在AWS ECS部署Clawdbot并配置Qwen+Telegram+Brave搜索

详细教程介绍如何在AWS ECS上部署Clawdbot机器人，并配置Qwen模型、Telegram频道和Brave搜索功能

发表于 2026/02/06

作者 Opal Kim

10 分钟阅读

概述

Clawdbot是一个强大的多渠道AI助手框架，支持多种消息平台和AI模型。本文将详细介绍如何在AWS ECS（Elastic Container Service）上部署Clawdbot，并配置Qwen模型、Telegram集成和Brave搜索功能。

准备工作

在开始之前，您需要准备以下资源：

AWS账户及访问权限
AWS CLI已安装并配置
Docker已安装
AWS ECS集群
Qwen Portal账户（用于免费的Qwen Coder模型）
Telegram Bot Token
Brave Search API密钥

第一步：创建ECS任务定义

首先，我们需要创建一个ECS任务定义，用于运行Clawdbot容器。创建clawdbot-task-definition.json文件：

  
{
  "family": "clawdbot-service",
  "executionRoleArn": "arn:aws:iam::YOUR_ACCOUNT_ID:role/ecsTaskExecutionRole",
  "taskRoleArn": "arn:aws:iam::YOUR_ACCOUNT_ID:role/ecsTaskRole",
  "networkMode": "awsvpc",
  "requiresCompatibilities": ["FARGATE"],
  "cpu": "1024",
  "memory": "2048",
  "runtimePlatform": {
    "cpuArchitecture": "X86_64",
    "operatingSystemFamily": "LINUX"
  },
  "containerDefinitions": [
    {
      "name": "clawdbot-container",
      "image": "node:22-bookworm",
      "cpu": 1024,
      "memory": 1536,
      "essential": true,
      "portMappings": [
        {
          "containerPort": 18789,
          "protocol": "tcp"
        }
      ],
      "environment": [
        {
          "name": "NODE_ENV",
          "value": "production"
        },
        {
          "name": "CLAWDBOT_GATEWAY_BIND",
          "value": "0.0.0.0"
        },
        {
          "name": "CLAWDBOT_GATEWAY_PORT",
          "value": "18789"
        },
        {
          "name": "CLAWDBOT_GATEWAY_TOKEN",
          "value": "your-gateway-token-here"
        },
        {
          "name": "TELEGRAM_BOT_TOKEN",
          "value": "your-telegram-bot-token"
        },
        {
          "name": "BRAVE_API_KEY",
          "value": "your-brave-api-key"
        },
        {
          "name": "HOME",
          "value": "/home/node"
        }
      ],
      "mountPoints": [
        {
          "sourceVolume": "clawdbot-config",
          "containerPath": "/home/node/.clawdbot"
        },
        {
          "sourceVolume": "clawdbot-workspace",
          "containerPath": "/home/node/clawd"
        }
      ],
      "logConfiguration": {
        "logDriver": "awslogs",
        "options": {
          "awslogs-group": "/ecs/clawdbot-service",
          "awslogs-region": "us-east-1",
          "awslogs-stream-prefix": "ecs"
        }
      }
    }
  ],
  "volumes": [
    {
      "name": "clawdbot-config",
      "efsVolumeConfiguration": {
        "fileSystemId": "fs-your-efs-id",
        "rootDirectory": "/clawdbot/config"
      }
    },
    {
      "name": "clawdbot-workspace",
      "efsVolumeConfiguration": {
        "fileSystemId": "fs-your-efs-id",
        "rootDirectory": "/clawdbot/workspace"
      }
    }
  ]
}

第二步：构建自定义Docker镜像

为了确保Clawdbot能正常运行，我们需要创建一个包含所有必要依赖的自定义Docker镜像。创建Dockerfile：

  
FROM node:22-bookworm

# 安装必要的系统工具
RUN apt-get update && apt-get install -y \
    socat \
    curl \
    ca-certificates \
    git \
    && rm -rf /var/lib/apt/lists/*

# 安装Clawdbot
RUN npm install -g @clawbot/clawdbot

# 安装额外的二进制工具（如果需要）
# 示例：Gmail CLI
RUN curl -L https://github.com/steipete/gog/releases/latest/download/gog_Linux_x86_64.tar.gz \
  | tar -xz -C /usr/local/bin && chmod +x /usr/local/bin/gog

# 创建非root用户
RUN groupadd -r nodejs && useradd -r -g nodejs node

# 设置工作目录
WORKDIR /app

# 切换到非root用户
USER node

# 创建必要的目录
RUN mkdir -p /home/node/.clawdbot
RUN mkdir -p /home/node/clawd

EXPOSE 18789

CMD ["clawdbot", "gateway", "--bind", "0.0.0.0", "--port", "18789"]

然后构建并推送镜像到ECS：

  
# 构建镜像
docker build -t your-registry-url/clawdbot:latest .

# 登录到ECR
aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin your-registry-url

# 推送镜像
docker push your-registry-url/clawdbot:latest

更新任务定义中的镜像地址：

  
{
  "image": "your-registry-url/clawdbot:latest"
}

第三步：配置Qwen模型

Clawdbot支持通过Qwen Portal的OAuth流程使用Qwen模型。以下是配置步骤：

启用Qwen插件

# 在容器启动后执行此命令
clawdbot plugins enable qwen-portal-auth

认证Qwen

  
# 执行认证流程
clawdbot models auth login --provider qwen-portal --set-default

这将运行Qwen设备码OAuth流程，并在models.json中写入提供程序条目（以及qwen别名用于快速切换）。

Qwen模型ID

qwen-portal/coder-model - Qwen Coder模型
qwen-portal/vision-model - Qwen Vision模型

切换模型：

clawdbot models set qwen-portal/coder-model

第四步：配置Telegram集成

创建Telegram Bot

在Telegram中与@BotFather对话
运行/newbot，按照提示创建新机器人
复制生成的令牌并安全保存

配置Clawdbot

在Clawdbot配置中添加以下内容：

  
{
  "channels": {
    "telegram": {
      "enabled": true,
      "botToken": "YOUR_TELEGRAM_BOT_TOKEN",
      "dmPolicy": "pairing",
      "groups": {
        "*": {
          "requireMention": true
        }
      }
    }
  }
}

或者通过环境变量设置：

  
export TELEGRAM_BOT_TOKEN=your_bot_token_here

Telegram配置选项

dmPolicy: 控制DM访问策略（pairing, allowlist, open, disabled）
groupPolicy: 控制群组访问策略（open, allowlist, disabled）
groups.*.requireMention: 控制是否需要提及机器人才能响应

第五步：配置Brave搜索

获取Brave Search API密钥

访问 https://brave.com/search/api/ 创建Brave Search API账户
在仪表板中选择Data for Search计划并生成API密钥
将密钥存储在配置中或设置BRAVE_API_KEY环境变量

配置示例

  
{
  "tools": {
    "web": {
      "search": {
        "provider": "brave",
        "apiKey": "YOUR_BRAVE_API_KEY",
        "maxResults": 5,
        "timeoutSeconds": 30
      }
    }
  }
}

重要注意事项

数据AI计划不兼容web_search
Brave提供免费套餐加付费计划，检查Brave API门户了解当前限制

第六步：部署到ECS

注册任务定义

aws ecs register-task-definition --cli-input-json file://clawdbot-task-definition.json

创建服务

  
aws ecs create-service \
  --cluster your-cluster-name \
  --service-name clawdbot-service \
  --task-definition clawdbot-service:1 \
  --desired-count 1 \
  --launch-type FARGATE \
  --network-configuration "awsvpcConfiguration={subnets=[subnet-xxxxx],securityGroups=[sg-xxxxx],assignPublicIp=ENABLED}"

创建负载均衡器（可选）

如果您希望从外部访问Clawdbot控制界面，可以创建Application Load Balancer：

  
# 创建目标组
aws elbv2 create-target-group \
  --name clawdbot-target-group \
  --protocol HTTP \
  --port 18789 \
  --vpc-id your-vpc-id \
  --health-check-path "/" \
  --health-check-protocol HTTP

# 创建负载均衡器
aws elbv2 create-load-balancer \
  --name clawdbot-load-balancer \
  --subnets subnet-xxxxx subnet-yyyyy \
  --security-groups sg-xxxxx

第七步：持久化配置

由于容器是临时的，我们需要确保Clawdbot的配置和状态能够持久保存：

使用Amazon EFS存储配置文件
配置卷挂载到/home/node/.clawdbot和/home/node/clawd
确保适当的权限设置

持久化组件

组件	位置	持久化机制	说明
网关配置	`/home/node/.clawdbot/`	EFS卷挂载	包括`clawdbot.json`、令牌
模型认证	`/home/node/.clawdbot/`	EFS卷挂载	OAuth令牌、API密钥
技能配置	`/home/node/.clawdbot/skills/`	EFS卷挂载	技能级状态
代理工作区	`/home/node/clawd/`	EFS卷挂载	代码和代理工件
WhatsApp会话	`/home/node/.clawdbot/`	EFS卷挂载	保留QR登录
Gmail密钥环	`/home/node/.clawdbot/`	EFS卷挂载	需要`GOG_KEYRING_PASSWORD`

第八步：监控和维护

日志管理

配置CloudWatch日志组来收集容器日志：

  
{
  "logConfiguration": {
    "logDriver": "awslogs",
    "options": {
      "awslogs-group": "/ecs/clawdbot-service",
      "awslogs-region": "us-east-1",
      "awslogs-stream-prefix": "ecs"
    }
  }
}

健康检查

定期检查服务状态：

aws ecs describe-services --cluster your-cluster-name --services clawdbot-service

自动扩展

根据需要配置自动扩展策略：

  
aws application-autoscaling register-scalable-target \
  --service-namespace ecs \
  --scalable-dimension ecs:service:DesiredCount \
  --resource-id service/your-cluster-name/clawdbot-service \
  --min-capacity 1 \
  --max-capacity 3

故障排除

常见问题

Telegram机器人不响应：
- 检查Bot Token是否正确
- 确认Telegram隐私设置是否关闭
- 检查防火墙和网络连接
Qwen模型无法使用：
- 确认插件已启用：clawdbot plugins enable qwen-portal-auth
- 检查认证状态：clawdbot models auth login --provider qwen-portal --set-default
Brave搜索API错误：
- 验证API密钥是否有效
- 检查配额是否已满
容器启动失败：
- 检查IAM角色权限
- 验证环境变量设置
- 查看CloudWatch日志获取详细错误信息

性能优化

根据实际使用情况调整CPU和内存分配
配置适当的健康检查参数
使用缓存机制减少重复请求
定期清理日志和临时文件

总结

通过以上步骤，您已经成功在AWS ECS上部署了Clawdbot，并配置了Qwen模型、Telegram集成和Brave搜索功能。这种架构提供了高可用性、可扩展性和安全性，适合生产环境使用。

记得定期监控服务状态，备份重要配置，并根据使用需求调整资源配置。Clawdbot的强大功能结合AWS ECS的弹性能力，为您提供了可靠的AI助手服务。

注意: 在生产环境中，请确保所有敏感信息（如API密钥、令牌等）都通过安全的方式进行管理和传输。

环境配置, AWS, Chatbot

本文由作者按照 CC BY 4.0 进行授权

在AWS ECS部署Clawdbot并配置Qwen+Telegram+Brave搜索

概述

准备工作

第一步：创建ECS任务定义

第二步：构建自定义Docker镜像

第三步：配置Qwen模型

启用Qwen插件

认证Qwen

Qwen模型ID

第四步：配置Telegram集成

创建Telegram Bot

配置Clawdbot

Telegram配置选项

第五步：配置Brave搜索

获取Brave Search API密钥

配置示例

重要注意事项

第六步：部署到ECS

注册任务定义

创建服务

创建负载均衡器（可选）

第七步：持久化配置

持久化组件

第八步：监控和维护

日志管理

健康检查

自动扩展

故障排除

常见问题

性能优化

总结

热门标签