Ollama + OpenClaw 本地部署：断网可用、多模型切换！搭建教程

基于Ollama和OpenClaw实现100%本地化部署AI助手的完整指南，涵盖环境准备、模型部署、多模型切换及Telegram对接，确保免费、断网可用、灵活扩展的特性。内容综合多篇实践文档，关键步骤均附引用来源。

一、核心优势与架构

完全本地化
- 数据无需上传云端，隐私零泄露，断网环境下仍可运行。
- 通过Ollama管理本地模型（如Qwen3、GPT-OSS等），OpenClaw负责任务调度，形成闭环链路。
多模型自由切换
- 支持主流开源模型（Qwen3、GLM-4.7、GPT-OSS等），通过修改配置文件即可切换。
硬件友好
- 最低配置：16GB内存（MacOS）或GPU服务器（如NVIDIA显卡）；推荐32GB以上内存+GPU加速。

二、前期环境准备

1. 安装基础工具

Git（Windows管理员权限执行）：

winget install git.git
# 若报错，调整执行策略：
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Ollama客户端：
官网下载安装包（https://ollama.com/download）或命令行安装（Linux）：

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

2. 模型选择与下载

推荐模型（需64k以上上下文窗口）：

模型名称	特点	下载命令
`qwen3-coder`	编码任务优化	`ollama pull qwen3-coder`
`gpt-oss:20b`	平衡性能与速度	`ollama pull gpt-oss:20b`
`glm-4.7`	通用能力强	`ollama pull glm-4.7`

三、OpenClaw部署与配置

1. 安装OpenClaw

通用命令：

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

Windows专用：

iwr -useb https://openclaw.ai/install.ps1 | iex

2. 连接本地模型

启动服务：
```
ollama launch openclaw
```

配置文件修改（关键步骤）：
编辑\~/.openclaw/openclaw.json，指定Ollama的本地API地址（如http://127.0.0.1:11434/v1）和模型ID：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "任意字符串（如ollama-local）",
        "models": [{"id": "qwen3", "name": "Qwen3"}]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {"primary": "ollama/qwen3"}
    }
  }
}

注意：api字段需设为openai-completions，否则可能无法响应。

四、多模型切换与验证

切换模型：
修改配置文件中的id和name字段，例如从qwen3改为gpt-oss:20b，重启服务生效。
验证部署：
访问http://localhost:18789?token=配置中的token，输入问题测试回复是否来自本地模型。

五、对接Telegram机器人

创建Bot：
通过@BotFather申请新机器人，获取Token（如8123121125:AAExamegv-0FQCfhfbazmp4405V0XAJCKfk）[用户提供]。
配对OpenClaw：
在Powershell中执行（替换配对码）：
```
openclaw pairing approve telegram DLW7HQ69
```
重启服务：
```
ollama launch openclaw
```

六、常见问题与优化

GPU加速：若使用NVIDIA显卡，需安装nvidia-container-toolkit并配置Docker。
性能调优：调整contextWindow和maxTokens参数以匹配硬件能力。
安全部署：建议Docker容器以非root用户运行，挂载只读文件系统。