OpenClaw 快速部署与本地模型（Ollama）接入

目录

一、环境准备

二、第一步：安装 OpenClaw

三、第二步：安装并配置 Ollama（本地模型核心）

四、第三步：配置 OpenClaw 使用本地模型

五、第四步：测试运行

注： 常见问题排查

六、第六步：5 个新手即拿即用、效果立竿见影的 OpenClaw 实用自动化指令

注:使用技巧

接下来，我们将带你完成 OpenClaw 的快速部署，并接入本地大模型（Ollama）。整个过程并不复杂，大约只需要花费10到15分钟，当然，具体时间还得看你的网络和硬件状况。

一、环境准备

动手之前，先确保你的设备符合以下基本要求：

• 系统：Windows 10 及以上、macOS 10.15 及以上、或 Linux（推荐 Ubuntu 20.04 或更新版本）。
• Python：版本至少为 3.9。你可以在终端里输入 python --version 或 python3 --version 来检查。
• 内存：至少 8GB（用于跑小型模型），如果想要更流畅的体验，推荐 16GB 或更多。

二、第一步：安装 OpenClaw

打开你的终端（Windows 用户用 PowerShell 或 CMD，macOS 和 Linux 用户用系统自带的 Terminal），然后输入这条命令：

pip install openclaw

如果觉得下载速度慢，可以加上国内的镜像源来加速，比如：pip install openclaw -i https://pypi.tuna.tsinghua.edu.cn/simple

三、第二步：安装并配置 Ollama（本地模型核心）

1. 安装 Ollama

最省心的方式是直接去官网（ollama.com）下载对应你操作系统的一键安装包，支持Windows、macOS和Linux。

安装完成后，别忘了在终端里验证一下：ollama --version。看到版本号就说明安装成功了。

2. 拉取一个本地模型

对新手来说，Qwen 2.5:7B 是个不错的起点：它的中文理解能力强，速度够快，而且对资源的要求也相对亲民。

在终端执行：

ollama pull qwen2.5:7b

当然，你也有其他选择：喜欢英文任务的可以考虑 Llama 3.1:8B；如果设备配置较低，追求极致的速度，那么 Qwen 2.5:3B 会更适合。

3. 验证本地模型运行

关键一步，验证模型是否真的跑起来了。在终端输入：

ollama run qwen2.5:7b

如果看到类似 >>> 这样的交互提示符，恭喜你，模型已经成功启动。最后，输入 /bye 可以退出这个交互界面。

四、第三步：配置 OpenClaw 使用本地模型

1. 初始化 OpenClaw

回到终端，执行初始化命令：

openclaw onboard

这个命令会启动一个引导式的配置向导，你只需要根据提示一步步操作即可：

• 选择界面语言（这里我们选 中文）。
• 关键一步：选择模型提供商时，记得选择 Ollama。
• 输入你之前拉取的模型名称，比如 qwen2.5:7b。
• 配置文件的存储路径可以直接按回车，使用默认设置。
• 根据系统提示，授予 OpenClaw 必要的系统权限（比如“辅助功能”、“完全磁盘访问”等）。这一步很重要，如果不授权，后续它将无法操作你的电脑。

2.（可选）手动修改配置文件

万一在初始化时手滑选错了，也不用慌，可以直接编辑配置文件来修正：

• 配置文件路径： macOS/Linux: ~/.openclaw/config.yaml Windows: C:\Users\你的用户名\.openclaw\config.yaml
• 找到关于 model 的配置部分，将其修改为类似这样：

model:
  provider: ollama
  model: qwen2.5:7b
  base_url: http://localhost:11434/v1 # 这是 Ollama 默认的 API 地址

五、第四步：测试运行

1. 启动 OpenClaw

万事俱备，现在在终端输入启动命令：

openclaw

命令执行后，通常会自动在你的默认浏览器中打开 OpenClaw 的控制面板（Dashboard），默认访问地址是 http://localhost:8080。

2. 发个简单指令测试

是骡子是马，拉出来溜溜。在控制面板的输入框里，尝试下面这个指令：

“帮我在桌面创建一个叫 test_openclaw.txt 的文件，里面写‘Hello OpenClaw + 本地模型！’”

如果一切顺利，你应该立刻能在桌面上找到这个新创建的文本文件。看到它，就意味着你的 OpenClaw 已经成功部署，并且正在愉快地驱动着你的本地大模型了！

注： 常见问题排查

如果过程中遇到坎儿，别急，先看看这里：

• Ollama 连接失败：首先确认 Ollama 服务正在运行（终端里运行着 ollama serve 或者你重启一下 Ollama 的应用）。
• 模型响应太慢：可以尝试换用更小的模型（比如 qwen2.5:3b），或者关闭其他正在占用大量内存的程序。
• 权限不足：尤其是在 macOS 上，记得去“系统设置 → 隐私与安全性”里，检查并给终端或 OpenClaw 授予所需的权限。

六、第六步：5 个新手即拿即用、效果立竿见影的 OpenClaw 实用自动化指令

配置好了，那它能干什么呢？这里准备了5个现成的指令，覆盖常见痛点，让你立刻感受到自动化的魅力。

场景1：自动整理“下载”文件夹（按文件类型分类）

适用痛点：下载文件夹像个杂物间，堆了几百个文件，想找个东西得费半天劲。

指令内容：

“请打开我的‘下载’文件夹，把里面所有文件按类型分类：图片放到‘图片’子文件夹，文档（pdf/word/ppt/excel）放到‘文档’子文件夹，压缩包（zip/rar/7z）放到‘压缩包’子文件夹，安装包（exe/dmg/pkg）放到‘安装包’子文件夹。如果子文件夹不存在，请自动创建。”

小提示：对于 macOS 或 Linux 用户，为了避免路径识别误差，可以直接使用绝对路径，比如把“下载”换成 /Users/你的用户名/Downloads。

场景2：一键备份重要文档到指定位置

适用痛点：总忘记备份文档，整天提心吊胆怕电脑出问题数据丢失。

指令内容：

“请将我的‘文档’文件夹里的所有内容，完整复制到 D 盘（或外接硬盘）的‘文档备份_20260310’文件夹里。如果目标文件夹不存在，请创建。复制完成后，告诉我一共备份了多少个文件、占用多少空间。”

小提示：记得把 20260310 改成当天的实际日期，方便区分版本。如果是 macOS 系统，外接硬盘的路径通常是 /Volumes/你的硬盘名。

场景3：自动生成周报 / 日报模板（办公族必备）

适用痛点：每周写周报都要重新画表格、调格式，重复劳动浪费生命。

指令内容：

“请在桌面创建一个名为‘2026年第10周周报.md’的文件，内容包含以下板块：
本周工作完成情况（分点列出）
遇到的问题与解决方案
下周工作计划
需要协调的资源
每个板块下面留空，方便我填写。”

小提示：你可以把文件后缀 .md 换成 .docx，直接生成 Word 文档。更进阶的玩法是，先让 OpenClaw 读取你上周的周报文件，让它自动沿用之前的格式。

场景4：快速清理系统临时文件（释放磁盘空间）

适用痛点：C盘天天飘红，但不知道哪些文件能删、哪些不能动。

指令内容：

“请帮我安全清理系统临时文件：
Windows：清理 C:\Windows\Temp 和 C:\Users\你的用户名\AppData\Local\Temp 文件夹里的所有文件（跳过正在使用的文件）
macOS：清理 /tmp 和 ~/Library/Caches 文件夹里的临时文件
清理完成后，告诉我一共释放了多少空间。”

⚠️ 安全提示：对于清理操作，一个更稳妥的做法是分两步走：先让 OpenClaw “列出要删除的文件清单”，你确认无误后，再让它执行删除。这样可以最大程度避免误删重要文件。

场景5：自动汇总 Excel 数据（简单办公自动化）

适用痛点：每个月都有好几个Excel表格要合并统计，手动复制粘贴到眼花。

指令内容：

“请打开我‘文档/销售数据’文件夹里的所有 Excel 文件（1月.xlsx、2月.xlsx、3月.xlsx），把每个文件里‘Sheet1’的‘销售额’列数据汇总，计算出季度总销售额和每月平均值，然后在桌面生成一个新的 Excel 文件‘季度销售汇总.xlsx’，把结果放进去。”

小提示：如果表格结构比较复杂，可以先让 OpenClaw “读取并描述一下第一个 Excel 文件的结构”，确认它正确理解了列名和数据位置，再执行汇总任务。

注:使用技巧

最后，分享几个让 OpenClaw 更好用的小技巧：

• 指令越具体越好：给它布置任务时，尽量说清楚“从哪来、到哪去、具体怎么做”，避免使用模糊指令，比如“帮我整理文件”。
• 分步执行更安全：面对复杂的任务，不妨拆分成两步，例如先让它“列出所有相关文件”，你审核一遍，再让它“执行移动或删除操作”。
• 善用“记忆”功能：如果你经常使用某个特定路径，可以告诉 OpenClaw “以后把‘D:\备份’简称为‘我的备份盘’”，它会记住这个别名，以后下指令就方便多了。