FlagOS 鏡像登陸騰訊云 HAI社區，快速部署OpenClaw 實現“養蝦”自由

本文作者：二維馬曉寧

2026-03-02 18:42

導語：可快速在加速卡上運行FlagOS + OpenClaw，實現小模型驅動智能體執行。

以往大家習慣將 AI 能力依賴于公有云服務，而隨著 OpenClaw 等智能體工具的快速普及，不管是個人開發者還是企業更需要一個 7×24 小時運行在本地、可直接響應指令的 “數字員工”。但云端方案存在的數據隱私風險與持續高昂的 API、Token 成本，讓工業級智能體在規模化落地時面臨瓶頸，獨立部署大模型服務已成為企業構建自主可控 AI 能力的必然選擇。

眾智FlagOS 是一款完全開源的 AI 系統軟件棧，支持多款異構 AI 芯片，可讓 AI 模型與智能體輕松實現快速部署。本次 FlagOS 聯合騰訊云 HAI（面向AI和科學計算的容器鏡像中心），將 Qwen3-4B-hygon-flagos 模型鏡像正式上線騰訊云 HAI 社區，開發者可直接拉取使用。基于該鏡像，可快速在加速卡上運行FlagOS + OpenClaw，實現小模型驅動智能體執行，為企業和開發者從公有云 API 轉向自建本地 AI 服務提供了可落地的實踐方案。

安裝及測試過程

基于 FlagOS 系統軟件棧的跨芯能力，眾智 FlagOS 社區把 Qwen3-4B 適配至多款GPU硬件。以下內容重點介紹如何部署與配置 FlagOS 版 Qwen3-4B的過程，僅用于復現實驗結果，不影響對 Agent 能力的判斷。

1. 安裝Qwen3-4B-hygon-flagos

a. 首先，從 HAI 社區平臺找到 Qwen3-4B-hygon-FlagOS，根據README.md拉取模型并啟動服務。

以 ModelScope為例，下載模型權重

^{Plain Text
pip install modelscope
modelscope download --model Qwen/Qwen3-4B --local_dir /share/Qwen3-4B}

b. 點擊【部署當前鏡像】獲取鏡像拉取命令，從 HAI 社區拉取鏡像

^{Plain Text
docker pull haihub.cn/baai/flagrelease_hygon_qwen3:v1.0.0}

c. 通過下面的代碼，啟動容器。

這段代碼可直接復制使用，也可以根據需要修改容器名，即在第4行--name=flagos對 name 進行修改。

^{SQL
#Container Startup

docker run -it \
  --name=flagos \
  --network=host \
  --privileged \
  --ipc=host \
  --shm-size=16G \
  --memory="512g" \
  --ulimit stack=-1:-1 \
  --ulimit memlock=-1:-1 \
  --cap-add=SYS_PTRACE \
  --security-opt seccomp=unconfined \
  --device=/dev/kfd \
  --device=/dev/dri \
  --group-add video \
  -u root \
  -v /opt/hyhal:/opt/hyhal \
  -v /share:/share \
  haihub.cn/baai/flagrelease_hygon_qwen3:v1.0.0 \
  /bin/bash}

d. 進入容器（如果上一步修改了容器名，這里要將flagos對 name 進行修改。

^{Plain Text
docker exec -it flagos bash}

e. 啟動服務

^{Plain Text
flagscale serve qwen3}

2. 安裝配置OpenClaw

安裝過程: 參見:https://github.com/openclaw/openclaw?spm=5176.28103460.0.0.696675514ZMILC , 通過源碼方式，安裝 OpenClaw。

^{Python
git clone https://github.com/openclaw/openclaw.git
cd openclaw

pnpm install
pnpm ui:build # auto-installs UI deps on first run
pnpm build

pnpm openclaw onboard --install-daemon

# Dev loop (auto-reload on TS changes)
pnpm gateway:watch}

配置過程:

a. 訪問鏈接以下鏈接：https://cloud.tencent.com/developer/article/2625144，文中有給出通用的"模型配置"文件格式，可以直接套用，套用后命令如下。

需要注意的是，配置本地模型時，廠商一定是加速推理工具如vllm。

^{SQL
pnpm openclaw config set 'models.providers.vllm_local' --json '{
  "baseUrl": "http://1.15.51.106:9033/v1",
  "apiKey": "anykey", #key不可為空，如果原來模型沒有配置key，任意填寫即可
  "api": "openai-completions",
  "models": [
    { "id": "Qwen3-4B-hygon-flagos", "name": "遠程模型" }
  ]
}'}

執行之后出現如下信息提示：

FlagOS 鏡像登陸騰訊云 HAI社區，快速部署OpenClaw 實現“養蝦”自由