中文内容
智能体正从问答系统演变为可长期运行的自主助手，能够读取文件、调用 API，并驱动多步骤工作流。然而，在没有适当隔离的情况下部署智能体来执行代码和使用工具，会带来实际风险——尤其是在使用第三方云基础设施时，因为这涉及数据隐私和控制权问题。
NVIDIA NemoClaw 是一个开源参考栈，用于编排 NVIDIA OpenShell 来运行 OpenClaw；OpenClaw 是一个自托管网关，可将消息平台连接到由 NVIDIA Nemotron 等开放模型驱动的 AI 编程智能体。NemoClaw 增加了引导式入门、生命周期管理、镜像加固和版本化蓝图，提供了从模型推理到更安全的交互式智能体部署的完整流水线。
本教程将介绍如何在 NVIDIA DGX Spark 上部署 NemoClaw——从配置运行时环境并在本地提供模型服务，到安装 NemoClaw 栈并将其连接到 Telegram 以实现远程访问。你将构建一个在自己硬件上运行、经过沙箱隔离的本地 AI 助手，并且可从任何 Telegram 客户端访问。
模型和代码的快速链接
访问以下教程资源：
🧠 软件和模型：
- NemoClaw with NVIDIA Nemotron 3 Super and Telegram on DGX Spark：在 DGX Spark 上使用本地推理设置 NemoClaw 的端到端指南。
- NVIDIA Build 上的 NVIDIA Nemotron 3 Super 120B：本教程使用的模型。
🛠️ 代码和文档：
- NVIDIA NemoClaw 文档：配置、策略和高级部署的完整参考。
- GitHub 上的 NVIDIA NemoClaw：源代码和社区贡献。
- NVIDIA DGX Spark：硬件规格和开发者资源。
先决条件
有关完整的设置说明，请访问 NemoClaw 的 DGX Spark Playbook，或在无需硬件的情况下开始使用。
如果你打算使用其他设备，NemoClaw 已在文档中“替代部署”下列出的设备上经过测试和验证。请检查 API/VLLM 功能。
开始设置之前，请确保满足以下要求：
- 硬件：运行 Ubuntu 24.04 LTS 并安装最新 NVIDIA 驱动程序的 DGX Spark (GB10) 系统。
- Docker：版本 28.x 或更高版本，并已配置 NVIDIA 容器运行时（将在下一节介绍）。
- Ollama：已安装作为本地模型服务引擎。
- Telegram 机器人令牌：通过 Telegram 的 @BotFather 创建（详见 Telegram 集成部分）。
预计时间：主动设置约 20–30 分钟，另加初始模型下载（约 87 GB）所需的 15–30 分钟，具体取决于网络带宽。
以下命令用于验证系统就绪状态：
head -n 2 /etc/os-release # Expected: Ubuntu 24.04
nvidia-smi # Expected: NVIDIA GB10 GPU
docker info --format '{{.ServerVersion}}' # Expected: 28.x+
NemoClaw 组件
在构建沙盒化助手之前，了解该环境中使用的软件非常重要。
安全说明：虽然 OpenShell 提供了强大的隔离能力，但请记住，没有任何沙盒能够完全防御高级提示注入。在测试新工具时，务必部署在隔离系统上。
让我们开始吧。
配置运行时
DGX Spark 需要进行若干 Docker 配置步骤，以支持具备适当隔离设置的 GPU 加速容器。首先，向 Docker 注册 NVIDIA 容器运行时：
sudo nvidia-ctk runtime configure --runtime=docker
接下来，将 cgroup 命名空间模式设置为 host。DGX Spark 要正确处理容器化工作负载，需要此配置：
sudo python3 -c "
import json, os
path = '/etc/docker/daemon.json'
d = json.load(open(path)) if os.path.exists(path) else {}
d['default-cgroupns-mode'] = 'host'
json.dump(d, open(path, 'w'), indent=2)
"
Restart Docker to apply the changes and verify that the NVIDIA runtime is functioning:
sudo systemctl restart docker
docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi
输出应显示 GB10 GPU。为避免后续 Docker 命令需要使用 sudo，请将当前用户添加到 Docker 组：
sudo usermod -aG docker $USER newgrp docker
安装 Ollama
Ollama 是一个轻量级模型服务引擎，用于在本地运行大型语言模型。请使用官方安装程序进行安装：
curl -fsSL https://ollama.com/install.sh | sh
默认情况下，Ollama 仅监听 localhost。由于 NemoClaw 代理在沙箱内运行，并拥有自己的网络命名空间，因此它必须跨网络边界访问 Ollama。请将 Ollama 配置为监听所有接口：
sudo mkdir -p /etc/systemd/system/ollama.service.d
printf '[Service]\nEnvironment="OLLAMA_HOST=0.0.0.0"\n' | \
sudo tee /etc/systemd/system/ollama.service.d/override.conf
sudo systemctl daemon-reload
sudo systemctl restart ollama
验证 Ollama 正在运行，并且可通过所有接口访问：
curl http://0.0.0.0:11434
重要：只能通过 systemd 启动 Ollama。手动启动的 Ollama 进程不会应用 OLLAMA_HOST=0.0.0.0 覆盖设置，NemoClaw 沙箱将无法访问推理服务器。
sudo systemctl restart ollama
接下来，拉取 Nemotron 3 Super 120B 模型。下载大小约为 87 GB：
ollama pull nemotron-3-super:120b
下载完成后，将模型权重预加载到 GPU 内存中，以避免首次智能体交互时出现冷启动延迟：
ollama run nemotron-3-super:120b
模型加载并显示提示符后，使用 /bye 退出会话。权重将继续缓存在内存中。确认该模型可用：
ollama list # You should see something like NAME ID SIZE MODIFIED nemotron-3-super:120b 95acc78b3ffd 86 GB 2 weeks ago
安装 NemoClaw
基础环境就绪后，使用一条命令安装 NemoClaw：
curl -fsSL https://www.nvidia.com/nemoclaw.sh | bash
安装程序会提供 Node.js 依赖项、OpenShell 运行时和 NemoClaw CLI，然后启动一个入门向导。该向导会提示进行以下配置选择：
- 沙盒名称：指定一个由小写字母和数字以及连字符组成的名称（例如，my-assistant）。此名称将在所有后续命令中使用。
- 推理提供方：选择 Local Ollama（选项 7），将推理路由到本地 Ollama 实例。
- 模型：选择 nemotron-3-super:120b（选项 1）。
- 策略预设：如果你接受默认策略，请按 Y。这些预设会为沙盒配置文件系统和网络限制。
- Telegram 集成：你可以选择在入门向导的第 5 步配置你的 Telegram 机器人。
在引导流程结束时，安装程序会显示一个带有令牌的 Web UI URL，格式为 http://127.0.0.1:18789/#token=<long-token-here>。请记录此 URL，因为以后访问 Web 仪表板时需要用到它，并且它不会再次显示。
如果安装后无法识别 nemoclaw 命令，请重新加载 shell 环境，以便在今后的所有会话中启用该命令：
source ~/.bashrc
验证设置
连接到沙盒，并验证代理是否能够访问推理后端：
nemoclaw my-assistant connect
该命令会返回模型信息，确认沙盒环境可以与 Ollama 通信。接下来，通过代理发送一条测试消息：
openclaw agent --agent main --local -m "hello" --session-id test
如果配置正确，NVIDIA Nemotron 3 Super 会生成响应。请注意，使用 120B 模型进行推理通常每次响应需要 30–90 秒——对于这种规模的模型在本地运行推理而言，这是预期情况。
交互式终端 UI 提供了更具对话感的测试体验：
openclaw tui
完成后，使用 Ctrl+C 退出终端 UI。
访问 Web UI
要在本地访问 Web 控制面板，请退出沙盒，并打开在入门引导期间记录的带令牌的 URL：
exit
然后在浏览器中访问 http://127.0.0.1:18789/#token=<long-token-here>。
从另一台机器远程访问。如果你是通过网络访问 DGX Spark，而不是直接访问，则需要进行额外配置。首先，确定 Spark 的 IP 地址：
hostname -I | awk '{print $1}'
通过 Spark 的终端会话启动端口转发：
openshell forward start 18789 my-assistant --background
在你的远程计算机上，创建一个到 Spark 的 SSH 隧道：
ssh -L 18789:127.0.0.1:18789 <your-user>@<your-spark-ip>
隧道处于活动状态后，在远程计算机的浏览器中打开 http://127.0.0.1:18789/#token=<long-token-here>。
注意：仅使用 127.0.0.1。使用 localhost 可能会导致“origin not allowed”错误。
连接到 Telegram
Telegram 集成将助手扩展到本地终端之外，使其可从任何装有 Telegram 客户端的设备访问。
创建 Telegram 机器人
打开 Telegram 并搜索 @BotFather 来管理你的机器人。开始对话并使用 /newbot 命令。@BotFather 会引导你为机器人命名，并在完成后提供一个 API 令牌。保存此令牌，以便用于下面的配置步骤。
注意：如果你在 NemoClaw 入门向导中配置了 Telegram，Telegram 已经在沙盒内运行。
如果你在入门过程中没有配置 Telegram，请在设置好令牌后重新运行入门向导。这会重新构建沙盒，并将 Telegram 内置其中。机器人令牌会注册到 OpenShell 网关，不会直接进入沙盒。
export TELEGRAM_BOT_TOKEN=<your-bot-token> nemoclaw onboard
验证集成
打开 Telegram，找到该机器人并发送消息。首次联系时，OpenClaw 需要配对。机器人会回复一个配对代码：
OpenClaw: access not configured. Your Telegram user id: <your-id> Pairing code: <CODE>
在沙盒内部批准配对：
nemoclaw my-assistant connect openclaw pairing approve telegram <CODE> exit
在 Telegram 中再发送一条消息。经过推理延迟窗口后，机器人应返回由 NVIDIA Nemotron 3 Super 生成的响应。
至此，部署已完成。一个 AI 助手完全运行在 NVIDIA DGX Spark 上，由 OpenShell 进行沙盒化，基于一个 120B 开放模型提供支持，并且可通过 Telegram 远程访问。所有推理都在本地进行，数据不会离开设备，并且运行时没有外部服务依赖。
我可以参考哪些命令进行部署？
以下命令可用于 NemoClaw 部署的持续管理。
nemoclaw my-assistant connectOpen a shell session inside the sandbox.nemoclaw my-assistant statusDisplay sandbox status.nemoclaw my-assistant logs --followStream live sandbox logs.nemoclaw listList all configured sandboxes.nemoclaw start / nemoclaw stopStart or stop auxiliary services (Telegram bridge, etc.).openshell forward start 18789 my-assistant --backgroundEnable port forwarding for remote Web UI access.用于彻底卸载的命令
对于清理和卸载，NemoClaw 在 ~/.nemoclaw/source/uninstall.sh 提供了卸载程序。有关清理标志以及常见问题故障排除的详细信息，请参阅说明页面。
通过策略审批扩展代理访问权限
默认情况下，沙盒会将代理限制为只能访问一组有限的网络端点。当你要求代理执行需要外部服务的操作时。
例如，获取网页或调用第三方 API，OpenShell 会阻止该请求，代理会报告网络访问不可用。
要查看实际效果，请在主机上的一个终端中打开 OpenShell TUI：
openshell term
在第二个终端中，连接到沙盒并开始对话：
openclaw tui
让代理执行类似“使用 curl 获取 https://httpbin.org/get”的操作。
代理尝试发起请求，OpenShell 会阻止该请求，TUI 会显示被阻止的连接，以及目标主机、端口和发起该连接的二进制文件。
在 TUI 中，你可以批准当前会话的请求，或拒绝该请求以继续阻止该端点。
当你想永久添加一个端点时，请使用来自主机的策略预设：
nemoclaw my-assistant policy-add
此审批流程让你能够实时查看并控制代理可以访问的内容，而无需修改基础策略或重启沙盒。
开始使用
立即开始使用 NVIDIA NemoClaw 进行构建。
订阅 NVIDIA 新闻，并在 LinkedIn、X、Discord 和 YouTube 上关注 NVIDIA AI，以了解 NVIDIA NemoClaw 的最新动态。
访问 NemoClaw 页面，获取入门资源。浏览 GitHub 上的 NemoClaw 以及 build.nvidia.com 上提供的 Playbook。
通过 NVIDIA 论坛和 Discord 参与 Nemotron 直播、教程和开发者社区互动。
标签
