跳至主要內容

OpenClaw 实测：Cloudflare Worker 部署教程与体验

AIOpenClawCloudflare WorkerAI 自动化约 1215 字大约 4 分钟...

最近一个月，我不断被 OpenClaw 的消息轰炸，似乎它无所不能，重新定义了生产力。于是我对它产生了强烈的好奇：OpenClaw 到底能帮我做什么？

为了搞清楚这个问题，我分别在 Cloudflare Workers 和 Ubuntu 24 虚拟机（集成 GUI 浏览器环境）完成了部署与测试。以下是详细的部署过程与使用体验。

方案选择：Cloudflare Workers

使用 cloudflare/moltworker 可以将 OpenClaw 便捷地托管在 Cloudflare Workers 上。

此方案的前提是订阅 Cloudflare 的 Workers Paid 计划（5 美元 / 月）。需要注意的是，这只是起步价，高频使用下可能产生额外费用（详见 Github 讨论：Whats the cost running it 24/7 for a month）。不过，作为一个 24 小时在线的 AI 服务，每月 5 美元的成本在可接受范围内。

部署流程详解

1. 一键部署 Moltworker

直接点击 cf 一键部署 按钮开始初始化。

重要

务必修改并妥善保存 MOLTBOT_GATEWAY_TOKEN，这是后续进入管理后台的唯一凭证。

2. 等待构建

部署过程约需十分钟，期间可点击「继续处理项目」跳过等待页面。

3. 配置 Access（Zero Trust）

访问网页界面需要配置 CF_ACCESS_AUD 和 CF_ACCESS_TEAM_DOMAIN 两个变量。

  1. 创建应用：进入 Zero Trust → Access → Applications，添加一个 Self-hosted 应用。

  2. 设置域名：

    • 子域默认为 moltbot-sandbox。
    • 域名可使用 Cloudflare 分配的 worker 域名或自定义域名。
    • 会话时间 Session Duration 建议设置长一些，避免频繁登录。

  3. 配置策略：通常系统会自动创建 moltbot-sandbox - Production 策略，默认通过邮箱验证码登录。

  4. 获取与其变量：

    • CF_ACCESS_AUD：保存应用后，点击右侧「⋮」编辑，在应用程序受众（AUD）标签页可找到 Application Audience (AUD)。
    • CF_ACCESS_TEAM_DOMAIN：进入 Zero Trust → Settings，团队域名 xxxxxx.cloudflareaccess.com。

4. 配置 R2 对象存储

OpenClaw 需要 R2 来存储状态，需配置以下三个变量：

  • CF_ACCOUNT_ID
  • R2_ACCESS_KEY_ID
  • R2_SECRET_ACCESS_KEY

操作步骤：

  1. 获取 Account ID：在 Cloudflare 侧边栏进入 R2 → Overview，右侧 Account Details 中的 Account ID 即为 CF_ACCOUNT_ID。

  2. 创建 API 令牌：点击 Manage R2 API Tokens，选择 Create API Token。

  3. 设置权限：权限选择 Object Read & Write，建议范围通过 Specific Bucket 限制在 moltbot-data。

  4. 保存密钥：创建成功后，记录 Access Key ID 和 Secret Access Key。

警告

修改 Token 时请务必核对变量名称。如果不慎修改了 Build Token，会导致 Worker 构建失败。

5. 注入变量并重启

回到 Workers → Settings → Variables and Secrets，填入上述 5 个变量后，点击 Deploy 重新部署。

访问与管理

部署完成后，可通过以下地址访问 Worker（示例）：

https://moltbot-sandbox.xxxxxxxx.workers.dev?token=MOLTBOT_GATEWAY_TOKEN

通过 Cloudflare Access 的邮箱验证码验证后，即可进入管理后台并接受 Pairing Requests：

https://moltbot-sandbox.xxxxxxxx.workers.dev/_admin/

基础使用与避坑指南

部署完成后，可以通过聊天指令与 Bot 交互。例如使用以下命令查看或切换模型：

/model minimax/MiniMax-M2.1

为了避免 Worker 重启后模型被重置，建议设置开机自启命令：

set model minimax/MiniMax-M2.1

远程终端连接示例：

openclaw gateway login --url https://moltbot-sandbox.xxxxxxxx.workers.dev
clawdbot configure --section skills

实战中的「坑」：

国内 AI 服务商通常区分国内与海外端点。在 Cloudflare Workers 环境下，通过配置文件修改默认模型极易报错。在我的测试中，最稳妥的方案是直接通过开机命令强制指定模型，而非依赖配置文件或后台 UI。

结论：现在值得入场吗？

折腾了一圈 Cloudflare Workers、本地虚拟机和浏览器自动化之后，我更清楚了一件事：

OpenClaw 目前还不是一个能「即刻提升效率」的工具。

现阶段，它更像是一个为 AI 自动化搭建的系统底座，而非开箱即用的产品。如果你没有明确的、可标准化的长流程需求，OpenClaw 带来的只会是维护成本，而非生产力红利。

如果你只是想验证技术可行性，Cloudflare Workers + OpenClaw 是一个低成本的尝鲜方案，适合：

  • 未体验过 Agent 自动化，想低成本试手。
  • 已有 Cloudflare 付费订阅，资源闲置。

但如果你期望它能「部署完就自动干活」，大概率会和我一样感到落差。

最近更新: