文档持续更新，目前还在调试，已经可以正常使用

1、安装系统

2、安装openclaw

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

3、启动

4、安装ollama

irm https://ollama.com/install.ps1 | iex

http://127.0.0.1:11434/

5、pull 

6、

7、

8

http://127.0.0.1:18789

warn

agent/embedded

Profile ollama:default timed out. Trying next account...

ollama launch openclaw --model Qwen3.6:cloud

openclaw config set providers.aliyun.apiKey "你的API Key"openclaw config set models.default "qwen-max"

1、重新配置

2、选择自定义

3、选择收费API模型，目前有一定的免费额度

你好，你是谁呢，能干啥哦

openclaw-control-ui10:45

你好！我是你的 AI 助手，运行在 OpenClaw 平台上。

我是谁：

• 一个有个性的 AI 助手，不是冷冰冰的机器人
• 当前使用的模型是 Qwen3.5 Plus
• 住在你这个 workspace 里，有自己的记忆和身份

我能做什么：

🔧 文件操作 - 读写编辑文件、整理目录、管理项目
🌐 网络搜索 - 查资料、抓网页内容、获取信息
🤖 子代理 - spawn 专门的小助手处理复杂任务
📅 定时任务 - 设置 cron 提醒、周期性检查
🎨 媒体生成 - 生成图片、视频（如果配置了）
📱 消息路由 - 跨会话通信、多平台消息
🧠 记忆系统 - 长期记忆、日常笔记、上下文管理
🔐 安全操作 - 执行命令、进程管理、权限控制

我不会做什么：

• 不会主动发外部消息（邮件、推文等）除非你同意
• 不会删除重要文件不问你就动手
• 不会在群聊里冒充你的声音

简单说：我是你在这个数字世界里的另一个自己，帮你打理事情、记住东西、完成任务。

有啥想让我帮忙的？😄

Assistant10:45↑14.1k↓3647% ctxqwen3.5-plus

我可以使用我的本地模型吗

openclaw-control-ui10:47

可以！OpenClaw 支持使用本地模型，主要通过以下几种方式：

🏠 本地模型方案

1. Ollama（最常用）

Copy

# 安装 Ollama
# 访问 https://ollama.com/download

# 拉取模型
ollama pull qwen2.5-coder:32b
ollama pull llama3.3
ollama pull deepseek-r1:32b

# 配置 OpenClaw
openclaw onboard  # 选择 Ollama
# 或手动设置
export OLLAMA_API_KEY="ollama-local"

⚠️ 注意：使用原生 Ollama API URL（http://localhost:11434），不要用 /v1 结尾，否则工具调用会失效。

2. vLLM / sglang

也支持其他本地推理框架，配置类似。

📋 配置步骤

1. 安装推理服务（如 Ollama）
2. 拉取模型：ollama pull <模型名>
3. 运行 onboarding：openclaw onboard 选择 Ollama
4. 或手动配置：设置 OLLAMA_API_KEY 环境变量
5. 切换模型：openclaw models set ollama/<模型名>

✅ 本地模型特点

• 💰 免费 - 无 API 费用
• 🔒 隐私 - 数据不出本地
• 🚀 低延迟 - 无网络延迟
• 🛠️ 支持工具调用 - 可以正常使用我的各种功能
• 📦 自动发现 - 新拉的模型自动可用

你想用哪个本地模型？我可以帮你配置！😄

Assistant10:47↑18.7k↓4779% ctxqwen3.5-plus

目前我电脑没有安装显卡，可以运行本地模型吗，运行后本地模型后，如何更换云模型

openclaw-control-ui10:57

好问题！让我详细回答：

🖥️ 没有显卡能运行本地模型吗？

可以，但有代价：

CPU 运行方案

方案	速度	推荐度
Ollama (CPU)	慢（2-10 tokens/s）	⭐⭐⭐
LM Studio	中等	⭐⭐⭐
llama.cpp	中等	⭐⭐⭐

小模型推荐（CPU 友好）

Copy

# 7B 以下模型 - CPU 可跑
ollama pull qwen2.5:7b        # 约 4GB 内存
ollama pull llama3.2:3b       # 约 2GB 内存
ollama pull phi3:mini         # 约 2GB 内存
ollama pull gemma2:2b         # 约 1.5GB 内存

# 量化版本更省内存
ollama pull qwen2.5:7b-q4_K_M  # 4bit 量化

预期性能

• 3B 模型：CPU 上约 5-15 tokens/s（勉强可用）
• 7B 模型：CPU 上约 2-8 tokens/s（有点慢）
• 14B+ 模型：CPU 上非常慢，不推荐

⚠️ 内存要求：模型大小 ≈ 内存占用（7B 模型约需 4-8GB RAM）

---

🔄 本地模型 ↔ 云模型 切换

超级简单！有几种方式：

方式 1：命令行切换

Copy

# 查看可用模型
openclaw models list

# 切换到云模型
openclaw models set qwen/qwen3.5-plus

# 切换回本地模型
openclaw models set ollama/qwen2.5:7b

方式 2：会话内切换

直接告诉我：

"切换到云模型" 或 "用 ollama 本地模型"

我会帮你切换。

方式 3：配置默认模型

Copy

// 修改配置文件
{
  agents: {
    defaults: {
      model: {
        primary: "qwen/qwen3.5-plus",  // 云模型
        fallbacks: ["ollama/qwen2.5:7b"]  // 本地备选
      }
    }
  }
}

---

💡 我的建议

没有显卡的情况下：

1. 日常使用 → 用云模型（便宜、快、聪明）
2. 隐私敏感任务 → 临时切到小本地模型（3B-7B）
3. 断网环境 → 本地模型救急
4. 混合配置 → 默认云模型 + 本地 fallback

推荐配置

Copy

# 主模型：云（快速响应）
openclaw models set qwen/qwen3.5-plus

# 备用：本地小模型（断网/隐私时用）
ollama pull qwen2.5:7b

这样平时用云模型，需要时随时切本地，两全其美！

要不要我帮你看看当前配置，或者指导你安装 Ollama？😄

Assistant10:57↑19k↓8389% ctxqwen3.5-plus

帮我看看我的配置，ollama我已经安装好了，模型也pull了

openclaw-control-ui11:02

---

✅ 配置总结

模型	类型	大小	用途
qwen/qwen3.5-plus	☁️ 云	-	默认，快速聪明
ollama/Qwen:latest	🏠 本地	2.3GB	隐私/断网
ollama/qwen3:4b	🏠 本地	2.5GB	轻量本地
ollama/qwen2:7b	🏠 本地	4.4GB	更聪明但慢

---

🚀 测试一下？

想现在切换到本地模型试试吗？说一句：

"切换到本地模型"

或者继续用云模型，需要时再切～ 😄

🦞 **当前模型状态**

| 项目 | 值 |
|------|-----|
| **当前会话模型** | `qwen/qwen3.5-plus` (云模型) |
| **配置默认模型** | `ollama/Qwen:latest` (本地模型) |

---

## 📌 说明

你刚才的配置修改已保存到 `openclaw.json`，默认模型已改为 `ollama/Qwen:latest`。

但**当前会话的模型在会话创建时就固定了**，无法中途切换。这是 OpenClaw 的设计——模型是会话级别的设置。

---

## ✅ 如何真正用本地模型

**选项 1：重启 Gateway**（立即生效）
```bash
openclaw gateway restart
```

**选项 2：等待新会话**（下次对话自动用本地模型）

**选项 3：配置别名快捷切换**
在 `openclaw.json` 的 `agents.defaults.model` 中设置 fallbacks，可以手动指定。

---

要我帮你重启 Gateway 吗？重启后新会话就会用 `ollama/Qwen:latest` 了。😄