以往大家习惯将 AI 能力依赖于公有云服务，而随着 OpenClaw 等智能体工具的快速普及，不管是个人开发者还是企业更需要一个 7×24 小时运行在本地、可直接响应指令的 “数字员工”。但云端方案存在的数据隐私风险与持续高昂的 API、Token 成本，让工业级智能体在规模化落地时面临瓶颈，独立部署大模型服务已成为企业构建自主可控 AI 能力的必然选择。

众智FlagOS 是一款完全开源的 AI 系统软件栈，支持多款异构 AI 芯片，可让 AI 模型与智能体轻松实现快速部署。本次 FlagOS 联合腾讯云 HAI（面向AI和科学计算的容器镜像中心），将 Qwen3-4B-hygon-flagos 模型镜像正式上线腾讯云 HAI 社区，开发者可直接拉取使用。基于该镜像，可快速在加速卡上运行FlagOS + OpenClaw，实现小模型驱动智能体执行，为企业和开发者从公有云 API 转向自建本地 AI 服务提供了可落地的实践方案。

安装及测试过程

基于 FlagOS 系统软件栈的跨芯能力，众智 FlagOS 社区把 Qwen3-4B 适配至多款GPU硬件。以下内容重点介绍如何部署与配置 FlagOS 版 Qwen3-4B的过程，仅用于复现实验结果，不影响对 Agent 能力的判断。

1. 安装Qwen3-4B-hygon-flagos

a. 首先，从 HAI 社区平台找到 Qwen3-4B-hygon-FlagOS，根据README.md拉取模型并启动服务。

以 ModelScope为例，下载模型权重

b. 点击【部署当前镜像】获取镜像拉取命令，从 HAI 社区拉取镜像

c. 通过下面的代码，启动容器。

这段代码可直接复制使用，也可以根据需要修改容器名，即在第4行--name=flagos对 name 进行修改。

d. 进入容器（如果上一步修改了容器名，这里要将flagos对 name 进行修改。

e. 启动服务

2. 安装配置OpenClaw

安装过程: 参见:https://github.com/openclaw/openclaw?spm=5176.28103460.0.0.696675514ZMILC , 通过源码方式，安装 OpenClaw。

配置过程:

a. 访问链接以下链接：https://cloud.tencent.com/developer/article/2625144，文中有给出通用的"模型配置"文件格式，可以直接套用，套用后命令如下。

需要注意的是，配置本地模型时，厂商一定是加速推理工具如vllm。

执行之后出现如下信息提示：

启用并设置为默认模型

可以看到当前默认模型已经切换为 Qwen3-4B-hygon-flagos。

b. 执行下面代码，可以看到模型已经切换完成。

可以看到模型已经切换完成。

3. 配置 channel 为QQ

参考文档： https://cloud.tencent.com/developer/article/2626045，这部分需要替换为自己的ID和secret。配置完成后，进行以下操作：

a. 启动openclaw网关, 命令如下：

b. 启动成功后，您可以在QQ软件中尝试和已经打通OpenClaw的QQ机器人进行单独聊天，或者在群里与QQ机器人进行对话。如果QQ机器人能够以AI的方式对话，则说明您已经成功完成OpenClaw应用接入QQ机器人。

接下来您就可以开始进一步探索OpenClaw接入QQ机器人之后的更多使用场景。

趋势展望

这次在 OpenClaw 连接QQ的场景中对 Qwen3-4B-hygon-flagos 进行了测试，发现Agent 的能力边界正在发生转移。