官宣｜FlagOS 镜像登陆腾讯云 HAI社区，快速部署OpenClaw 实现“养虾”自由

随着 OpenClaw 等智能体工具的普及，个人开发者和企业更倾向于使用本地运行的“数字员工”，而非依赖公有云服务。然而，云端方案的数据隐私风险和高昂成本成为瓶颈，独立部署大模型服务成为趋势。众智 FlagOS 是一款开源 AI 系统软件栈，支持多款异构 AI 芯片，可快速部署 AI 模型与智能体。此次，FlagOS 联合腾讯云 HAI 社区，将 Qwen3-4B-hygon-flagos 模型镜像上线，为开发者提供从公有云 API 转向本地 AI 服务的实践方案。

快速部署指南

1. 拉取镜像并启动服务
   从 HAI 社区找到 Qwen3-4B-hygon-flagos，根据 README.md 拉取模型并启动服务：
   bash docker pull haihub.cn/baai/flagrelease_hygon_qwen3:v1.0.0 docker run -it --name=flagos --network=host ... # 启动容器 docker exec -it flagos bash flagscale serve qwen3

2. 安装与配置 OpenClaw
   克隆 OpenClaw 源码并完成安装：
   bash git clone https://github.com/openclaw/openclaw.git cd openclaw pnpm install && pnpm build pnpm openclaw onboard --install-daemon
   配置模型参数，例如：
   bash pnpm openclaw config set 'models.providers.vllm_local' --json '{...}' pnpm openclaw models set vllm_local/Qwen3-4B-hygon-flagos

3. 接入 QQ 机器人
   配置 OpenClaw 的 channel 为 QQ，启动网关后即可与 QQ 机器人对话：
   bash pnpm openclaw gateway

趋势展望

测试表明，Qwen3-4B-hygon-flagos 已能在 OpenClaw 中稳定执行指令理解、工具调用等任务，标志着小模型正进入 Agent 执行层。Agent 的能力瓶颈逐渐从模型本身转向系统设计，4B 级模型已成为构建本地 AI 服务的合理选择。

关于 FlagOS 和 HAI
- FlagOS 是专为异构 AI 芯片设计的开源系统软件栈，支持一次开发跨芯迁移。官网：https://flagos.io
- HAI 提供面向 AI 和科学计算的 GPU 容器镜像服务，助力快速部署大模型。官网：https://haihub.cloud.tencent.com

本文系量子位授权转载自智源研究院，观点为原作者所有。