FlagOS 镜像登陆腾讯云 HAI社区，快速部署OpenClaw 实现“养虾”自由

本文作者：二维马晓宁

2026-03-02 18:42

导语：可快速在加速卡上运行FlagOS + OpenClaw，实现小模型驱动智能体执行。

以往大家习惯将 AI 能力依赖于公有云服务，而随着 OpenClaw 等智能体工具的快速普及，不管是个人开发者还是企业更需要一个 7×24 小时运行在本地、可直接响应指令的 “数字员工”。但云端方案存在的数据隐私风险与持续高昂的 API、Token 成本，让工业级智能体在规模化落地时面临瓶颈，独立部署大模型服务已成为企业构建自主可控 AI 能力的必然选择。

众智FlagOS 是一款完全开源的 AI 系统软件栈，支持多款异构 AI 芯片，可让 AI 模型与智能体轻松实现快速部署。本次 FlagOS 联合腾讯云 HAI（面向AI和科学计算的容器镜像中心），将 Qwen3-4B-hygon-flagos 模型镜像正式上线腾讯云 HAI 社区，开发者可直接拉取使用。基于该镜像，可快速在加速卡上运行FlagOS + OpenClaw，实现小模型驱动智能体执行，为企业和开发者从公有云 API 转向自建本地 AI 服务提供了可落地的实践方案。

安装及测试过程

基于 FlagOS 系统软件栈的跨芯能力，众智 FlagOS 社区把 Qwen3-4B 适配至多款GPU硬件。以下内容重点介绍如何部署与配置 FlagOS 版 Qwen3-4B的过程，仅用于复现实验结果，不影响对 Agent 能力的判断。

1. 安装Qwen3-4B-hygon-flagos

a. 首先，从 HAI 社区平台找到 Qwen3-4B-hygon-FlagOS，根据README.md拉取模型并启动服务。

以 ModelScope为例，下载模型权重

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

b. 点击【部署当前镜像】获取镜像拉取命令，从 HAI 社区拉取镜像

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

c. 通过下面的代码，启动容器。

这段代码可直接复制使用，也可以根据需要修改容器名，即在第4行--name=flagos对 name 进行修改。

^{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. 进入容器（如果上一步修改了容器名，这里要将flagos对 name 进行修改。

^{Plain Text
docker exec -it flagos bash}

e. 启动服务

^{Plain Text
flagscale serve qwen3}

2. 安装配置OpenClaw

安装过程: 参见:https://github.com/openclaw/openclaw?spm=5176.28103460.0.0.696675514ZMILC , 通过源码方式，安装 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}

配置过程:

a. 访问链接以下链接：https://cloud.tencent.com/developer/article/2625144，文中有给出通用的"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，配置本地模型时，厂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不可为空，如果原来模型没有配置key，任意填写即可
  "api": "openai-completions",
  "models": [
    { "id": "Qwen3-4B-hygon-flagos", "name": "远程模型" }
  ]
}'}

执行之后出现如下信息提示：

FlagOS 镜像登陆腾讯云 HAI社区，快速部署OpenClaw 实现“养虾”自由