保姆级教程：Windows本地部署Ollama+OpenClaw，打造你的AI赚钱系统（APP开发/量化/小说/剪辑）

Ne0inhk

— 9 min read
摘要：想用AI搞钱但卡在技术门槛？本文手把手教你用一台Windows电脑，零成本本地部署Ollama大模型+OpenClaw智能中枢，赋予AI开发APP、量化分析、编写小说、剪辑辅助等“赚钱技能”。全程无需编程基础，跟着鼠标点、照着命令敲，即可拥有24小时待命的AI员工。

一、写在前面

很多朋友对AI变现跃跃欲试，却常被这些问题劝退：

  • 云端部署太贵，API调用怕浪费钱
  • 技术文档看不懂，不知道从哪下手
  • 数据隐私担忧，不敢把敏感资料上传

其实，你手头那台Windows电脑完全能胜任！本文将带你搭建一套完全本地化、免费、可扩展的AI生产力系统，让AI帮你写代码、分析表格、生成文案、处理视频，真正把AI变成你的“赚钱工具”。

系统架构：

  • 本地大脑：Ollama + DeepSeek模型，负责理解任务、生成内容
  • 智能中枢：OpenClaw（原名OpenClaude），负责调用各类工具（Skill）
  • 赚钱技能：通过安装Skill包，让AI具备特定领域的实操能力

适用人群：完全零基础小白、想尝试AI副业的上班族、技术爱好者。

二、硬件准备（先给电脑做个“体检”）

在动手前，先确认你的电脑是否达标。这决定了AI的运行速度。

配置项最低要求推荐配置（体验流畅）检查方法
操作系统Windows 10 64位Windows 11右键“此电脑”->“属性”
内存16GB32GB打开任务管理器->“性能”
硬盘20GB空闲50GB以上（SSD固态更好）打开“此电脑”查看
显卡 （GPU）非必需，但有更好NVIDIA显卡（RTX 2060及以上）任务管理器->“性能”->“GPU”
特别提示：如果没有独立显卡，仅靠CPU也能运行，只是响应稍慢，不影响学习和使用。

三、打造AI大脑：安装Ollama并部署DeepSeek模型

Ollama是一个极简的大模型管理工具，可以像安装App一样在本地运行各种模型。我们选择国产开源模型DeepSeek-R1（7B），它在推理和代码生成方面表现出色，且对内存友好。

1. 下载Ollama安装包

  • 打开浏览器，访问Ollama官网：https://ollama.com/
  • 点击 “Download”，选择 “Windows” 版本。
  • 下载完成后，双击安装包，一路点击“Next”完成安装。安装成功后，任务栏右下角会出现一个小羊驼图标，表示Ollama已在后台运行。

2. 下载DeepSeek模型

  • 按键盘 Win + R，输入 cmd 回车，打开命令提示符窗口（黑色界面）。
  • 等待进度条走完（约10-30分钟，取决于网速）。下载完成后会自动进入对话界面，出现 >>> 提示符，此时你可以输入“你好”测试，模型会回复你。
  • 输入 /bye 可退出对话。

复制以下命令并回车（首次运行会自动下载模型）：

ollama run deepseek-r1:7b
验证：任何时候想再次启动模型，只需在命令行输入 ollama run deepseek-r1:7b。

四、安装智能中枢：OpenClaw（原OpenClaude）

现在AI大脑已经就绪，但它还不能操作你的电脑、调用外部工具。OpenClaw就像一个“操作系统”，让AI拥有执行具体任务的能力。

1. 安装Node.js环境

  • 访问Node.js官网：https://nodejs.org/
  • 下载左侧的 LTS版本（推荐初学者使用稳定版）。
  • 双击安装包，务必勾选“Automatically install the necessary tools”（自动安装必要工具），然后一路“Next”完成安装。这会自动配置好Python、Visual Studio Build Tools等依赖。

2. 验证Node.js安装

重新打开命令提示符（Win+R -> cmd），分别输入以下命令，看到版本号（如v22.x.x）即成功：

node--versionnpm--version

3. 全局安装OpenClaw

  • 引导过程中会询问几个问题，请按以下方式回答：
    • 选择默认模型：输入 deepseek-r1:7b（我们刚才下载的模型）
    • API Key：本地模型无需Key，直接回车跳过
    • 工作区路径：直接回车使用默认路径（C:\Users\你的用户名\.openclaw）
    • 安装守护进程：输入 Yes，这样即使关闭命令行窗口，AI中枢也会在后台运行

安装完成后，执行新手引导命令，让OpenClaw自动完成基础配置：

openclaw onboard --install-daemon

在命令行中执行：

npminstall-g openclaw@latest

4. 验证中枢是否运行

  • 如果显示 “running”，说明一切正常。
  • 打开浏览器，访问 http://127.0.0.1:18789/，你将看到OpenClaw的管理后台界面（首次登录需查看配置文件中的token，位于 C:\Users\你的用户名\.openclaw\openclaw.json 内）。

输入以下命令查看状态：

openclaw gateway status

五、赋予“赚钱技能”（安装Skill包）

Skill相当于AI的“插件”或“APP”。OpenClaw通过Skill让AI调用具体工具，例如写代码、处理数据、生成文档等。下面演示如何安装四个典型赚钱技能。

1. 进入工作区

在命令行中，进入OpenClaw默认的工作区目录：

cd %USERPROFILE%\.openclaw\workspace

2. 安装各技能包

【技能一】APP开发助手（skill-developer）

克隆开发技能仓库，并安装依赖：

git clone https://github.com/openclaw/skill-developer.git cd skill-developer npminstallcd..
【技能二】量化管理/数据分析（skill-data-analysis）

安装数据分析技能，可处理Excel、CSV，生成报表：

git clone https://github.com/openclaw/skill-data-analysis.git cd skill-data-analysis npminstallcd..
【技能三】长篇小说编写（skill-writer）

安装写作技能，可生成小说、脚本、文案等：

git clone https://github.com/openclaw/skill-writer.git cd skill-writer npminstallcd..
【技能四】视频剪辑辅助（skill-video-helper）

安装视频辅助技能，可生成字幕、剪辑脚本、调用FFmpeg处理视频：

git clone https://github.com/openclaw/skill-video-helper.git cd skill-video-helper npminstallcd..

3. 激活技能

技能包下载后，需要告知OpenClaw启用它们。

  • 用记事本打开配置文件：C:\Users\你的用户名\.openclaw\openclaw.json

保存文件后，在命令行执行重启命令，使配置生效：

openclaw gateway restart

找到 "skills" 字段，按照以下格式添加刚才安装的技能路径（注意将 你的用户名 替换为实际用户名，路径分隔符使用双反斜杠或正斜杠）：

"skills":{"developer":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-developer","enabled":true},"data-analysis":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-data-analysis","enabled":true},"writer":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-writer","enabled":true},"video-helper":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-video-helper","enabled":true}}

六、实战：让AI帮你赚钱（使用场景示例）

所有组件安装完成，现在你可以通过OpenClaw后台（http://127.0.0.1:18789/）与AI对话，并利用技能完成实际任务。

1. 副业场景：帮人开发小程序/写脚本

  • 对话示例：“调用developer技能，帮我用Python写一个简单的计算器程序，带图形界面，代码保存到桌面。”
  • AI会生成代码并创建文件，你可以直接交付给客户。

2. 副业场景：数据分析接单

  • 对话示例：“调用data-analysis技能，分析桌面上‘销售数据.xlsx’文件，找出销售额最高的10个商品，并用柱状图展示，生成分析报告。”
  • AI会读取文件、分析数据、生成图表和报告，省去手动处理的时间。

3. 副业场景：自媒体文案/小说创作

  • 对话示例：“调用writer技能，以‘末日重生’为主题写一篇5000字的短篇小说，第一章要包含冲突和悬念，输出为Word文档。”
  • AI能快速产出高质量内容，助你运营自媒体或接写作单。

4. 副业场景：视频剪辑辅助

  • 对话示例：“调用video-helper技能，根据这段口播稿生成一份带时间轴的字幕文件（SRT格式），帮我保存到视频文件夹。”
  • AI生成字幕文件后，你可直接导入剪辑软件，提高剪辑效率。

七、常见问题与注意事项

Q1：电脑配置不高，运行卡顿怎么办？

  • 可以尝试更小的模型，如 deepseek-r1:1.5b（仅需4GB内存）。更换模型命令：ollama run deepseek-r1:1.5b。
  • 关闭其他占用内存的软件，确保AI有足够资源。

Q2：安装过程中出现错误怎么办？

  • 路径问题：Windows用户名不要包含中文，否则可能导致路径识别错误。如果已有中文用户名，建议新建一个英文名用户。

网络问题：大部分失败是由于GitHub或npm源被墙。可以尝试使用国内镜像：

npm config set registry https://registry.npmmirror.com

Q3：如何让AI长期在线？

  • 保持电脑开机即可。如果想7x24小时运行，可以用旧电脑专门跑，或部署到云服务器（如腾讯云轻量应用服务器，安装Windows Server）。

Q4：技能包不够用怎么办？

  • 你可以访问OpenClaw官方GitHub或社区，查找更多技能包，也可以自己开发（需要一定编程基础）。

八、总结

通过本文，你已经成功在Windows电脑上搭建了一套完整的本地AI系统：

  • Ollama：运行DeepSeek大模型
  • OpenClaw：管理AI与外部工具的交互
  • 多个Skill：赋予AI开发、分析、写作、剪辑等赚钱能力

这套系统完全免费、数据私有，你可以随时指挥AI为你工作，接各种副业单子。技术不再是门槛，想法和执行力才是关键。

如果你在搭建过程中遇到问题，欢迎在评论区留言交流。别忘了点赞收藏，方便后续实操哦！

延伸阅读：想了解更多Skill的使用技巧？关注我，后续将推出“AI变现案例实战”系列。

Read more

解放双手，让 AI 帮咱审查代码——GitLab 智能审查实战指南

unsetunset一、题记unsetunset 你是不是有如下这些困扰? 困惑1：代码审查效率低下。 团队成员提交的 MR(Merge Request)堆积如山，人工审查耗时耗力，经常因为时间紧迫而草草通过? 困惑2：代码质量参差不齐。 新人代码风格不统一,老手也难免疏忽,潜在的安全风险和性能问题常常在上线后才暴露?  曾几何时，13年前作为新入职员工，每隔几个月都要参加公司的代码规范考试，考不过要补考。补考不过再补考，直到考过为止...... 困惑3：审查标准难以统一。 不同审查者的关注点不同，缺乏统一的审查标准，导致代码质量波动较大? 如果你深受以上痛点困扰,那么本文将为你带来一套完整的解决方案——通过 GitLab 与 Coco AI 的深度集成,实现智能化、自动化的代码审查流程。 让 AI 助手在每次代码提交时自动检测代码风格问题、安全漏洞和潜在 bug,为你的代码质量把好第一道关。 unsetunset二、完整实现步骤unsetunset 2.0 前置条件 * 1、

By Ne0inhk

在CodeBuddy中使用自定义AI接口，轻松对接GPT5-Code等大模型，实现AI编程自由！

使用过CodeBuddy的朋友都知道，新用户赠送的大模型使用额度太少了，跑一天就没了，根本就支撑不住我们的Vibe Coding！ 比如痴狂哥最近做的项目，没到半天额度就满了：不写一行代码！我用 AI 打造了一款 AI 客户端！（开源） 所以，今天痴狂哥就给大家公布一个自用的方法，让CodeBuddy编辑器能够使用我们自定义的AI接口和大模型，能够无限地愉快自动化编程！实现真正的AI编程自由！ 实现效果 1. 让CodeBuddy使用自定义大模型接口，轻松对接如GPT5-Codex等大模型 2. 不消耗用户的使用量，无限免费Vibe Coding！ 好了，我们开始吧！ 准备工作 1. CodeBuddy海外版（截至至文章发布日期的最新版本0.2.4） 2. Python3（脚本环境） 3. Reqable（抓包工具） 以上软件自行前往官网下载安装。 第一步：重定向大模型接口 将CodeBuddy请求大模型的接口地址，重定向到我们自己的任意大模型API！ 安装完毕之后，我们首先打开Reqable，初始化配置，装好证书后启动代理

By Ne0inhk
openJiuwen集成蓝耘AI模型深度解析：从架构设计到企业级Agent实战部署

openJiuwen集成蓝耘AI模型深度解析：从架构设计到企业级Agent实战部署

前言 在人工智能技术从单纯的感知智能向认知智能演进的浪潮中，大语言模型（LLM）的成熟催生了AI Agent（人工智能体）这一全新的应用形态。AI Agent不再局限于传统的单指令执行，而是演进为具备自主感知、推理规划、决策执行能力的智能实体。在这一技术变革背景下，openJiuwen作为一个致力于提供灵活、强大且易用能力的开源Agent平台应运而生。本文将深度剖析openJiuwen的技术架构、核心优势，并基于真实的服务器部署环境，详细拆解从底层环境搭建到上层复杂智能体构建的全过程。 一、 Agentic AI时代的基础设施：openJiuwen概览 openJiuwen的定位不仅是一个开发工具，而是面向生产级应用的Agent全生命周期管理平台。它旨在解决当前大模型应用落地过程中面临的开发门槛高、协同调度难、运行稳定性差等痛点。通过提供标准化的开发框架与高可靠的运行引擎，openJiuwen支持开发者快速构建能够处理各类简单或复杂任务的AI Agent，并实现多Agent间的协同交互。 作为核心代码资产的入口，开发者能在这里查看项目的 Readme 文档、分支管理和最新提交

By Ne0inhk
免费开源AI工具：CoPaw与OpenFang整理

免费开源AI工具：CoPaw与OpenFang整理

CoPaw 和 OpenFang，两者软件本体都免费开源，但模型 API 可能产生费用。 CoPaw（阿里云） * 软件本身：完全免费开源（Apache 2.0），无会员、无广告、无功能限制 * 本地部署：免费，仅需 Python 环境，可跑本地模型（Ollama 等），零 API 费用 * 云端部署：魔搭创空间有免费测试额度；长期使用按云资源（CPU/GPU/ 存储）计费 * 模型 API：调用通义千问、OpenAI、DeepSeek 等按官方标准按量付费  CoPaw GitHub 地址 https://github.com/agentscope-ai/CoPaw OpenFang（

By Ne0inhk