1. 为什么折腾把OpenClaw装进家里NAS图的是什么最近在折腾“绿联NAS部署OpenClaw”这件事最初的起因其实很简单我想在家里养一个真正属于自己的AI管家。市面上的云端AI助手确实方便但数据、对话记录、调用日志全都挂在别人的服务器上心里总有点不踏实。而家里的NAS又常年开着功耗不高、存储充足、网络也稳定把它变成AI服务的宿主几乎是顺理成章的一件事。OpenClaw是一个开源AI智能体框架你可以把它理解成一个常驻后台的“数字管家”。它不只是一个聊天窗口而是能串联大模型API、调用工具、管理知识库、执行定时任务的平台型服务。部署在NAS上以后它的价值就不仅是“能聊天”而是能24小时待命帮你整理资料、回答私有文档问题、定时抓取信息、结合家庭自动化做点轻量任务。本文面向的是想在家里低成本私有化部署AI服务的人尤其是手里刚好有一台绿联NAS、又想折腾点新东西的朋友。我会尽量把每一步的原理讲清楚而不只是丢命令。1.1 OpenClaw到底解决什么问题我试过不少AI辅助工具最大的感受是单机跑一个脚本很爽但想让它长期稳定地“为我服务”就需要一个常驻运行、可扩展、能接入各种模型的服务端程序。OpenClaw恰好是这种定位。它的核心能力大致可以分成这几块多轮对话与工具调用不只是回答问题还能按规则去执行一些操作比如查资料、调接口、生成文件多模型接入既能用各家大模型API也能接本地推理服务比如NAS上用Docker跑一个Ollama再让OpenClaw统一调度它们RAG知识库把私有文档扔进指定目录系统建立索引后你就能用自然语言提问回答会基于你自己的文档内容生成定时任务与自动化可以定义周期任务比如每天早晨汇总新闻、定期生成报表、监控某个目录变化后触发提醒。如果拿车来类比裸装的NAS是一辆底盘不错的家用车OpenClaw就是给它装上了一套能自动驾驶的智能座舱——底盘还是自己的数据还是自己的但开起来的感觉完全不一样了。1.2 为什么必须跑在NAS上而不是云服务器有人会问我用一台云服务器部署不是更简单吗确实是更简单但会失去NAS的几个关键优势。我用下面这张表对比过实际体验对比项云服务器本地电脑绿联NAS待机功耗与利用率需要月租闲置也花钱开机才能用关机就断7x24在线功耗低数据归属在厂商机房法律风险模糊在本地但不常开在本地且磁盘阵列更稳扩容能力硬盘价格贵、容量小看主机硬盘空间按需加入硬盘容量灵活与家庭生态联动连不回家里的内网服务能做但网络拓扑绕直接跑在家内网天然有优势折腾门槛需要Linux运维基础需要留一台机器常开Docker化部署整体不难对我来说最核心的还是数据归属感。OpenClaw这类服务会积累大量个人知识、偏好和对话记录跑在自己家里的NAS上我至少能清楚知道这些数据存在哪块硬盘里备份策略是什么而不是指望某个云端厂商的隐私承诺。1.3 为什么很多人选绿联NAS来跑这种容器绿联NAS这几年在国内家庭用户里的存在感越来越强尤其是在“好用”和“便宜”之间找到了一个比较好的平衡点。它的系统基于Linux自带Docker环境这意味着市面上大多数容器化服务都能直接搬上去跑OpenClaw也不例外。和某些封闭系统的NAS相比绿联的开放程度让我这种喜欢折腾的人舒服很多可以开SSH可以装Docker Compose可以自己挂载目录系统更新频率也高。另外绿联NAS大多采用X86架构的处理器和主流Docker镜像的兼容性很好。如果你手里正好有一台这样的小机器完全不需要再额外买云服务器或者小主机直接把它用上性价比非常高。当然它也有不够好的地方比如系统某些版本升级后Docker配置会被重置、部分ARM机型兼容性较弱、官方应用商店里的容器管理界面偶尔不够直观。所以这篇分享里我也会把哪些坑值得提前规避讲清楚。2. 动手前的准备绿联NAS环境与目录规划部署一个服务之前我习惯先把环境摸清楚再动手。毕竟OpenClaw是个常驻服务跑起来以后如果发现目录挂错了、端口冲突了、内存不够了再改就麻烦很多。2.1 先确认你的机型能不能跑OpenClaw本身是一个容器化服务对硬件的要求不像本地大模型那么夸张但你至少得确认这台绿联NAS满足几个底线条件配置项最低要求建议配置备注CPU架构X86_64X86_64ARM机型需要额外验证镜像是否支持内存4GB8GB以上如果还跑本地大模型建议16GB存储空间5GB以上20GB以上镜像、日志、知识库索引都会占空间网络要求能正常访问镜像仓库下载稳定拉大镜像时容易超时要做好心理准备我这台绿联NAS是X86架构、16G内存跑OpenClaw加一个本地小模型轻轻松松。如果你的机器只有2G内存那建议老老实实用在线API别碰本地推理。2.2 开启SSH确认Docker和Compose版本在绿联NAS上部署容器最常用的入口是自带的Docker管理界面。不过我更推荐直接开SSH无论是查看日志、修改配置文件还是排查容器问题命令行都远比图形界面高效。登录NAS管理后台在控制面板里找到终端/SSH设置开启SSH功能。然后用你熟悉的终端工具连上去先跑三个命令确认基础环境uname -m docker --version docker compose version正常情况下第一行会输出x86_64后两行会显示已安装的Docker和Compose版本。如果你的系统里没有docker compose命令那就要先更新Docker包或者在NAS的Docker管理界面里确认是否已经集成了Compose功能。绿联较新的系统版本基本都带Compose支持老版本如果没有可以升级系统或者手动安装一个独立Compose二进制。2.3 目录、端口和密钥一次性规划好很多容器部署翻车都翻在“目录不规划、端口不固定、密钥到处贴”这三件事上。我习惯在一开始就把结构建好例如mkdir -p /volume1/docker/openclaw mkdir -p /volume1/docker/openclaw/data mkdir -p /volume1/docker/openclaw/logs mkdir -p /volume1/docker/openclaw/knowledge这里data用来放配置和会话数据logs放运行日志knowledge是后面挂RAG知识库用的目录。注意不同绿联系统里挂载盘的路径不完全一样有的机器是/volume1有的是/vol1/1000建议用df -h看一眼实际挂载点再创建目录。端口方面我给OpenClaw分配了一个不常用的端口比如8080。如果这台NAS上已经跑着其他服务先检查端口占用情况避免撞车ss -tlnp | grep 8080密钥方面我建议把API Key单独写进环境变量或.env文件别直接写死在Compose里也别随手发群里。你需要准备的是一个兼容OpenAI接口格式的大模型API密钥如果打算用本地模型则密钥这步可以暂时跳过。3. 容器化部署全流程从拉镜像到第一次对话环境确认没问题以后就可以正式部署了。我会先讲清楚版本选择逻辑再给出完整的docker-compose.yml配置最后讲解初始化和模型接入。3.1 版本选择不要条件反射用latest第一次拉镜像时很多人会直接写latest图省事。但对于OpenClaw这种迭代速度很快的项目latest常常意味着“每天都有可能变”今天部署成功明天重拉镜像可能就出现不兼容问题。我更推荐的做法是到项目的Release页面看一眼当前最新稳定版本号比如v0.8.x然后在Compose里固定写成这个具体版本。这样以后想升级时你能知道自己确切是从哪个版本升上来的回滚也方便。日常尝鲜和临时测试可以用latest但要长期挂在NAS上当服务用固定版本是更稳的选择。3.2 docker-compose.yml这样写在/volume1/docker/openclaw目录下新建一个docker-compose.yml内容大致如下services: openclaw: image: openclaw/openclaw:v0.8.x container_name: openclaw restart: unless-stopped ports: - 8080:8080 volumes: - ./data:/app/data - ./logs:/app/logs - ./knowledge:/app/knowledge environment: - TZAsia/Shanghai - OPENCLAW_PORT8080 - OPENCLAW_LLM_PROVIDERopenai - OPENCLAW_OPENAI_API_KEYsk-your-key-here - OPENCLAW_OPENAI_BASE_URLhttps://api.openai.com/v1每个配置项我都解释一下方便你按自己的情况改restart: unless-stopped容器异常退出后会自动重启NAS重启后也会自动拉起这对常驻服务非常关键ports-8080:8080宿主机8080端口映射到容器内的8080端口。如果8080被占改左边宿主机端口即可volumes把刚才建的三个目录挂进容器。路径里冒号前是宿主机目录冒号后是容器内固定路径OPENCLAW_LLM_PROVIDER模型提供方常用值是openai或ollama取决于你用的是在线API还是本地模型OPENCLAW_OPENAI_BASE_URL兼容OpenAI接口的服务地址。如果你用的API服务商有自己专属地址就把默认值替换掉。3.3 启动、看日志、完成初次对话在目录下执行docker compose up -d docker compose ps如果状态显示Up接着看日志确认服务有没有正常初始化docker compose logs -f openclaw正常情况下能看到Web服务启动的日志显示监听在某个端口。如果日志里有报错一般集中在两类目录权限不对或者环境变量里的API地址/密钥配错。这时候先把日志贴出来按错误信息逐条排查。首次启动后根据你用的OpenClaw构建版本可能会遇到两种情况一种是项目自带Web管理界面直接访问http://NAS的IP:8080就能看到初始化向导按照提示创建一个管理员账号并配置模型另一种是纯API/CLI形态需要你在配置文件里把模型参数填好然后通过命令行或接口调用来测试。我自己习惯先用Web界面做一个最简单对话测试让助手介绍一下自己、生成一段摘要。如果这一步通了说明模型链路已经打通OpenClaw的服务端已经能正常调用大模型了。接下来可以放心地做知识库、定时任务这些更复杂的功能。4. 让OpenClaw真正好用本地模型、知识库与远程访问服务跑起来只是开始真正让它融入生活和工作还需要做三件关键事情把本地模型接进来、把私有文档变成知识库、把访问通道延伸到内网之外。4.1 把NAS上的本地模型接给OpenClaw如果你不想把数据送给云端API或者希望离线时候也能用那就需要一台本地推理服务。绿联NAS虽然没有独立显卡但CPU推理跑小参数模型完全可行例如3B左右的中小模型日常对话和简单问答完全够用。先在NAS上用Docker把推理服务跑起来示例命令如下docker run -d --name ollama \ -v /volume1/docker/openclaw/ollama:/root/.ollama \ -p 11434:11434 \ ollama/ollama启动后把需要的小模型拉下来docker exec -it ollama ollama pull qwen2.5:3b然后回到OpenClaw的配置文件把模型提供方改为本地推理服务environment: - OPENCLAW_LLM_PROVIDERollama - OPENCLAW_OLLAMA_URLhttp://ollama:11434注意这里如果OpenClaw和推理服务跑在同一个Compose网络里可以用服务名ollama代替IP。如果两个容器不在同一个就用NAS的内网IP地址比如http://192.168.1.100:11434。实际体验上3B小模型速度一般但胜在完全不依赖外网。如果NAS内存有16GB可以试试更大的模型不过推理时CPU占用会很高注意观察温度。4.2 给OpenClaw挂一个RAG知识库RAG检索增强生成是最实用、也最容易被忽略的功能。通俗地说就是你把个人文档放进一个目录系统先把文档切块、向量化、建索引之后你在提问时系统会先从知识库中检索相关片段再让大模型基于这些片段生成回答。这样做的好处是回答准确、有依据不会胡编。我在Compose中已经把./knowledge目录挂载成了容器的/app/knowledge。使用前把需要喂的文档丢进这个目录即可支持的格式一般包括txt、Markdown、PDF、Word等。文件放进去之后到Web界面的知识库页面新建一个知识库选择/app/knowledge目录触发一次索引构建。构建完成后就可以在对话里启用知识库模式。我个人的经验是文档数量别贪多。一开始喂了200多份混杂的PDF结果索引很慢回答还经常东拼西凑。后来按主题拆成三四个知识库每个库里只放关联度高的资料回答质量明显提升。小技巧是在提问时尽量把范围指清楚比如“根据《XX方案》文档总结一下成本预算”比直接问“这个项目预算多少”更准。4.3 让手机在外面也能连回家里的助手在局域网里访问NAS上的服务很容易但在外网环境想用OpenClaw就需要一个安全可控的访问通道。最稳妥的做法不是把端口直接映射到公网而是用内网穿透或异地组网工具比如SSH隧道、frp、异地组网工具等把家里的NAS服务暴露给特定设备。考虑到安全和合规我更推荐用异地组网类工具它相当于给你的手机和家里的NAS之间建立一条私有隧道外面的人扫不到你的服务。工具配置好以后在外面直接用分配的虚拟IP访问OpenClaw的8080端口即可。整个过程不需要去改路由器也不需要在防火墙上开放一堆端口风险低很多。如果实在要用公网访问那就必须加反向代理并启用HTTPS证书认证。与此同时检查OpenClaw是否默认密码如果有管理密码务必在首次配置时就改成强密码没有TOTP二次验证的话不要把自己常用的个人文档接口暴露到公网。5. 踩坑实录绿联NAS上最容易翻车的五个点这部分是整篇文章最想给你的经验总结。我踩过或者围观别人踩过的坑基本都集中在下面五类提前知道能省一整个晚上的折腾时间。5.1 挂载目录权限不对容器一直重启这个坑非常典型。症状是docker compose up -d之后容器一直在restarting日志里反复出现Permission denied或者mkdir failed。根因是宿主机目录的所有者和容器内进程用户不一致。绿联NAS本身有一套权限体系如果目录是用某个管理员用户创建的容器内跑服务的用户可能没权限写同一个目录。排查顺序很明确ls -ld /volume1/docker/openclaw/data # 如果发现 owner 是 admin而容器里以 uid 1000 运行就可能冲突解决办法有两类一是把宿主机目录的权限放宽比如chmod -R 777简单粗暴但不推荐会有安全隐患二是查项目镜像有没有支持PUID、PGID这类环境变量如果有就把宿主机目录的owner对应的UID/ GID传进去比如environment: - PUID1000 - PGID1000这样容器进程就能合法读写宿主机目录也不影响NAS原有权限体系。如果你的镜像没有提供这两个环境变量再考虑用chown调整目录归属。5.2 内存不足导致OOM会话莫名其妙中断OpenClaw本身占用不算高但如果同时跑本地推理服务、知识库索引、前端界面内存就可能吃紧。症状很迷惑对话聊到一半报错Web界面还能打开日志里没任何异常。这种情况多半是内核的OOM Killer把容器干掉了。用下面命令确认dmesg | grep -i oom # 如果看到 openclaw 出现在 killed process 里基本锁定内存问题解决思路有三个。第一给OpenClaw容器限制内存上限不要让它在内存失控时拖垮整个NASmem_limit: 2g第二如果同时跑本地推理把本地模型换更小的版本或者减少推理时的并发请求。第三看看NAS上有没有其他常驻服务占用内存比如下载任务、相册AI识别该停就停。5.3 镜像下载慢容器一直处于pull状态这个问题在国内环境尤其明显。执行docker compose up -d后卡在拉取镜像或者进度条半天不动绝大多数情况是镜像源不够快。绿联NAS的Docker配置里通常可以设置镜像加速地址。不同网络环境对加速源的可用性不一样建议至少在配置里多准备两三个备用地址然后重启Docker再拉一次。如果你家里网络条件本身就不太好还可以考虑另一条路在一台网络流畅的电脑上先docker pull镜像再用docker save导出为tar包传到NAS上用docker load导入然后直接改Compose启动不再让NAS自己下载。这个办法特别适合大镜像和需要反复部署的场景。5.4 版本升级后配置不兼容OpenClaw迭代速度快升级本身不算难真正麻烦的是升级以后配置不兼容。我遇到过的情况是旧版本里配置的模型参数在新版本里换了环境变量名导致容器起来以后根本连不上模型。千万记住一个原则升级前先备份。最简单的方式是把整个/volume1/docker/openclaw目录打包备份或者至少把data和logs目录复制一份。升级操作分四步# 1. 备份现行数据 cp -r /volume1/docker/openclaw/data /volume1/docker/openclaw/data.bak # 2. 拉新镜像并重启 docker compose pull docker compose up -d # 3. 查日志确认模型连接 docker compose logs -f openclaw # 4. 若失败则回滚到旧版本 # 把 compose 里的 image 版本改为旧版本号再 docker compose up -d另外升级前顺手看一眼项目Release页面上的变更说明如果明确写了“Breaking changes”之类的提示说明要手动调整配置千万别直接覆盖。5.5 暴露公网后的安全隐患很多人在NAS上部署完服务后喜欢在路由器上做一个端口转发达到“在外面也能用”的目的。但如果没有配套的安全措施这等于把家里的大门钥匙挂在了门口。OpenClaw这类服务带的是个人数据和对话记录一旦被扫描到并猜出默认口令后果比单纯的NAS文件泄露更麻烦。我建议至少要满足三条底线管理后台必须改掉默认密码并通过强密码保护不要直接在路由器的IP上转发外层端口作为管理界面如果确实要用公网访问一律经过反向代理加HTTPS同时加IP白名单日志保留在NAS本地。如果你没有足够信心做好这些我更推荐用第4节提到的异地组网方案或者干脆只在局域网里使用。本地私有化服务的价值本身就在于“非必要不暴露”在安全与便利之间宁可先牺牲一部分便利也别拿数据去换。6. 写在最后折腾一圈之后的真实感受把OpenClaw跑在绿联NAS上这件事本质上是在回答一个问题普通人的AI服务能不能真正归自己所有。我折腾下来最大的体会是技术上并没有太多高不可攀的难点真正决定成败的是细节——目录权限有没有规划好、版本有没有固定、升级前有没有备份、远程访问有没有留后门。如果你刚上手我建议不用急着把本地模型、知识库、自动化一次性全配齐。第一次先只接通一个在线API跑通对话链路让OpenClaw在NAS上稳定运行两天再慢慢加功能。这样即使后面出了问题你也能很清楚是哪一步引入的。我自己就是在加完知识库后出现内存紧张回退到最小配置后又逐步加回来整个过程反而比一开始狂上功能顺利得多。这个项目后续还可以继续扩展的方向也很多比如把OpenClaw接到家庭自动化系统里实现语音控制、自动化流程提醒或者把它跟NAS上的定时备份任务打通让它每天自动整理归档文件。只要底层数据和权限在自己手里上面的玩法就能一直延伸下去。哪天等你把OpenClaw也跑起来了欢迎再来一起交流你踩到的新坑。