背景介绍:双机AI开发环境迁移需求 当前遇到一个特殊场景:手头有两台计算机,其中一台能够连接特定的内部网络(以下简称Y网),另一台仅能访问公共互联网。若要在只能上网的机器上搭建AI开发环境,便需要借助那台能连通Y网的机器作为“中转站”,完成必要的资源搬运与配置工作。 详细操作步骤:从环境准备到迁移部
当前遇到一个特殊场景:手头有两台计算机,其中一台能够连接特定的内部网络(以下简称Y网),另一台仅能访问公共互联网。若要在只能上网的机器上搭建AI开发环境,便需要借助那台能连通Y网的机器作为“中转站”,完成必要的资源搬运与配置工作。
整个流程的核心思路是,先在可连Y网的“源机器”上准备一个完整的开发环境包,再将其完整迁移至仅能上网的“目标机器”。以下是分步实施记录。
长期稳定更新的攒劲资源: >>>点此立即查看<<<
首先,在有Y网访问权限的机器上进行以下操作:
# 在能连Y网的机器上执行
wsl --install --no-distribution
# 完成安装后重启计算机
wsl --install -d Ubuntu-22.04 --web-download
wsl --export Ubuntu-22.04 E:\wsl_backup\Ubuntu2204.tar
wsl --unregister Ubuntu-22.04
Get-ItemProperty "HKCU:\Software\Microsoft\Windows\CurrentVersion\Lxss\*" | Select-Object DistributionName,BasePath
wsl -l -v
wsl -d Ubuntu-22.04
# 确认root权限以获得最高操作权限
wsl
vi /etc/wsl.conf
[user]
default=root
exit
wsl
# 启用systemd作为启动管理器
sudo tee /etc/wsl.conf >/dev/null <<'EOF'
[boot]
systemd=true
EOF
exit
wsl
# 初始下载依赖时可能遇到网络问题
unset http_proxy
unset https_proxy
unset all_proxy
unset NO_PROXY
echo "nameserver 8.8.8.8" | sudo tee /etc/resolv.conf
echo "nameserver 114.114.114.114" | sudo tee -a /etc/resolv.conf
curl baidu.com
# 确认网络连通后
sudo tee /etc/wsl.conf <
将打包完成的环境文件移动至仅能访问互联网的目标机器,执行以下导入与启动操作:
# 在目标机器上执行
# 1. 创建WSL环境存放目录
mkdir D:\wsl\openclaw
# 2. 导入打包的tar文件为可用WSL实例
# 命令格式:wsl --import <自定义名称> <存放目录> --version 2
wsl --import Ubuntu-OpenClaw D:\wsl\openclaw D:\openclaw_full.tar --version 2
# 直接启动该WSL实例
wsl -d Ubuntu-OpenClaw
在目标机器导入前,需确保WSL基础功能已启用:
# 在目标机器上操作
# 启用Windows Subsystem for Linux功能
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
# 启用虚拟机平台功能(WSL2必需)
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
wsl -l
wsl --install --no-distribution
# 显示操作成功后
mkdir D:\wsl\openclaw
wsl --import Ubuntu-OpenClaw D:\wsl\openclaw E:\openclaw_full.tar --version 2
# 启动OpenClaw环境
wsl -d Ubuntu-OpenClaw
openclaw -V # 查看版本信息
环境启动后,需进一步配置以连接AI模型服务。这通常需要定位并修改OpenClaw的配置文件。
# 下一步为修改配置文件以连接大模型
# 具体配置工作待后续完成,计划下周进行
通常,配置文件名为 openclaw.json,其基本结构示例如下:
{
"meta": {
"lastTouchedVersion": "2026.3.13",
"lastTouchedAt": "2026-03-23T07:41:19.897Z"
},
"wizard": {
"lastRunAt": "2026-03-18T07:13:20.426Z",
"lastRunVersion": "2026.3.13",
"lastRunCommand": "onboard",
"lastRunMode": "local"
},
"models": {
"providers": {
"ollama": {
"baseUrl": "http://localhost:11434",
"apiKey": "ollama-local",
"api": "openai-completions",
"models": [{
"id": "qwen:latest",
"name": "Qwen (本地)",
"contextWindow": 32768
}]
}
}
},
"tools": {
"profile": "coding"
},
"commands": {
"native": "auto",
"nativeSkills": "auto",
"restart": true,
"ownerDisplay": "raw"
},
"session": {
"dmScope": "per-channel-peer"
},
"gateway": {
"port": 18789,
"mode": "local",
"bind": "loopback",
"auth": {
"mode": "token",
"token": "ce8e2560583db62da6c77e0583167207ac95e8ac1b6cf7d1a"
},
"tailscale": {
"mode": "off",
"resetOnExit": false
},
"nodes": {
"denyCommands": [
"camera.snap",
"camera.clip",
"screen.record",
"contacts.add",
"calendar.add",
"reminders.add",
"sms.send"
]
}
}
}
总体来看,这套通过WSL导出与导入功能迁移完整AI开发环境的方案,步骤明确,执行过程较为顺畅。其关键在于首先在源机器上完成所有网络设置与依赖安装,并打包成统一的系统镜像,随后在目标机器上快速还原该完整环境。后续的模型连接与具体配置,则属于在已搭建好的基础上进行的标准化细调工作。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述