GCP VM 部署 OpenAlice 完整步驟指南

v2.0 · 2026-04-17 適用環境：GCP Ubuntu VM、已安裝 OpenClaw Gateway + Mission Control、Tailscale 整理自官方文件與實際部署經驗

---

前言

OpenAlice 是一套開源、可本地部署的 AI 交易代理引擎，支援多資產市場研究、自動下單、風控護盾與多種 AI 模型切換。本指南針對已有 OpenClaw + Mission Control 環境的 GCP VM，詳細說明如何從零開始部署 OpenAlice，涵蓋資源評估、環境建置、AI 模型與 API Key 設定、Demo 測試、Paper Trading 與 Alpaca 對接、安全性設置、Tailscale 整合、與 Cindy（OpenClaw Agent）的 MCP 協作等。

⚠️ 重要聲明 OpenAlice 仍處於實驗性開發階段（pre-release），功能與介面可能隨時變更。 請勿使用真實資金進行交易，除非你完全理解並接受其中的風險。 作者不對任何財務損失負責。

---

目錄

1. 資源評估與規劃決策
2. 系統需求與相依套件安裝
3. 專案下載與初始化
4. 設定 AI Provider 與 Google Gemini API Key
5. 啟動 Demo 模式進行本地測試
6. Tailscale 遠端存取設定
7. 啟用 Paper Trading 與 Alpaca 對接
8. 關閉 Evolution Mode 確保安全性
9. 部署為系統服務（生產模式）
10. 與 OpenClaw / Cindy 的 MCP 整合
11. 備份與日常維運
12. 安全性注意事項總結
13. 資料夾結構參考
14. 常見問題與故障排除

---

1. 資源評估與規劃決策

💡 這一節是原版指南完全沒有的，但對你的環境至關重要。

1.1 現有 VM 資源盤點

你目前的 VM（e2-medium）已經在跑以下服務：

服務	記憶體估算	說明
OpenClaw Gateway	~300–500 MB	Node.js 程序
Mission Control（5 容器）	~800–1200 MB	PostgreSQL + Redis + FastAPI + Next.js + webhook-worker
nginx	~10 MB	WebSocket proxy
系統基礎服務	~300–500 MB	systemd、sshd、Tailscale 等
小計	~1.5–2.2 GB

e2-medium 總共只有 4 GB RAM，扣掉現有服務後，剩餘約 1.8–2.5 GB。

1.2 OpenAlice 資源需求

項目	需求
記憶體	~500 MB–1 GB（Node.js 後端 + React 前端）
磁碟	~2–5 GB（含 node_modules、交易歷史、日誌）
CPU	低（主要是 API 呼叫與資料處理，非運算密集）

1.3 決策：同 VM 還是開新 VM？

方案	優點	缺點
A：同一台 VM（e2-medium）	省錢、共用 Tailscale	記憶體吃緊（可能 OOM）、服務互相影響
B：同一台 VM，升級 e2-standard-2（8GB）	充裕空間、共用 Tailscale	費用增加約 2 倍
C：開新 VM（e2-small 或 e2-medium）	完全隔離、互不影響	額外月費、需要設定 Tailscale

🔴 建議：如果選擇方案 A（維持 e2-medium），務必先確認記憶體： bash free -h docker stats --no-stream 若可用記憶體低於 1.5 GB，強烈建議升級到 e2-standard-2（8GB）再安裝。

若走方案 B，升級步驟：GCP Console → VM 執行個體 → 停止 VM → 編輯 → 機型改為 e2-standard-2 → 儲存 → 啟動。

1.4 磁碟空間確認

df -h /

建議剩餘空間 ≥ 8 GB。若不足，先清理或擴容（參考 OpenClaw 安裝指南十二節）。

1.5 Port 衝突預檢

OpenAlice 預設使用 port 3002，在安裝前確認沒有被佔用：

# 確認 3002 沒被佔用
ss -tlnp | grep 3002

# 列出目前所有 Tailscale serve 的 port 對應
tailscale serve status

如果 3002 被佔用，可以在 OpenAlice 的 data/config/connectors.json 修改。

---

2. 系統需求與相依套件安裝

2.1 前置確認清單

項目	說明 / 確認方式
GCP VM	Ubuntu 24.04 LTS，記憶體 ≥ 4 GB
Node.js	22.x 以上（node --version）
pnpm	10.x 以上（pnpm --version）
git	已安裝（git --version）
AI API Key	Google Gemini API Key（Google AI Studio 取得）
Alpaca 帳號	Paper Trading API Key（若要測試交易功能）

2.2 系統更新與基礎工具

sudo apt update && sudo apt upgrade -y
sudo apt install -y git build-essential python3 python3-pip curl

2.3 Node.js（使用現有 NVM）

💡 你的 VM 已經透過 NVM 安裝了 Node.js（OpenClaw 需要），直接確認版本即可。

# 確認 NVM 已載入
source ~/.bashrc
node --version   # 需要 v22.x 以上
npm --version

如果版本低於 22.x，用 NVM 升級：

nvm install 22
nvm alias default 22
node --version

⚠️ 不要移除原本的 Node.js 版本，OpenClaw Gateway 可能依賴特定版本。 NVM 的好處就是可以多版本共存，用 nvm use 切換。

2.4 安裝 pnpm

OpenAlice 使用 pnpm 作為套件管理器（不是 npm）：

# 方法一：用 corepack（推薦，Node.js 16.13+ 內建）
corepack enable
corepack prepare pnpm@latest-10 --activate
pnpm --version   # 應顯示 10.x.x

# 方法二：用 npm
npm install -g pnpm@latest-10

2.5 Claude Code CLI（可選）

OpenAlice 預設使用 Claude Agent SDK，需要 Claude Code CLI 登入。如果你打算用 Vercel AI SDK + Google Gemini，可以跳過這步。

npm install -g @anthropic-ai/claude-code
claude auth   # 依指示登入（需要 Claude Pro/Max 訂閱）

---

3. 專案下載與初始化

3.1 下載專案

cd ~
git clone https://github.com/TraderAlice/OpenAlice.git
cd OpenAlice

3.2 安裝依賴與編譯

pnpm install
pnpm build

⏱️ pnpm install 約需 2–5 分鐘，pnpm build 約需 1–3 分鐘。 若 VM 記憶體不足導致 build 失敗，可嘗試限制 Node.js 記憶體： bash NODE_OPTIONS="--max-old-space-size=2048" pnpm build

3.3 首次啟動行為

首次啟動時，OpenAlice 會自動建立 data/ 目錄與所有預設設定檔，包含 AI 記憶、交易帳戶、persona 等。不需要手動建立。

---

4. 設定 AI Provider 與 Google Gemini API Key

4.1 為什麼用 Vercel AI SDK + Gemini？

OpenAlice 預設使用 Claude Agent SDK（需要 Claude Pro/Max 訂閱），但你已經有 Google Gemini API Key 在用（Cindy 就是用 gemini-2.5-flash），所以切換到 Vercel AI SDK + Gemini 是最經濟的選擇。

4.2 取得 Google Gemini API Key

如果你已有 Gemini API Key（OpenClaw 在用的那組），可以直接共用。若要獨立管理，到 Google AI Studio 另建一組：

1. 前往 https://ai.google.dev/
2. 點選 Get API key → Create API key
3. 複製 API Key

⚠️ 建議為 OpenAlice 單獨建立一組 API Key，方便追蹤用量和設定獨立的 spending cap。

4.3 編輯 AI Provider 設定

先啟動一次 OpenAlice（pnpm dev，等看到 listening on 3002 後 Ctrl+C 停止），讓它自動建立 data/config/ 目錄，然後編輯：

cat > ~/OpenAlice/data/config/ai-provider.json << 'EOF'
{
  "backend": "vercel-ai-sdk",
  "provider": "google",
  "model": "gemini-2.5-flash",
  "apiKeys": {
    "google": "你的_GOOGLE_GEMINI_API_KEY"
  }
}
EOF

⚠️ 模型名稱注意 - gemini-2.5-flash：推薦，速度快、成本低（與 Cindy 一致） - gemini-2.5-pro：深度分析時使用，但較慢且貴 - ~~gemini-1.5-pro-latest~~：舊版模型，不建議使用

4.4 使用環境變數注入（更安全）

不想把 API Key 寫死在 JSON 裡，可以用環境變數：

# 加入 .env
echo 'GOOGLE_GENERATIVE_AI_API_KEY=你的_API_KEY' >> ~/OpenAlice/.env

然後 ai-provider.json 裡的 apiKeys 欄位可以留空，OpenAlice 會自動讀取環境變數。

4.5 機密管理最佳實踐

• .env 和 data/config/ai-provider.json 已預設在 .gitignore，確認沒有被移除
• API Key 不要出現在 Telegram 對話、Notion、或任何 chat 記錄
• 建議在 Google AI Studio 設定 spending cap，避免意外爆量
• 定期到 Google AI Studio 檢查 API 使用量（這是最準確的計費來源，與 OpenClaw 經驗一致）

---

5. 啟動 Demo 模式進行本地測試

5.1 啟動

cd ~/OpenAlice
pnpm dev

成功會看到類似：

OpenAlice listening on http://localhost:3002

5.2 驗證

# 另開一個 SSH session 測試
curl -s http://localhost:3002 | head -20

應回傳 HTML 內容（OpenAlice Web UI）。

5.3 常見端口說明

端口	用途	啟動指令
3002	後端 + UI（預設）	pnpm dev
5173	前端開發熱重載	pnpm dev:ui
3001	MCP 工具協議	自動啟動

5.4 記憶體監控

啟動後立刻確認記憶體使用狀況：

free -h
ps aux --sort=-%mem | head -10

🔴 若可用記憶體低於 500 MB，建議升級 VM 或關閉不必要的服務再使用。 過去 OpenClaw 就發生過 openclaw doctor --repair 觸發 npm install 導致 OOM crash 的教訓。

---

6. Tailscale 遠端存取設定

💡 你的架構完全依賴 Tailscale，這一節是原版指南缺少的。

6.1 新增 Tailscale Serve 對應

# OpenAlice Web UI → port 8445（或其他未使用的 port）
tailscale serve --bg --https=8445 localhost:3002

# 確認所有 port 對應
tailscale serve status

⚠️ port 選擇注意 你目前已用的 port：443（Mission Control）、8443（Backend API）、8444（Gateway UI）。 如果 8445 已被 Revenue Dashboard 使用，請換用 8446 或其他空閒 port。 先用 tailscale serve status 確認現況。

完成後的服務對應：

Port	服務	說明
443	Mission Control 前端	localhost:3000
8443	Mission Control 後端 API	localhost:8000
8444	OpenClaw Gateway UI	localhost:18789
8445	Revenue Dashboard 或 OpenAlice	localhost:18791 或 3002
8446	OpenAlice Web UI（若 8445 已用）	localhost:3002

6.2 確認 gateway.tailscale.mode 設定

由於你已經在 openclaw.json 設了 tailscale.mode: off，OpenClaw 重啟不會覆蓋 Tailscale Serve 設定。這個設定要繼續保持。

6.3 瀏覽器測試

在本機瀏覽器開啟：

https://你的tailscale網址:8446

應可看到 OpenAlice 的聊天介面。

---

7. 啟用 Paper Trading 與 Alpaca 對接

7.1 台灣用戶使用 Alpaca 的注意事項

⚠️ 原版指南沒有提到這點，但對你很重要。

• Paper Trading：全球用戶皆可免費申請，只需 Email 註冊，不需要身份驗證。這是你 Phase 1 要用的。
• Live Trading：台灣居民是否可開立 Live 帳戶，Alpaca 官方沒有明確列出完整的支援國家清單。建議直接聯繫 support@alpaca.markets 確認。
• 資金入金：非美國用戶只能透過 Rapyd 國際電匯入金，ACH 不可用。只接受 USD。
• 稅務：美國券商會對非美國居民的股利扣繳 30% 預扣稅（可透過 W-8BEN 表降低）。
• 台股不支援：Alpaca 只支援美股（US equities）和加密貨幣。台股需要其他方案。

7.2 申請 Alpaca Paper Trading 帳號

1. 前往 https://alpaca.markets/
2. 註冊帳號（Email 即可）
3. 登入 Dashboard → Paper Trading → API Keys
4. 點 Generate API Key，記下 API Key 和 Secret Key

⚠️ Secret Key 只顯示一次，請立刻安全保存。

7.3 在 OpenAlice 新增 Alpaca 帳戶

編輯 data/config/accounts.json：

[
  {
    "type": "alpaca",
    "enabled": true,
    "label": "Alpaca Paper - US ETFs",
    "guards": {
      "maxPositionSize": 10000,
      "cooldown": 60,
      "symbolWhitelist": ["SPY", "QQQ", "VOO", "VTI", "NVDA", "AAPL", "TSLA"]
    },
    "brokerConfig": {
      "apiKey": "YOUR_ALPACA_API_KEY",
      "secretKey": "YOUR_ALPACA_SECRET_KEY",
      "paper": true
    }
  }
]

各欄位說明：

欄位	說明
type	券商類型：alpaca、ccxt（加密貨幣）、ibkr（Interactive Brokers）
enabled	是否啟用此帳戶
label	帳戶顯示名稱
guards.maxPositionSize	單筆最大倉位金額（USD），AI 無法繞過
guards.cooldown	兩筆交易間隔秒數，防止 AI 連續下單
guards.symbolWhitelist	允許交易的標的白名單，限制 AI 可操作的範圍
brokerConfig.paper	true = Paper Trading（模擬），false = Live（真實資金）

🔴 Phase 1 務必保持 paper: true，確認策略穩定後再考慮 Live。

7.4 測試連線

啟動 OpenAlice 後，在 Web UI 的 Trading 頁面檢查帳戶狀態，或在聊天框輸入：

測試 Alpaca 連線

成功會顯示帳戶餘額（Paper 帳戶預設 10 萬美元虛擬資金）。

7.5 交易安全機制：Trading-as-Git

OpenAlice 的下單流程模仿 Git：

stage（暫存）→ commit（確認）→ push（執行）→ approval（人工核准）

每筆交易都需要經過 Guard Pipeline 的安全檢查，並且需要人工明確核准 push 步驟，AI 無法自動跳過。這與 Cindy 的 exec-approvals.json 概念類似。

7.6 其他支援的券商

券商	類型	說明
Alpaca	alpaca	美股 ETF/個股，Paper + Live
CCXT	ccxt	100+ 加密貨幣交易所（Binance、Bybit 等）
Interactive Brokers	ibkr	股票、選擇權、期貨、債券（需要 TWS/Gateway）

💡 IBKR 整合需要在本地或 VM 上跑 TWS Gateway，設定較複雜。Phase 1 建議先用 Alpaca Paper。

---

8. 關閉 Evolution Mode 確保安全性

8.1 什麼是 Evolution Mode？

模式	AI 存取範圍	風險等級
Normal Mode（預設）	僅 data/brain/ 目錄	🟢 低
Evolution Mode	整個專案目錄，可修改原始碼、執行 Shell	🔴 極高

8.2 確認 Evolution Mode 已關閉

cat ~/OpenAlice/data/config/agent.json | python3 -c "
import sys, json
c = json.load(sys.stdin)
print('evolutionMode:', c.get('evolutionMode', 'not set (default: false)'))
"

如果顯示 true，立即修正：

python3 -c "
import json
with open('/home/your_username/OpenAlice/data/config/agent.json', 'r') as f:
    c = json.load(f)
c['evolutionMode'] = False
with open('/home/your_username/OpenAlice/data/config/agent.json', 'w') as f:
    json.dump(c, f, indent=2)
print('已關閉 Evolution Mode')
"

或在 Web UI → Settings → 關閉「Full project access」開關。

🔴 務必關閉 Evolution Mode，這與 OpenClaw 的 exec.security 概念相同—— 給 AI 越少權限越安全。

---

9. 部署為系統服務（生產模式）

⚠️ 原版指南的 systemd service 使用 pnpm dev，這是開發模式，不適合生產環境。 生產環境應先 build，然後用 pnpm start（如果專案支援）或直接用 Node 執行編譯產物。

9.1 確認生產啟動指令

cd ~/OpenAlice
# 先確認 package.json 裡有沒有 start script
grep '"start"' package.json

如果有 start script，用 pnpm start；如果沒有，仍用 pnpm dev（部分專案 dev 和 start 相同）。

9.2 建立 systemd 服務（user 層級）

💡 與 OpenClaw 一致，使用 user 層級 systemd，避免 sudo 權限問題。

mkdir -p ~/.config/systemd/user/

cat > ~/.config/systemd/user/openalice.service << 'EOF'
[Unit]
Description=OpenAlice AI Trading Agent
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
WorkingDirectory=%h/OpenAlice
Environment="NVM_DIR=%h/.nvm"
Environment="PATH=%h/.nvm/versions/node/v25.8.0/bin:%h/.npm-global/bin:/usr/local/bin:/usr/bin:/bin"
ExecStart=%h/.nvm/versions/node/v25.8.0/bin/node %h/.nvm/versions/node/v25.8.0/bin/pnpm dev
Restart=on-failure
RestartSec=10

[Install]
WantedBy=default.target
EOF

⚠️ v25.8.0 換成你的實際 Node.js 版本（node --version 確認）。

9.3 啟用服務

systemctl --user daemon-reload
systemctl --user enable openalice
systemctl --user start openalice

# 確認狀態
systemctl --user status openalice

# 查看 log
journalctl --user -u openalice -f

9.4 確認 linger 已啟用

loginctl show-user $USER | grep Linger
# 應顯示 Linger=yes（OpenClaw 安裝時已設定過）

如果不是 yes：

sudo loginctl enable-linger $USER

9.5 確認不會與 OpenClaw 衝突

# 列出所有 user 層級服務
systemctl --user list-units --type=service | grep -E "openclaw|openalice"

# 確認 port 沒有衝突
ss -tlnp | grep -E "3002|18789|3000|8000"

---

10. 與 OpenClaw / Cindy 的 MCP 整合

💡 這是原版指南完全沒有的章節，但對你未來的架構至關重要。

10.1 MCP 是什麼？

MCP（Model Context Protocol）是 AI Agent 之間互相呼叫工具的標準協議。OpenAlice 內建 MCP 工具匯出功能（port 3001），Cindy 可以透過 MCP 與 OpenAlice 互動，例如：

• 查詢帳戶狀態和持倉
• 取得市場分析結果
• 觸發交易指令（仍需人工核准）

10.2 Phase 1：獨立運行（現階段）

先讓 OpenAlice 獨立運行，熟悉介面和操作流程。不急著整合。

10.3 Phase 2：MCP 整合（未來）

待 OpenAlice 穩定運行後，可以在 OpenClaw 的 skill 設定中加入 OpenAlice 的 MCP endpoint：

MCP endpoint: http://localhost:3001

這樣 Cindy 就能透過 Telegram 下達交易相關指令給 OpenAlice。

⚠️ MCP 整合的具體設定取決於 OpenClaw 和 OpenAlice 的版本，屆時需要參考最新文件。 目前 OpenAlice 的 MCP 介面仍在穩定化階段。

10.4 Tailscale Loopback 注意

Cindy 在同一台 VM 上呼叫 OpenAlice 時，必須用 localhost:3001（或 localhost:3002），不能用 Tailscale HTTPS URL。這與 Mission Control 的 BASE_URL 踩過的坑一樣（Tailscale loopback 限制）。

---

11. 備份與日常維運

11.1 備份 OpenAlice 資料

OpenAlice 的所有狀態都在 data/ 目錄，備份這個目錄即可：

# 加入現有的 backup.sh
# 在 ~/.openclaw/workspace/scripts/backup.sh 中新增：
tar -czf ~/backups/openalice-data-$(date +%Y%m%d).tar.gz -C ~/OpenAlice data/

或獨立建立 cron job：

# 每日 02:30 備份（與 OpenClaw 備份錯開 30 分鐘）
crontab -e
# 加入：
30 2 * * * tar -czf ~/backups/openalice-data-$(date +\%Y\%m\%d).tar.gz -C ~/OpenAlice data/ 2>/dev/null

11.2 日常健康確認指令

# OpenAlice 服務狀態
systemctl --user status openalice

# 記憶體使用
free -h

# 磁碟空間
df -h /

# 所有服務一覽
systemctl --user list-units --type=service --state=running

# OpenAlice log（最近 30 行）
journalctl --user -u openalice -n 30 --no-pager

11.3 升級 OpenAlice

# 停止服務
systemctl --user stop openalice

# 備份 data/
cp -r ~/OpenAlice/data ~/OpenAlice/data.bak.$(date +%Y%m%d)

# 拉取更新
cd ~/OpenAlice
git pull

# 重新安裝依賴與編譯
pnpm install
pnpm build

# 重新啟動
systemctl --user start openalice
systemctl --user status openalice

⚠️ OpenAlice 迭代很快（與 OpenClaw 類似），升級前務必備份 data/。

---

12. 安全性注意事項總結

項目	說明	狀態
Evolution Mode	務必關閉，防止 AI 越權操作	⬜ 確認
API Key 管理	不寫死在程式碼，用 .env 或 Secret Manager	⬜ 確認
Guard Pipeline	每個帳戶獨立風控，設定 maxPositionSize、cooldown、symbolWhitelist	⬜ 確認
Paper 模式	Phase 1 務必用 paper: true	⬜ 確認
Tailscale 存取	僅透過 Tailscale 存取 UI，不開放公網	⬜ 確認
SSH 金鑰登入	PasswordAuthentication no（已設定）	✅ 完成
Spending Cap	Google AI Studio 設定 API 花費上限	⬜ 確認
.gitignore	確認 .env 和 data/config/ 在忽略清單	⬜ 確認
交易核准	push 步驟需要人工核准，AI 無法自動執行	✅ 內建
日誌審計	定期檢查 event-log 和交易歷史	⬜ 定期

---

13. 資料夾結構參考

~/OpenAlice/
├── data/                    # ← 所有狀態資料，備份這個目錄即可
│   ├── config/              # JSON 設定檔（ai-provider.json, agent.json, accounts.json 等）
│   ├── brain/               # AI 記憶、情緒、persona.md（可自訂 AI 風格）
│   ├── sessions/            # 對話歷史
│   ├── trading/             # 交易帳戶狀態與歷史
│   ├── event-log/           # 事件日誌
│   ├── cron/                # 定時任務
│   ├── news-collector/      # 新聞存檔
│   ├── tool-calls/          # 工具調用日誌
│   └── media/               # 上傳附件
├── default/                 # 工廠預設（persona, heartbeat, skills）
├── packages/
│   ├── ibkr/                # @traderalice/ibkr — IBKR TWS API TypeScript port
│   └── opentypebb/          # @traderalice/opentypebb — OpenBB 金融資料平台
├── src/                     # 原始碼
├── ui/                      # React 前端（Vite, 13 頁面）
├── dist/                    # 編譯產物
├── .env                     # 環境變數（不要 commit）
└── package.json

---

14. 常見問題與故障排除

症狀	原因	解法
pnpm install 失敗	Node.js 版本太低或網路問題	確認 node --version ≥ 22.x，檢查網路
pnpm build OOM crash	VM 記憶體不足	設定 NODE_OPTIONS="--max-old-space-size=2048"，或升級 VM
Port 3002 被佔用	其他服務已使用	lsof -i:3002 查找進程，或修改 connectors.json
API Key 無效	金鑰錯誤或過期	到 Google AI Studio 確認，檢查 spending cap
Tailscale 連不到 OpenAlice	Tailscale serve 未設定	執行第 6 節設定
記憶體一直不夠	OpenClaw + Mission Control + OpenAlice 太多	升級 VM 到 e2-standard-2（8GB）
交易下單失敗	Alpaca API Key 錯誤或網路問題	檢查 accounts.json，確認 paper: true
Claude Code 認證失敗	未安裝或未登入 Claude Code CLI	改用 Vercel AI SDK + Gemini 繞過
升級後設定遺失	git pull 覆蓋了 data/	先備份 data/ 再升級
OpenClaw 同時 OOM	兩個 Node.js 程序同時消耗過多記憶體	監控 free -h，考慮分開 VM

---

附錄 A：台股支援現況

OpenAlice 目前不支援台股。支援的市場：

市場	券商	說明
美股	Alpaca	ETF、個股
加密貨幣	CCXT	Binance、Bybit 等 100+ 交易所
全球股票/選擇權/期貨	Interactive Brokers	需要 TWS Gateway

如果要交易台股，可能的方案： - 透過 IBKR 交易台股（IBKR 支援台灣市場，但需要另外開戶） - 等待社群開發台股 broker plugin - 自行開發 CCXT adapter 或自訂 broker

---

附錄 B：完整服務清單（安裝 OpenAlice 後）

服務	管理方式	Port	說明
openclaw-gateway	systemd (user)	18789	OpenClaw Gateway
Mission Control	Docker Compose	3000, 8000, 5432, 6379	5 個容器
nginx	systemd (system)	18790	WebSocket proxy
openalice	systemd (user)	3002, 3001	OpenAlice 後端 + MCP
Tailscale	systemd (system)	—	VPN 隧道

Tailscale Serve 對應：

HTTPS Port	內部服務	說明
443	localhost:3000	Mission Control 前端
8443	localhost:8000	Mission Control 後端 API
8444	localhost:18789	OpenClaw Gateway UI
8445/8446	localhost:3002	OpenAlice Web UI

---

附錄 C：部署 Checklist

• [ ] 確認 VM 記憶體 ≥ 4 GB（建議 8 GB）
• [ ] 確認磁碟剩餘 ≥ 8 GB
• [ ] 確認 port 3002 未被佔用
• [ ] 安裝 pnpm 10.x
• [ ] git clone + pnpm install + pnpm build
• [ ] 設定 ai-provider.json（Vercel AI SDK + Gemini）
• [ ] 首次 pnpm dev 測試正常
• [ ] 設定 Tailscale Serve 對應
• [ ] 確認 Evolution Mode 已關閉
• [ ] 設定 Alpaca Paper Trading 帳戶
• [ ] 測試 Alpaca 連線成功
• [ ] 建立 systemd user service
• [ ] 設定備份腳本
• [ ] 確認 Google AI Studio spending cap

---

版本更新紀錄

版本	日期	變更
v1.0	2026-04-xx	初版（Deep Research 產出）
v2.0	2026-04-17	新增：資源評估、Tailscale 整合、MCP 整合、台灣用戶注意事項、port 衝突檢查、備份整合、systemd user 層級服務、模型名稱更新、生產模式說明、部署 Checklist

---

整理自官方文件與實際部署經驗 · v2.0 · 2026-04-17