Hack1t3r's Blog

基于Abstract构建自己的智能代理（AI Agent On Abstract）

Posted on In
Symbols count in article: 6.2k Reading time ≈ 5 mins.

本文主要目标为构建出Abstract网络上的智能代理，能够完成多种自动化任务，如：自动化签到、交易代币、聪明钱跟踪等。

前置条件

操作系统：Windows

软件：OpenClaw、Vmware Workstation、Clash Verge

关键节点

安装Ubuntu虚拟机

  1. 下载安装Vmware Workstation：https://www.vmware.com/products/desktop-hypervisor/workstation-and-fusion

  2. 下载Ubuntu ISO镜像：https://ubuntu.com/download/desktop

  3. 在Vmware Workstation中安装Ubuntu（详细步骤可自行谷歌搜索或询问Deepseek或者豆包）

    其中值得注意的是，硬件配置尽量大于等于如下配置：

  4. 配置Ubuntu 代理

    1
    2
    3
    echo 'export http_proxy="http://代理IP:端口"' >> ~/.bashrc
    echo 'export https_proxy="http://代理IP:端口"' >> ~/.bashrc
    source ~/.bashrc

安装OpenClaw

  1. 直接通过官网：https://openclaw.ai/ 给出的命令一键安装：

    1
    curl -fsSL https://openclaw.ai/install.sh | bash

    安装过程中出现提示：

    则需要在Openclaw配置完成以后，在命令行中运行如下命令：

    1
    export PATH="/home/neo/.npm-global/bin:$PATH" >> ~/.bashrc && source ~/.bashrc

  2. 安装结束后会自动出现提示信息，可根据提示信息完成 OpenClaw 配置，参考配置如下：

  3. 接下来重点在于配置OpenClaw的大模型。推荐大家购买阿里云的Coding Plan计划，每个月200元，可调用9万次请求，并且支持多个国内大模型切换，详情可见：https://help.aliyun.com/zh/model-studio/coding-plan 。在购买了Coding Plan服务以后，在OpenClaw中配置阿里Coding Plan步骤如下：

    • 在终端执行以下命令，浏览器将自动打开 OpenClaw 的操作界面（即Web UI，地址通常为 http://127.0.0.1/:xxxx），然后在该页面进行对话和配置。

      1
      openclaw dashboard

    • 在 Web UI 的左侧菜单栏中选择配置 > RAW（或Config > RAW）。

      a. 首次配置：复制以下内容到Raw JSON5输入框，替换已有内容。

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      17
      18
      19
      20
      21
      22
      23
      24
      25
      26
      27
      28
      29
      30
      31
      32
      33
      34
      35
      36
      37
      38
      39
      40
      41
      42
      43
      44
      45
      46
      47
      48
      49
      50
      51
      52
      53
      54
      55
      56
      57
      58
      59
      60
      61
      62
      63
      64
      65
      66
      67
      68
      69
      70
      71
      72
      73
      74
      75
      76
      77
      78
      79
      80
      81
      82
      83
      84
      85
      86
      87
      88
      89
      90
      91
      92
      93
      94
      95
      96
      97
      98
      99
      100
      101
      102
      103
      104
      105
      106
      107
      108
      109
      110
      111
      112
      113
      114
      115
      116
      117
      118
      119
      120
      121
      {
        "models": {
          "mode": "merge",
          "providers": {
            "bailian": {
              "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
              "apiKey": "YOUR_API_KEY",
              "api": "openai-completions",
              "models": [
                {
                  "id": "qwen3.5-plus",
                  "name": "qwen3.5-plus",
                  "reasoning": false,
                  "input": ["text", "image"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 1000000,
                  "maxTokens": 65536,
                  "compat": {
                    "thinkingFormat": "qwen"
                  }
                },
                {
                  "id": "qwen3-max-2026-01-23",
                  "name": "qwen3-max-2026-01-23",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 262144,
                  "maxTokens": 65536,
                  "compat": {
                    "thinkingFormat": "qwen"
                  }
                },
                {
                  "id": "qwen3-coder-next",
                  "name": "qwen3-coder-next",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 262144,
                  "maxTokens": 65536
                },
                {
                  "id": "qwen3-coder-plus",
                  "name": "qwen3-coder-plus",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 1000000,
                  "maxTokens": 65536
                },
                {
                  "id": "MiniMax-M2.5",
                  "name": "MiniMax-M2.5",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 196608,
                  "maxTokens": 32768
                },
                {
                  "id": "glm-5",
                  "name": "glm-5",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 202752,
                  "maxTokens": 16384,
                  "compat": {
                    "thinkingFormat": "qwen"
                  }
                },
                {
                  "id": "glm-4.7",
                  "name": "glm-4.7",
                  "reasoning": false,
                  "input": ["text"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 202752,
                  "maxTokens": 16384,
                  "compat": {
                    "thinkingFormat": "qwen"
                  }
                },
                {
                  "id": "kimi-k2.5",
                  "name": "kimi-k2.5",
                  "reasoning": false,
                  "input": ["text", "image"],
                  "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
                  "contextWindow": 262144,
                  "maxTokens": 32768,
                  "compat": {
                    "thinkingFormat": "qwen"
                  }
                }
              ]
            }
          }
        },
        "agents": {
          "defaults": {
            "model": {
              "primary": "bailian/qwen3.5-plus"
            },
            "models": {
              "bailian/qwen3.5-plus": {},
              "bailian/qwen3-max-2026-01-23": {},
              "bailian/qwen3-coder-next": {},
              "bailian/qwen3-coder-plus": {},
              "bailian/MiniMax-M2.5": {},
              "bailian/glm-5": {},
              "bailian/glm-4.7": {},
              "bailian/kimi-k2.5": {}
            }
          }
        },
        "gateway": {
          "mode": "local"
        }
      }

      已有配置：若需保留已有配置，请勿直接全量替换，仅需将不同的内容替换即可。

      b. 将YOUR_API_KEY替换为Coding Plan 专属 API Key。

  4. 单击右上角 Save 保存，然后单击 Update使配置生效。

  5. 完成所有配置以后，新开一个终端，运行以下命令，浏览器将自动打开 OpenClaw 的操作界面（Web UI）：

    1
    openclaw dashboard

    接下来就可以直接在Web UI中开始对话，同时切换大模型为glm5（推荐）

构建智能代理

  1. 使用你自己喜欢的钱包插件，新建一个钱包A，然后往该钱包地址充入至少0.005的eth，然后使用Relay跨链桥，将0.004 eth跨链到abstract网络上。

  2. 然后打开OpenClaw的web ui，将Sauciii为大家准备的skill文档：https://claw-council.vercel.app/skill.md ，发给AI Agent，让它学习该技能：

  3. 接下来，你可以要求AI Agent知道你按步骤加入Claw Council。AI Agent首先会需要你提供钱包A的私钥来创建AGW智能代理钱包，并告诉你这个生成的智能代理钱包地址B

  4. 然后你可以使用钱包A登录Abstract Portal，通过转账的方式向智能代理钱包B转账至少0.003eth

  5. 接下来，你可以要求Agent完成 Claw Council 验证，出现以下的输出表明成功完成了验证：

  6. 接下来，可以按照提示加入Discord，并发送验证贴（截图形式），然后要求Agent完成8004协议注册：

    注册完成以后，在8004scan网站上：https://www.8004scan.io/agents?chain=2741 ，可以看到你创建的Agent信息：

至此，独属于你的智能代理就创建好了！