AWS 上線 OpenClaw 映象：一鍵部署私有 AI 智慧體，預裝 Bedrock

OpenClaw 是一個開源、支援自託管的私有 AI 智慧體，現在 AWS 把它打包成了 Amazon Lightsail 的預置映象，讓你省去了在本地裝置折騰環境的麻煩。

它能做什麼

和普通的聊天機器人不同，OpenClaw 是一個能夠自主跑腿的個人數字助理。

它不僅可以回答日常提問，還能直接接入 WhatsApp、Discord 和 Telegram 等常用聊天軟體。你可以讓它在後臺自主閱讀和管理郵件、上網檢索並總結資訊，或者整理雜亂的雲端檔案。

過去要把 OpenClaw 跑起來，使用者通常得在自己的家庭電腦或 EC2 例項上從零編譯安裝，不僅過程瑣碎，還要自己解決公網穿透和安全防護問題。這次 Lightsail 把它做成了一鍵啟動的系統藍圖，把複雜的部署門檻降到了幾分鐘之內。

怎麼跑起來與資源要求

在 Lightsail 控制台新建例項時，作業系統平臺選擇 Linux/Unix，並在藍圖列表裡勾選 OpenClaw 即可。

硬體方面，AWS 建議選擇至少 4 GB 記憶體的例項配置，以保證智慧體後臺任務的流暢執行。幾分鐘後機器啟動，點選瀏覽器內建的 SSH 終端，就能看到初始化歡迎資訊裡的後臺控制台地址和 Gateway Token。

在瀏覽器開啟控制台貼上 Token，並在終端裡按下兩次確認完成裝置配對。模型呼叫方面，映象已經預先整合了 Amazon Bedrock。你只需要複製引導頁面裡的一行指令碼貼上到 AWS CloudShell 中執行，系統就會自動配好所需的 IAM 許可權並打通模型介面。

費用上採用組合模式，伺服器本身按 Lightsail 的小時費率結算，模型則按 Bedrock 實際消耗的 token 付費；如果選用 Claude 或 Cohere 等第三方模型，會產生相應的軟體授權費用。需要留心的是，閘道器 Token 相當於控制中樞的全域性密碼，官方建議將其儲存在環境變數中並定期更換，切忌把控制閘道器直接暴露給公網。

為什麼重要

如果你一直想擁有一個 24 小時線上、能幫你在通訊軟體裡幹髒活累活的私人助理，但又擔心個人隱私被第三方服務拿去訓練，或者被本地部署的報錯勸退，這次的 Lightsail 映象是目前最省心的嘗試路徑。

和純粹基於本地跑開源小模型的方案相比，它把運算和網路掛在雲端，同時把昂貴的推理任務解除安裝給託管的 Bedrock 大模型，兼顧了隨時待命的穩定性和回答質量。不過，智慧體一旦接管了郵件和通訊軟體，許可權控制就必須格外謹慎，盲目放開 IAM 策略很可能會帶來意想不到的安全隱患。