OpenClaw “养龙虾”本地免费部署保姆级教程
OpenClaw本地部署指南 核心要点: 成本构成:软件免费,需考虑硬件配置(建议≥8GB显存/16GB内存)和模型运行成本 推荐方案:Ollama+本地模型(零成本且隐私安全) 部署流程: 安装Node.js和Ollama 定制模型(扩展上下文窗口至32768 tokens) 配置OpenClaw连接本地模型 注意事项: 注意API安全设置 重要文件需备份 建议先在测试环境验证 摘要特点:保留关
OpenClaw 本地部署到底要花多少钱?具体怎么操作?
💰 成本清单:软件免费,但“大脑”和“身体”要花钱
首先给你吃个定心丸:OpenClaw 软件本身是100%免费开源的。你可以在GitHub上随便下载,网上那些收几十到几百块“安装费”的都是第三方服务,官方不收钱。
但要让这只“龙虾”活起来,确实需要一些投入,主要分两部分:
-
基础设施成本(“龙虾”的身体):既然选择本地部署,就是用你自己的电脑当“身体”,所以这部分没有直接费用。但你的电脑需要满足一定配置才能跑得动,如果配置不够,可能需要升级硬件。
- 显存:建议 ≥8GB(如RTX 3060/4060及以上),这样能流畅运行7B~14B参数的模型。
- 内存:建议 ≥16GB,32GB更好。
- 硬盘:至少预留 20GB 空闲空间,最好是SSD固态硬盘。
-
运行成本(“龙虾”的大脑):这是真正的开销所在。OpenClaw本身没有智能,需要调用一个大语言模型来思考。
- 方案A(零成本):使用 Ollama + 本地模型。这是本地部署最推荐的“零成本”方案。Ollama让你在本地免费运行开源模型(比如阿里的Qwen系列)。只要你电脑配置够,推理过程完全免费,数据也不出屋,最安全。
- 方案B(零成本):使用 英伟达免费API。如果你电脑配置一般,但又不想花钱,可以用英伟达提供的免费API额度,支持GLM5、Kimi2.5等主流模型。
- 方案C(按量付费):使用 云厂商API。比如阿里云百炼、OpenAI的API,按调用的文字量(Token)收费。特别注意:OpenClaw这类AI Agent的消耗量远超普通聊天,如果不设置预算上限,一晚烧掉几十美金是有可能发生的。
总结一下:对于我们普通人,方案A(Ollama+本地模型)是性价比和隐私性最佳的选择。接下来的流程,也是基于这个方案。
🦞 本地部署完整流程(Windows 11 + Ollama)
这个流程已经帮你在多个详细教程的基础上做了简化和梳理。请确保你的电脑满足了上面的硬件要求,然后跟着步骤走。
📌 第一步:基础环境准备
OpenClaw是基于Node.js的,我们需要先安装这个运行环境。
- 安装 Node.js:去 Node.js官网 下载 LTS版本(比如22.x)。安装时一路“Next”,务必勾选“Add to PATH”,这样系统才能识别
node命令。 - 验证安装:安装完成后,以管理员身份打开“PowerShell”,分别输入下面两行命令,如果显示出版本号,就说明安装成功了:
node --version npm --version
📌 第二步:安装 Ollama 并部署本地模型
Ollama 是我们用来在本地跑大模型的工具。
- 安装 Ollama:去 Ollama官网 下载 Windows版本,双击安装,默认下一步就行。
- 验证安装:在刚才的PowerShell里输入
ollama --version,有版本号返回就OK了。 - 拉取并定制模型(核心步骤):OpenClaw要求模型的“上下文窗口”至少为16000 tokens,而Ollama下载的模型默认只有4096,所以我们需要自己动手定制一个。
- 拉取基础模型:这里以中文支持很好的阿里
qwen2.5:7b为例(约4.7GB)。在PowerShell里执行:
这个过程取决于你的网速,耐心等待下载完成。ollama pull qwen2.5:7b - 创建配置文件:下载完成后,在PowerShell里逐条执行以下命令,创建一个名为
Modelfile的配置文件,告诉Ollama我们要把上下文窗口扩大到32768:# 切换到你的用户目录(请将 <你的用户名> 替换成你自己的) cd C:\Users\<你的用户名> # 创建 Modelfile 文件,并写入配置 @" FROM qwen2.5:7b PARAMETER num_ctx 32768 "@ | Out-File -Encoding ascii Modelfile # 验证一下文件内容对不对 Get-Content Modelfile - 生成定制模型:基于刚才的配置文件,创建一个新模型(我们给它起个名字叫
qwen2.5:7b-32k):
执行ollama create qwen2.5:7b-32k -f Modelfileollama list,如果你看到了qwen2.5:7b-32k,就说明定制成功了。
- 拉取基础模型:这里以中文支持很好的阿里
📌 第三步:安装并配置 OpenClaw
现在来安装主角,并让它和我们刚才做好的本地模型“大脑”连接起来。
-
安装 OpenClaw:在管理员PowerShell里执行全局安装命令:
npm install -g openclaw如果提示权限错误,可以用这个强制安装命令试试:
npm install -g openclaw --unsafe-perm。 -
运行配置向导:这是最关键的一步。在PowerShell里输入
openclaw onboard启动配置。你会看到一系列提问,请严格按下面的表格回答(用键盘方向键移动选项,回车键确认):
| 提示问题 | 你的选择/输入 | 说明 |
|---|---|---|
Model/auth provider |
选择 Custom Provider |
我们要连接自己本地的Ollama。 |
API Base URL |
输入 http://127.0.0.1:11434/v1 |
这是Ollama默认的API地址,必须包含 /v1 。 |
API Key |
随便输入,比如 ollama 或 123 |
Ollama本身不校验Key,但不能留空。 |
Endpoint compatibility |
选择 OpenAI-compatible |
Ollama接口兼容OpenAI格式。 |
Model ID |
输入 qwen2.5:7b-32k |
必须是上一步我们定制的模型名字。 |
后续所有问题(Configure skills等) |
全部选择 Skip for now 或 No |
先保证能跑起来,技能后面可以慢慢加。 |
配置成功后,PowerShell里会显示 **`Verification successful`**,并给出一行地址(如 `http://127.0.0.1:18789`)和一个 `Token`。**务必把这个Token复制保存好**,它是你登录Web管理界面的密码。
📌 第四步:启动并验证
- 启动服务:配置完成后,OpenClow服务应该会自动启动。如果没有,可以在PowerShell里输入
openclaw serve来启动。 - 打开管理界面:打开浏览器,在地址栏输入
http://127.0.0.1:18789/?token=你刚才复制的Token。 - 测试一下:在对话框里输入一个简单的指令,比如“帮我用Python写一个计算斐波那契数列的函数”。如果OpenClaw能正确理解并生成代码,就说明你的“龙虾”成功养活了!
⚠️ 重要提醒与下一步
在开始使唤你的“龙虾”干活前,有几个安全提醒请一定放在心上:
- 安全第一,权限管控:OpenClaw能力很强,能直接操作你的文件系统。千万不要在存有重要文件的主力机上随意尝试不熟悉的指令。对于删除、格式化等危险操作,最好先在配置里设置成“执行前需确认”。
- 风险意识:OpenClaw目前还在快速发展,可能存在一些漏洞,要警惕被恶意工具利用。建议先在虚拟机或闲置电脑上玩熟了,再考虑部署到主力机。
更多推荐




所有评论(0)