Qwen3-VL:30B飞书智能助手搭建教程：从模型部署到控制台Chat页面端到端演示

想不想在飞书里拥有一个能看懂图片、能回答问题的“全能同事”？比如，直接把一张复杂的图表丢进群聊，它就能帮你分析数据趋势；或者上传一张产品设计图，它就能给出修改建议。今天，我就带你从零开始，在CSDN星图AI云平台上，亲手搭建一个基于最强多模态大模型Qwen3-VL:30B的飞书智能助手。

整个过程就像搭积木，我们会分两步走：上篇（本文）聚焦于在星图平台私有化部署Qwen3-VL:30B大模型，并让它成功在Clawdbot的控制台里“跑起来”，和我们对话。下篇则会完成最后一步，将这个强大的“大脑”正式接入飞书，让它成为你团队中的一员。

不用担心复杂，跟着步骤来，你也能拥有一个专属的、功能强大的AI办公助手。

1. 准备工作：认识我们的“工具箱”

在开始动手之前，我们先快速了解一下这次搭建会用到的几个核心“零件”，明白它们各自的作用，后面操作起来会更清晰。

• CSDN星图AI云平台：这是我们的“工作台”和“动力源”。它提供了现成的、配置好的GPU服务器（算力实例），我们不需要自己购买昂贵的显卡，也不用折腾复杂的驱动和环境安装，开箱即用。
• Qwen3-VL:30B镜像：这是已经预装好Qwen3-VL:30B模型及其运行环境（Ollama）的“软件包”。在星图平台，我们直接选择这个社区镜像启动实例，就等于获得了一台已经装好最强多模态AI模型的服务器。
• Ollama：一个非常流行的大模型本地运行和管理的工具。你可以把它想象成模型的“启动器和管理器”。我们通过它提供的Web界面或API，来和Qwen3-VL:30B对话。
• Clawdbot：这是我们本次项目的“桥梁”和“控制中心”。它本身是一个机器人框架，负责连接不同的AI模型（比如我们的Qwen3-VL）和外部通讯平台（比如飞书）。我们先在它的Web控制台里调试好机器人，后续再接入飞书。

简单来说，流程就是：在星图平台用Qwen3-VL镜像启动服务器 -> 服务器里通过Ollama运行模型 -> 安装Clawdbot并配置它去调用本地的Ollama服务 -> 最终在Clawdbot的Chat页面测试成功。

下面，我们正式进入操作环节。

2. 第一步：在星图平台启动Qwen3-VL:30B实例

我们的第一步，是获得一台已经装好模型的云服务器。

2.1 选择并创建实例

1. 登录CSDN星图AI云平台，进入控制台。
2. 在创建实例的页面，找到“社区镜像”选项。在搜索框中输入 Qwen3-vl:30b，快速定位到我们需要的镜像。
3. 选择该镜像。Qwen3-VL:30B是一个300亿参数的大模型，对显卡要求较高。平台会为你推荐合适的配置（通常需要48GB显存）。我们直接采用默认推荐的GPU配置即可，这样能保证模型流畅运行。
4. 点击创建，等待几分钟，实例就会启动完成。

2.2 测试模型基础功能

实例启动后，我们首先验证一下模型是否正常工作。

1. 在实例的控制面板，你会找到一个名为 “Ollama 控制台” 的快捷访问链接。点击它。
2. 这会打开一个Web界面，在这里你可以直接和Qwen3-VL:30B进行图文对话。发送一条测试消息，比如“你好，请介绍下你自己”，看看它是否能正常回复。这能确保模型服务本身是健康的。
3. （可选但推荐）API连通性测试：星图平台的实例会提供一个公网访问地址。我们可以在本地电脑上用一段简单的Python代码，测试是否能通过API远程调用到这个模型。这步验证了网络和API接口的畅通，为后面Clawdbot连接做准备。

   from openai import OpenAI
   
   # 注意：base_url需要替换成你的实例实际公网地址
   # 通常格式为：https://你的实例标识-11434.web.gpu.csdn.net/v1
   client = OpenAI(
       base_url="https://gpu-pod697b0f1855ba5839425df6ea-11434.web.gpu.csdn.net/v1",
       api_key="ollama" # Ollama服务的默认API Key
   )
   
   try:
       response = client.chat.completions.create(
           model="qwen3-vl:30b",
           messages=[{"role": "user", "content": "你好，你是谁？"}]
       )
       print("API调用成功！回复内容：")
       print(response.choices[0].message.content)
   except Exception as e:
       print(f"连接失败，请检查: {e}")
   

   运行这段代码，如果能看到模型的自我介绍，说明从外部网络也能成功访问了。

至此，我们的“AI大脑”已经在线且运行良好。接下来，我们要安装“桥梁”Clawdbot。

3. 第二步：安装与配置Clawdbot

Clawdbot是我们机器人的控制框架，我们将通过它来管理和交互模型。

3.1 安装Clawdbot

星图平台的系统环境通常已经配置好了Node.js和npm镜像。我们通过SSH连接到刚才创建的实例，执行一条命令即可完成安装：

npm i -g clawdbot

3.2 初始化配置

安装完成后，运行初始化向导。这个向导会交互式地引导你完成基础设置，对于初次接触的用户非常友好。

clawdbot onboard

运行命令后，你会看到一系列配置选项。作为上手教程，我们大部分选项可以先按回车选择默认值或暂时跳过，后续可以在Web控制面板里更直观地修改。关键步骤包括：

• 选择运行模式（选择 local 本地模式）。
• 配置模型供应商（这里先跳过，我们后面手动配置）。
• 设置工作目录等。

向导完成后，Clawdbot的基础配置就生成了。

3.3 启动网关并访问控制台

Clawdbot的核心服务是一个网关（Gateway），它提供了Web管理界面。

1. 启动网关服务：

   clawdbot gateway
   

2. 获取控制台访问地址。Clawdbot默认监听18789端口。你需要将实例原始访问地址的端口号（通常是8888）替换为18789。
   • 例如，你的实例访问地址是：https://gpu-podXXXX-8888.web.gpu.csdn.net/
   • 那么Clawdbot控制台地址就是：https://gpu-podXXXX-18789.web.gpu.csdn.net/
3. 在浏览器中打开上述地址。如果一切正常，你应该能看到Clawdbot的登录或概述页面。

4. 第三步：解决访问问题与安全配置

第一次访问控制台，你很可能会遇到页面空白或无法加载的情况。别担心，这是因为默认的安全配置限制了外部访问。

4.1 修改配置实现公网访问

问题的根源是Clawdbot默认只允许本地（127.0.0.1）访问。我们需要修改配置文件，让它允许公网访问，并配置一个安全令牌。

1. 编辑Clawdbot的配置文件：

   vim ~/.clawdbot/clawdbot.json
   

2. 找到 gateway 配置部分，进行如下关键修改：

   "gateway": {
       "mode": "local",
       "bind": "lan", // 将原来的 "loopback" 改为 "lan"，允许局域网/公网访问
       "port": 18789,
       "auth": {
         "mode": "token",
         "token": "csdn" // 设置一个访问令牌，例如设为 csdn
       },
       "trustedProxies": ["0.0.0.0/0"], // 信任所有代理，适用于云平台的反向代理
       "controlUi": {
         "enabled": true,
         "allowInsecureAuth": true
       }
   }
   

   • "bind": "lan"：这是最关键的一步，让服务监听所有网络接口。
   • "token": "csdn"：设置一个密码，稍后登录控制台要用。
   • "trustedProxies": ["0.0.0.0/0"]：允许任何来源的代理转发，适配云平台的网络环境。
3. 保存并退出编辑器。然后重启Clawdbot网关服务（先按Ctrl+C停止，再重新运行 clawdbot gateway）。

4.2 登录控制面板

再次刷新浏览器中的控制台地址（https://你的实例地址-18789.web.gpu.csdn.net/）。 这次，系统会提示你输入令牌（Token）。输入刚才在配置文件中设置的 csdn，即可成功进入Clawdbot的Web控制面板。

看到这个界面，说明Clawdbot的“控制中心”已经部署成功，可以从公网访问了。接下来，我们要把它的“大脑”换成我们自己的Qwen3-VL:30B。

5. 第四步：连接Clawdbot与Qwen3-VL:30B模型

现在，我们要告诉Clawdbot：“别用你自带的或者默认的模型了，去连接我们本地正在运行的、更强大的Qwen3-VL:30B。”

5.1 配置自定义模型供应商

我们需要再次编辑 ~/.clawdbot/clawdbot.json 配置文件，在 models.providers 部分添加我们自己的Ollama服务作为模型供应商。

1. 打开配置文件：

   vim ~/.clawdbot/clawdbot.json
   

2. 找到 "models": { "providers": { ... } } 这部分。在里面添加一个新的供应商，命名为 my-ollama：

   "models": {
     "providers": {
       "my-ollama": { // 新增的自定义供应商
         "baseUrl": "http://127.0.0.1:11434/v1", // Ollama服务的本地API地址
         "apiKey": "ollama", // Ollama的默认API Key
         "api": "openai-completions", // 使用OpenAI兼容的API格式
         "models": [
           {
             "id": "qwen3-vl:30b", // 模型ID，必须和Ollama中的名称一致
             "name": "Local Qwen3 30B", // 在Clawdbot中显示的名称
             "contextWindow": 32000 // 模型的上下文长度
           }
         ]
       },
       // ... 这里可能还有其他已有的供应商配置
     }
   }
   

   • baseUrl：指向本地Ollama服务的API地址（11434是Ollama默认端口）。
   • apiKey：Ollama的默认认证密钥就是 ollama。
   • id：必须填写 qwen3-vl:30b，这是我们在Ollama中拉取和运行的模型名。

5.2 设置默认使用的模型

添加了供应商后，我们还需要告诉Clawdbot，默认使用这个供应商下的哪个模型。找到配置文件的 agents 部分：

"agents": {
  "defaults": {
    "model": {
      "primary": "my-ollama/qwen3-vl:30b" // 将默认模型指向我们刚定义的
    }
  }
}

将 primary 模型设置为 my-ollama/qwen3-vl:30b。这个格式是 供应商名/模型ID。

5.3 重启服务并验证

1. 保存并关闭配置文件。
2. 同样，需要重启Clawdbot网关服务以使配置生效（Ctrl+C 然后重新运行 clawdbot gateway）。
3. 验证连接：打开一个新的终端窗口，连接到你的实例，运行以下命令实时查看GPU状态：

   watch nvidia-smi
   

4. 回到Clawdbot的Web控制台，导航到 Chat 页面。尝试发送一条消息，比如“画一只在星空下奔跑的猫”。
5. 观察 watch nvidia-smi 那个终端窗口。当你发送消息后，如果看到GPU的显存使用率（GPU-Util）和已用显存（Memory-Usage）有明显的上升波动，就像下图所示，那么恭喜你！ 这证明Clawdbot已经成功调用了本地的Qwen3-VL:30B模型进行推理计算。你在Chat页面收到的回复，正是来自这个300亿参数的强大模型。

6. 总结

到这里，我们已经完成了整个搭建流程中最核心、最具技术挑战的部分。让我们回顾一下成果：

1. 环境就绪：我们在CSDN星图AI云平台上，一键部署了预装Qwen3-VL:30B和Ollama的高性能GPU实例。
2. 模型验证：通过Ollama Web界面和本地API测试，确认了多模态大模型服务运行正常。
3. 框架搭建：安装并配置了Clawdbot机器人框架，解决了公网访问问题，成功进入了Web控制面板。
4. 核心集成：通过修改配置文件，将Clawdbot的AI能力后端从默认模型切换为我们私有的、本地部署的Qwen3-VL:30B，并在Chat页面完成了最终对话测试。

现在，你已经拥有了一个完全私有化、自主可控的AI助手后端。它不仅能处理文字，还能理解你上传的图片，并通过一个漂亮的Web界面与你交互。

下一步是什么？ 在即将推出的下篇教程中，我们将把这个已经调试好的“AI大脑”正式接入飞书。你会学到如何创建飞书机器人、配置事件订阅和消息回调，最终实现在飞书群聊或私聊中，@你的机器人并发送图片/文字，就能获得Qwen3-VL:30B生成的智能回复。

从私有化部署到飞书集成，一个真正强大、可用的智能办公助手即将完整诞生。敬请期待！

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。