视美泰AI龙虾一键部署

在 RK182X + RK3588 平台上一键部署 OpenClaw + QQ Bot + 云端 DeepSeek + 本地 VLM/OCR。

整体框图

QQ 用户
    ↓
OpenClaw Gateway (port 18789)
    ↓
┌─────────────┬──────────────┐
│ 云端 DeepSeek │ 本地 RK182X NPU │
│ (对话/推理)    │ (图片识别/VLM)  │
└─────────────┴──────────────┘
    ↓
Skills：morning-briefing / rk-remind / rk-vl / rk-ocr

前置条件：已完成 硬件安装与验证，且 RK182X NPU 服务正常运行。

1. 前置条件验证

systemctl is-active rknn3.service        # → active
ls -l /dev/pcie-rkep-*                   # → /dev/pcie-rkep-0004:41:00.0
ps -ef | grep rknn3_transfer_proxy       # → 进程在

NPU 服务

systemctl is-active rknn3.service

输出：

active

PCIe 设备

ls -l /dev/pcie-rkep-*

输出：

crw------- 1 root root 10, 123  8月20日 16:56 /dev/pcie-rkep-0004:41:00.0

运行进程

ps -ef | grep rknn3_transfer_proxy | grep -v grep

输出（示例）：

linaro    1790     1  0.2 01:18:53 ?      00:00:30 /bin/rknn3_transfer_proxy
linaro    1803  1790 25.0 01:18:53 ?      00:31:09 rknn3_transfer_proxy_c36211b1 -s 0004:41:00.0

实际 BDF 因主板 PCIe 拓扑而异；代理进程名可能带 hash 后缀（如 rknn3_transfer_proxy_c36211b1），故用 ps -ef | grep 匹配。

2. 30 分钟完成一键部署

视美泰自研的 setup.sh 脚本完成了从系统环境到 QQ 机器人的全自动部署。

一键部署平台

2.1 下载部署脚本

curl -sL https://raw.githubusercontent.com/.../setup.sh -o setup.sh
chmod +x setup.sh

国内镜像加速：

curl -sL https://cdn.jsdelivr.net/gh/.../setup.sh -o setup.sh

2.2 跑脚本

bash setup.sh

验证本地部署脚本：

ls -la /home/linaro/lobster-pkg/setup.sh

输出：

-rw-rw---- 1 linaro linaro 74024  8月20日 14:05 /home/linaro/lobster-pkg/setup.sh

setup.sh 内置两个查询子命令（推荐先用）：

bash setup.sh info     # 查看部署状态（不修改）
bash setup.sh check    # 健康检查（14 项）

完整流程自动跑：

步骤内容耗时
1检测硬件和系统环境<5s
2安装 Node.js（国内镜像）~1min
3安装 OpenClaw 框架~2min
4配置云端模型 API（DeepSeek）手动输入 Key
5配置 QQ 机器人手动输入 AppID/Token
6安装 Skills（提醒/早安播报/VLM/OCR）~3min
7验证并启动<10s

手动输入 API Key / QQ AppID。

2.3 准备 VLM 模型（可选）

启用图片识别需要下载 Qwen3-VL-2B 模型。放到 /userdata/models/Qwen3-VL-2B/：

ls -la /userdata/models/

输出：

总计 40
drwxr-xr-x 5 linaro linaro 4096  8月 6日 16:56 .
drwxr-xr-x 6 root   root   4096  8月17日 14:28 ..
drwxr-xr-x 2 linaro linaro 4096  8月20日 11:34 Qwen3-1.7B
drwxr-xr-x 2 linaro linaro 4096  6月 8日 10:45 Qwen3-4B
drwxr-xr-x 4 linaro linaro 4096  8月17日 15:24 Qwen3-VL-2B
-rwxr-xr-x 1 linaro  linaro   372  8月 6日 16:56 run.sh
-rwxr-xr-x 1 linaro  linaro   373  8月 5日 17:21 run.sh.bak.1.7B
-rwxr-xr-x 1 linaro  linaro   356  8月 6日 14:56 run.sh.bak.4b
-rwxr-xr-x 1 linaro  linaro   373  8月 5日 17:27 run.sh.bak.test

VLM 模型文件：

ls -lh /userdata/models/Qwen3-VL-2B/

输出：

总计 1.9G
-rwxr-xr-x 1 root   root   8.1K  8月10日 14:34 inspect.sh
-rw-r--r-- 1 linaro linaro 20M  8月17日 13:51 llm_Qwen3-VL-2B.rknn
-rw-r--r-- 1 linaro linaro 1.1G 8月17日 13:52 llm_Qwen3-VL-2B.weight
-rw-r--r-- 1 linaro linaro 3.0K 8月11日 22:53 OCRBench.py
-rw-r----- 1 root   root    11K 8月17日 15:24 ocr_server.py
-rwxr-xr-x 1 root   root   1.1K 8月10日 14:34 ocr.sh
drwxr-xr-x 4 linaro linaro 4.0K 8月17日 15:22 PaddleOCR-VL
-rw-r--r-- 1 linaro linaro 594M 8月17日 13:55 Qwen3-VL-2B.embed.bin
-rwxr-xr-x 1 linaro linaro 240K 8月20日 14:00 test.jpg
drwxr-xr-x 2 linaro linaro 4.0K 8月 5日 17:04 tokenizer
-rw-r--r-- 1 linaro linaro 4.2M 8月17日 13:50 vision_Qwen3-VL-2B.rknn
-rw-r--r-- 1 linaro linaro 229M 8月17日 13:54 vision_Qwen3-VL-2B.weight
-rw-r--r-- 1 linaro linaro  11K 8月17日 14:01 vlm_server.py
-rwxr-xr-x 1 root   root    913 8月10日 14:34 vl.sh

分词器：

ls -lh /userdata/models/Qwen3-VL-2B/tokenizer/

输出：

总计 9.4M
-rw-r--r-- 1 linaro linaro 5.4K  8月 5日 17:04 chat_template.json
-rw-r--r-- 1 linaro linaro  11K  8月 5日 17:04 tokenizer_config.json
-rw-r--r-- 1 linaro linaro 6.8M  8月 5日 17:04 tokenizer.json
-rw-r--r-- 1 linaro linaro 2.7M  8月 5日 17:04 vocab.json

2.4 在 QQ 里测试

发送 /new 开始对话：

  • 聊天 → 云端 DeepSeek
  • 发图 → 本地 NPU（VLM）
  • 提醒 → 自动创建定时任务
  • 早安 → 自动创建周期任务
  • 提取文字 → 图片 + "提取文字" → OCR

QQ 发图识别

脚本功能一览

bash setup.sh              # 完整部署
bash setup.sh --stage 4    # 从第 4 步继续（断点续跑）
bash setup.sh --reconfig   # 重新配置 API / QQ Bot
bash setup.sh info         # 查看部署状态
bash setup.sh check        # 健康检查
bash setup.sh --help       # 查看帮助

3. 技术架构

云端 API 负责"大脑"，本地 NPU 负责"眼睛"。

┌──────────────────────────────────────────┐
│       视美泰AI龙虾平台架构               │
├──────────────────────────────────────────┤
│  QQ 用户                                 │
│    ↓                                     │
│  OpenClaw Gateway                        │
│    ↓                                     │
│  ┌─────────────┬──────────────┐         │
│  │ 云端 DeepSeek │ 本地 RK182X NPU │     │
│  │ (对话/推理)    │ (图片识别/VLM)  │     │
│  └─────────────┴──────────────┘         │
│    ↓                                     │
│  视美泰自研 Skills                       │
│  · morning-briefing 早安播报             │
│  · rk-remind 定时提醒                    │
│  · rk-vl 图片识别 (VLM)                  │
│  · rk-ocr 文字提取 (OCR)                 │
└──────────────────────────────────────────┘

云边协同架构

4. 验证清单

① NPU 服务

systemctl is-active rknn3.service        # active
ls -l /dev/pcie-rkep-*                   # /dev/pcie-rkep-0004:41:00.0
ps -ef | grep rknn3_transfer_proxy       # 进程在

② OpenClaw 状态

which openclaw

输出：

/home/linaro/.nvm/versions/node/v25.9.0/bin/openclaw
openclaw gateway status 2>&1 | head -15

输出：

Service: systemd user (enabled)
File logs: /tmp/openclaw/openclaw-2026-08-20.log
Command: /home/linaro/.nvm/versions/node/v25.9.0/bin/node /home/linaro/.nvm/versions/node/v25.9.0/lib/node_modules/openclaw/dist/index.js gateway --port 18789
Service file: ~/.config/systemd/user/openclaw-gateway.service
Service env: OPENCLAW_GATEWAY_PORT=18789
...
Gateway: bind=lan (0.0.0.0), port=18789 (service args)

③ QQ 端到端测试

在 QQ 发 /new，收到机器人回复即通过。

5. 系统管理命令

setup.sh 部署完成后，shimeta 命令位于 /home/linaro/lobster-pkg/scripts/，需注册到 PATH。

5.1 验证 shimeta 命令

which shimeta

输出：

shimeta not found in PATH
ls -la /home/linaro/lobster-pkg/scripts/shimeta

输出：

-rw-rw---- 1 linaro linaro 38  8月 5日 21:42 /home/linaro/lobster-pkg/scripts/shimeta
cat /home/linaro/lobster-pkg/scripts/shimeta

输出：

#!/bin/bash
exec bash ~/setup.sh "$@"

脚本内 ~/setup.sh 展开为 /home/linaro/setup.sh。若部署包解压在 ~/lobster-pkg/ 下，此路径不成立，需要改成绝对路径：

# 改内容
exec bash /home/linaro/lobster-pkg/setup.sh "$@"

# 或在 home 下补一个软链
ln -s ~/lobster-pkg/setup.sh ~/setup.sh

5.2 注册到 PATH

一次性（推荐）：

echo 'export PATH=/home/linaro/lobster-pkg/scripts:$PATH' >> ~/.bashrc
source ~/.bashrc

或软链（系统级）：

sudo ln -sf /home/linaro/lobster-pkg/scripts/shimeta /usr/local/bin/shimeta

命令一览

命令功能状态
shimeta info查看系统状态可用
shimeta check健康检查（14 项）可用
setup.sh --help查看部署帮助可用
shimeta重新运行部署流程可用
shimeta --stage N从指定阶段继续可用
shimeta --reconfig重新配置 API / QQ Bot可用

shimeta info

shimeta info

shimeta check

shimeta check

6. 配置文件

所有服务端口、API 密钥、模型路径集中在 /home/linaro/lobster-pkg/config/box.conf。

6.1 验证配置

ls -la /home/linaro/lobster-pkg/config/

输出：

总计 12
drwxrwx--- 2 linaro linaro 4096  8月 5日 21:42 .
drwxr-xr-x 7 linaro linaro 4096  8月 6日 11:13 ..
-rw-rw---- 1 linaro linaro  555  8月 5日 21:42 box.conf
-rw-r----- 1 linaro linaro  555  8月20日 13:23 box.conf.bak

box.conf.bak 是 setup.sh 修改 box.conf 时自动生成的备份。

cat /home/linaro/lobster-pkg/config/box.conf

输出：

# 龙虾盒子配置文件
# 由 setup.sh 自动生成，也可手动编辑
# 所有脚本通过 source 此文件获取统一配置

# ── 板子身份 ──
BOARD_ID="龙虾-001"
BOARD_ROLE="零售巡检"

# ── 服务端口 ──
VLM_PORT=7879
OCR_PORT=7880

# ── 云端 API ──
MINIMAX_KEY="sk-xxx"
MINIMAX_URL="https://api.minimax.chat/v1/chat/completions"
MINIMAX_MODEL="MiniMax-Text-01"

# ── QQ 机器人 ──
QQ_BOT_ID="123456789"
QQ_BOT_SECRET="xxx"

# ── 模型路径 ──
MODEL_DIR="/userdata/models/Qwen3-VL-2B"

# ── 部署信息 ──
SETUP_VERSION="1.1.0"
DEPLOY_DATE="2026-08-20"

以上为示例。云端 API 字段名随所选提供商变化——如使用 DeepSeek 为 DEEPSEEK_KEY / DEEPSEEK_URL，使用 MiniMax 则为 MINIMAX_KEY / MINIMAX_URL / MINIMAX_MODEL，以实际生成的 box.conf 为准。

6.2 软链配置文件

为兼容 setup.sh 的查找路径，建软链：

sudo mkdir -p /etc/lobster
sudo ln -sf /home/linaro/lobster-pkg/config/box.conf /etc/lobster/box.conf

6.3 配置示例

# 板子身份
BOARD_ID="龙虾-001"
BOARD_ROLE="零售巡检"

# 服务端口
VLM_PORT=7879
OCR_PORT=7880

# 云端 API
DEEPSEEK_KEY="sk-xxx"
DEEPSEEK_URL="https://api.deepseek.com/v1/chat/completions"

# 模型路径
MODEL_DIR="/userdata/models/Qwen3-VL-2B"

VLM_PORT=7879 默认与 rkllm3-server 使用的 7878 不冲突，但如果其它服务也用相近端口，需要手动错开。

多板部署：每台板子修改 BOARD_ID / BOARD_ROLE 即可。

7. 手动安装

此小节适合需要自定义部署路径、跳过 setup.sh 自动化的用户。普通用户请回到上方"30 分钟完成一键部署"主路径。

安装 OpenClaw

su linaro
openclaw onboard --install-daemon

按引导配置：

步骤配置项
1QuickStart → Use existing values
2Provider: Custom Provider
3API Base URL: https://api.deepseek.com/v1
4API Key: sk-xxxxxxxx
5Model ID: deepseek-chat
6后续步骤 Skip for now
7重启 OpenClaw

安装 QQ Bot 插件

openclaw plugins install @tencent-connect/openclaw-qqbot@latest
openclaw channels add --channel qqbot --token "your-appid:your-appsecret"
openclaw gateway restart

关键目录结构

~/.openclaw/
├── openclaw.json              # 主配置
├── clawchips.yaml             # 路由配置
├── workspace/
│   ├── skills/                # SKILL 定义
│   └── TOOLS.md               # 工具引导
├── extensions/
│   ├── clawchips/
│   └── openclaw-qqbot/
└── agents/main/
    ├── agent/models.json
    └── sessions/

8. 常见问题

现象原因处理
which shimeta 找不到没注册 PATHecho 'export PATH=/home/linaro/lobster-pkg/scripts:$PATH' >> ~/.bashrc && source ~/.bashrc
shimeta 跑不动（找不到 setup.sh）路径 ~/setup.sh 在 ~/lobster-pkg/ 下不存在改内容为绝对路径或 ln -s ~/lobster-pkg/setup.sh ~/setup.sh
openclaw gateway status 报 PATH includes version managers用 nvm node 起的openclaw doctor --repair 修复
openclaw Node 版本不在 22/24 LTS用 nvm 装了非 LTSnvm install 22 后重启
QQ /new 没回复机器人未启动 / Token 错openclaw gateway status + 重配 --reconfig
VLM 报错找不到模型MODEL_DIR 路径错cat box.conf | grep MODEL_DIR

9. 下一步