OpenClaw+GLM-4.7-Flash：10分钟搭建个人AI助手

1. 为什么选择这个组合？

上周我在调试一个自动化脚本时，突然意识到：为什么不让AI自己操作电脑完成任务？这个念头让我开始寻找解决方案。经过几轮测试，我发现OpenClaw+GLM-4.7-Flash的组合特别适合个人开发者快速搭建AI助手。

GLM-4.7-Flash作为轻量级模型，响应速度快且对硬件要求低；而OpenClaw则提供了直接操控电脑的能力。两者结合后，我的MacBook Pro上就能跑起来一个能真正"动手做事"的AI助手。

2. 环境准备与快速安装

2.1 基础环境检查

在开始前，请确保你的设备满足：

• 操作系统：macOS/Linux（Windows需WSL2）
• 内存：至少8GB空闲内存
• 网络：能正常访问GitHub和模型下载源

我用的是一台2020款M1 MacBook Air，实测完全够用。

2.2 三步安装法

第一步：安装OpenClaw核心

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

这个命令会自动完成依赖检查和主程序安装，整个过程约2分钟。

第二步：部署GLM-4.7-Flash

ollama pull glm-4.7-flash

模型下载大小约4.7GB，我的百兆宽带用了6分钟完成。

第三步：初始化配置

openclaw onboard --provider ollama --model glm-4.7-flash

向导会询问几个简单问题，我都选择了默认选项。特别提醒：当问到"Enable local file access?"时，根据你的安全需求选择是否允许AI访问本地文件。

3. 关键配置详解

安装完成后，需要调整几个核心配置才能发挥最大效能。

3.1 模型连接配置

编辑~/.openclaw/openclaw.json，找到models部分：

"models": {
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434",
      "api": "ollama",
      "models": [
        {
          "id": "glm-4.7-flash",
          "name": "GLM-4.7-Flash (Local)",
          "contextWindow": 8192
        }
      ]
    }
  }
}

这里特别注意baseUrl要对应ollama的服务端口（默认11434）。

3.2 基础技能启用

OpenClaw通过技能(Skills)扩展能力，初次使用建议启用：

openclaw skills enable file-manager web-browser

这会让AI具备基本的文件管理和网页操作能力。我后来还加装了email-helper来处理邮件自动归类。

4. 启动与测试

4.1 服务启动

开两个终端窗口分别运行：

# 窗口1：启动ollama服务
ollama serve

# 窗口2：启动OpenClaw网关
openclaw gateway start

看到"Gateway ready at http://127.0.0.1:18789"提示即表示成功。

4.2 快速测试任务

访问http://127.0.0.1:18789进入控制台，尝试以下任务：

测试1：文件操作 输入："在我的下载文件夹创建一个test.txt文件，内容写'Hello OpenClaw'" 我观察到AI准确地找到了下载目录并创建了文件。

测试2：网页检索 输入："搜索2024年巴黎奥运会吉祥物名称并保存结果到notes.md" AI自动打开浏览器完成搜索，并将结果整理成Markdown格式。

5. 性能优化建议

经过一周的使用，我总结了几个提升体验的技巧：

模型参数调优 在ollama运行时添加：

ollama serve --num-ctx 4096 --num-threads 4

这能提高模型上下文处理能力，我的M1上响应速度提升了约30%。

OpenClaw内存限制 编辑~/.openclaw/config.json增加：

"memory": {
  "maxCacheSize": "500MB"
}

避免长时间运行后内存占用过高。

定时任务设置 使用crontab添加：

0 */6 * * * pkill -f "openclaw gateway" && openclaw gateway start

每6小时重启服务防止内存泄漏。

6. 实际应用案例

分享两个我日常使用中的真实场景：

晨间信息简报 每天早上8点，AI会自动：

1. 打开指定新闻网站
2. 抓取科技板块头条
3. 生成摘要并发送到我的邮箱
4. 将完整内容保存到Notion数据库

整个过程完全自动化，我只用看结果。

代码辅助审查 当我完成一个Git提交后，AI会：

1. 读取最新diff
2. 检查常见代码问题
3. 生成改进建议
4. 在VSCode中创建TODO注释

这帮我发现了多个潜在的内存泄漏问题。

7. 遇到的坑与解决方案

中文编码问题 初期遇到中文内容乱码，解决方案是在ollama启动时指定：

LC_ALL=zh_CN.UTF-8 ollama serve

权限拒绝错误 当AI尝试访问受限区域时，会报"Permission denied"。我的做法是：

1. 明确限制工作目录
2. 使用sandbox模式运行敏感操作

openclaw gateway start --sandbox ~/ai_workspace

模型响应慢 发现有时GLM-4.7-Flash响应超过30秒，通过以下方法改善：

1. 限制上下文长度
2. 使用更精确的指令
3. 在ollama配置中启用GPU加速

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。