一、为什么要把 QClaw 搬上云？

OpenClaw（社区俗称 龙虾）爆火之后，大家最常见的两种玩法是：

• 本机安装（Windows / macOS）：门槛不高，但占资源、容易和主力电脑环境打架，还要考虑数据安全；
• 云端部署（轻量服务器 / 自建机房）：7×24 小时在线，但要一定运维和命令行能力。

腾讯现在已经把围绕 OpenClaw 的整套【养虾套餐】拼齐：

• QClaw：腾讯电脑管家团队基于 OpenClaw 打造的本地 AI Agent 助手，本地运行、微信直连，开箱即用；
• 腾讯云 Lighthouse：面向开发者的轻量云服务器，提供 OpenClaw 一键部署模板，几分钟就能在云上养一只 云端虾；
• 腾讯云桌面：提供 预装 OpenClaw 镜像 的云桌面，7×24 小时在线、安全隔离、本地一样的 GUI 体验。

这篇文章把这三个产品串起来一起玩。

• 用 Lighthouse 和 腾讯云桌面 托管 龙虾，7×24 小时在线，变成真正的云端数字员工；
• 用 QClaw 做本地入口和微信入口，把手机、PC 统统连进来；既能在 PC 上用，又能通过腾讯云桌面远程访问。

打通 本地虾 + 云端虾 + 云桌面虾 三位一体。

二、整体架构

先简单分工一下：

组件	角色定位	主要能力
QClaw（本地）	随身助手	本地运行，微信/QQ/企微直连，零配置，一键安装
Lighthouse 云端虾	7×24 小时在线	OpenClaw 一键部署、成本低、可接入 QQ/企微/钉钉/飞书 等主流 IM
腾讯云桌面云桌面虾	安全隔离、带 GUI 的 云电脑	预装 OpenClaw 镜像，双系统 GUI、安全隔离，7×24 小时在线

要构建的，是一个云端龙虾工作站。

白天在办公室用腾讯云桌面 + QClaw 办公，晚上关电脑下班后，手机微信一句话，云端龙虾继续在 Lighthouse / 云桌面上干活；查看结果，连上云桌面，一边看报表/代码，一边让龙虾讲解。

满足：

• 永不掉线：个人电脑可以休眠/关机，云端龙虾还是在线执行定时任务；
• 本地电脑只作为入口，真正的数据处理在云上隔离环境完成；
• 微信、PC 客户端 都能直接跟龙虾对话、操控；
• 后续可以接入更多 IM（QQ、企微、钉钉、飞书）和更多模型。

三、基础产品能力

（1）QClaw：基于 OpenClaw 的本地化 AI Agent 助手。

官方定位：本地运行的 AI Agent 助手，腾讯电脑管家团队基于 OpenClaw 开源生态深度封装，称为 【小龙虾 AI】 。

支持：

• 一键安装：20 秒完成安装，三步上手，不用手动配置环境；
• 本地隐私安全：模型推理、数据处理都限定在本机，不上云；
• 微信直连：扫描绑定后，可在微信里发指令远程控制本机文档、代码等；
• Skills 丰富：接入 ClawHub/GitHub 等平台，技能数超过 5000 个。

（2）腾讯云 Lighthouse：OpenClaw 一键部署的云端虾。

腾讯云在 Lighthouse 提供 OpenClaw 应用模板，实现秒级部署：

目标：云端 全天在线 的龙虾，免去本地高权限带来的风险；

优势：

• 一键部署 OpenClaw，预置依赖环境；
• 支持国内外多个地域；
• 支持主流 IM 通道接入（QQ、企微、飞书、钉钉、Telegram、Discord 等）；
• 控制台内提供 OpenClaw 模型和通道的可视化配置面板。

（3）腾讯云桌面：预装 OpenClaw 的 云桌面虾房 。

腾讯云桌面现在提供 预装 OpenClaw 的镜像：

• 预装 OpenClaw：免去手工安装和环境配置，进入桌面后点点鼠标即可一键配置；
• 云端运行，7×24 小时在线；
• 云上环境和本地环境物理隔离，本地数据不会被龙虾直接触达；
• 支持 Linux 和 Windows 双系统，完整桌面 GUI 体验；
• 适用场景：个人私人 AI 助手、企业员工统一的 AI 助手桌面等。

四、整体架构设计

逻辑架构：

1. 本地层：Windows / macOS 上安装 QClaw；
2. 云端计算层：
   • Lighthouse：部署 OpenClaw 作为云端龙虾；
   • 腾讯云桌面：预装 OpenClaw 镜像，作为可视化桌面和 图形前端；
3. 通道层：
   • 微信 + QClaw：下发自然语言任务；
   • QQ / 企微 / 钉钉 / 飞书：由 OpenClaw 通道模块接入，自动回复/群聊机器人；
4. 终端层：PC 浏览器、手机微信远程连接腾讯云桌面。

自动生成日报 + 云端查看：

1. 白天在腾讯云桌面里写代码/办公，OpenClaw 跟本地工具协作；

2. 下班前在微信上对 QClaw 说一句：

   帮在云桌面上跑一遍今天的日报脚本，生成 PPT，做好后发给我。

3. QClaw 把指令转给云端 OpenClaw / 云桌面实例：

   • 云桌面内运行 report_gen.py；
   • 调用腾讯云存储 COS 保存结果，再通过微信发送链接给我；

4. 晚上回家连接腾讯云桌面：打开 PPT，配合 QClaw 的讲解，浏览日报内容。

五、详细部署步骤

5.1、本地安装并绑定 QClaw

QClaw 的一大优势是 零配置，不用像搭建原版 OpenClaw 那样折腾 Node.js、Git 环境，一个安装包即可搞定。

Windows 安装步骤 ：

1. 双击下载好的 .exe 安装包。
2. 在安装向导中，点击“安装”即可。

macOS 安装步骤：

1. 双击下载好的 .dmg文件。
2. 把 QClaw图标拖拽到 Applications文件夹。
3. 拖拽完成即安装成功，在启动台或应用程序中即可找到。

安装完成后启动 QClaw，扫码绑定微信:

QClaw 界面查看预置 Skills（办公、文档、代码、整理文件等）。技能是 QClaw 实现各种操作的基础。安装完成后，基础技能包会自动启用。

到这里，就已经拥有一只本地小龙虾，可以先玩一玩：

5.2、基于 Lighthouse 一键部署「云端虾」

先买一个轻量应用服务器 Lighthouse：

然后点击 查看服务器 进入轻量云产品控制台界面，查看刚刚创建完成的服务器。

基于OpenClaw应用模版完成服务器创建后，OpenClaw也已经同步在服务器完成安装部署。轻量云控制台界面点击服务器实例卡片的“…”按钮，选择管理实例进入实例管理页面，进行后续的OpenClaw模型配置和通道配置操作。

进入“应用管理”页签，可以看到下面的界面：

接下来就可以在控制台界面进行OpenClaw的模型(Models)配置、通道(Channels)配置！

（1）OpenClaw配置面板选择腾讯云DeepSeek并选择模型版本，点击 一键添加并应用按钮。

（2）还要进行OpenClaw的通道配置，把OpenClaw接入各类聊天软件应用。我接入的是QQ，腾讯QQ开放平台官网用手机QQ扫描二维码进行注册/登录。

进入QQ机器人配置页，直接新建一个QQ机器人。 要记下 “AppID” 和 “AppSecret” 两个参数，最好保存到个人记事本或备忘录，后续步骤要用。

QQ软件可以看到新建的QQ机器人已经被添加至消息列表。

（3）进入“应用管理”页签，在“Channel配置”输入框，选择“QQ”并输入在前面步骤获取的QQ机器人App ID和App Secret，等个几十秒后页面提示“保存成功”即完成配置。

这里就初步完成OpenClaw配置，手机QQ和电脑版都可以开始跟已接入OpenClaw的QQ机器人进行聊天。

5.3、创建腾讯云桌面，选择预装 OpenClaw 镜像

腾讯云桌面有专门的 OpenClaw 预装镜像，流程：

（1）创建云桌面实例，选择预装 OpenClaw 镜像（官方给出的 OpenClaw 专属版）。

（2）Linux 操作系统云桌面，登录并打开云桌面后，在云桌面任务找到 OpenClaw 快速配置并打开。

（3）模型（Models）配置内，进行 OpenClaw 模型配置。

（4）通道（Channels）配置，我用QQ机器人接入，跟前面是一样的，这里就不再赘述了！配置消息通道后，就可以接收和回复 OpenClaw 消息。

腾讯云桌面的优点：

• 预装 OpenClaw，免部署，可视化一键配置；
• 支持 Linux & Windows 双系统和 GUI，对不熟悉命令行的用户非常友好；
• 云上 7×24 小时运行，提供每日自动备份、防误删、防误操作能力；
• 云上和本地物理隔离 。

六、把 QClaw 接入云端虾 & 云桌面虾

用 QClaw 做入口，把云端 OpenClaw 当 后端。

整体逻辑：

• QClaw：负责本地 UI + 微信入口，是 前端，也是统一指挥中心；
• Lighthouse 的 OpenClaw 实例：常驻 7×24 小时在线，是主力计算节点；
• 腾讯云桌面：提供图形桌面和安全隔离环境。

逻辑结构图：

6.1、让 QClaw 拿到可用的 OpenClaw Token

从 QClaw / WeChat 登录流程，拿到可复用的 access_token，用来后续从本地脚本直接调用 Lighthouse 的 OpenClaw HTTP 接口。

基于一个已经反向解析出来的 QClaw WeChat 客户端（photon-hq/qclaw-wechat-client）的协议说明，可以写一个只依赖 requests 的 Python 辅助工具。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
步骤：
1. 向 QClaw 后端请求一个微信登录 state（带 CSRF 防护）
2. 拼出扫码 URL
3. 用微信扫码登录后，后端会回调配置的 redirect_uri 携带 ?code=xxx
4. 拿 code + state 去换取 openclaw_channel_token
5. 再用 channel_token 换取真正的 access_token（JWT），后续 HTTP 调用都用它
"""

import requests

WX_API_BASE = "https://wechat.qclaw.qq.com"

def get_login_state(guid: str) -> str:
    resp = requests.get(
        f"{WX_API_BASE}/wx_login_state",
        headers={
            "X-Guid": guid,
            "X-Version": "1",
        },
        timeout=10,
    )
    resp.raise_for_status()
    data = resp.json()
    state = data.get("state")
    if not state:
        raise RuntimeError(f"get_login_state failed: {data}")
    return state

def build_qr_url(guid: str, state: str) -> str:
    # 实际 URL 以官方为准
    return f"https://open.qclaw.qq.com/wx_login?state={state}&guid={guid}"

def exchange_code_for_channel_token(guid: str, code: str, state: str) -> str:
    resp = requests.post(
        f"{WX_API_BASE}/wx_login",
        json={
            "guid": guid,
            "code": code,
            "state": state,
        },
        timeout=10,
    )
    resp.raise_for_status()
    data = resp.json()
    token = data.get("openclaw_channel_token")
    if not token:
        raise RuntimeError(f"wx_login failed: {data}")
    return token

def exchange_channel_token_for_access_token(guid: str, channel_token: str) -> str:
    resp = requests.post(
        f"{WX_API_BASE}/get_token",
        json={
            "channel_token": channel_token,
            "guid": guid,
        },
        timeout=10,
    )
    resp.raise_for_status()
    data = resp.json()
    access_token = data.get("access_token")
    if not access_token:
        raise RuntimeError(f"get_token failed: {data}")
    return access_token

if __name__ == "__main__":
    guid = "your-machine-guid"  # UUID，保持客户端一致

    # 1. 获取 state
    state = get_login_state(guid)
    print("登录 state:", state)

    # 2. 生成扫码 URL
    qr_url = build_qr_url(guid, state)
    print("浏览器打开下面的链接生成二维码，用微信扫码登录：")
    print(qr_url)

    # 3. 等待后端拿到 WeChat 回调的 code
    code = input("输入回调 URL 拿到的 code 参数：").strip()

    # 4. code -> openclaw_channel_token
    channel_token = exchange_code_for_channel_token(guid, code, state)
    print("openclaw_channel_token:", channel_token)

    # 5. channel_token -> access_token (JWT)
    access_token = exchange_channel_token_for_access_token(guid, channel_token)
    print("access_token(请妥善保存，用于后续 HTTP 调用)：")
    print(access_token)

域名/路径会随着官方版本有轻微调整，要以官方文档/抓包结果为准。

可以把 access_token 写入到：

• 环境变量：export OPENCLAW_TOKEN="..."
• 或配置文件：~/.qclaw/openclaw_token.json

后面所有脚本 去 Lighthouse OpenClaw 的 HTTP 调用，都可以直接复用这个 Token。

6.2、 Lighthouse / 云桌面准备 日报脚本

云端创建脚本 /home/ubuntu/workspace/daily_report.py：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import datetime
from pathlib import Path
import json

def load_data() -> dict:
    """从数据库/日志读取统计数据，这里先用假数据代替。"""
    today = datetime.date.today().isoformat()
    return {
        "date": today,
        "new_users": 1234,
        "active_users": 5678,
        "bugs": 3,
        "revenue": 9876.54,
    }

def generate_report_md(data: dict) -> str:
    return f"""# 项目日报（{data['date']}）

## 1.

| 指标         | 数值        |
|--------------|-------------|
| 新注册用户   | {data['new_users']} |
| 活跃用户     | {data['active_users']} |
| 新增缺陷     | {data['bugs']}       |
| 当日收入     | {data['revenue']:.2f} 元 |

## 2. 分析与结论

- 新注册用户整体表现稳定；
- 活跃用户与昨日持平，后续可通过活动提升留存；
- 缺陷数控制在可接受范围，但需要重点排查高危缺陷。

## 3. 明日行动建议

1. 针对新用户设计一次功能引导/Push 活动；
2. 聚焦 Top N 高频缺陷模块排查与修复；
3. 对收入贡献最高的 3 个渠道进行投放加码复盘。
"""

def main():
    data = load_data()
    report = generate_report_md(data)
    out_dir = Path.home() / "reports"
    out_dir.mkdir(parents=True, exist_ok=True)
    out_path = out_dir / f"daily_report_{data['date']}.md"
    out_path.write_text(report, encoding="utf-8")
    # 脚本通过 stdout 把结果 JSON 返回给 OpenClaw 调用方
    print(json.dumps({
        "status": "success",
        "path": str(out_path),
        "date": data["date"],
    }, ensure_ascii=False))

if __name__ == "__main__":
    main()

给脚本加执行权限：

chmod +x /home/ubuntu/workspace/daily_report.py

6.3、本地用 Python + Token 远程调用 Lighthouse 的脚本

OpenClaw 网关默认提供一个通用的 Tools Invoke HTTP API： POST http://<Lighthouse 公网 IP>:18789/tools/invoke

请求体结构（官方文档有说明）：

{
  "tool": "sessions_list",
  "action": "json",
  "args": {}
}

可以借此约定一个自定义的 scripts.run 工具：由 OpenClaw 后端解析 path 和 args，在本机执行脚本。这里以社区常见的 scripts 工具为例，实际名称可按自己配置调整。

下面是本地可直接运行的 Python 调用脚本：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
从本地机器调用运行在 Lighthouse 的 OpenClaw Gateway，
触发远程执行 /home/ubuntu/workspace/daily_report.py，
把结果打印出来（后续可以改成推送微信、写入项目看板等）。
"""

import os
import json
import requests

LIGHTHOUSE_IP = os.environ.get("LH_IP", "<你的 Lighthouse 公网 IP>")
GATEWAY_PORT = int(os.environ.get("LH_PORT", "18789"))
OPENCLAW_TOKEN = os.environ.get("OPENCLAW_TOKEN")

def run_remote_daily_report(date: str | None = None) -> dict:
    if not OPENCLAW_TOKEN:
        raise RuntimeError("缺少 OPENCLAW_TOKEN 环境变量，请先获取并设置 access_token")

    url = f"http://{LIGHTHOUSE_IP}:{GATEWAY_PORT}/tools/invoke"
    payload = {
        "tool": "scripts",
        "action": "run",
        "args": {
            "path": "/home/ubuntu/workspace/daily_report.py",
            "args": {} if date is None else {"date": date},
        },
        "dryRun": False,
    }

    headers = {
        "Authorization": f"Bearer {OPENCLAW_TOKEN}",
        "Content-Type": "application/json",
    }

    resp = requests.post(url, json=payload, headers=headers, timeout=60)
    resp.raise_for_status()
    return resp.json()

if __name__ == "__main__":
    # 可选：指定日期生成指定日期的日报
    # today = datetime.date.today().isoformat()
    result = run_remote_daily_report()
    print("远程执行结果：")
    print(json.dumps(result, indent=2, ensure_ascii=False))

运行前只要在本地终端设置环境变量：

export LH_IP="自己的_Lighthouse_IP"
export OPENCLAW_TOKEN="上一步拿到的_access_token"
python3 run_remote_report.py

终端输出：

{
  "status": "ok",
  "tool": "scripts",
  "result": {
    "status": "success",
    "path": "/home/ubuntu/reports/daily_report_2026-03-30.md",
    "date": "2026-03-30"
  }
}

6.4、串回 QClaw / 微信入口

上面的 Python 调用脚本已经可以单独工作了。要切回 QClaw、微信，有两种做法：

（1）QClaw Skill -> HTTP Webhook -> 自己的后端 -> 调用上面的 Python 逻辑。

• QClaw 的 Skill 配置增加一个 生成日报 技能；
• 技能本质就是一个 HTTP POST 到自建的 Web 服务；
• Web 服务里调用 run_remote_daily_report()，拿到结果后再通过微信回复用户。

（2）直接在本地机器用 QClaw 执行 Python 脚本。

• QClaw 支持本地命令行/脚本执行的 Skill；
• 命令：python3 /path/to/run_remote_report.py；
• 微信给 QClaw 发 生成日报 关键词，QClaw 在本机执行脚本，控制台输出再转成消息发回。

这样，整条链路就打通了：

微信/QQ -> QClaw -> HTTP 调用 Lighthouse/CVD OpenClaw -> 执行日报脚本 -> 结果回到微信/QQ。

七、结语

这套架构的潜力可不止作为个人助手。通过标准化的HTTP API和丰富的技能生态，可以集成到更复杂的企业流程：

• 自动化运营：定时巡检、数据同步、报告生成。
• 智能客服中台：用统一的OpenClaw网关，在QQ、企微、钉钉等提供一致的AI服务。
• 研发辅助环境。

技术的价值在于解决真实问题。

如果你也搭好了自己的云端龙虾工作站，欢迎在评论区留言你的玩法，互相交流、互相抄作业，一起把龙虾玩出花来。