Clawdbot в связке с Docker и Ollama — это селф-хостинг AI-агент, который крутит локальные языковые модели на вашем VPS без единого запроса к OpenAI API. OpenClaw отвечает за логику агента, Docker изолирует окружение, Ollama запускает инференс локально.
Зачем Docker + Ollama для Clawdbot?
Что дает Docker
Зафиксированные зависимости, воспроизводимое поведение, перезапуск за две секунды. У OpenClaw в 2026 году была advisory по command injection (GHSA-mc68-q9jw-2h3v) — пиньте версии, не используйте latest.
Что дает Ollama
Ollama запускает LLaMA, Mistral, Qwen и Phi локально. Предоставляет нативный эндпоинт /api/chat (на него OpenClaw опирается при tool calling) и OpenAI-совместимый /v1. Используйте /api/chat.
Clawdbot + OpenAI API vs Clawdbot + Ollama
Селф-хостинг меняет помегабайтные API-счета на фиксированную стоимость железа. Данные остаются на вашем сервере — это важно при работе под GDPR или HIPAA. Компромисс: локальные модели — это не GPT-4, но qwen2.5-coder:32b или gpt-oss:20b справляются с большинством агентных циклов.
Требования к серверу
Что нужно для запуска Clawdbot с Docker и Ollama:
- Память: минимум 16 ГБ RAM для 8B-моделей
- ОС: Ubuntu 22.04 LTS или Debian 12
- Софт: Docker Engine 24+ и Docker Compose v2
- Диск: 80 ГБ свободного места
- Сеть: доменное имя для SSL
- Процессор: CPU с поддержкой AVX2 (cat /proc/cpuinfo | grep -m1 avx2)
- GPU (опционально): на CPU-машине с 4–6 ядрами и 16 ГБ RAM 8B-модель в Q4 выдает 2–6 токенов/сек. GPU-карта дает примерно 10–20× прирост, но конкретные цифры зависят от карты.
OpenClaw требует контекстное окно 64k, что примерно удваивает потребление памяти по сравнению с дефолтным 4k.
Конфигурации: минимум, рекомендуемая, тяжелая нагрузка
|
Уровень |
vCPU |
RAM |
Диск |
Вместимость моделей |
VPS от is*hosting |
|
Минимум |
4 |
16 ГБ |
80 ГБ SSD |
7B Q4, короткий контекст |
|
|
Рекомендуемая |
6 |
24-32 ГБ |
120 ГБ NVMe |
8B-14B Q4 при 64k контексте |
|
|
Тяжелая (CPU) |
8 |
64 ГБ |
200 ГБ NVMe |
32B Q4 или 70B Q4 с offload |
Exclusive VPS + апгрейд RAM и диска |
|
GPU |
8 vCPU + 24 ГБ VRAM |
32 ГБ |
200 ГБ NVMe |
14B-32B на полной скорости |
is*hosting GPU сервер |
|
Тяжелая GPU |
8 vCPU + 48 ГБ VRAM |
64 ГБ |
400 ГБ NVMe |
70B Q4 (~40 ГБ VRAM на веса) |
GPU сервер (top tier) |
70B Q4 требует ~40 ГБ VRAM только на веса. 16 ГБ карта — OOM.
VPS за 5-15 минут
Выделенные ресурсы и изоляция KVM для глобальных экспериментов.
Шаг 1. Установка Docker и контейнера Clawdbot
Установка Docker на Ubuntu 22.04
Не используйте apt install docker.io — берите из официального репозитория:
sudo apt remove $(dpkg --get-selections docker.io docker-compose docker-compose-v2 docker-doc docker-buildx podman-docker containerd runc | cut -f1)
sudo apt-get update
sudo apt-get install -y ca-certificates curl gnupg
sudo install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
sudo chmod a+r /etc/apt/keyrings/docker.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
sudo usermod -aG docker $USER
newgrp docker
docker-compose.yml: базовый конфиг
OpenClaw игнорирует переменную LLM_PROVIDER. Конфиг живет в ~/.openclaw/openclaw.json, внутри контейнера это /home/node/.openclaw/openclaw.json: образ работает под пользователем node (uid 1000) и отдает Gateway и Control UI на порту 18789. Создайте папку проекта и токен Gateway:
mkdir -p ~/clawdbot/data && cd ~/clawdbot
echo "OPENCLAW_GATEWAY_TOKEN=$(openssl rand -hex 32)" > .env
Docker Compose передает токен из .env в контейнер. Этот же токен вы вставите в Control UI для входа. Создайте docker-compose.yml:
services:
clawdbot:
image: ghcr.io/openclaw/openclaw:2026.10.10
container_name: clawdbot
restart: unless-stopped
env_file:
- .env
environment:
OLLAMA_API_KEY: "ollama-local"
volumes:
- ./data:/home/node/.openclaw
extra_hosts:
- "host.docker.internal:host-gateway"
ports:
- "127.0.0.1:18789:18789"
Создайте openclaw.json
Сохраните конфиг как data/openclaw.json:
{
"gateway": {
"mode": "local",
"bind": "lan",
"auth": { "mode": "token" },
"trustedProxies": ["172.28.0.10"],
"controlUi": {
"allowedOrigins": ["https://your-domain.com", "http://127.0.0.1:18789", "http://localhost:18789"]
}
},
"agents": {
"defaults": { "model": { "primary": "ollama/llama3.1:8b" } }
},
"models": {
"providers": {
"ollama": {
"baseUrl": "http://host.docker.internal:11434",
"apiKey": "ollama-local",
"api": "ollama",
"models": [
{
"id": "llama3.1:8b",
"name": "LLaMA 3.1 8B",
"contextWindow": 65536,
"maxTokens": 8192,
"params": { "num_ctx": 65536 },
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
}
]
}
}
}
}
Блок gateway обязателен: без "mode": "local" Gateway не запускается, а при привязке по умолчанию (loopback) до него не достучаться через проброс порта Docker, поэтому нужен "bind": "lan". "auth": { "mode": "token" } использует OPENCLAW_GATEWAY_TOKEN из .env. allowedOrigins перечисляет адреса, с которых браузер может открыть Control UI: ваш домен для шага 4 и 127.0.0.1:18789 для SSH-туннеля ниже. trustedProxies нужен для Nginx в шаге 4. baseUrl указывает на Ollama на хосте (шаг 2); для полного стека из шага 4 замените его на http://ollama:11434.
Gateway пишет в эту папку (обновляет openclaw.json и хранит рядом резервные копии), поэтому не монтируйте конфиг только для чтения и передайте папку пользователю контейнера. Иначе Gateway упадет с ошибкой EACCES:
sudo chown -R 1000:1000 data
Запустите контейнер командой docker compose up -d. Control UI слушает только 127.0.0.1:18789, поэтому открывайте его со своего компьютера через SSH-туннель, затем перейдите на http://127.0.0.1:18789 и вставьте токен из .env в настройках Control UI:
ssh -L 18789:127.0.0.1:18789 root@YOUR_SERVER_IP
Две ошибки, которые убивают сетап сразу:
- Биндинг на 0.0.0.0. ports: - "18789:18789" выставляет порт агента наружу и обходит UFW через Docker iptables. Всегда биндите на 127.0.0.1:18789:18789.
- Отсутствие restart policy. Без restart: unless-stopped упавшие контейнеры лежат, пока вы не заметите.
Шаг 2. Установка Ollama и выбор модели
Примечание: этот systemd-способ описывает установку Ollama на хост. Если вы сразу идете к полному docker-compose.yml из шага 4, пропустите этот шаг — там Ollama работает как контейнер.
Установка Ollama как systemd-сервиса
curl -fsSL https://ollama.com/install.sh | sh
sudo systemctl edit ollama
Добавьте переменные окружения:
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_NUM_PARALLEL=2"
Environment="OLLAMA_KEEP_ALIVE=30m"
OLLAMA_HOST=0.0.0.0 позволяет контейнеру clawdbot обращаться к Ollama через host.docker.internal, но заодно открывает API Ollama, у которого нет авторизации, на публичном интерфейсе сервера. Закройте порт 11434 через UFW и разрешите его только из Docker-сетей (172.16.0.0/12 покрывает стандартные bridge-сети Docker):
sudo ufw allow OpenSSH
sudo ufw allow from 172.16.0.0/12 to any port 11434 proto tcp
sudo ufw enable
Здесь UFW действует: Ollama запущена прямо на хосте, поэтому правила iptables Docker его не обходят.
Перезапустите и скачайте модель:
sudo systemctl daemon-reload
sudo systemctl restart ollama
ollama pull llama3.1:8b
LLaMA 3.1 vs Mistral vs Qwen2.5: что влезет в RAM?
OpenClaw требует модели с поддержкой tool calling. Проверьте совместимость перед тем, как ставить:
ollama show qwen2.5-coder:7b --modelfile | grep -i tool
|
Модель |
Размер файла (Q4) |
RAM при 64k контексте |
Примечания |
|
Mistral 7B |
4.1 ГБ |
~10 ГБ |
Слабый tool calling |
|
LLaMA 3.1 8B |
4.7 ГБ |
~12 ГБ |
Стабильный tool calling |
|
Qwen2.5-Coder 7B |
4.4 ГБ |
~11 ГБ |
Выбор OpenClaw для кодинга |
|
gpt-oss 20B |
12 ГБ |
~20 ГБ |
Рекомендуемый дефолт OpenClaw |
Шаг 3. Подключение Clawdbot к Ollama
Детали конфигурации
Используйте "api": "ollama". OpenClaw рекомендует нативный эндпоинт /api/chat: OpenAI-совместимый /v1 в Ollama тоже поддерживает tools и streaming, но tool calling через него с OpenClaw работает ненадежно. Не добавляйте /v1 в baseUrl. Укажите и contextWindow, и params.num_ctx равными 65536: contextWindow описывает модель для OpenClaw, а num_ctx задает размер контекста, который OpenClaw запрашивает у Ollama.
Docker-сеть: host vs bridge
localhost внутри контейнера в bridge-сети указывает на сам контейнер, а не на хост. http://localhost:11434 не сработает.
Решение зависит от того, где работает Ollama. Если на хосте (шаг 2), используйте http://host.docker.internal:11434: строка extra_hosts в Compose-файле связывает это имя с хостом. Если Ollama работает как контейнер в той же Compose-сети (полный стек из шага 4), подключайтесь через http://ollama:11434.
Шаг 4. Продакшн-хардинг
SSL через Nginx + Certbot
Nginx не стартует без сертификатов; Certbot'у нужен открытый порт 80. Поэтому сначала поднимаем HTTP-конфиг, потом переключаемся на SSL.
Создайте nginx/conf.d/clawdbot.conf:
server {
listen 80;
server_name your-domain.com;
location /.well-known/acme-challenge/ {
root /var/www/certbot;
}
location / {
proxy_pass http://clawdbot:18789;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $remote_addr;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_buffering off;
proxy_read_timeout 300s;
}
}
Запустите стек с полным docker-compose.yml из конца этого шага (сначала прочитайте примечание под ним), затем получите сертификат:
sudo apt install -y certbot
sudo mkdir -p /var/www/certbot
sudo certbot certonly --webroot -w /var/www/certbot -d your-domain.com --agree-tos -m [email protected] --non-interactive
Примечание: /var/www/certbot на хосте монтируется в контейнер Nginx через volume из docker-compose.yml. Сначала запускаете Nginx с HTTP-конфигом, получаете сертификат, потом переключаетесь на SSL-конфиг и перезагружаете.
Замените конфиг на SSL-версию:
server {
listen 80;
server_name your-domain.com;
location /.well-known/acme-challenge/ { root /var/www/certbot; }
location / { return 301 https://$host$request_uri; }
}
server {
listen 443 ssl;
http2 on;
server_name your-domain.com;
ssl_certificate /etc/letsencrypt/live/your-domain.com/fullchain.pem;
ssl_certificate_key /etc/letsencrypt/live/your-domain.com/privkey.pem;
ssl_protocols TLSv1.2 TLSv1.3;
location / {
proxy_pass http://clawdbot:18789;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $remote_addr;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_buffering off;
proxy_read_timeout 300s;
}
}
Перезагрузите Nginx:
docker compose exec nginx nginx -s reload
Авторизация, бэкапы и файрвол
- Auth: добавьте Nginx basic auth или IP allowlist.
- Бэкапы: tar на директорию ./data (в ней лежит openclaw.json), файл .env и nginx/conf.d. Храните копию вне сервера.
- Лимиты памяти: задайте в Compose, чтобы избежать OOM-киллов.
- Файрвол: Docker-mapped порты обходят UFW. Держите Ollama только во внутренней Compose-сети — не выставляйте порт 11434 наружу.
Полный docker-compose.yml для продакшна
services:
clawdbot:
image: ghcr.io/openclaw/openclaw:2026.10.10
container_name: clawdbot
restart: unless-stopped
environment:
OLLAMA_API_KEY: "ollama-local"
env_file:
- .env
volumes:
- ./data:/home/node/.openclaw
depends_on:
ollama:
condition: service_healthy
ollama-bootstrap:
condition: service_completed_successfully
networks:
- agentnet
deploy:
resources:
limits:
memory: 4g
ollama:
image: ollama/ollama:0.40.14
container_name: ollama
restart: unless-stopped
environment:
OLLAMA_KEEP_ALIVE: "30m"
OLLAMA_NUM_PARALLEL: "2"
volumes:
- ollama_models:/root/.ollama
healthcheck:
test: ["CMD-SHELL", "ollama list >/dev/null 2>&1 || exit 1"]
interval: 10s
timeout: 5s
retries: 12
start_period: 60s
networks:
- agentnet
deploy:
resources:
limits:
memory: 14g
ollama-bootstrap:
image: ollama/ollama:0.40.14
depends_on:
ollama:
condition: service_healthy
entrypoint: ["/bin/sh", "-c"]
command: ["OLLAMA_HOST=http://ollama:11434 ollama pull llama3.1:8b"]
networks:
- agentnet
restart: "no"
nginx:
image: nginx:1.27-alpine
container_name: nginx
restart: unless-stopped
ports:
- "80:80"
- "443:443"
volumes:
- ./nginx/conf.d:/etc/nginx/conf.d:ro
- /etc/letsencrypt:/etc/letsencrypt:ro
- /var/www/certbot:/var/www/certbot:ro
depends_on:
- clawdbot
networks:
agentnet:
ipv4_address: 172.28.0.10
networks:
agentnet:
driver: bridge
ipam:
config:
- subnet: 172.28.0.0/24
volumes:
ollama_models:
Перед запуском замените baseUrl в data/openclaw.json на http://ollama:11434. Nginx получает фиксированный адрес 172.28.0.10, который совпадает с gateway.trustedProxies: запросы через прокси с адресов, которым Gateway не доверяет, он отклоняет с ошибкой 403.
Запуск и проверка
docker compose up -d
docker compose ps
docker compose exec clawdbot node dist/index.js models list
ss -ltnp | grep -E ':(80|443|18789|11434)\b'
Публично должны слушать только порты 80 и 443. Чтобы войти, откройте https://your-domain.com и вставьте токен из .env в настройках Control UI. Если Control UI попросит подтвердить устройство, сделайте это с сервера:
docker compose exec clawdbot node dist/index.js devices list
docker compose exec clawdbot node dist/index.js devices approve <requestId>
VPS недостаточно?
Возьмите выделенный сервер. Для требовательных рабочих нагрузок и кастомных настроек.
Итого
Арендуете VPS с 16–32 ГБ RAM, ставите Docker, поднимаете Ollama и OpenClaw в общей Compose-сети, проксируете через Nginx с HTTPS. Используете нативный /api/chat, контекстное окно — 64k или выше (contextWindow и num_ctx).
Рекомендуемая конфигурация соответствует тарифу VPS Exclusive от is*hosting: достаточно RAM для 8B–14B модели при полном 64k-контексте. Для моделей 32B+ — Exclusive с апгрейдом RAM или GPU-сервер.