=网络与端口配置

OpenClaw 通常是一个集成了多个AI服务和工具的开源项目，其端口配置取决于它包含哪些组件（如模型服务、前端、数据库等），下面我将以一个典型的、功能较全的OpenClaw部署为例,给出通用的安装步骤和详细的端口配置说明。

核心思路

OpenClaw的部署通常有两种方式：

1. 使用 Docker Compose（推荐）：项目通常会提供 docker-compose.yml 文件，一键启动所有服务,端口映射清晰明了。
2. 手动安装：逐个安装和配置各个组件,需要手动设置每个服务的端口。

我们将以 Docker Compose 方式 作为主要说明，因为这是最简洁、最不易出错的方式。

---

第一部分：使用 Docker Compose 安装与端口配置

步骤1：准备工作

1. 系统要求：确保你的服务器（Linux / macOS / Windows WSL2）已安装：
   • Docker
   • Docker Compose
2. 获取代码：

   git clone <OpenClaw项目的Git仓库地址>
   cd OpenClaw

3. 环境配置：检查项目根目录下是否有 .env 或 example.env 文件，这是端口配置的关键文件。

   cp .env.example .env  # 如果存在示例文件
   vi .env  # 或使用其他编辑器

步骤2：关键端口配置（修改 .env 文件）

.env 文件中的变量控制着所有服务的端口映射，你需要修改的是 宿主机端口,容器内部端口通常已固定。

一个典型的 .env 文件端口部分可能如下：

FRONTEND_PORT=3000
# 后端API服务
BACKEND_PORT=8000
# 数据库 (PostgreSQL/MySQL)
DB_PORT=5432
# 向量数据库 (Milvus/Qdrant)
VECTOR_DB_PORT=6333
# 缓存 (Redis)
REDIS_PORT=6379
# AI模型服务端口 (非常重要！)
# 通过OpenAI API兼容接口服务本地模型
API_BASE_PORT=8080
# 大模型服务 (通过vLLM/ollama)
LLM_SERVICE_PORT=11434
# 嵌入模型服务
EMBEDDING_SERVICE_PORT=6006
# 知识库相关服务
TEXT2VEC_PORT=6006
RAG_API_PORT=8001
# 可视化管理界面 (Portainer, pgAdmin)
ADMIN_UI_PORT=9000

配置说明与建议：

• 端口冲突：检查上述端口在你的宿主机上是否已被占用（如 netstat -tunlp | grep 端口号），如果被占用,请更改为其他可用端口。
• 生产环境：在生产环境中，通常只将前端（FRONTEND_PORT）和主API（BACKEND_PORT）暴露给外部网络，数据库、Redis等内部服务端口应通过Docker内部网络通信，或仅映射到本地回环地址（如 0.0.1:5432）,并在宿主机防火墙上进行限制。
• 安全：切勿将 DB_PORT、REDIS_PORT 等敏感服务端口直接暴露在公网（0.0.0），Docker Compose的默认映射是 0.0.0:PORT，在 docker-compose.yml 中可以指定为 0.0.1:PORT:PORT 来限制。

步骤3：启动服务

配置好 .env 文件后,一键启动：

docker-compose up -d

-d 参数表示在后台运行。

步骤4：验证端口是否正常

1. 查看所有容器状态和端口映射：

   docker-compose ps

2. 检查日志，确认服务在对应端口成功监听：

   docker-compose logs --tail=50 <service_name>  # backend, frontend

3. 在浏览器中访问：
   • 前端界面：http://你的服务器IP:FRONTEND_PORT
   • API文档（如Swagger）：http://你的服务器IP:BACKEND_PORT/docs

---

第二部分：手动安装的端口配置要点

如果项目不提供Docker Compose,你需要手动处理每个组件。

常见组件及默认端口

组件	默认端口	配置文件名/位置	关键配置项
前端 (Nginx/Node)	80, 3000, 8080	nginx.conf, package.json (scripts), vite.config.js	listen, proxy_pass (指向后端)
后端API (Python FastAPI/Flask)	8000, 8080	.env, config.py, app.py	PORT, host, port (在 uvicorn.run 或 app.run 中)
关系数据库 (PostgreSQL)	5432	postgresql.conf, .env	listen_addresses, port
向量数据库 (Qdrant)	6333	config.yaml, .env	service.http.port
缓存 (Redis)	6379	redis.conf, .env	port, bind
大模型服务 (Ollama)	11434	环境变量	OLLAMA_HOST
大模型API (vLLM/OpenAI兼容)	8000, 8080	启动命令参数	--port, --host
嵌入模型服务	6006, 8002	启动命令参数或配置文件	port

手动配置流程：

1. 规划端口：在一张表格中列出所有组件和你为它们分配的宿主机端口,确保无冲突。
2. 逐个安装：按照项目文档安装每个组件。
3. 修改配置：对每个组件，找到其配置文件或启动命令,将端口修改为你规划的端口。
4. 设置连接：在需要相互通信的组件配置中（如后端连接数据库），使用正确的 主机:端口。
   • 如果都在同一台机器：主机通常为 0.0.1 或 localhost。
   • 如果分布式部署：主机为对应服务的真实IP地址。
5. 顺序启动：先启动基础设施（数据库、Redis），再启动AI模型服务,最后启动后端和前端。

---

第三部分：故障排查与安全建议

常见问题

1. 端口绑定失败：
   • 错误：Error: listen EADDRINUSE: address already in use :::8000
   • 解决：更改端口或停止占用端口的进程。
2. 服务间无法连接：
   • 错误：Connection refused， Failed to connect to ...
   • 解决：
     • 检查目标服务是否正在运行 (docker-compose ps 或 systemctl status)。
     • 检查配置中的主机和端口是否正确。
     • 检查防火墙/安全组规则是否放行了相应端口（宿主机防火墙和云服务商安全组都要检查）。
3. Docker容器内部连接：
   • 在Docker Compose中，服务间通信应使用服务名作为主机名，端口使用容器内部端口（不是.env里映射的宿主机端口）。

安全建议

1. 最小化暴露：仅将必要的服务（前端、主API）暴露给公网。
2. 使用反向代理：在生产环境中，强烈建议在Docker前使用 Nginx 或 Traefik 作为反向代理。
   • 将 FRONTEND_PORT 和 BACKEND_PORT 映射到本地（如 0.0.1:3000）。
   • 配置Nginx监听80/443端口,并将请求代理到这些本地端口。
   • 好处：SSL/TLS终结、负载均衡、更灵活的路由和安全控制。
3. 强密码与认证：为数据库、Redis、管理界面设置复杂密码，并在.env中妥善保管。
4. 定期更新：保持Docker镜像、项目代码和依赖库的更新。

对于 AI小龙虾OpenClaw,最关键的步骤是：

1. 找到项目的 docker-compose.yml 和 .env.example 文件。
2. 复制并修改 .env 文件，根据你的环境调整端口号,避免冲突。
3. 运行 docker-compose up -d。
4. 访问你配置的前端端口（如 http://localhost:3000）进行验证。

如果项目没有提供Docker Compose，请参照第二部分，仔细阅读每个组件的独立文档进行手动配置，始终将端口规划、服务连通性和安全性放在首位。

标签： 网络 端口配置