OpenClaw使用本地Ollama调用qwen3大模型

2026-05-06阅读 0热度 0

ai OpenClaw

跨环境部署OpenClaw与本地Ollama：一次混合架构的实战配置

如果你正在尝试将OpenClaw与本地大语言模型结合，但希望它们运行在不同的机器上，那么这次在Linux虚拟机部署OpenClaw Server，在物理机运行Ollama并调用Qwen3:30b模型的实践，或许能给你提供一条清晰的路径。

环境说明
虚拟机环境：Linux kali 6.16.8+kali-arm64
物理机环境：Darwin bogon 25.3.0 Darwin Kernel Version 25.3.0

Ollama安装与关键配置

首先从Ollama官网获取安装包进行部署。官网提供了一套与OpenClaw集成的一键式方案，但这个方案默认检测的是本地服务。由于我们的Ollama和OpenClaw分别位于物理机和虚拟机，属于跨机部署，因此需要绕开自动检测，采用手动配置的方式。

安装完成后，首要任务是下载合适的模型。本地模型的性能通常无法与云端API比肩，因此参数规模越大，效果往往越有保障。这次我们选择了qwen3:30b作为基础模型。

接下来的两个配置项至关重要，直接影响OpenClaw能否成功调用。

第一，在Ollama的设置中开启“允许网络访问”，这是跨机调用的前提。
第二，调整模型的上下文窗口。OpenClaw要求模型的上下文窗口不低于16000 tokens，而Ollama拉取的基础模型默认仅为4096 tokens。为了保证功能正常，最好将其扩展至32768 tokens。

OpenClaw配置详解：连接远程Ollama

OpenClaw需要通过一个API Key来识别Ollama服务。对于本地部署，这个Key可以是任意字符串，执行以下命令即可：

openclaw config set models.providers.ollama.apiKey "ollama-local"

官方文档的配置示例适用于同机部署，系统可以通过环境变量OLLAMA_API_KEY自动识别。对于跨机环境，我们必须手动在OpenClaw中添加这个Ollama服务提供者。

官网给出的配置JSON结构如下，这为我们指明了方向：

{models: {providers: {ollama: {// 使用包含 /v1 的主机地址以兼容 OpenAI APIbaseUrl: "http://ollama-host:11434/v1",apiKey: "ollama-local",api: "openai-completions",models: [{id: "llama3.3",name: "Llama 3.3",reasoning: false,input: ["text"],cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },contextWindow: 8192,maxTokens: 8192 * 10}]}}}}

实际操作中，通过OpenClaw的Web界面进行配置更为直观。打开Web界面后，在Settings下可以切换Form（表单视图）和Raw（原始JSON视图）。

直接定位到models配置部分。整个配置层级可以这样理解：先配置Ollama这个“供应商”（Provider），然后再配置这个供应商下的具体“模型”（Model）。

第一步：配置Ollama供应商
在供应商层级，API Adapter选择openai-completions，API Key填入之前设置的ollama-local。

最关键的是Base URL，这里必须填入运行Ollama的物理机IP地址，格式为http://[物理机IP]:11434/v1。

第二步：配置具体模型
供应商配置好后，开始配置其下的具体模型。创建一个新模型，Api依旧选择openai。
Context Windows必须设置为32768（与Ollama中扩展的上下文一致），OpenClaw对此有硬性要求，不得低于16000。
由于是本地模型，所有Cost（输入、输出、缓存读写）均可设为0。