从零部署 Ollama + Qwen 3.5 + OpenClawbot：在本地跑起来你的免费 AI 助手
这篇文章只干一件事：
帮你在一台机器上，把 Ollama + Qwen 3.5 + OpenClaw(OpenClawbot) 整套环境部署起来，并验证能正常聊天。
不讲太多概念，更多是命令 + 配置 + 排错，适合你边看边敲。
一、整体架构先说清楚
这一套技术栈里，各组件的分工是：
- Ollama：本地大模型运行引擎，相当于“模型服务端”
- Qwen 3.5：具体的大模型（如
qwen3.5-0.8b），在 Ollama 里跑 - OpenClaw / OpenClawbot：在上面封一层“智能代理 + 多通道机器人”（终端、Telegram、后面你也可以接微信等）
简单理解为：
你/用户 → OpenClawbot → Ollama API(http://localhost:11434) → Qwen 3.5 模型
所以部署顺序是：
- 安装并启动 Ollama
- 在 Ollama 里拉起 Qwen 3.5 模型
- 安装 OpenClaw / OpenClawbot
- 配置 OpenClaw 使用 Ollama+Qwen 3.5
- 启动，确认可以正常对话
二、环境与准备
1. 操作系统和硬件建议
- 系统：
- 推荐：macOS / Ubuntu 20.04+ / 22.04+
- Windows：建议用 WSL2 + Ubuntu 跑 Ollama 和 OpenClaw
- 硬件（跑 Qwen 3.5 0.8B 这种小模型）：
- CPU：4 核以上
- 内存：8GB 起
- 磁盘：预留 10GB+
- GPU：可选；没有 GPU 也能跑 0.8B 模型
如果你只是想先体验一把，用一台 8G 内存的笔记本就能跑通。
2. 需要的软件
- curl（拉安装脚本）
- Node.js + npm（用来装 OpenClaw）
- git（可选，用于看 OpenClaw 源码）
Ubuntu 一键装：
sudo apt update sudo apt install -y curl nodejs npm gitmacOS 建议先装 Homebrew，再：
brew install node git
# curl 一般自带
三、第一步：安装并验证 Ollama
1. 安装 Ollama
官方安装脚本（macOS / Linux）：
curl -fsSL https://ollama.com/install.sh | shWindows 则去官网下安装包，或者在 WSL2 Ubuntu 里用上面的命令。
2. 验证 Ollama 安装
ollama --version能看到类似：
ollama version 0.17.0说明 OK。
3. 启动 Ollama 服务
大多数系统装好后会自动以守护进程方式运行，你可以手动确认下：
# 看看 11434 端口是否在监听（Linux） ss -lntp | grep 11434 # 或简单 curl 一下 curl http://localhost:11434如果返回类似：
{"models":[...]}
那说明 Ollama 服务正常在 http://localhost:11434 跑着。
四、第二步：在 Ollama 中拉取 Qwen 3.5 模型
1. 选择合适的 Qwen 3.5 版本
为了兼顾效果和能跑得动，很推荐文章里提到的：
qwen3.5-0.8b：只有 0.8B 参数，可以在纯 CPU 上跑，占空间大概 1GB 左右[1]
适合入门 / VPS / 老电脑
如果你的 GPU 和内存都比较强，也可以尝试更大的版本（14B 等），但本篇先以 0.8B 为主。
2. 拉取模型
ollama pull qwen3.5-0.8b耐心等下载完成。
3. 在命令行直接试一下模型
ollama run qwen3.5-0.8b "用一句话介绍一下你自己。"
如果能看到模型正常回答，说明：
- Ollama 安装 OK
- Qwen 3.5 模型拉取 OK
- 本地推理能力没问题
五、第三步：安装 OpenClaw / OpenClawbot
说明：目前社区普遍说的“OpenClawbot”，本质上就是基于 OpenClaw 做的一套机器人/代理配置，这里统一用 OpenClaw 命令来装和配。
1. 通过 npm 全局安装 OpenClaw
npm install -g openclaw如果报权限问题，可以用：
sudo npm install -g openclaw安装完成后，执行：
openclaw --version能看到版本号就说明装好了。
2.（可选）用 Ollama 的一键命令安装
Ollama 官方文档里提到，可以直接通过：
ollama launch openclaw --model qwen3.5-0.8b来触发：
- 检查本机是否有 OpenClaw
- 如果没有，会提示并自动帮助安装配置一套推荐模型和插件[2]
如果你偏向“自动化安装”，可以考虑这条路线；
如果你想“自己掌控配置”，建议用 npm install -g openclaw 再手动改配置文件。
下面配置一节按“手动可控”路线讲。
六、第四步：配置 OpenClaw 连接 Ollama + Qwen 3.5
OpenClaw 的核心配置在一个 config.yaml 里（默认在 ~/.config/openclaw/config.yaml）。
1. 找到/创建配置文件
先看一下有没有默认配置目录：
ls ~/.config/openclaw如果不存在，就自己创建：
mkdir -p ~/.config/openclaw
nano ~/.config/openclaw/config.yaml
# 或 vim / code 打开都行
2. 写入一个最小可用配置（终端机器人版）
例如：
gateway: host: 127.0.0.1 port: 3000 providers: ollama: type: ollama base_url: http://localhost:11434 # Ollama 默认 API 地址 model: qwen3.5-0.8b # 和你用 ollama pull 的 tag 一致 agents: default: provider: ollama system_prompt: > 你是一个中文 AI 助手，回答要简洁、友好，可以适当给出示例。 channels: terminal: enabled: true type: terminal关键点：
base_url必须指向你本机的 Ollama 接口，一般就是http://localhost:11434model字段要与ollama list里显示的 完全一致，区分大小写与横杠[1]agents.default.provider对应上方providers中你起的名字（这里是ollama）
3. 检查配置是否正确
OpenClaw 一般会提供简单检查命令，你可以先直接尝试运行（有错误会提示）。
七、第五步：启动 OpenClaw 网关与 TUI（终端界面）
下面命令是来自社区实战博客的典型用法流程[1]。
1. 更新并启动网关
# 更新网关（如有必要）
openclaw gateway update
# 重启网关，使最新配置生效
openclaw gateway restart
如果你遇到 token 相关提示（例如“unauthorized token”），可以创建/配置 token：
openclaw token create # 创建一个访问 token
openclaw gateway restart # 再重启一次
2. 启动 OpenClaw 终端界面（OpenClawbot 的本地控制台）
bash复制
openclaw tui成功的话，你会看到一个基于 TUI 的聊天界面（类似一个终端聊天窗口），此时输入一句中文：
你：帮我列一个今天的工作待办清单
几秒后能看到 Qwen 3.5 的回复，就说明：
- OpenClaw 已经成功通过 providers.ollama 调用了本地 Ollama
- Ollama 内部调起了 Qwen 3.5 模型
- 整个 “OpenClawbot → Ollama → Qwen 3.5” 链路打通
到这里，一个本地终端版的 Qwen 3.5 OpenClawbot 已经部署完成。
八、可选：接入 Telegram，做“聊天软件版机器人”
很多教程会在这一步把 OpenClawbot 接入 Telegram，形成一个真正的“聊天机器人”[1]。这里只简单带一下部署关键点，后面你可以单开一篇专门写 Telegram / 微信接入。
1. 在 Telegram 里创建 Bot
- 搜索
@BotFather - 发送
/newbot按提示创建机器人 - 获得一个形如
123456789:ABC-...的 Bot Token
2. 在 OpenClaw 里配置 Telegram 通道
方式一：用交互式配置向导：
openclaw configure大致流程：
- 选择要配置的 section：
channels - 添加新的 channel：选择
telegram - 粘贴 Bot Token
- 保存退出（类似
Finished之类的选项）
方式二：直接在 config.yaml 增加：
channels:
terminal:
enabled: true
type: terminal
telegram:
enabled: true
type: telegram
bot_token: YOUR_TELEGRAM_BOT_TOKEN
然后重启网关：
openclaw gateway restart此时在 Telegram 中给你的 Bot 发消息，应该就能看到由 Qwen 3.5 驱动的回复了（消息也会在 TUI 里同步显示）。
九、常见问题与排错
1. OpenClaw 报 “model not found” 或调用失败
排查步骤：
重启网关再试：
openclaw gateway restart确保 config.yaml 中的：
providers:
ollama:
model: qwen3.5-0.8b
与 ollama list 里的 tag 完全一致（包括点、横线、大小写）[1]。
先看 Ollama 里到底有什么模型：
ollama list2. CPU 占用高 / 非常慢
- 尝试先用
qwen3.5-0.8b，避免一上来就拉大模型 - 问题尽量短一点，减少生成 token 数
- 如果是服务器，可以考虑用
screen或tmux把进程常驻后台
3. 报 “unauthorized token” 类错误
说明 OpenClaw 的网关启用了一些 token 校验：
openclaw token create
openclaw gateway restart
按提示生成 token 并更新配置即可。
十、一键启动脚本示例（方便日常使用）
你可以写一个简单脚本，让自己每次启动更轻松。
例如 start_openclaw_qwen.sh：
赋予执行权限：
chmod +x start_openclaw_qwen.sh之后只要：
./start_openclaw_qwen.sh就能直接进到聊天界面。
十一、总结：这一篇你已经完成了什么？
到目前为止，你已经完成了：
- 在本地安装并启动 Ollama；
- 拉取并验证可以运行的 Qwen 3.5 0.8B 模型；
- 安装 OpenClaw / OpenClawbot；
- 写好
config.yaml，让 OpenClaw 通过 Ollama 调 Qwen 3.5； - 启动网关和 TUI，确认可以在终端完成整链路对话；
- 初步了解了如何把机器人接入 Telegram。