目标：

✅ 完全本地运行 AI Agent
✅ 不需要任何 API Key
✅ 0 成本运行 AI
✅ 支持 OpenClaw agent + tools + chat

一、最终架构

本教程部署完成后的架构：

User
 ↓
OpenClaw Agent
 ↓
OpenClaw Gateway
 ↓
Ollama API
 ↓
Qwen3 Model
 ↓
Local GPU / CPU

OpenClaw 会调用 Ollama API 推理本地模型。

官方说明：
OpenClaw 的 Ollama provider 使用 /api/chat API 并支持流式和工具调用。 (docs.openclaw.ai)

二、硬件建议

不同模型需求不同。

推荐配置：

Qwen3 是阿里发布的 最新 Qwen 系列大模型，提供多个规模版本。 (ollama.com)

推荐：

qwen3:14b

性能和资源比较平衡。

三、安装 Ollama

1 安装

Linux / macOS

curl -fsSL https://ollama.ai/install.sh | sh

Windows

安装：

Ollama Desktop

官网：

https://ollama.com

2 启动 Ollama

ollama serve

默认端口：

http://localhost:11434

四、下载 Qwen3 模型

安装模型：

ollama pull qwen3:14b

或者：

ollama pull qwen3:30b

测试模型：

ollama run qwen3:14b

如果出现：

>>> hello

说明模型运行成功。

五、安装 OpenClaw

OpenClaw 是一个 本地 AI agent 框架，可以连接聊天应用并调用 AI 工具。 (docs.ollama.com)

安装：

curl -fsSL https://openclaw.ai/install.sh | bash

安装完成后测试：

openclaw --help

六、初始化 OpenClaw

运行初始化向导：

openclaw onboard

选择：

model provider → ollama

然后输入：

model name → qwen3:14b

七、配置 OpenClaw 模型

打开配置文件：

~/.openclaw/openclaw.json

写入：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/qwen3:14b"
      }
    }
  }
}

OpenClaw 的模型格式是：

provider/model

例如：

ollama/qwen3:14b

这是官方推荐配置方式。 (OpenClaw)

八、启动 OpenClaw

启动 gateway：

openclaw gateway start

查看状态：

openclaw gateway status

如果显示：

Gateway running

说明系统正常。

九、测试 AI Agent

OpenClaw CLI：

openclaw chat

输入：

帮我写一个 Python HTTP server

AI 会调用：

qwen3

返回结果。

十、打开 Web 控制面板

运行：

openclaw dashboard

浏览器打开：

http://localhost:18789

可以：

• 查看 agent
• 查看日志
• 测试模型
• 调试 tools

十一、配置 Tools（推荐）

OpenClaw agent 可以调用工具。

例如：

filesystem
shell
web-search

配置示例：

{
  "agents": {
    "assistant": {
      "model": "ollama/qwen3:14b",
      "skills": [
        "filesystem",
        "shell"
      ]
    }
  }
}

AI 可以：

• 读文件
• 写代码
• 执行命令

十二、连接 Telegram（可选）

创建 bot：

@BotFather

获取 token。

配置：

openclaw channels login telegram

之后你可以在 Telegram 和 AI 对话。

十三、推荐模型

OpenClaw + Ollama 推荐：

有专门优化版本：

openclaw-qwen3vl-8b

专门用于 agent。 (Ollama)

十四、完整部署命令总结

从零部署：

# 安装 ollama
curl https://ollama.ai/install.sh | sh

# 启动
ollama serve

# 下载模型
ollama pull qwen3:14b

# 安装 openclaw
curl https://openclaw.ai/install.sh | bash

# 初始化
openclaw onboard

# 启动
openclaw gateway start

# 测试
openclaw chat

十五、最终效果

部署完成后你得到：

一个 完全本地 AI agent：

• 本地推理
• 本地工具
• 本地数据
• 0 API 成本

本地 AI 的优势：

• 无 token 成本
• 数据不出设备
• 离线可运行

但缺点是：

• 推理速度较慢
• 模型能力略低

常见问题

模型无法连接

检查：

ollama list

OpenClaw 报 Unknown model

检查：

ollama/qwen3:14b

格式是否正确。

GPU 不工作

查看：

ollama ps