一、使用背景

OpenClaw是一款具备系统级操作权限的AI代理工具，能将自然语言指令转化为实际的文件操作、程序控制、网络请求等行为；Ollama则是一款轻量级的本地大模型运行工具，支持一键部署Qwen、Llama、Phi等主流大模型，二者结合能实现本地推理+本地执行的全闭环。

二、Ollama简介

Ollama 是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。
Ollama是OpenClaw的“智能大脑”，负责自然语言指令的解析与推理，需先完成Ollama安装，再拉取并定制大模型，核心要求是模型上下文窗口≥16000 tokens（OpenClaw官方硬性要求，否则无法正常运行）。

三、Ollama特点和功能概述

1、简化部署：

Ollama 目标在于简化在 Docker 容器中部署大型语言模型的过程，使得非专业用户也能方便地管理和运行这些复杂的模型。

2. 轻量级与可扩展：

作为轻量级框架，Ollama 保持了较小的资源占用，同时具备良好的可扩展性，允许用户根据需要调整配置以适应不同规模的项目和硬件条件。

3. API支持：

提供了一个简洁的 API，使得开发者能够轻松创建、运行和管理大型语言模型实例，降低了与模型交互的技术门槛。

4. 预构建模型库：

包含一系列预先训练好的大型语言模型，用户可以直接选用这些模型应用于自己的应用程序，无需从头训练或自行寻找模型源。

5. 模型导入与定制：

从 GGUF 导入：支持从特定平台（如GGUF，假设这是一个模型托管平台）导入已有的大型语言模型。
从 PyTorch 或 Safetensors 导入：兼容这两种深度学习框架，允许用户将基于这些框架训练的模型集成到 Ollama 中。
自定义提示：允许用户为模型添加或修改提示（prompt engineering），以引导模型生成特定类型或风格的文本输出。

6. 跨平台支持：

提供针对 macOS、Windows（预览版）、Linux 以及 Docker 的安装指南，确保用户能在多种操作系统环境下顺利部署和使用 Ollama。

7. 命令行工具与环境变量：

命令行启动：通过命令 ollamaserve 或其别名 serve、start 可以启动 Ollama 服务。

环境变量配置：如 OLLAMA_HOST，用于指定服务绑定的主机地址和端口，默认值为 127.0.0.1:11434。

四、Ollama如何安装

1、访问Ollama官网，以window下载安装为例
下载Windows版本安装包，双击运行，全程默认下一步即可完成安装；

2、 安装完成后，Ollama会自动注册为系统服务，实现开机自启，无需手动启动；

3、验证Ollama安装是否成功，在PowerShell中执行以下命令，显示版本号即表示成功

拉取基础大模型（推荐Qwen2.5/ Qwen3）

Ollama支持一键拉取主流大模型，推荐通义千问系列（Qwen2.5/Qwen3），中文推理能力强、适配性好，基础模型选择7B量化版，兼顾性能与硬件要求，命令如下：

# 拉取Qwen2.5 7B基础模型（约4.7GB，推荐）
ollama pull qwen2.5:7b

# 若需更强的推理能力，可拉取Qwen3 8B模型（约5GB，要求显存≥10GB）
ollama pull qwen3:8b

# 轻量版，显存4GB可运行：Qwen2.5 4B
ollama pull qwen2.5:4b

拉取过程中保持网络通畅，根据网络速度，耗时约5~20分钟，拉取完成后，模型会自动存储在本地Ollama目录中。

创建支持更大上下文窗口的模型（OpenClaw 要求 ≥16K）
OpenClaw 默认要求模型上下文窗口至少 16000 tokens，而基础模型可能只有 4096，因此需要创建自定义模型。

1、切换到用户根目录

cd C:\Users<你的用户名>

2、创建Modelfile模型配置文件，定义基础模型与上下文窗口参数，执行以下命令（一键创建，无需手动编辑）

#创建Modelfile，基于Qwen2.5:7b，设置上下文窗口32768 tokens
@"FROM qwen2.5:7b
PARAMETER num_ctx 32768"@ | Out-File -Encoding ascii Modelfile

正确输出应包含：FROM qwen2.5:7b和PARAMETER num_ctx 32768

4、基于Modelfile创建自定义模型（命名为qwen2.5:7b-32k，便于识别）：

5、验证自定义模型是否创建成功，同时检查上下文窗口参数：
查看本地所有模型，应显示qwen2.5:7b-32k

ollama list

查看自定义模型的配置，确认包含num_ctx 32768

ollama show qwen2.5:7b-32k --modelfile

注：若创建时出现unknown type错误，原因是Modelfile包含不可见字符，重新执行步骤2的创建命令即可（已指定-Encoding ascii，避免字符问题）。

OpenClaw对接本地Ollama模型

核心是将模型提供商指向本地Ollama
输入openclaw config 配置model模型

模型下拉选择自定义服务商

API地址：http://127.0.0.1:11434/v1

配置API Key

接口兼容模式，选择OpenAI兼容

本地自定义的模型名，qwen2.5:7b-32k
配置Model ID

配置完成后，若显示Verification successful，表示OpenClaw与本地Ollama模型连接成功

OpenClaw验证指令（推荐测试，覆盖基础能力）

推荐测试以下指令，验证OpenClaw+Ollama的核心能力：

1、 自然语言对话：介绍一下苹果官网最新产品
2、代码生成：帮我写一段Python代码，实现批量重命名文件夹下的所有txt文件
3、本地文件操作：在桌面创建一个名为AI_Test的文件夹，里面新建一个README.md文件，写入内容“OpenClaw+Ollama本地智能体”
4、系统信息查询：查看当前电脑的健康状况，输出详细报告

所有指令执行完成后，可手动检查本地文件、系统信息，确认AI执行结果准确。

启动TUI终端交互界面（推荐，轻量、流畅）

TUI是OpenClaw的核心交互方式，轻量无界面卡顿，适合日常使用，启动命令如下：
openclaw tui