二、配置 OpenClaw 使用本地 Ollama（交互向导方式）

1、前置验证

# 检查 Ollama 是否已运行并列出本地模型
ollama list

• 执行结果

D:\software\ollama\install>ollama list
NAME             ID              SIZE      MODIFIED
gemma4:latest    c6eb396dbd59    9.6 GB    3 hours ago

D:\software\ollama\install>

如果 Ollama 不在 PATH 中但确认已在运行，也可以跳过此步直接继续。

2、通过 openclaw config 配置 Ollama（推荐）

openclaw config

执行后进入交互式配置向导，按以下步骤操作：

步骤 1：选择 Gateway 运行位置

界面提示：

*  Where will the Gateway run?
|  > Local (this machine)
|    Remote (info-only)

选项说明：

选项	说明
Local (this machine)	Gateway 运行在本机
Remote (info-only)	Gateway 运行在远程服务器，此处仅查看信息

建议：选择 Local (this machine)

---

步骤 2：选择要配置的项目

界面提示：

*  What do you want to configure?
|    Workspace
|    Model
|    Web tools
|    Gateway
|    Daemon
|    Channels
|    Plugins
|    Skills
|    Health check
|  > Skip for now

选项说明：

选项	说明
Workspace	设置工作目录和会话路径
Model	配置模型提供方和默认模型
Web tools	配置网络搜索工具
Gateway	配置网关参数（端口、绑定地址等）
Daemon	配置后台守护进程
Channels	配置通信渠道（微信、飞书等）
Plugins	管理插件
Skills	配置 AI 技能
Health check	运行健康检查
Skip for now / Done	跳过或完成配置

建议：选择 Model，配置 Ollama 模型

---

步骤 3：选择模型提供方

界面提示：

*  Model/auth provider
|    OpenAI
|    Anthropic
|    xAI (Grok)
|    Google
|    OpenRouter
|  > More…
|    Skip for now

点击 More… 展开完整列表，找到并选择 Ollama：

*  Model/auth provider
|  Search:
|    ...
|    NVIDIA
|  > Ollama (Cloud and local open models)
|    OpenCode
|    Qianfan
|    ...
|  ↑/↓ to select • Enter: confirm • Type: to search

建议：输入 ollama 快速搜索定位，或上下键滚动到 Ollama (Cloud and local open models) 选中

---

步骤 4：选择 Ollama 认证方式

界面提示：

*  Ollama auth method
|  > Ollama (Cloud and local open models)
|    Ollama Cloud
|    Back

选项说明：

选项	说明
Ollama	本地自建 Ollama 服务，无需认证
Ollama Cloud	Ollama 云端服务，需要认证
Back	返回上一步

建议：选择第一个 Ollama (Cloud and local open models)

---

步骤 5：选择 Ollama 运行模式

界面提示：

*  Ollama mode
|    Cloud + Local
|    Cloud only
|  > Local only (Local models only)

选项说明：

选项	说明
Cloud + Local	同时使用云端和本地模型
Cloud only	仅使用云端模型
Local only	仅使用本地已下载的模型

建议：选择 Local only（仅使用本地模型）

---

步骤 6：确认 Ollama 地址

界面提示：

*  Ollama base URL
|  http://127.0.0.1:11434█

此处会自动检测到本地 Ollama 的默认地址和端口，直接回车即可。如果修改过 Ollama 端口，请手动输入正确地址。

---

步骤 7：选择本地可用模型

界面提示：

*  Models in /model picker (multi-select)
|  Search: _
|  [ ] ollama/gemma4:latest (ctx 128k · reasoning)
|  ↑/↓ to navigate • Tab: select • Enter: confirm • Type: to search

此处会自动检测本地 Ollama 已下载的模型列表，按 Tab 键选中需要的模型，然后按 Enter 确认。支持多选。

选中后显示：

o  Models in /model picker (multi-select)
|  1 items selected
Updated config: $OPENCLAW_HOME\config\openclaw.json
  Backup: $OPENCLAW_HOME\config\openclaw.json.bak

---

步骤 8：完成配置

模型配置完成后，会回到配置菜单，选择 Done 完成：

*  What do you want to configure?
|  > Workspace (Set workspace + sessions)
|    Model
|    Web tools
|    Gateway
|    Daemon
|    Channels
|    Plugins
|    Skills
|    Health check
|    Done

如需同时配置 Workspace 等其他项，可在此继续选择；否则选择 Done 退出。

完成后输出：

o  Control UI ---------------------------------------------------+
|                                                                |
|  Web UI: http://127.0.0.1:18789/                               |
|  Gateway WS: ws://127.0.0.1:18789                              |
|  Docs: https://docs.openclaw.ai/web/control-ui                 |
|                                                                |
+----------------------------------------------------------------+
|
—  Configuration updated.

---

3、完整配置过程实录

以下是实际执行 openclaw config 配置 Ollama 的终端输出全过程，每一步均已在上方章节中说明，可对照参考。

D:\software\ollama\install>openclaw config
|
o

OpenClaw 2026.6.8 (844f405) — I'll refactor your busywork like it owes me money.

T  OpenClaw configure
|
o  Existing config detected ---------------+
|                                          |
|  Workspace: $OPENCLAW_HOME\workspace     |
|  Model: volcengine-plan/ark-code-latest  |
|  Gateway: local via loopback on :18789   |
|                                          |
+------------------------------------------+
|
o  Where will the Gateway run?
|  Local (this machine)
|
o  What do you want to configure?
|  Model
|
o  Model/auth provider
|  More…
|
o  Model/auth provider
|  Ollama
|
o  Ollama auth method
|  Ollama
|
o  Ollama mode
|  Local only
|
o  Ollama base URL
|  http://127.0.0.1:11434
|
|
o  Models in /model picker (multi-select)
|  1 items selected
Updated config: $OPENCLAW_HOME\config\openclaw.json
  Backup: $OPENCLAW_HOME\config\openclaw.json.bak
|
o  What do you want to configure?
|  Workspace
|
o  Workspace directory
|  D:\software\openclaw\workspace
Workspace OK: $OPENCLAW_HOME\workspace
Sessions OK: $OPENCLAW_HOME\state\agents\main\sessions
Updated config: $OPENCLAW_HOME\config\openclaw.json
  Backup: $OPENCLAW_HOME\config\openclaw.json.bak
|
o  What do you want to configure?
|  Done
|
o  Control UI ---------------------------------------------------+
|                                                                |
|  Web UI: http://127.0.0.1:18789/                               |
|  Gateway WS: ws://127.0.0.1:18789                              |
|  Gateway: not detected (connect ECONNREFUSED 127.0.0.1:18789)  |
|  Docs: https://docs.openclaw.ai/web/control-ui                 |
|                                                                |
+----------------------------------------------------------------+
|
—  Configuration updated.

---

4、模型切换与管理

配置完 Ollama 后，可随时在本地和云端模型间切换：

# 查看所有已配置模型
openclaw models list --all

# 查看当前默认模型
openclaw models current

# 切换到 Ollama 本地模型
openclaw models set ollama/gemma4:latest

# 切回火山引擎（示例）
openclaw models set volcengine-plan/ark-code-latest

# 切回 DeepSeek（示例）
openclaw models set deepseek/deepseek-v4-flash

---

5、备选方式：手动命令行添加

如果不想使用 openclaw config 交互向导，也可以通过以下命令逐步手动配置。

步骤 1：添加 Ollama 作为模型提供方

openclaw models auth add

提示项	输入/选择	说明
Token provider	选择 ollama	在列表中选择 Ollama 作为模型提供方
Profile ID	自定义，例如 ollama-local	用来标识这套 Ollama 配置
Does this token expire?	直接回车或输入 n	Ollama 本地调用不需要 token
Ollama base URL	http://localhost:11434	本地 Ollama 默认地址，如非默认请修改
Token (leave empty for none)	直接回车	留空即可

步骤 2：添加具体模型

openclaw models add

提示项	输入值	说明
Model provider	ollama	选择刚才添加的 Ollama 提供方
Model name	qwen3.5:0.8b	必须与 Ollama 中已下载的模型名完全一致（含 tag）
Profile ID	选择刚才创建的 ollama-local	关联到刚才的 Ollama 配置
Display label	Ollama Qwen3.5 0.8B	OpenClaw 界面上显示的友好名称

步骤 3：验证并设为默认

# 验证模型已添加
openclaw models list --all | findstr "ollama-local"

# 设为默认模型
openclaw models set ollama-local/qwen3.5:0.8b

---

三、官网 Ollama 配置 OpenClaw（推荐方式）

这是 Ollama 官方推荐的最简单配置方式，通过 ollama launch openclaw 一键完成安装、模型配置和启动。

步骤 1：一键启动配置

# 执行 Ollama 官方推荐的启动命令
ollama launch openclaw

执行后，Ollama 会自动完成以下步骤：

步骤	说明
1. 安装检查	如果 OpenClaw 未安装，Ollama 会提示通过 npm 安装
2. 安全提示	首次启动会显示安全提示，说明工具访问风险
3. 模型选择	在选择器中选择一个模型（本地或云端）
4. 自动配置	配置模型提供方、安装网关守护进程、设置模型为主模型、启用 Ollama 网页搜索
5. 启动网关	在后台启动并打开 OpenClaw TUI

界面提示（模型选择阶段）：

*  Choose a model
|  Search:
|    ...
|    kimi-k2.5:cloud (Multimodal reasoning with subagents)
|    qwen3.5:cloud (Reasoning, coding, and agentic tool use with vision)
|    glm-5.1:cloud (Reasoning and code generation)
|    minimax-m2.7:cloud (Fast, efficient coding and real-world productivity)
|    qwen3.5:0.8b (Local, 11 GB VRAM)
|    gemma4 (Local, 16 GB VRAM)
|  ↑/↓ to select • Enter: confirm • Type: to search

建议选择：

• 云端模型：qwen3.5:cloud（推理、编码、视觉理解）
• 本地模型：qwen3.5:0.8b（如果你已在 Ollama 中下载）

步骤 2：配置完成后启动

2.1 如果网关已在运行，会自动重启

如果你之前已启动过 OpenClaw 网关，再次运行 ollama launch openclaw 时，网关会自动重启以应用新配置。

# 如果网关已在运行，再次配置新模型时
ollama launch openclaw --model qwen3.5:cloud

输出提示类似：

Gateway is running. Restarting to apply new configuration...
Gateway started successfully.

配置完成后，网关会自动启动并打开 OpenClaw TUI。

步骤 3：其他常用命令（官网推荐）

3.1 仅配置不启动

如果只想更改模型配置而不启动网关：

ollama launch openclaw --config

3.2 直接指定模型启动

ollama launch openclaw --model kimi-k2.5:cloud

3.3 非交互模式（无头模式）

适用于 Docker、CI/CD 或脚本：

ollama launch openclaw --model kimi-k2.5:cloud --yes

--yes 标志：自动拉取模型、跳过选择器，必须配合 --model 使用

3.4 配置消息渠道（微信、Telegram 等）

openclaw configure --section channels

3.5 停止网关

openclaw gateway stop

3.6 启用/验证 Ollama 网页搜索

# 配置网页搜索
openclaw configure --section web

注意：本地模型使用 Ollama 网页搜索需要先执行 ollama signin

---

官网推荐模型列表

云端模型：

模型	说明
kimi-k2.5:cloud	多模态推理，带智能子代理
qwen3.5:cloud	推理、编码、智能工具使用，支持视觉
glm-5.1:cloud	推理和代码生成
minimax-m2.7:cloud	快速高效编码，适合实际生产力场景

本地模型：

模型	说明
gemma4	本地推理和代码生成（约 16 GB VRAM）
qwen3.5	本地推理、编码、视觉理解（约 11 GB VRAM）

更多模型：https://ollama.com/search?c=cloud

---

注意事项

1. 上下文窗口要求：OpenClaw 需要较大的上下文窗口，使用本地模型时建议至少 64k tokens
2. 旧版别名：旧版命令 ollama launch clawdbot 仍然有效
3. 本地模型 VRAM：确保本地机器有足够的显存（qwen3.5 约需 11 GB，gemma4 约需 16 GB）