用本地模型最大的好处是：数据隐私可控、无API调用费用、还能离线使用，对处理敏感实验数据或高频使用的科研场景来说非常友好。

下面这份攻略，从工具选择到硬件配置，再到完整的部署步骤，帮你一步步搞定。

---

一、先选工具：Ollama还是LM Studio？

两位主流的“本地模型管家”，各有更适合的场景：

对比维度	Ollama	LM Studio
操作界面	纯命令行	图形化界面
上手门槛	稍高，需记命令	低，点击下载即可
适合人群	喜欢命令行/需远程调用	新手首选/不熟命令行的用户
模型管理	ollama pull 模型名 一键下载	“Model Hub”搜索→点下载，直观

简单来说：追求直观简单、不想敲命令，选 LM Studio；想要更极客、方便远程调用，选 Ollama。下面两种方案都会讲到。

---

二、硬件参考：我的电脑能跑什么模型？

这是科研人最关心的问题。你不需要顶配设备，合理选择“量化版本”就行。量化可以理解为给模型“瘦身”，牺牲少量精度换取更低的显存占用：

你的显卡配置	推荐模型及量化版本	能做什么
RTX 3060/4060 (12GB显存)	Qwen3.5-9B Q4_K_M (约6GB)	常规科研对话、代码开发、文本分析
RTX 4090/5090 (24GB显存)	Qwen3.5-27B/35B Q4_K_M (约16GB)	复杂推理、长文本处理、论文深度润色
GTX 1050Ti (4GB) 或 无独显	Qwen3.5-2B/0.8B (CPU也能跑)	基础功能体验、简单任务

如果用的是苹果M系列芯片（M1/M2/M3）的Mac，8GB内存以上就能玩转不少小模型了。

---

三、方案A：LM Studio保姆级部署流程（Windows/Mac通用）

第1步：安装LM Studio

访问官网下载对应系统的安装包，一路默认安装即可。

第2步：下载Qwen3.5模型

1. 打开LM Studio，点击左侧 “Model Hub”（模型中心）。
2. 搜索 qwen3.5，根据显存选版本：12GB显存选 Qwen3.5-9B-i1-Q4_K_M，24GB显存可选 Qwen3.5-27B 量化版。
3. 点击 Download 下载，完成后会出现在左侧 “My Models” 里。

第3步：一键开启API服务（关键！）

1. 点左侧 “Server” 标签。
2. 打开 “Enable Server” 和 “Enable OpenAI Compatibility” 两个开关。
3. 默认端口 1234 不用改。
4. 在 “Advanced Settings” 里，把 Context Window 设为 100000（决定模型能一次处理多长的上下文）。
5. 测试一下：浏览器访问 http://localhost:1234/v1/models，如果显示模型列表就说明成功了。

第4步：配置OpenClaw，让它“认识”本地模型

打开配置文件 openclaw.json（路径在 C:\Users\你的用户名\.openclaw\ 下），添加以下内容：

"models": {
  "providers": {
    "local-gpu": {
      "baseUrl": "http://localhost:1234/v1",
      "apiKey": "随便填点啥",
      "api": "openai-completions",
      "models": [{
        "id": "qwen3.5-27b-v2-stage1", 
        "name": "Qwen3.5-27B(本地GPU)",
        "contextWindow": 100000,
        "maxTokens": 100000,
        "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0}
      }]
    }
  }
}

baseUrl 对应LM Studio的服务地址，id 要和你下载的模型名一致。

第5步：重启OpenClaw并验证

在终端执行重启命令，之后输入测试命令，看到成功提示就大功告成了。

---

四、方案B：Ollama命令行部署流程（更极客）

第1步：安装Ollama

去官网下载安装包，或直接用命令：

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

第2步：下载并运行模型

一条命令搞定，以qwen3.5 9B为例：

ollama run qwen3.5:9b

首次运行会自动下载模型。其他模型去 ollama.com/library 查名字。

第3步：配置OpenClaw

Ollama的默认地址是 http://localhost:11434。如果用“自动发现”模式，只需设一个环境变量，OpenClaw就能自动识别所有下载好的模型：

OLLAMA_API_KEY="ollama-local"

如果想手动指定模型，编辑 openclaw.json，把 baseUrl 设成 http://localhost:11434/v1 并列出模型ID就行。

---

五、科研场景的几点实用建议

1. 任务分流，效率最高：对实验想法、未发表数据等敏感内容，走本地模型，数据不出电脑。日常文献搜索、格式校对这类非敏感任务，可以走云端免费API（如阿里云百炼），速度快还省本地算力。
2. 小模型也够用：不要盲目追求大模型。对于文献摘要、代码补全这类明确任务，9B甚至4B的模型响应更快，体验也好。
3. 养成好习惯：本地模型的核心优势是隐私，但仍建议定期备份你的OpenClaw配置和本地模型文件，以防万一。