使用本地大模型运行 NemoClaw

第 1 阶段：安装并运行 NemoClaw

第 1 步：安装 NemoClaw

此单一命令可处理一切：安装 Node.js (如有需要) 、安装 OpenShell、自动克隆最新已知良好 (LKG) NemoClaw 版本、构建 CLI 并运行板载向导以创建沙盒。

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

安装向导将引导您完成设置：

1. 接受 NemoClaw 许可证 -- 输入 yes

2. 运行 express install -- 输入“Confirm” (确认) ，然后 Y

安装程序需要 Node.js 22.16+ (如果缺少，则自动安装) 。它将带您了解 Node.js、NemoClaw CLI 和入门阶段。在下一步中查看有关载入配置的更多详细信息。

第 2 步：NemoClaw 载入

在自定义设置期间，板载向导将引导您完成以下操作：

1. 配置推理 -- 选择本地推理选项，在 DGX Spark 上运行模型。

2. 推理模型 -- 从安装程序提示中选择一个模型。NemoClaw 将在需要时准备任何所需的本地模型构件。

3. 沙盒名称 -- 选择名称 (例如。我的助手) 。每个沙盒都需要一个唯一的名称。

4. 应用此配置 -- 输入 Y 确认设置本地推理。

5. 市场宣传渠道 -- 可选。如果您启用该功能，请选择所需的机器人 ( WeChat ) 并在出现提示时粘贴您的机器人令牌。

6. 策略预设 -- 选择所需的策略级别 ( Balanced 并在出现提示时接受/ 编辑建议的预设 (使用 Enter 键确认)。

完成后，您将看到如下输出：

──────────────────────────────────────────────────
Sandbox      my-assistant (Landlock + seccomp + netns)
Model        <your-selected-model> (Local vLLM)
──────────────────────────────────────────────────
Run:         nemoclaw my-assistant connect
Status:      nemoclaw my-assistant status
Logs:        nemoclaw my-assistant logs --follow
──────────────────────────────────────────────────

NemoClaw 载入可重复运行，为独立用例创建多个沙盒。使用 --name 在现有沙盒的基础上再创建一个沙盒：

nemoclaw onboard --gpu --name <new-name>

第 3 步：与 OpenClaw 交互

选项 1. Web UI

获取完整的控制面板 URL (包括自动分配的端口和令牌)：

nemoclaw my-assistant dashboard-url --quiet

这将打印类似于 http://127.0.0.1:18790/#token= 。端口是自动分配的 (通常是 18789 或 18790) ，可能会因安装而异。

如果直接在 Spark (已连接键盘和显示器) 上访问 Web UI，请在浏览器中打开控制面板 URL。

如果从远程机器访问 Web UI，则需要设置 SSH 隧道。

首先，注意上面控制面板 URL 中的端口号 (例如 18790)。

查找 Spark 的 IP 地址：

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

这将打印主 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。

在远程机器中，使用上面的端口创建 SSH 隧道 (替换 以及 ) ：

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

现在，在远程机器的浏览器中打开控制面板 URL。

openshell forward stop <port> my-assistant || true
openshell forward start <port> my-assistant --background

选项 2. 终端 UI

连接到沙盒：

nemoclaw my-assistant connect

然后在沙盒中启动终端 UI：

openclaw tui

您可以开始与 OpenClaw 聊天。按 Ctrl+ C 退出终端用户界面。

退出沙盒：

exit

第 2 阶段：修改 NemoClaw 策略

第 4 步：设置消息渠道 (以 WeChat Bot 为例)

当您的沙盒存在，但 WeChat Bot 从未配置 (您在第 2 步中跳过了消息渠道，或者沙盒策略层从未包括与 WeChat 相关的出口) 时，这些步骤适用。替换 沙盒 (例如 my-assistant)。

1. 使用 NemoClaw 注册 WeChat Bot 并重建沙盒

   nemoclaw <sandbox-name> channels add wechat

   出现提示时，选择Y。使用微信扫描提示中的二维码，使微信与OpenClaw配对。

2. 打开微信ClawBot对话框，然后发送消息。机器人应将流量转发给您 NemoClaw 沙盒中的智能体并回复。

第 3 阶段：设置 NemoClaw 智能体

第 5 步：设置 NemoClaw 智能体

设置 NemoClaw 智能体通常需要三个步骤：配置 NemoClaw 安全策略、运行智能体工作流提示、为您自己的用例个性化工作流。

查看这些 NemoClaw 智能体示例供参考。考虑与社区分享您的 NemoClaw 智能体设置 DGX Spark 开发者论坛。

nemoclaw update --check

nemoclaw update --yes

nemoclaw upgrade-sandboxes --check

nemoclaw uninstall --yes

nemoclaw uninstall --yes --delete-models

curl -fsSL https://raw.githubusercontent.com/NVIDIA/NemoClaw/refs/heads/main/uninstall.sh | bash -s -- --yes

Daemon.json cgroup 修复

将此脚本用作上述 cgroup/“Failed to start ContainerManager” (启动容器管理器失败) 行的备用脚本。它会验证任何现有的 /etc/docker/daemon.json ，写入一个 .bak 备份、设置 default-cgroupns-mode 到 host 并原子地替换文件。如果出现任何故障，它将非零退出，并在 stderr 上显示错误，保留原始 daemon.json 未受影响。

sudo python3 - <<'PY'
import json, os, shutil, sys, tempfile

path = '/etc/docker/daemon.json'
try:
    if os.path.exists(path):
        with open(path) as f:
            data = json.load(f)
        if not isinstance(data, dict):
            raise ValueError(f'{path} is not a JSON object')
    else:
        data = {}
except (json.JSONDecodeError, ValueError, OSError) as e:
    print(f'error: failed to read {path}: {e}', file=sys.stderr)
    sys.exit(1)

if os.path.exists(path):
    try:
        shutil.copy2(path, path + '.bak')
    except OSError as e:
        print(f'error: failed to back up {path}: {e}', file=sys.stderr)
        sys.exit(1)

data['default-cgroupns-mode'] = 'host'

target_dir = os.path.dirname(path) or '/'
fd, tmp = tempfile.mkstemp(prefix='daemon.json.', dir=target_dir)
try:
    with os.fdopen(fd, 'w') as f:
        json.dump(data, f, indent=2)
        f.write('\n')
    os.chmod(tmp, 0o644)
    os.replace(tmp, path)
except OSError as e:
    if os.path.exists(tmp):
        try:
            os.unlink(tmp)
        except OSError:
            pass
    print(f'error: failed to write {path}: {e}', file=sys.stderr)
    sys.exit(1)
PY

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

有关最新的已知问题，请查看 DGX Spark 用户指南。