1. [主页](/) 2. [查看所有手册](/build-spark) # 在 DGX Spark 上安装 NemoClaw 在 DGX Spark 上安装 NemoClaw，并集成本地 Ollama 推理和 Telegram 机器人集成 概述 操作指令 故障排除 ## 基本思路 **NVIDIA NemoClaw** 是一个开源参考堆栈，可简化始终开启的 OpenClaw 助手的运行，提高安全性。它安装 **NVIDIA OpenShell** 运行时 (一种专为执行具有额外安全性的代理而设计的环境) 和 Qwen 等开源模型。只需一个安装程序命令即可处理 Node.js、OpenShell 和 NemoClaw CLI，然后引导您完成板载向导，使用 Ollama 和 Qwen 3.5 在 DGX Spark 上创建沙盒代理。 在本剧本的结尾部分，您将在 OpenShell 沙盒中拥有一个正在运行的 AI 智能体，可通过 Web 控制面板和 Telegram 机器人进行访问，推理将路由到 Spark 上的本地 Qwen 3.5 122B 模型，而无需向智能体公开您的主机文件系统或网络。 ### 您将完成 - 在 DGX Spark 上为 OpenShell 配置 Docker 和 NVIDIA 容器运行时 - 安装 Ollama，拉取 Qwen 3.5 122B，并对其进行配置以访问沙盒 - 使用单个命令 (处理 Node.js、OpenShell 和 CLI) 安装 NemoClaw - 运行板载向导以创建沙盒并配置本地推理 - 通过 CLI、TUI 和 Web UI 与智能体交流 - 设置 Telegram 机器人，将消息转发到您的沙盒智能体 ### 通知和免责声明 以下各节将介绍运行此演示时的安全、风险和责任。 ## 快速启动安全检查 **仅使用干净的环境** 。在没有个人数据、机密信息或敏感凭据的新设备或 VM 上运行此演示。像沙盒一样保持隔离。 安装此演示版即表示您对所有第三方组件负责，包括审查其许可证、条款和安全状况。请先阅读并接受，然后再安装或使用。 ## 您将获得 此体验“按原样”提供，仅用于演示目的，不作任何保证，也不作任何保证。这是一个演示，不是生产就绪型解决方案。您需要为自己的环境和用例实施适当的安全控制。 ## AI 智能体的主要风险 - **数据泄露** -- 智能体访问的任何材料都可能被暴露、泄露或被盗。 - **恶意代码执行** -- 智能体或其连接的工具可能会使您的系统面临恶意代码或网络攻击。 - **意外操作** -- 智能体可能会在未经明确批准的情况下修改或删除文件、发送消息或访问服务。 - **提示注入和操作** -- 外部输入或连接的内容可能会以意想不到的方式劫持智能体的行为。 ## 参与者确认 参加此演示，即表示您确认对您的配置以及您连接的任何数据、帐户和工具全权负责。在法律允许的最大范围内，对于因您配置或使用 NemoClaw 演示材料 (包括 OpenClaw 或任何关联的工具或服务) 而导致的任何数据损失、设备损坏、安全事件或其他损害，NVIDIA 概不负责。 ## 隔离层 (OpenShell) | Layer | What it protects | When it applies | | --- | --- | --- | | Filesystem | Prevents reads/writes outside allowed paths. | Locked at sandbox creation. | | Network | Blocks unauthorized outbound connections. | Hot-reloadable at runtime. | | Process | Blocks privilege escalation and dangerous syscalls. | Locked at sandbox creation. | | Inference | Reroutes model API calls to controlled backends. | Hot-reloadable at runtime. | ## 前置知识 - Linux 终端和 SSH 的基本用法 - 熟悉 Docker (权限， docker run ) - 熟悉 Ollama 本地对上述安全和风险部分的了解程度 模型服务 ## 预备知识 **硬件和访问：** - 配备键盘和显示器或 SSH 访问权限的 DGX Spark (GB10) - 来自以下来源的 **NVIDIA API 密钥** ：[NVIDIA 官网](https://build.nvidia.com/settings/api-keys)( Telegram 桥接器需要) - **Telegram 机器人令牌** 来自 [@BotFather](https://t.me/BotFather)(使用创建一个/newbot ) **软件：** - 全新安装带有最新更新的 DGX 操作系统 开始之前，请先验证您的系统： head -n 2 /etc/os-release nvidia-smi docker info --format '{{.ServerVersion}}' 预期配置：Ubuntu 24.04、NVIDIA GB10 GPU、Docker 28.x 以上。 ## 准备就绪，然后再开始 | Item | Where to get it | | --- | --- | | NVIDIA API key | [build.nvidia.com/settings/api-keys](https://build.nvidia.com/settings/api-keys) | | Telegram bot token | [@BotFather](https://t.me/BotFather) 在 Telegram 上创建 /newbot | 预期配置：Ubuntu 24.04、NVIDIA GB10 GPU、Docker 28.x 以上。 ## 辅助文件 所有必需素材均由 NemoClaw 安装程序处理。无需手动克隆。 ## 时间和风险 - **预计时间** ：20 - 30 分钟 ( Ollama 和模型已下载) 。首次下载模型会增加大约 15 - 30 分钟的时间，具体时间取决于网络速度。 - **风险级别** ：中等 - 您在沙盒中运行 AI 智能体；风险通过隔离来降低，但不会消除。使用干净的环境，请勿连接敏感数据或生产帐户。 - **上次更新时间** ：2026 年 3 月 31 日 - 首次发布 ## 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 。 **注意：** DGX Spark 使用 cgroup v2。OpenShell 的网关在 Docker 中嵌入 k3，并且需要访问主机 cgroup 命名空间。无 default-cgroupns-mode: host 网关可能会失败，并出现“Failed to start ContainerManager” (无法启动容器管理器) 错误。 ## 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 。 **重要信息：** 始终通过 systemd 启动 Ollama ( sudo systemctl restart ollama ) - 请勿使用 ollama serve & 。手动启动的 Ollama 进程无法获取 OLLAMA\_HOST=0.0.0.0 以上设置，NemoClaw 沙盒将无法访问推理服务器。 ## 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 内置向导将引导您完成设置： 1. **沙盒名称** -- 选择名称 (例如。 my-assistant ) 。名称必须为小写字母数字，且仅带有连字符。 2. **推理提供程序** -- 选择“ **Local Ollama** ” (本地 Ollama) (选项 7) 。 3. **模型** -- 选择 **qwen3.5: 122b ** (选项 1) 。 4. **策略预设** -- 在出现提示时接受建议的预设 (按 Y 键) 。 完成后，您将看到如下输出： ────────────────────────────────────────────────── 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 ────────────────────────────────────────────────── **重要提示：** 保存最后打印的标记化 Web UI URL，您将在第 8 步中需要它。看起来像： http://127.0.0.1:18789/#token= **注意：** 如果 nemoclaw 安装后未找到，运行 source ~/.bashrc 重新加载 shell 路径。 ## 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\> **重要信息：** 使用 127.0.0.1 ，不是 localhost -- 网关原点检查需要完全匹配。 ## 第 3 阶段 – Telegram 机器人 **注意：** 如果您已在 NemoClaw 载入向导程序 (步骤 5/ 8) 中配置 Telegram，则可以跳过此阶段。这些步骤包括在初始设置后添加 Telegram。 ## 第 9 步 - 创建 Telegram 机器人 打开 Telegram，找到 [@BotFather](https://t.me/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。 **注意：** 对于本地运行的 120B 参数模型，第一个响应可能需要 30--90 秒。 **注意：** 如果桥接器未显示在 nemoclaw status 、确保 TELEGRAM\_BOT\_TOKEN 在您运行的同一个 shell 会话中导出 nemoclaw start 。您还可以尝试停止并重启： nemoclaw stop export TELEGRAM\_BOT\_TOKEN=\<your-bot-token\> nemoclaw start **注意：** 有关限制哪些 Telegram 聊天可以与智能体交互的详细信息，请参阅 [NemoClaw Telegram 桥接器文档](https://docs.nvidia.com/nemoclaw/latest/deployment/set-up-telegram-bridge.html)。 ## 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： | Flag | Effect | | --- | --- | | --yes | Skip the confirmation prompt | | --keep-openshell | 退出 openshell 二进制文件到位 | | --delete-models | 同时删除由 NemoClaw 提取的 Ollama 模型 | 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 **注意：** 源克隆地址为 ~/.nemoclaw/source 在步骤 6 的状态清理中删除。如果您想保留本地副本，请在运行卸载程序之前将其移动或备份。 ## 第 12 步 - 有用的命令 | Command | Description | | --- | --- | | nemoclaw my-assistant connect | Shell into the sandbox | | nemoclaw my-assistant status | Show sandbox status and inference config | | nemoclaw my-assistant logs --follow | Stream sandbox logs in real time | | nemoclaw list | List all registered sandboxes | | nemoclaw start | Start auxiliary services (Telegram bridge, cloudflared) | | nemoclaw stop | Stop auxiliary services | | openshell term | Open the monitoring TUI on the host | | openshell forward list | List active port forwards | | openshell forward start 18789 my-assistant --background | Restart port forwarding for Web UI | | cd ~/.nemoclaw/source && ./uninstall.sh | Remove NemoClaw (preserves Docker, Node.js, Ollama) | | cd ~/.nemoclaw/source && ./uninstall.sh --delete-models | 删除 NemoClaw 和 Ollama 模型 | | 错误 | 原因 | 修复 | | --- | --- | --- | | nemoclaw: command not found after install | Shell PATH 未更新 | 运行 source ~/.bashrc (或 source ~/.zshrc 或者打开一个新的终端窗口。 | | Installer fails with Node.js version error | 低于 20 的 Node.js 版本 | 安装 Node.js 20%： curl -fsSL https://deb.nodesource.com/setup\_22.x | sudo -E bash - && sudo apt-get install -y nodejs 然后重新运行安装程序。 | | npm install fails with EACCES permission error | npm 全局目录不可写 | mkdir -p ~/.npm-global && npm config set prefix ~/.npm-global && export PATH=~/.npm-global/bin:$PATH 然后重新运行安装程序。添加 export 行至 ~/.bashrc 使其成为永久性的。 | | Docker permission denied | 不在 docker 组中的用户 | sudo usermod -aG docker $USER 然后注销并重新登录。 | | Gateway fails with cgroup / "Failed to start ContainerManager" errors | 未在 DGX Spark 上为主机 cgroup 命名空间配置 Docker | 运行 cgroup 修复： 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)" 然后 sudo systemctl restart docker 。或者，运行 sudo nemoclaw setup-spark 它会自动应用此修复。 | | nemoclaw: command not found after install | 另一个 OpenShell 网关或容器使用端口 8080 | 停止冲突的容器： openshell gateway destroy -g 或 docker stop && docker rm 然后重试 nemoclaw onboard 。 | | Installer fails with Node.js version error | 网关状态过时或 DNS 未传播 | 运行 openshell gateway destroy && openshell gateway start 然后重新运行安装程序或 nemoclaw onboard 。 | | Docker permission denied | DGX Spark GB10 以不同方式报告统一内存 | 预期在 DGX Spark 上运行。该向导仍然有效，并使用 Ollama 进行推理。 | | Gateway fails with "port 8080 is held by container..." | Ollama 无法运行或无法访问 | 请检查 Ollama： curl http://localhost:11434 。如果未运行： ollama serve & 。如果正在运行，但从沙盒无法访问，请确保将 Ollama 配置为 0.0.0.0 (请参阅说明中的步骤 2) 。 | | Agent gives no response or is very slow | 本地运行的 120B 模型的正常情况 | Qwen 3.5 122B 每次响应可能需要 30 到 90 秒。验证推理路由： nemoclaw my-assistant status 。 | | Port 18789 already in use | 另一个进程与端口绑定 | lsof -i :18789 然后 kill 。如果需要， kill -9 强制终止。 | | Web UI port forward dies or dashboard unreachable | 端口转发未激活 | openshell forward stop 18789 my-assistant 然后 openshell forward start 18789 my-assistant --background 。 | | Web UI shows origin not allowed | 通过 localhost 而不是 127.0.0.1 | 使用 http://127.0.0.1:18789/#token=... 在浏览器中打开。网关原点检查需要 127.0.0.1 确切地说。 | | Telegram bridge does not start | 缺少环境变量 | 确保 TELEGRAM\_BOT\_TOKEN 以及 SANDBOX\_NAME 在主机上进行设置。 SANDBOX\_NAME 必须与载入时的沙盒名称相匹配。 | | Telegram bridge needs restart but nemoclaw stop does not work | 中的已知错误 nemoclaw stop | 从 nemoclaw start 输出、强制击杀 kill -9 ，然后运行 nemoclaw start 同样。 | | Telegram bot receives messages but does not reply | 未添加到沙盒中的 Telegram 策略 | 运行 nemoclaw my-assistant policy-add 类型 telegram ，单击 Y。然后，使用以下命令重新启动桥接器： nemoclaw start 。 | **注意：** DGX Spark 使用统一内存架构 (UMA)，支持 GPU 和 CPU 之间的动态内存共享。由于许多应用程序仍在更新以利用 UMA，即使在 DGX Spark 的内存容量范围内，您也可能会遇到内存问题。如果发生这种情况，请手动刷新缓冲区缓存： 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](https://docs.nvidia.com/dgx/dgx-spark/known-issues.html)。 * * * ## 资源 ![](https://developer.download.nvidia.com/icons/m48-document.svg) ### NemoClaw ![](https://developer.download.nvidia.com/icons/m48-misc-question-faq.svg) ### NemoClaw 文档 ![](https://developer.download.nvidia.com/icons/m48-document.svg) ### OpenClaw 文档 ![](https://developer.download.nvidia.com/icons/m48-document.svg) ### DGX Spark 文档 ![](https://developer.download.nvidia.com/icons/m48-misc-question-faq.svg) ### DGX Spark 论坛