在 DGX Spark 上安装 NemoClaw

第 1 阶段 – 预备知识

这些步骤为 NemoClaw 准备了全新的 DGX Spark。如果 Docker、NVIDIA 运行时和 Ollama 已配置，请跳至第 2 阶段。

第 1 步 – 配置 Docker 和 NVIDIA 容器运行时

OpenShell 的网关在 Docker 中运行 k3。在 DGX Spark ( Ubuntu 24.04、cgroup v2) 上，Docker 必须配置为 NVIDIA 运行时和主机 cgroup 命名空间模式。

为 Docker 配置 NVIDIA 容器运行时：

sudo nvidia-ctk runtime configure --runtime=docker

在 DGX Spark 上设置 OpenShell 所需的 cgroup 命名空间模式：

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)
"

重启 Docker：

sudo systemctl restart docker

验证 NVIDIA 运行时是否正常：

docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi

如果您在以下位置收到“Permission Denified” (权限被拒绝) 错误消息 docker 将用户添加到 Docker 组，并在当前会话中激活新组：

sudo usermod -aG docker $USER
newgrp docker

这将立即应用组更改。或者，您可以注销并重新登录，而无需运行 newgrp docker 。

第 2 步 – 安装 Ollama

安装 Ollama：

curl -fsSL https://ollama.com/install.sh | sh

配置 Ollama 以侦听所有接口，以便沙盒容器访问：

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

验证其是否在所有接口上运行并可访问：

curl http://0.0.0.0:11434

预期： Ollama is running 。如果没有，请从 sudo systemctl start ollama 。

第 3 步 - 拉取 Qwen 3.5 模型

下载 Qwen 3.5 122B (~ 81 GB；可能需要 15 - 30 分钟，具体取决于网络速度) ：

ollama pull qwen3.5:122b

简要运行，以将权重预加载到内存中 (类型为 /bye 退出操作) ：

ollama run qwen3.5:122b

验证模型是否可用：

ollama list

您应该看到 Qwen 3.5: 122B 输出。

第 2 阶段  – 安装并运行 NemoClaw

第 4 步 - 安装 NemoClaw

此命令可处理一切：安装 Node.js (如果需要) 、安装 OpenShell、克隆最新的稳定 NemoClaw 版本、构建 CLI，以及运行板载向导以创建沙盒。

curl -fsSL https://www.nvidia.com/nemoclaw.sh | bash

──────────────────────────────────────────────────
Dashboard    http://localhost:18789/
Sandbox      my-assistant (Landlock + seccomp + netns)
Model        qwen3.5:122b (Local Ollama)
──────────────────────────────────────────────────
Run:         nemoclaw my-assistant connect
Status:      nemoclaw my-assistant status
Logs:        nemoclaw my-assistant logs --follow
──────────────────────────────────────────────────

第 5 步 - 连接到沙盒并验证推理

连接到沙盒：

nemoclaw my-assistant connect

您将看到 sandbox@my-assistant:~$ -- 您现在已进入沙盒环境。

验证推理路由是否有效：

curl -sf https://inference.local/v1/models

预期：JSON 列表 qwen3.5:122b。

第 6 步 - 与智能体 (CLI) 对话

仍在沙盒内，发送测试消息：

openclaw agent --agent main --local -m "hello" --session-id test

智能体将使用 Qwen 3.5进行响应。对于本地运行的 122B 参数模型，初始响应可能需要 30 到 90 秒。

第 7 步 - 交互式 TUI

启动交互式聊天会话的终端用户界面：

openclaw tui

按 Ctrl+ C 退出 TUI。

第 8 步 - 退出沙盒并访问 Web UI

退出沙盒以返回主机：

exit

如果直接在 Spark (已连接键盘和显示器) 上访问 Web UI，请打开浏览器并导航至第 4 步中的标记化 URL：

http://127.0.0.1:18789/#token=<long-token-here>

如果从远程机器访问 Web UI，则需要设置端口转发。

首先，找到 Spark 的 IP 地址。在 Spark 上运行：

hostname -I | awk '{print $1}'

这将打印主要 IP 地址 (例如。 192.168.1.42 ) 。您还可以在 Spark 桌面上的 “Settings” (设置) >“Wi-Fi”或“Settings” (设置) >“Network on the Spark” (网络) 中找到它，或查看路由器的已连接设备列表。

在 Spark 主机上启动端口转发：

openshell forward start 18789 my-assistant --background

然后，在您的远程机器中，创建通往 Spark 的 SSH 隧道 (替换 与上面的 IP 地址对应) ：

ssh -L 18789:127.0.0.1:18789 <your-user>@<your-spark-ip>

现在，在远程机器的浏览器中打开标记化 URL：

http://127.0.0.1:18789/#token=<long-token-here>

第 3 阶段 – Telegram 机器人

第 9 步 - 创建 Telegram 机器人

打开 Telegram，找到 @BotFather，send/newbot 然后按照提示进行操作。复制机器人令牌。

第 10 步 - 配置并启动 Telegram 桥接器

确保您位于主机上 (而非沙盒内) 。如果您在沙盒内部，请运行 exit 首先。

设置所需的环境变量。将占位符替换为您的实际值。 SANDBOX_NAME 必须与您在板载向导中选择的沙盒名称相匹配：

export TELEGRAM_BOT_TOKEN=<your-bot-token>
export SANDBOX_NAME=my-assistant
export NVIDIA_API_KEY=<your-nvidia-api-key>

将 Telegram 网络策略添加到沙盒中：

nemoclaw my-assistant policy-add

出现提示时，选择 telegram 单击“Y” ( Y) 进行确认。

启动 Telegram 桥接器。

export TELEGRAM_BOT_TOKEN=<your-bot-token>
nemoclaw start

Telegram 桥接器仅在 TELEGRAM_BOT_TOKEN 设置环境变量。验证服务是否正在运行：

nemoclaw status

打开 Telegram，找到您的机器人，然后向其发送消息。机器人将其转发给智能体并回复。

nemoclaw stop
export TELEGRAM_BOT_TOKEN=<your-bot-token>
nemoclaw start

第 4 阶段 - 清理和卸载

第 11 步 - 停止服务

停止任何正在运行的辅助服务 ( Telegram 桥接器、Cloudflared 隧道) ：

nemoclaw stop

停止端口向前：

openshell forward list          # find active forwards
openshell forward stop 18789    # stop the dashboard forward

第 12 步 - 卸载 NemoClaw

从克隆的源目录中运行卸载程序。它会删除所有沙盒、OpenShell 网关、Docker 容器/ 图像/ 卷、CLI 和所有状态文件。保留 Docker、Node.js、npm 和 Ollama。

cd ~/.nemoclaw/source
./uninstall.sh

卸载程序标志：

要删除包括 Ollama 模型在内的所有内容，请执行以下操作：

./uninstall.sh --yes --delete-models

卸载程序运行 6 个步骤：

1. 停止 NemoClaw 辅助程序服务和端口转发进程
   

2. 删除所有 OpenShell 沙盒、NemoClaw 网关和提供程序
   

3. 删除全局 nemoclaw npm 包
   

4. 删除 NemoClaw/ OpenShell Docker 容器、镜像和卷
   

5. 删除 Ollama 模型 (仅使用 --delete-models )
   

6. 删除 N删除状态目录 ( ~/.nemoclaw 、 ~/.config/openshell 、 ~/.config/nemoclaw ) 和 OpenShell 二进制文件
   emoClaw/ OpenShell Docker 容器、镜像和卷
   

第 12 步 - 有用的命令

sudo sh -c 'sync; echo 3 > /proc/sys/vm/drop_caches'

有关最新已知问题，请查看 DGX Spark 用户指南。