来源：Google tests Claude Sonnet 4.5 on Gemini for Business

有没有低价的机场推荐 相对稳定速度好点的
10块一个月以内 一年100附近的
流量的话100g以上就可以
用用AI 看看片什么的
不追求AI不降智之类的

构建镜像
git clone https://github.com/openclaw/openclaw.git

##在openclaw目录下执行
docker build -t openclaw:local -f Dockerfile .


快速启动

创建一个新目录，复制提供的docker-compose.yml和.env到当前目录，
在新目录执行 docker compose run --rm openclaw-cli onboard
选择QuickStart，后面都能在 openclaw.json改（包括gateway_token值）

过程中遇到报错
Error: EACCES: permission denied, open '/home/node/.openclaw/openclaw.json.7.f53e1c1c-294d-406f-adb7-fb59282ec4a0.tmp'


使用chown -R 1000:1000 ./config ./workspace解决，重新执行docker compose run --rm openclaw-cli onboard

选择完成后执行docker compose up -d openclaw-gateway，就可以成功启动啦
本地电脑连接（适用于密钥登录的服务器）

终端执行ssh -N -L 7520:127.0.0.1:7520 -i ~/.ssh/私钥.pem ubuntu@服务器ip连接
访问面板http://localhost:7520/（不要关闭终端）

修改config（使用的是英伟达提供的minimax模型，连接telegram机器人）

配置对应apiKey和botToken。
修改后重新启动docker compose restart openclaw-gateway
给机器人发送消息，得到配对码
执行docker compose run --rm openclaw-cli pairing approve telegram 你的配对码

openclaw.json（在本地挂载的目录中查看）
{
  "meta": {
    "lastTouchedVersion": "2026.1.29",
    "lastTouchedAt": "2026-01-30T11:35:52.357Z"
  },
  "wizard": {
    "lastRunAt": "2026-01-30T08:35:31.566Z",
    "lastRunVersion": "2026.1.29",
    "lastRunCommand": "onboard",
    "lastRunMode": "local"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "nvidia_free": {
        "baseUrl": "https://integrate.api.nvidia.com/v1",
        "apiKey": "nvapi-keyxxxxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "minimaxai/minimax-m2",
            "name": "minimaxai/minimax-m2",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 32000
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "nvidia_free/minimaxai/minimax-m2"
      },
      "models": {
        "nvidia_free/minimaxai/minimax-m2": {
          "alias": "minimax-m2"
        }
      },
      "workspace": "/home/node/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "hooks": {
    "internal": {
      "enabled": true,
      "entries": {
        "session-memory": {
          "enabled": true
        }
      }
    }
  },
  "channels": {
      "telegram": {
        "enabled": true,
        "dmPolicy": "pairing",
        "botToken": "填写telegram的bot_token",
        "groupPolicy": "allowlist",
        "streamMode": "partial",
      }
    },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "auth": {
      "mode": "token",
      "token": "67e8eb1d4894eaeb8658a0b1e545cc75c66f346e62b2f"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "plugins": {
    "entries": {
      "telegram": {
        "enabled": true
      }
    }
  }
}


docker-compose.yml
services:
  openclaw-gateway:
    image: ${OPENCLAW_IMAGE:-openclaw:local}
    network_mode: host
    environment:
      TZ: Asia/Shanghai
      HOME: /home/node
      TERM: xterm-256color
      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
    volumes:
      - ${OPENCLAW_CONFIG_DIR}:/home/node/.openclaw
      - ${OPENCLAW_WORKSPACE_DIR}:/home/node/.openclaw/workspace
    ports:
      - "${OPENCLAW_GATEWAY_PORT:-18789}:${OPENCLAW_GATEWAY_PORT:-18789}"
    init: true
    restart: unless-stopped
    command:
      [
        "node",
        "dist/index.js",
        "gateway",
        "--bind",
        "${OPENCLAW_GATEWAY_BIND:-lan}",
        "--port",
        "${OPENCLAW_GATEWAY_PORT:-18789}"
      ]

  openclaw-cli

Docker Learning


[!NOTE]
Note: XLY23333
Learning Video: 40分钟的Docker实战攻略，一期视频精通Docker By:技术爬爬虾
参考Github: docker_installer by:技术爬爬虾
OS: Ubuntu 24.04.3 LTS (Noble Numbat) x86_64

Install
Linux
运行下面两条命令
# 注意先进个文件夹再执行，shell脚本不乱扔
curl -fsSL https://get.docker.com -o install-docker.sh

sudo sh install-docker.sh


[!TIP]
这里如果报错,尝试切换其他节点进行重试，并打开TUN模式
如果curl报错，请先安装
sudo apt update
sudo apt install curl wget git vim  # 基本的都给写上了


WSL
首先确保安装了WSL2
直接在https://www.docker.com上Download Docker Desktop
执行下面命令制定位置安装Docker
start /w "" "Docker Desktop Installer.exe" install --installation-dir=<YourDir>


[!WARNING]
在Ubuntu等Linux系统中，同样可以下载Docker Desktop,但是他将会创建另一个完全独立于docker default的引擎，会导致使用docker default管理的所有images和容器全都不可见
如果需要可视化管理推荐安装Portainer
docker run -d \
 --name portainer \
 -p 9101:9000 \
 -p 9102:9443 \
 --restart=always \
 -v /var/run/docker.sock:/var/run/docker.sock \
 -v portainer_dat

黄金刚买两天就暴跌
LOF白银刚套利一周，基金就发文停止所有人申购

石油刚买，第二天基金发文整天停牌，并且限额10元
刚把鸡卖了结果价格就被炒上去了

我使用CC模型每次都会按照rules执行，但是用gemini模型每次都需要提醒后才会按照rules执行，之前gemini是能正常按照rules执行的

像ios 内建的语音输入模型 有开源的/可自行部署吗？

大家有那些推荐的

如题，想体验的，三连。私我发派号。

忘记是哪个帖子看到的了，反正我用起来很爽名字叫fluxDO，github上搜一下就能搜到

一个大纲磨了很久了，想要写好一本小说，一个扎实的世界观构建必不可少

兄弟们，有人能拉我进一下豌豆鱼的群吗