在AWS上使用Bedrock构建Moltbot AI助手

Moltbot（原Clawdbot，于2026年1月27日更名）是一个开源的个人AI助手，可以通过WhatsApp、Telegram、Discord等消息平台与你交互。本文介绍如何使用AWS CloudFormation在AWS云端构建Moltbot，通过AWS Bedrock实现一个功能强大的AI助手。Amazon Bedrock - 提供Claude等大语言模型APIEC2 - 运行Moltb

fff33

657人浏览 · 2026-02-02 20:24:29

fff33 · 2026-02-02 20:24:29 发布

前言

架构概述

本方案采用以下AWS服务：

Amazon Bedrock - 提供Claude等大语言模型API
EC2 - 运行Moltbot服务
VPC Endpoints - 私有网络访问Bedrock和SSM
Systems Manager (SSM) - 安全的远程访问和参数存储
CloudFormation - 基础设施即代码，一键部署

什么是Amazon Bedrock？

Amazon Bedrock是AWS提供的完全托管的生成式AI服务，让你可以通过统一的API访问来自多家领先AI公司的基础模型（Foundation Models）。

Bedrock的核心优势

1. 多模型选择

Anthropic Claude系列 - 最强大的对话和推理能力，支持200K上下文
Amazon Nova系列 - AWS自研模型，性价比高
Meta Llama系列 - 开源模型，适合定制化需求
Cohere、AI21 Labs等 - 专业领域模型

2. 企业级安全

数据不会用于训练模型
支持VPC私有访问（通过VPC Endpoints）
符合HIPAA、GDPR等合规要求
与AWS IAM深度集成，细粒度权限控制

3. 无需管理基础设施

无需部署和维护GPU服务器
自动扩展，按使用量付费
99.9% SLA保证

4. 统一的API体验

使用AWS SDK即可调用，无需管理多个API密钥
支持流式输出（Streaming）
与AWS服务深度集成（Lambda、Step Functions等）

5. Moltbot推荐使用Anthropic Claude系列：

anthropic.claude-sonnet-4-5-20250929-v1:0 - 功能最强，平衡性能
anthropic.claude-opus-4-20250514-v1:0 - 最强推理能力
anthropic.claude-3-5-haiku-20241022-v1:0 - 速度快，价格低
amazon.nova-pro-v1:0 - AWS自研模型

本文指定使用anthropic.claude-opus-4-20250514-v1:0 模型。

启用Bedrock模型访问

重要更新（2025年10月起）：AWS Bedrock已简化模型访问流程，大部分模型现在默认启用，无需手动申请。

新的访问机制

自动启用的模型：

Amazon Nova系列 - 立即可用
Meta Llama系列 - 立即可用
Mistral AI、Cohere等 - 立即可用

需要一次性表单的模型：

Anthropic Claude系列 - 首次使用需提交用例表单

验证模型访问

列出可用模型

aws bedrock list-foundation-models --region XXX

检查特定模型可用性

aws bedrock get-foundation-model-availability \

--model-id anthropic.claude-sonnet-4-20250514-v1:0 \

--region XXX

部署步骤

1. 准备工作

确保你有：

AWS账号并配置好AWS CLI
在目标区域创建EC2 Key Pair
开通Bedrock模型访问权限

2. 部署CloudFormation Stack

STACK_NAME=moltbot-bedrock # 自定义stack名称

REGION=us-east-1 # AWS 区域代码

BEDROCK_MODEL=us.anthropic.claude-opus-4-20250514-v1:0 # Bedrock模型ID

KEYPAIR_NAME=your-keypair-name # EC2 密钥名称

模板文件地址：

https://github.com/EliasChanm/aws-solutions/blob/main/MoltbotOnAws/moltbot-bedrock.yaml

创建堆栈

aws cloudformation create-stack \

--stack-name $STACK_NAME \

--template-body file://moltbot-bedrock.yaml \

--parameters \

ParameterKey=MoltbotModel,ParameterValue=$BEDROCK_MODEL \

ParameterKey=InstanceType,ParameterValue=t3.medium \

ParameterKey=KeyPairName,ParameterValue=$KEYPAIR_NAME \

ParameterKey=CreateVPCEndpoints,ParameterValue=true \

--capabilities CAPABILITY_IAM \

--region $REGION

等待部署完成

aws cloudformation wait stack-create-complete \

--stack-name $STACK_NAME \

--region $REGION

部署通常需要5-10分钟，可以到AWS CloudFormation控制台查看进度。

访问Moltbot

通过SSM Session Manager（推荐）

这是最安全的访问方式，无需开放SSH端口。

1. 安装SSM Session Manager Plugin

参考：

https://docs.aws.amazon.com/systems-manager/latest/userguide/session-manager-working-with-install-plugin.html

2. 建立端口转发

从CloudFormation输出中获取端口转发命令

3. 访问Web界面

从CloudFormation输出中获取访问URL

在浏览器打开即可。

扩展功能

接入其他消息平台

Moltbot原生支持：

WhatsApp
Telegram
Discord
Slack
Signal
iMessage

详细配置参考Moltbot官方文档：https://docs.molt.bot/channels

不同平台部署对比

笔者在多个云平台上部署过AI助手解决方案。基于Bedrock的Moltbot部署体验有以下几点值得分享：

1. 基础设施即代码的优势

CloudFormation模板实现了真正的一键部署，相比传统手动配置方式，部署时间从2-3小时缩短到10分钟以内。模板化部署也大幅降低了人为配置错误的风险，特别是在VPC、安全组、IAM角色等复杂网络和权限配置上。

2. 模型访问的简化

Bedrock的统一API设计显著降低了集成复杂度。在其他平台上，我们需要管理多个API密钥、处理不同的认证机制、适配各家厂商的API差异。Bedrock通过IAM统一认证，使用AWS SDK即可访问所有模型，这对企业级部署尤其重要。

3. 安全合规的原生支持

VPC Endpoints让所有流量保持在AWS内网，无需数据出公网。SSM Session Manager消除了SSH端口暴露的风险。这些安全特性在传统部署中需要额外配置堡垒机、VPN等复杂方案。对于金融、医疗等强合规行业客户，Bedrock的HIPAA、GDPR认证也大幅简化了合规审计流程。

4. 成本可预测性

按使用量付费的模式让成本更加透明。我们为客户部署的测试环境，月成本控制在$100以内（包括EC2、VPC Endpoints和少量Bedrock调用）。相比自建GPU服务器动辄数千美元的固定成本，这种弹性计费模式更适合中小企业和POC场景。

5. 运维复杂度降低

无需管理GPU驱动、CUDA版本、模型加载等底层细节。Bedrock的99.9% SLA保证也让我们可以专注于业务逻辑而非基础设施可用性。在一次客户项目中，我们在48小时内完成了从POC到生产环境的迁移，这在传统自建方案中几乎不可能实现。

6. 多区域部署的灵活性

CloudFormation模板可以快速复制到不同AWS区域，满足数据本地化要求。

潜在挑战：

首次使用需要熟悉AWS服务体系（VPC、IAM、SSM等）
Bedrock模型定价相比自托管开源模型更高，需要根据业务场景权衡
部分高级功能（如模型微调）需要额外配置

总体而言，对于希望快速落地AI助手、又不想投入大量基础设施资源的企业，基于Bedrock的方案是一个高性价比的选择。

成本估算

以us-east-1区域为例：

服务	配置	月成本（USD）
EC2	t3.medium	~$30-40
EBS	30GB gp3	~$2.4
VPC Endpoints	4个接口端点	~$30-40
Bedrock	按使用量	变动
总计	-	~$62.4-82.4 + Bedrock 使用费

切换模型

如需测试不同模型，有两种方式：

通过SSM或SSH连接到EC2实例，修改配置文件：

sudo -u ubuntu vim /home/ubuntu/.clawdbot/clawdbot.json

修改model ID后重启服务：

sudo -u ubuntu XDG_RUNTIME_DIR=/run/user/1000 systemctl --user restart clawdbot-gateway.service

安全最佳实践

1. 使用VPC Endpoints - 避免流量经过公网

2. 使用SSM Session Manager - 无需开放SSH端口

3. Token保护 - Gateway Token存储在SSM Parameter Store加密

4. IAM最小权限 - EC2实例角色仅授予必要的Bedrock和SSM权限

5. 定期更新 - 请保持系统和Moltbot版本最新

通过AWS Bedrock部署Moltbot，你可以获得：

企业级的AI模型能力（Claude、Nova等）
安全的私有部署环境
灵活的消息平台集成
完全的数据控制权

整个部署过程通过CloudFormation自动化，只需一条命令即可完成。开始构建你的专属AI助手吧！

本文作者

勤易科技是一家集研发、咨询、方案交付、技术服务于一体的互联网技术企业，是AWS全球高级咨询交付合作伙伴。公司秉承为中国企业出海提供更敏捷、高效的IT解决方案为使命，基于AWS产品与自身能力，通过横向拓和纵深完善产品分析，为不同行业细分市场需求提供完整IT解决方案。已为百余家用户提供贴合业务场景的产品、服务和POC支撑。