拉取镜像

我来介绍一下OpenClaw的开箱即用配置方案。

OpenClaw 简介

OpenClaw是一个基于深度学习的信息抽取工具,支持从非结构化文本中提取结构化信息。

快速开始方案

使用官方Docker镜像（推荐）

# 运行服务
docker run -p 8000:8000 openclaw/openclaw:latest

Python快速安装

# 安装包
pip install openclaw
# 最小配置示例
from openclaw import OpenClaw
# 初始化（自动下载预训练模型）
claw = OpenClaw()
# 使用示例
text = "2023年5月，张三在北京的公司签订了合同..."
result = claw.extract(text)
print(result)

使用预配置环境

# 使用conda环境
conda create -n openclaw python=3.8
conda activate openclaw
pip install openclaw[all]  # 安装完整依赖

配置文件示例

创建 config.yaml：

model:
  name: "claw-bert-base"
  device: "cuda"  # 或 "cpu"
extraction:
  entities: ["人名", "地点", "时间", "金额"]
  relations: ["雇佣", "购买", "签订"]
server:
  port: 8000
  workers: 2

基础使用示例

from openclaw import OpenClaw
# 1. 简单实体识别
claw = OpenClaw(config="minimal")
entities = claw.extract_entities("李华在2023年于北京工作")
# 2. 关系抽取
relations = claw.extract_relations("张三购买了苹果公司的股票")
# 3. 事件抽取
events = claw.extract_events("公司董事会昨日宣布了新的CEO任命")

预训练模型

OpenClaw提供以下开箱即用的模型：

• claw-bert-base: 基础中文模型
• claw-roberta-large: 大型模型，精度更高
• claw-finance: 金融领域专用
• claw-medical: 医疗领域专用

REST API 快速启动

# 启动API服务
openclaw serve --config config.yaml
# API调用示例
curl -X POST http://localhost:8000/extract \
  -H "Content-Type: application/json" \
  -d '{"text": "示例文本", "task": "entity"}'

注意事项

1. 首次运行会自动下载预训练模型（约300MB-2GB）
2. 建议至少4GB内存,GPU可选但推荐
3. 中文支持最好,英文需要额外配置

完整开箱示例

from openclaw import OpenClaw
def quick_start():
    # 初始化（第一次运行会下载模型）
    claw = OpenClaw()
    # 示例文本
    text = """
    2024年1月15日，阿里巴巴集团宣布，
    张勇将不再担任CEO职务，由吴泳铭接任。
    此次人事变动于即日起生效。
    """
    # 执行抽取
    result = claw.extract_all(text)
    # 输出结果
    print("实体:", result.entities)
    print("关系:", result.relations)
    print("事件:", result.events)
if __name__ == "__main__":
    quick_start()

这样配置后,你可以立即开始使用OpenClaw进行信息抽取任务，需要具体帮助哪个方面吗？

标签： 拉取 镜像