手把手教你用 LocalClaw 零成本部署本地大模型

⏱️ 阅读时间：8分钟 | 🏷️ 标签：LocalClaw / 本地大模型 / Ollama / 零成本 / 部署教程

---

前言：为什么你需要本地大模型

你是不是也有这些困扰？

• 每次用 ChatGPT 要付钱，Token 账单越积越高
• 把公司代码发给云端 API，总觉得不安全
• 网络不稳定的时候，AI 助手总是掉线
• 想用 AI 助手，但不知道怎么配置

LocalClaw 解决这些问题。

零门槛本地部署，数据不上云，日常零 Token 费用。这篇教程手把手教你 5 分钟跑起来。

---

一、环境准备

1.1 系统要求

配置	最低要求	推荐配置
系统	Windows 10+ / macOS 15+	macOS 15+ (Apple Silicon)
内存	8GB	16GB+
硬盘	10GB 可用空间	20GB+ SSD
网络	下载模型时需要	无（离线可用）

1.2 下载 LocalClaw

去官网下载安装包：

https://www.localclaw.me

Windows 用户：下载 .exe 安装包，双击安装
macOS 用户：下载 .dmg 文件，拖入 Applications

---

二、安装 Ollama

LocalClaw 支持 Ollama 作为本地模型引擎。

2.1 macOS / Linux 安装

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

2.2 Windows 安装

去 https://ollama.com/download 下载 Windows 版本

2.3 验证安装

ollama --version
# 输出：ollama version 0.5.x

---

三、下载第一个模型

3.1 推荐模型

模型	参数量	内存占用	适合场景
Qwen3.5-4B	4B	4GB	轻量任务、CPU 也能跑
Qwen3.5-9B	9B	8GB	日常主力，推荐
gemma4:e4b	4B	4GB	平衡型
gemma4:26b	26B	24GB	高性能需求

3.2 下载命令

ollama pull qwen3.5-4b
ollama pull qwen3.5-9b

下载时间取决于网络，一般 5-10 分钟。

3.3 验证模型

ollama list
# NAME                ID          SIZE      MODIFIED
# qwen3.5-9b          xxx         8.9GB     2 minutes ago

---

四、配置 LocalClaw

4.1 首次启动

打开 LocalClaw，点击「设置」→「模型」

4.2 选择模型

当前模型：qwen3.5-9b
提供商：Ollama

4.3 简单测试

在对话框输入：你好，介绍一下你自己

---

五、实际使用场景

5.1 场景一：代码补全

我：帮我写一个 Python 函数，判断字符串是否是回文

LocalClaw：
def is_palindrome(s: str) -> bool:
    return s == s[::-1]

5.2 场景二：技术文档写作

我：帮我写一个 API 接口文档

LocalClaw：
## POST /api/users/login

5.3 场景三：数据整理

| 序号 | 姓名 | 部门 | 薪资 |
|------|------|------|------|

---

六、本地 vs 云端

场景	本地模型	云端模型
代码补全	✅ 够用	✅ 强
日常聊天	✅ 流畅	✅ 流畅
技术文档	✅ 够用	✅ 强
复杂推理	⚠️ 勉强	✅ 强
隐私数据	✅ 完全本地	❌ 上传云端
成本	零 Token	按量计费

---

七、常见问题

Q：没有 GPU 能跑吗？

能。Qwen3.5-4B 在 CPU 上也能跑。建议 8GB+ 内存。

Q：数据真的不上云吗？

是的。本地模型处理，数据永远在你的电脑里。

---

八、成本分析

项目	费用
LocalClaw	免费
Qwen3.5-9B	免费（Ollama）
电费（每天 8 小时）	~$5/月
每月总成本	~$5

---

总结

用 LocalClaw 部署本地大模型，5 分钟搞定：

1. 下载安装 LocalClaw
2. 安装 Ollama
3. 下载第一个模型（推荐 Qwen3.5-9B）
4. 开始使用

零门槛，零 Token 费用，数据不上云。

---

官网：https://www.localclaw.me