Por qué autoalojar OpenClaw en un VPS
La mayoría de los asistentes de IA de consumo son servicios en la nube: sus mensajes, sus contactos y sus claves transitan por la infraestructura de un tercero, a cambio de una suscripción mensual en dólares. OpenClaw invierte ese modelo. Es una pasarela (gateway) que usted mismo ejecuta: conecta sus aplicaciones de mensajería con el proveedor de LLM que elija, y todo pasa por su VPS. Usted decide qué canales activar (WhatsApp, Telegram, Discord, Signal, Matrix…), qué modelo utilizar (OpenAI, Anthropic o un modelo local mediante Ollama) y qué habilidades puede ejecutar el asistente. En un VPS dispone de una IP estable, de una disponibilidad permanente y de un costo fijo: el asistente sigue accesible 24/7 sin dejar encendido un equipo personal.
Las ventajas concretas de un OpenClaw autoalojado
- Soberanía de los datos: la pasarela y sus claves permanecen en su VPS, no se confía nada a un asistente en la nube.
- Costo controlado: sin suscripción en USD; con un modelo local mediante Ollama, cero costo de API.
- Multimensajería: un solo asistente accesible desde WhatsApp, Telegram, Discord, Slack y más de 50 canales.
- Disponible 24/7: un VPS permanece encendido de forma permanente, a diferencia de un equipo personal.
- Ampliable: añada habilidades (skills) y herramientas MCP según sus necesidades.
Onboarding: proveedor de LLM y canales
OpenClaw no está «listo para usar» sin una etapa de configuración, y es algo deliberado: en el primer arranque, un asistente de onboarding le pide su proveedor de LLM y genera el token de pasarela (gateway token) que se escribe en el archivo .env. En ese momento usted elige si utiliza una API remota (OpenAI, Anthropic) o un modelo local servido por Ollama en el mismo servidor. Después viene la vinculación de los canales: cada aplicación de mensajería (WhatsApp, Telegram, Discord…) tiene su propio asistente de emparejamiento desde la Control UI. Es esa etapa la que convierte la pasarela en un asistente realmente accesible.
Desplegar OpenClaw con Docker
Preparar el VPS
En un VPS Ubuntu 22.04 (2 GB de RAM como mínimo, 4 GB recomendados), instale Docker y Docker Compose. Prevea de 8 a 16 GB si tiene previsto ejecutar un modelo LLM local mediante Ollama en la misma máquina.
Lanzar la pasarela
Utilice la imagen oficial
ghcr.io/openclaw/openclaw:latesten lugar de construirla localmente. Desplegada con Docker Compose, la pasarela escucha en el puerto 18789 (Control UI + gateway).Hacer el onboarding
En el primer arranque, siga el asistente de onboarding: indique su proveedor de LLM y su clave; el token de pasarela se genera y se almacena en
.env.Conectar sus aplicaciones de mensajería
Desde la Control UI, vincule los canales que desee siguiendo el asistente de emparejamiento de cada integración (código QR de WhatsApp, token de bot de Telegram, etc.).
Asegurar el acceso en HTTPS
Coloque un reverse-proxy Nginx o Caddy con un certificado Let's Encrypt delante del puerto 18789. No exponga nunca la Control UI sin cifrar en Internet.
Conectarse por primera vez
La Control UI pide ÚNICAMENTE una contraseña (no hay nombre de usuario): introduzca la que se le haya facilitado. El navegador mostrará entonces «pairing required» con un identificador de solicitud: conéctese por SSH al VPS y ejecute el comando de emparejamiento indicando ese identificador y la misma contraseña.
Para conservar su configuración y el historial de emparejamiento de los canales, haga una copia de seguridad de los volúmenes Docker de OpenClaw (directorios de configuración y de workspace), así como del archivo .env, que contiene el token de pasarela. Así, un redespliegue arranca sin tener que volver a emparejar todas sus aplicaciones de mensajería.
La documentación oficial
Para la configuración avanzada y las opciones propias de la herramienta, consulte la documentación oficial de OpenClaw. Esta guía cubre la puesta en línea en un VPS; la documentación del editor sigue siendo la referencia para los ajustes finos, las actualizaciones mayores y los casos de uso específicos.
OpenClaw puede integrarse con n8n para lanzar agentes de IA desde sus flujos de automatización. Ambos pueden ejecutarse en el mismo VPS y comunicarse a través de la red Docker interna.
