1 飛書的接入與配置
4.2 企業微信的消息鏈路打通
4.3 QQ的接入方法
4.4 釘釘與其他平臺的接入
4.4.1 釘釘的接入與配置
4.4.2 其他平臺的接入方法
第5章 技能配置實操
5.1 技能決定OpenClaw的能力邊界
5.1.1 SKILL.md的文件形式與在系統中的角色
5.1.2 技能驅動下OpenClaw從對話到執行的轉變
5.1.3 OpenClaw遞歸生成新技能的機制與邊界
5.2 騰訊雲實例上安裝技能的基本流程
5.2.1 添加技能的三種方式
5.2.2 技能被正確加載的確認方法
5.3 常用技能的最小組合方案
5.3.1 個人工作助手場景的基礎技能組合
5.3.2 團隊協作場景的技能擴展方向
5.4 技能觸發失敗的常見原因
5.4.1 SKILL.md描述不清導致的模型匹配偏差
5.4.2 執行時所需環境或權限缺失的排查
5.4.3 通過日誌定位技能觸發失敗原因的方法
5.5 技能數量過多為何會影響系統性能
5.5.1 技能數量與模型上下文長度的關系
5.5.2 精簡技能列表的實用原則
5.6 一個簡單的自定義技能的接入思路
5.6.1 最小可用SKILL.md文件的結構示例
5.6.2 觸發條件、輸入與輸出和執行步驟的描述方法
5.6.3 自定義技能的調試流程
第6章 模型配置方案
6.1 模型選擇從任務出發，而非從參數出發
6.2 2026年主流國產模型的任務適配性
6.2.1 DeepSeek-V4：高頻日常任務的默認選擇
6.2.2 Kimi K2.5：工具調用密集與超長文檔場景的升級選項
6.2.3 GLM-5.1：中文指令遵循與結構化輸出的專項強化
6.2.4 騰訊混元：騰訊雲用戶的內網直連方案
6.2.5 MiniMax M2.7：多工具協作與專業辦公場景
6.2.6 模型選型速查表
6.3 接口配置的基本流程
6.4 調用失敗、延遲波動和連接異常怎麼排查
6.5 詞元消耗和調用成本怎麼估算
6.6 一個適合騰訊雲用戶的低成本起步配置
第7章 穩定運行手冊
7.1 為什麼很多雲上實例部署成功，“卻跑不長久”
7.2 記