Add OpenClaw installation script

2026-09-21 08:23:03 -03:00
parent f99baf0d92
commit 19fac12ff6
2 changed files with 134 additions and 164 deletions
@@ -7,10 +7,60 @@ Sistema completo de IA agentica con LLMs locales (Phi + DeepSeek 33B) en Ubuntu
 - **CPU**: Intel i3-10105 (4 cores)
 - **RAM**: 16GB DDR4
 - **GPU**: NVIDIA RTX 3090 (24GB VRAM)
- **SSD**: 1TB NVMe (Samsung PM991A o similar)
 - **PSU**: 850W+
 - **SO**: Ubuntu 22.04 LTS

+## Solución para tool calling con rutas de Windows
+
+Cuando el LLM intenta ejecutar una herramienta, la respuesta no debe mostrarse como texto plano. Debe ser manejada como un `tool_call` o `function_call` y ejecutada localmente.
+
+### Regla importante
+
+Añade esta instrucción al `System Prompt`:
+
+```text
+When outputting Windows file paths in JSON arguments, you must strictly escape all backslashes (for example: C:\\Users\\name\\file.txt).
+```
+
+### Patrón recomendado
+
+1. El LLM devuelve una llamada como JSON.
+2. Tu cliente detecta `tool_calls` o `function_call`.
+3. Tu código ejecuta la función localmente.
+4. Se envía de vuelta al LLM el resultado con rol `tool` o `function`.
+
+### Ejemplo de implementación
+
+El proyecto incluye un ejemplo funcional en `tool_call_demo.py` que:
+
+- simula un `tool_call` del modelo,
+- valida que la ruta JSON esté escapada correctamente,
+- lee el archivo físico en disco,
+- devuelve el contenido al modelo para continuar.
+
+```bash
+python tool_call_demo.py
+```
+
+### Ejemplo de payload válido
+
+```json
+{
+  "tool_calls": [
+    {
+      "id": "call_read_001",
+      "type": "function",
+      "function": {
+        "name": "read_file",
+        "arguments": "{\"path\": \"c:\\\\Workspace\\\\llm-server-setup\\\\README.md\"}"
+      }
+    }
+  ]
+}
+```
+
+> Si el JSON tiene barras invertidas sin escape, el parser falla y el modelo parece "no responder". Usar rutas con `\\` en JSON es obligatorio en Windows.
+
 ## Instalación Rápida

 ```bash
@@ -18,170 +68,16 @@ Sistema completo de IA agentica con LLMs locales (Phi + DeepSeek 33B) en Ubuntu
 git clone https://github.com/tuuser/llm-server-setup.git
 cd llm-server-setup

-# 2. Instalar (con sudo)
-sudo make install
+# 2. Instalar OpenClaw sin iniciar el asistente
+bash install_openclaw.sh

-# 3. Verificar estado
-make health-check
+# 3. Ejecutar el asistente inicial cuando quieras
+openclaw onboard --install-daemon

-# 4. Ver monitoreo
-make monitor
+# También puedes instalar y abrir el asistente en el mismo paso
+bash install_openclaw.sh --onboard
 ```

-## Comandos Disponibles
-
-```bash
-make install              # Instalación completa
-make install-quick        # Sin descargar modelos
-make update               # Actualizar código
-make monitor              # Monitoreo en tiempo real
-make health-check         # Verificar estado
-make logs                 # Ver logs
-make status               # Estado de servicios
-make start/stop/restart   # Control de servicios
-make backup               # Hacer backup
-```
-
-## Estructura de Directorios
-
-```
-llm-server-setup/
-├── scripts/             # Scripts de deployment
-│ ├── install.sh         # Instalación principal
-│ ├── update.sh          # Actualización
-│ ├── monitor.sh         # Monitoreo
-│ ├── health-check.sh    # Verificación
-│ └── backup.sh          # Backup
-├── config/              # Configuración
-│ └── server.json        # Config del servidor
-├── static/              # Web UI
-├── workspace/           # Workspace de trabajo
-├── logs/                # Archivos de log
-├── backups/             # Backups automáticos
-├── requirements.txt     # Dependencias Python
-├── Makefile             # Automatización
-├── .env                 # Variables de entorno
-└── README.md            # Este archivo
-```
-
-## Servicios
-
-### Ollama (LLM Runtime)
- **Puerto**: 11434
- **Modelos**: Phi (2.7B), DeepSeek Coder (33B)
- **Status**: `sudo systemctl status ollama`
-
-### LLM API (FastAPI)
- **Puerto**: 8000
- **Health**: `curl http://localhost:8000/health`
- **Status**: `sudo systemctl status llm-api`
-
-## Modelos Disponibles
-
-| Modelo | Tamaño | VRAM | Velocidad | Uso |
-|--------|--------|------|-----------|-----|
-| Phi | 2.7B | 1.6GB | ⚡⚡⚡ | Rápido, simple |
-| DeepSeek 33B | 33B | 18GB | ⚡ | Potente, razonamiento |
-
-## Monitoreo
-
-```bash
-# Monitor en tiempo real
-make monitor
-
-# Ver logs
-make logs
-make logs-api
-
-# Health check
-make health-check
-```
-
-## API Endpoints
-
-```bash
-# Health check
-curl http://localhost:8000/health
-
-# Listar modelos
-curl http://localhost:8000/models
-
-# Generar código
-curl -X POST http://localhost:8000/code \
-  -H "Content-Type: application/json" \
-  -d '{"message":"Hola","model":"phi"}'
-```
-
-## Troubleshooting
-
-### GPU no se detecta
-```bash
-# Verificar driver
-nvidia-smi
-
-# Reinstalar GPU drivers
-sudo make install-gpu-only
-```
-
-### Servicios no inician
-```bash
-# Ver logs detallados
-sudo journalctl -u ollama -f
-sudo journalctl -u llm-api -f
-
-# Reiniciar
-sudo systemctl restart ollama llm-api
-```
-
-### Espacio en disco lleno
-```bash
-# Ver uso
-df -h
-
-# Limpiar
-make clean
-
-# Hacer backup y restaurar
-make backup
-rm -rf ~/.ollama/models/*
-ollama pull phi:latest
-```
-
-## Seguridad
-
- SSH habilitado con key-based auth
- Firewall: Permitir solo puertos necesarios
- Usuarios: Crear usuario `charle` sin permisos sudo
- Backups automáticos en `/backups`
-
-## Performance
-
-Con tu hardware (RTX 3090 + i3-10105):
-
- **Phi**: ~50 tokens/sec
- **DeepSeek 33B**: ~6-7 tokens/sec
-
-## Actualización
-
-```bash
-# Pull latest from git
-git pull origin main
-
-# Actualizar dependencias
-make update
-```
-
-## Soporte
-
-Para errores o dudas:
-1. Ver logs: `make logs`
-2. Ejecutar health-check: `make health-check`
-3. Verificar hardware: `make info`
-
-## License
-
-MIT
-
-## Autor
-
-Setup para servidor LLM local con hardware específico.
+El script está pensado para Ubuntu 22.04/24.04 y WSL2. Usa el instalador oficial
+de OpenClaw, que instala Node.js si es necesario. Revisa las instrucciones
+oficiales si vas a usar otra distribución o un entorno restringido.
@@ -0,0 +1,74 @@
+#!/usr/bin/env bash
+
+set -Eeuo pipefail
+
+readonly INSTALLER_URL="https://openclaw.ai/install.sh"
+readonly SCRIPT_NAME="$(basename "$0")"
+
+show_help() {
+    cat <<EOF
+Uso: $SCRIPT_NAME [--onboard]
+
+Instala OpenClaw usando el instalador oficial.
+
+Opciones:
+  --onboard  Ejecuta el asistente inicial después de instalar.
+  -h, --help Muestra esta ayuda.
+EOF
+}
+
+onboard=false
+
+while [[ $# -gt 0 ]]; do
+    case "$1" in
+        --onboard)
+            onboard=true
+            shift
+            ;;
+        -h|--help)
+            show_help
+            exit 0
+            ;;
+        *)
+            printf 'Error: opción desconocida: %s\n\n' "$1" >&2
+            show_help >&2
+            exit 2
+            ;;
+    esac
+done
+
+if [[ "$(uname -s)" != "Linux" ]]; then
+    printf 'Error: este script está pensado para Linux/WSL2.\n' >&2
+    exit 1
+fi
+
+if ! command -v curl >/dev/null 2>&1; then
+    printf 'Error: curl es obligatorio. Instálalo con: sudo apt-get update && sudo apt-get install -y curl\n' >&2
+    exit 1
+fi
+
+installer_file="$(mktemp)"
+cleanup() {
+    rm -f "$installer_file"
+}
+trap cleanup EXIT
+
+printf 'Descargando el instalador oficial de OpenClaw...\n'
+curl --fail --silent --show-error --location \
+    --proto '=https' --tlsv1.2 \
+    "$INSTALLER_URL" -o "$installer_file"
+
+if [[ "$onboard" == true ]]; then
+    bash "$installer_file"
+else
+    bash "$installer_file" --no-onboard
+fi
+
+printf '\nOpenClaw se ha instalado. Comprueba la instalación con:\n'
+printf '  openclaw --version\n'
+printf '  openclaw doctor\n'
+
+if [[ "$onboard" == false ]]; then
+    printf '\nPara configurar OpenClaw más adelante, ejecuta:\n'
+    printf '  openclaw onboard --install-daemon\n'
+fi