Clawdbot整合Qwen3-32B快速上手：8080端口转发至18789网关详解-深圳市維司達科技有限公司

Clawdbot整合Qwen3-32B快速上手：8080端口转发至18789网关详解

1. 为什么需要这个配置：解决本地大模型与聊天平台的连接问题

你是不是也遇到过这样的情况：在本地用Ollama跑起了Qwen3-32B这个性能强劲的大模型，但想把它直接接入一个好用的Web聊天界面时，却卡在了网络连通这一步？Clawdbot就是为这类需求而生的轻量级Chat平台——它不自带大模型，而是专注做好一件事：提供干净、稳定、可定制的对话界面，并把用户输入精准转发给后端模型服务。

但问题来了：Ollama默认监听在http://localhost:11434，而Clawdbot默认尝试连接http://localhost:8080。两者端口不一致、协议不匹配、甚至可能跨容器或跨主机部署——这时候，硬改代码或重写适配层就太重了。我们真正需要的，是一个简单、可靠、无需修改源码的“管道”，把Clawdbot发来的请求，原样、低延迟、无损地送到Qwen3-32B面前。

这就是8080→18789网关配置的核心价值：它不是技术炫技，而是一条专为AI工作流铺设的“数字引水渠”。18789不是随意选的端口，它是经过实测验证的、避开常见冲突（如Docker默认端口、开发工具占用）、且便于内部服务发现的稳定中转端点。整套方案不依赖Kubernetes、不引入Nginx复杂配置、不改动Ollama或Clawdbot任一源码，三步即可完成，小白也能照着操作成功。

2. 环境准备与基础服务确认

在动手配置前，请先确认你的本地环境已具备以下四个基本要素。少一个环节，后续都可能卡在“连接被拒绝”或“超时无响应”上。

2.1 确认Qwen3-32B已在Ollama中可用

打开终端，执行以下命令：

ollama list

你应该看到类似这样的输出：

NAME ID SIZE MODIFIED qwen3:32b abc123... 21.4 GB 2 hours ago

如果没有，请先拉取模型：

ollama pull qwen3:32b

注意：Qwen3-32B是内存大户，建议确保机器至少有32GB可用RAM，Swap空间不低于16GB。首次运行会自动加载至GPU（如有）或CPU内存，耗时约2–5分钟，请耐心等待。

2.2 验证Ollama API是否正常响应

Ollama默认启动后，会在http://localhost:11434提供标准OpenAI兼容API。我们用一条最简curl测试其健康状态：

curl -X POST http://localhost:11434/api/chat \ -H "Content-Type: application/json" \ -d '{ "model": "qwen3:32b", "messages": [{"role": "user", "content": "你好"}], "stream": false }'

如果返回包含"message": {"role":"assistant","content":"..."}的JSON，说明模型服务就绪。若返回Connection refused，请检查Ollama是否正在运行：systemctl --user status ollama（Linux）或查看Ollama桌面应用是否已启动（macOS/Windows）。

2.3 获取Clawdbot运行包并解压

Clawdbot是纯前端静态应用，无需Node.js运行时。访问其GitHub Release页面（或你内部镜像源），下载最新版clawdbot-v*.zip。解压后进入目录，你会看到：

clawdbot/ ├── index.html ├── assets/ ├── config.json ← 我们将重点修改这个文件 └── ...

小贴士：Clawdbot不内置服务器，需用任意HTTP服务托管。推荐使用Python一行命令起服务：
cd clawdbot && python3 -m http.server 8080
此时访问http://localhost:8080即可打开聊天界面。

2.4 准备端口转发工具：socat（轻量替代Nginx）

我们不使用重量级反向代理，而选择socat——一个类Unix系统下极简、零配置、单二进制的双向数据流转发工具。它比Nginx更轻、比iptables更直观、比自写Python脚本更稳定。

安装方式（根据系统选择其一）：

Ubuntu/Debian：

sudo apt update && sudo apt install socat

macOS（Homebrew）：
```
brew install socat
```
CentOS/RHEL：
```
sudo yum install socat
```

验证安装：

socat -V # 应输出类似：socat by Gerhard Rieger and contributors - see www.dest-unreach.org

3. 核心配置：三步打通8080→18789→11434链路

整个通信链路是线性的：
Clawdbot（前端） → 8080（代理入口） → 18789（网关中转） → 11434（Ollama真实API）

其中，8080是Clawdbot前端默认请求的目标端口；11434是Ollama固定端口；而18789是我们人为设立的“网关端口”，用于解耦和调试。下面分三步完成配置。

3.1 修改Clawdbot的config.json，指向本地网关

打开clawdbot/config.json，找到apiEndpoint字段。将其值从默认的/api或http://localhost:11434，改为：

{ "apiEndpoint": "http://localhost:18789/api/chat" }

为什么不是直接填11434？因为浏览器同源策略（CORS）会拦截跨端口请求。Clawdbot运行在http://localhost:8080，若直接请求11434，会触发CORS错误。而我们将18789设为同源代理端口（与8080同属localhost），再由socat在服务端完成跨端口转发，完美绕过前端限制。

保存文件。此时Clawdbot所有请求都会发往http://localhost:18789/api/chat。

3.2 启动socat网关：建立18789↔11434隧道

在终端中执行以下命令（保持运行，建议用tmux/screen或nohup守护）：

socat TCP4-LISTEN:18789,reuseaddr,fork TCP4:localhost:11434

参数解释：

TCP4-LISTEN:18789：在IPv4上监听18789端口
reuseaddr：允许端口快速重用，避免重启时报“Address already in use”
fork：为每个新连接创建独立进程，支持并发请求
TCP4:localhost:11434：将所有流入18789的数据，原样转发至本地11434

成功后，终端不会输出任何日志（静默模式），但你会获得一个持续运行的网关进程。可以用lsof -i :18789或netstat -tuln | grep 18789确认端口已被socat占用。

3.3 启动Clawdbot并验证首条消息

现在，按之前方法启动Clawdbot服务：

cd clawdbot && python3 -m http.server 8080

打开浏览器，访问http://localhost:8080。在聊天框中输入：

你好，你是谁？

点击发送。如果几秒内收到结构清晰、语义连贯的中文回复（例如：“我是通义千问Qwen3，一个超大规模语言模型…”），恭喜，链路已全线贯通！

🧪 快速验证技巧：打开浏览器开发者工具（F12）→ Network标签页 → 发送消息 → 查看名为chat的XHR请求。它的Request URL应为http://localhost:18789/api/chat，Status为200，Response Preview中能看到完整的JSON响应体。这是端到端成功的铁证。

4. 进阶技巧：让配置更健壮、更易维护

上述三步已能跑通，但生产或长期使用还需加几道“安全阀”和“便利锁”。

4.1 使用systemd守护socat（Linux推荐）

避免每次重启都要手动敲命令。创建systemd服务文件：

sudo tee /etc/systemd/system/clawdbot-gateway.service << 'EOF' [Unit] Description=Clawdbot Qwen3 Gateway (18789 → 11434) After=network.target [Service] Type=simple User=$USER WorkingDirectory=/home/$USER ExecStart=/usr/bin/socat TCP4-LISTEN:18789,reuseaddr,fork TCP4:localhost:11434 Restart=always RestartSec=10 StandardOutput=journal StandardError=journal [Install] WantedBy=multi-user.target EOF

启用并启动：

sudo systemctl daemon-reload sudo systemctl enable clawdbot-gateway sudo systemctl start clawdbot-gateway

查看状态：sudo systemctl status clawdbot-gateway。绿色active (running)即表示网关已后台常驻。

4.2 为Clawdbot添加模型切换开关（可选）

Clawdbot默认只认一个模型。若你后续还想接入Qwen2.5、Qwen-VL等其他Ollama模型，只需微调config.json：

{ "apiEndpoint": "http://localhost:18789/api/chat", "defaultModel": "qwen3:32b", "availableModels": [ "qwen3:32b", "qwen2.5:14b", "qwen-vl:7b" ] }

然后在Clawdbot界面右上角会出现下拉菜单，可实时切换后端模型，无需重启服务。

4.3 日志与故障排查速查表

当出现“请求失败”、“空白响应”、“超时”时，按此顺序排查：

现象	检查项	命令/操作
浏览器报`ERR_CONNECTION_REFUSED`	18789端口是否监听	`lsof -i :18789`或`ss -tuln \| grep 18789`
请求返回`502 Bad Gateway`	socat是否崩溃	`systemctl status clawdbot-gateway`（Linux）或重跑socat命令
请求返回`404 Not Found`	Clawdbot请求路径是否正确	检查Network面板中Request URL是否含`/api/chat`，确认config.json中`apiEndpoint`末尾无多余斜杠
模型响应极慢或卡死	Ollama资源是否充足	`htop`观察CPU/MEM；`ollama ps`确认qwen3:32b容器状态；尝试`ollama run qwen3:32b "hello"`命令行直连测试

5. 总结：一条清晰、可控、可扩展的AI集成路径

回看整个配置过程，我们没有编译任何代码，没有安装复杂中间件，也没有修改Ollama或Clawdbot的源码。仅靠三个确定性动作——改一个JSON字段、起一个socat进程、开一个Python HTTP服务——就完成了私有大模型与现代化聊天界面的无缝对接。

这条路径的价值，远不止于“能用”：

清晰：每一层职责分明——Clawdbot管交互，socat管网关，Ollama管推理。出问题时，能准确定位到哪一层。
可控：18789端口是你完全掌控的“阀门”。需要临时关闭？killall socat；需要换模型？改config.json再刷新页面；需要监控流量？socat支持-lf参数记录日志。
可扩展：未来若要接入多个模型，只需增加socat实例（如18790→11434/qwen2.5），或改用caddy等支持路由规则的代理，平滑升级无压力。

更重要的是，这套模式可复用于任何OpenAI兼容API的服务：Llama3、Phi-3、DeepSeek-Coder……只要它跑在Ollama、vLLM或Text Generation Inference上，Clawdbot+socat组合就是你最趁手的“AI连接器”。

现在，你已经拥有了属于自己的、不依赖云服务、不上传数据、完全自主可控的大模型对话平台。下一步，不妨试试让它帮你写周报、润色邮件、分析本地文档——真正的AI生产力，就从这8080和18789之间的那条数据流开始。

6. 常见问题解答（FAQ）

6.1 为什么不用Nginx做反向代理？

Nginx当然可以，但它需要编写conf文件、管理服务进程、处理CORS头、配置超时等。而socat一条命令搞定全部，资源占用低于5MB，启动时间<100ms，更适合个人开发与快速验证场景。若团队规模扩大、需负载均衡或HTTPS，则自然过渡到Nginx或Caddy。

6.2 能否在Windows上运行这套方案？

完全可以。Ollama官方支持Windows；Clawdbot是纯HTML/CSS/JS，任何浏览器均可；socat有Windows编译版（从https://github.com/davidlazar/socat-win 下载），或使用WSL2子系统运行Linux版socat。唯一注意点：Windows防火墙需放行18789端口。

6.3 如果Ollama运行在另一台机器（如NAS），如何配置？

只需将socat命令中的localhost:11434改为目标IP，例如：

socat TCP4-LISTEN:18789,reuseaddr,fork TCP4:192.168.1.100:11434

并确保目标机器的Ollama已设置OLLAMA_ORIGINS="*"（或明确添加你的Clawdbot所在IP）以允许跨域请求。

6.4 Clawdbot能否支持图片上传与多模态？

当前Clawdbot主版本（v1.x）为纯文本对话前端。若需图文理解能力，需搭配Qwen-VL等多模态模型，并使用支持multipart/form-data的前端（如Ollama WebUI或自研界面）。Clawdbot本身暂未内置图像解析逻辑。

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

Clawdbot整合Qwen3-32B快速上手：8080端口转发至18789网关详解