Mac mini 部署 Ollama + OpenClaw 实践指南与养虾心得

Ne0inhk

— 10 min read

1、环境准备

1.1 HomeBrew安装

在终端输入安装命令：

/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

选择清华大学镜像，选择镜像源时使用阿里镜像，完成Homebrew 安装

1.2 安装 Git

在终端输入命令：

brew install git

回车执行，完成git 安装

1.3 安装 Node.js

进入官网：https://nodejs.org/zh-cn/download，按照提示执行：

# 下载并安装 nvm：curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh |bash# 代替重启 shell\. "$HOME/.nvm/nvm.sh"# 下载并安装 Node.js： nvm install24# 验证 Node.js 版本：node-v# Should print "v24.14.0".# 验证 npm 版本：npm-v# Should print "11.9.0".

回车执行，完成node 安装

1.4 安装 OpenClaw

首先输入下方命令，将 npm 下载源切换为国内镜像，提高下载速度：

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

然后输入下方命令，避免 GitHub 的 SSH 配置问题：

git config --global url."https://github.com/".insteadOf ssh://[email protected]/

最后执行安装命令：

sudo npm install -g openclaw@latest

OpenClaw 安装完成。

2、Ollama部署

2.1 Ollama介绍

Ollama 是一个开源的本地化大模型部署工具，旨在简化大型语言模型的安装、运行和管理。它支持多种模型架构，并提供与 OpenAI 兼容的 API 接口，非常适合开发者和个人用户快速搭建私有化 AI 服务。

网址：https://ollama.com/

2.2 安装 Ollama

在终端输入命令进行ollama安装：

curl-fsSL https://ollama.com/install.sh |sh

2.3 Ollama模型选择

OpenClaw 在运行过程中需要加载大语言模型，内存容量直接影响模型的运行效率和多任务处理能力。根据实际测试，16GB 内存的 Mac mini 可以流畅运行 7B 量化级别的模型，如qwen3.3:9b等。

实测：gpt-oss:20b模型很难在Mac mini 16G运行，其余7-9b模型思考能力差，得出结果不及预期，因此选择cloud模型，目前较好的且较为推荐的模型为：

  • kimi-k2.5:cloud — Multimodal reasoning with subagents
  • minimax-m2.5:cloud — Fast, efficient coding and real-world productivity
  • glm-5:cloud — Reasoning and code generation

ollama会有每周的免费额度（可以准备多个账号）实测一个账号可以中强度使用2天：

在这里插入图片描述

ollama获取模型：

#获取minimax2.5云模型 ollama pull minimax-m2.5:cloud

2.4 Ollama使用

可直接使用ollama的客户端进行对话：

在这里插入图片描述

需要进行的设置：

在这里插入图片描述

Context Length：是指模型在内存中可以访问的最大 token 数量，可以理解为模型的"工作记忆"。

  • 上下文越长，消耗的显存越多
  • 需要处理大量内容的任务（如网页搜索、代码生成、Agent 工具调用）建议设置至少 64000 个 token

3、OpenClaw部署

2.1 OpenClaw介绍

OpenClaw（原名 Clawdbot、Moltbot）是由奥地利天才程序员 Peter Steinberger 开发的一款开源个人 AI 助手平台，2026 年初正式加入 OpenAI 公司。其核心架构由 Gateway（网关）、Agent（智能体）、Skills（技能）和 Memory（记忆）四大模块构成，能够运行在用户本地设备上，并通过多种聊天平台与之互动。

与传统 AI 助手（如 ChatGPT、Kimi）不同，OpenClaw 不仅能“动口”（回答问题），还能“动手”——它可以直接执行电脑操作，包括运行 Shell 命令、读写文件、管理邮件、操控浏览器等。这种“能动手”的特性让它成为了真正的生产力工具。

2.2 OpenClaw安装

执行安装命令：

sudo npm install -g openclaw@latest

如果终端出现类似 added xxx packages 的提示，OpenClaw 安装完成。

OpenClaw 的核心配置文件位于 ~/.openclaw/openclaw.json，需要确保语法合法且适配所选模型

2.3 Ollama运行OpenClaw

Ollama+OpenClaw介绍网站：https://docs.ollama.com/integrations/openclaw

Ollama启动OpenClaw（使用kimi-k2.5:cloud模型）

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

启动成功后，在浏览器中访问 http://127.0.0.1:18789 即可进入 OpenClaw 的管理界面。

2.4 OpenClaw tool

工具介绍：https://docs.openclaw.ai/zh-CN/tools

需要设置openClaw的模式（按需设置），没有exec权限很多事情都没法做，执行：

openclaw config set tools.profile "full"

OpenClaw CLI 的配置命令，用于将工具配置文件的预设模式设置为 “full”（完整模式）

tools.profile 设置 tools.allow/tools.deny 之前的基础工具白名单：

  • minimal：仅 session_status
  • coding：group:fs、group:runtime、group:sessions、group:memory、image
  • messaging：group:messaging、sessions_list、sessions_history、sessions_send、session_status
  • full：无限制（与未设置相同）

2.5 OpenClaw skill

技能是 OpenClaw 生态的核心组成部分，相当于 AI Agent 的“肌肉记忆”。通过安装不同的技能，OpenClaw 可以完成各种专业化任务。

安装技能：使用 claw skill install 命令或通过 ClawHub 图形界面安装。例如：

openclaw skill install xianyu-auto-reply openclaw skill install ecommerce-customer-service openclaw skill install telegram-bot

常用技能推荐：

  • Baidu Web Search / Baidu Baike Search：百度搜索和百科检索技能
  • Baidu Scholar Search：学术文献检索
  • auto-updater：自动更新 Clawdbot 和升级技能
  • subagent-driven-development：多 Agent 协作管理
  • vector-memory：向量记忆搜索，解决长对话上下文记忆不准确的问题

2.6 OpenClaw连接飞书

2.6.1 飞书配置

飞书开放平台：https://open.feishu.cn

在这里插入图片描述

添加机器人：

在这里插入图片描述

在权限管理中搜索 im: 并开通消息相关权限：

在这里插入图片描述

创建版本并发布，机器人创建完成。

2.6.2 连接飞书&OpenClaw

命令行输入：

openclaw config

配置流程：选择 Feishu，通过 npm 安装插件，输入飞书 App Secret与App ID

2.6.3 飞书事件配置

设置事件&回调：

完成配置，测试飞书：

在这里插入图片描述

2.7 OpenClaw配置

workspace配置文件：

在这里插入图片描述


OpenClaw 的 workspace 位于 ~/.openclaw/workspace/ 目录，存放了 AI Agent 的核心配置文件，这些文件共同定义了 Agent 的行为模式、人格设定和工作流程。

2.7.1 核心配置文件

AGENTS.md 是工作空间的行为规范，类似于员工手册。它定义了 AI 的工作流程、启动流程、安全规则和记忆管理规范。该文件具有最高优先级，AI 只可读取而不能自行修改（除非用户明确指示才能追加内容）。每次新会话开始时，Agent 都会读取此文件来恢复工作状态。

SOUL.md 相当于 Agent 的“三观”，它定义了 Agent 的核心原则与认知方式，比如回答风格、禁止使用的话术等。Agent 可以根据互动情况修改此文件。

USER.md 是用户画像说明书，详细记录了用户的身份、偏好、时区、关注点等信息。这个文件决定了 AI 如何个性化地与用户交互

IDENTITY.md 定义 Agent 的社会身份认知，例如“我叫小爪，是一只数字猫”。Agent 可以根据互动修改此文件来调整自己的身份设定。

2.7.2 记忆系统文件

MEMORY.md 是长期记忆的索引层，存储关于用户、能力概览、记忆索引等核心信息。该文件保持精简（建议不超过40行），作为记忆的“目录”存在。Agent 可以写入蒸馏后的重要知识。

memory/YYYY-MM-DD.md 是每日日志文件，记录每天的原始对话和操作记录。随着时间推移，AI 会自动将重要信息从每日日志中提炼到 MEMORY.md 中。

memory/projects.md 存储各项目的当前状态与待办事项。

memory/lessons.md 记录踩过的坑和解决方案，按严重程度分级。

memory/infra.md 存放服务器、API、部署等基础设施配置的速查信息。

2.7.3 特殊功能文件

HEARTBEAT.md 定义后台定期检查的任务，使 Agent 能够在没有用户提示的情况下主动监控和提供服务。例如监控服务器状态、检测异常等，这是 OpenClaw 与普通聊天机器人的核心区别之一。

BOOTSTRAP.md 是一次性引导文件。当部署新的工作空间时，该文件会引导用户完成命名、人格设定、USER.md 填写等初始配置步骤。所有配置完成后，该文件会被自动删除。

TOOLS.md 是对已安装技能（Skills）的个性化配置，类似于“备忘单”。虽然 Skills 目录存放的是第三方技能的代码逻辑，但 TOOLS.md 决定了这些技能的具体使用方式，比如发邮件用的 SMTP 服务器地址或默认发件人昵称。

2.7.4 文件写入
写入soul中，以后每次在执行我给你的任务的时候，需要注意：遇到问题时候，先自己尝试去通过浏览器等途径去学习，如果要安装新功能，通过exec执行进行安装，在安装前询问我是否可以进行安装，尽量能解决完问题再告诉我，实在无法完成，通知我进行操作
在这里插入图片描述
在这里插入图片描述

2.8 OpenClaw测试

2.8.1 定时任务，通过飞书发送博客更新监控和每日AI新闻
在这里插入图片描述
2.8.2 生成监控页面测试
 生成一个openclaw消耗token，反应时间的展示页面，然后接入你的数据，给我提供实时的展示
在这里插入图片描述


在这里插入图片描述
2.8.3 小红书发布内容测试
在这里插入图片描述


在这里插入图片描述
2.8.4 小红书发布skill测试
学习一下这个skill，需要什么自己去学习，然后进行实践https://github.com/Xiangyu-CAS/xiaohongshu-ops-skill
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

Read more

Flutter 三方库 flutter_adaptive_scaffold 的鸿蒙化适配指南 - 掌握一套代码适配全场景终端的自适应架构技术、助力鸿蒙应用构建从手机到平板及折叠屏的极致无缝交互体系

Flutter 三方库 flutter_adaptive_scaffold 的鸿蒙化适配指南 - 掌握一套代码适配全场景终端的自适应架构技术、助力鸿蒙应用构建从手机到平板及折叠屏的极致无缝交互体系

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 flutter_adaptive_scaffold 的鸿蒙化适配指南 - 掌握一套代码适配全场景终端的自适应架构技术、助力鸿蒙应用构建从手机到平板及折叠屏的极致无缝交互体系 前言 在 OpenHarmony 鸿蒙应用追求“万物互联、全场景覆盖”的伟大进程中，屏幕尺寸的多样性（从 6 英寸手机到 12 英寸平板，再到 2D/3D 模式切换的折叠屏）是每一位 UI 开发者必须正面迎接的挑战。如何在不为每种设备重写 UI 的前提下，实现导航栏自动从“底部”平滑流转到“侧边”？如何在宽屏模式下自动开启“双栏（Master-Detail）”布局？flutter_adaptive_scaffold 作为一个由 Flutter

By Ne0inhk
在 macOS 上通过 Docker 本地安装 OpenClaw 完整教程

在 macOS 上通过 Docker 本地安装 OpenClaw 完整教程

在 macOS 上通过 Docker 本地安装 OpenClaw 完整教程 什么是 OpenClaw？—— 你的本地 AI 智能体执行框架 OpenClaw 不仅仅是一个聊天机器人，而是一个功能强大的 AI 智能体执行框架。你可以把它想象成一个能自主思考、调用工具、并替你完成复杂任务的数字员工。 🧠 核心概念 * 智能体：OpenClaw 的核心大脑。它能理解你的自然语言指令，拆解任务，并决定调用哪些工具来执行。 * 网关：所有外部访问的入口。它负责处理 WebSocket 连接、管理设备配对、路由消息，是你与智能体交互的桥梁。 * 技能：智能体可调用的具体工具，比如访问文件、操作浏览器、发送消息、查询数据库等。你可以根据需要扩展技能库。 * 记忆：OpenClaw 可以存储对话历史和重要信息，实现长期记忆和上下文理解，让交互更连贯。 * 通道：连接外部聊天平台的渠道，如

By Ne0inhk
HarmonyOS6半年磨一剑 - RcIcon组件实战案例集与应用开发指南

HarmonyOS6半年磨一剑 - RcIcon组件实战案例集与应用开发指南

文章目录 * 前言 * 项目简介 * 核心特性 * 开源计划 * rchoui官网 * 文档概述 * 第一章: 基础用法实战 * 1.1 三种符号引用方式 * 1.2 应用场景 - 工具栏快速导航 * 第二章: 尺寸系统实战 * 2.1 响应式尺寸配置 * 2.2 应用场景 - 统一设计系统尺寸规范 * 第三章: 颜色系统实战 * 3.1 多彩色系配置 * 3.2 应用场景 - 状态指示系统 * 第四章: 双风格系统实战 * 4.1 线型与实底风格对比 * 4.2 应用场景 - 底部导航栏 * 第五章: 圆角系统实战 * 5.

By Ne0inhk
Flutter 组件 short_uuids 适配鸿蒙 HarmonyOS 实战：唯一标识微缩技术，构建高性能短 ID 生成与分布式索引架构

Flutter 组件 short_uuids 适配鸿蒙 HarmonyOS 实战：唯一标识微缩技术，构建高性能短 ID 生成与分布式索引架构

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 short_uuids 适配鸿蒙 HarmonyOS 实战：唯一标识微缩技术，构建高性能短 ID 生成与分布式索引架构 前言 在鸿蒙（OpenHarmony）生态迈向万物互联、涉及海量离线资源标识、蓝牙广播载荷（BLE Payload）及二维码数据极限压缩的背景下，如何生成既能保留 UUID 强随机性、又能极大缩减字符长度的唯一标识符，已成为优化存储与通讯效率的“空间必修课”。在鸿蒙设备这类强调分布式软总线传输与每一字节功耗敏感的环境下，如果应用依然直接传输长度达 36 字符的标准 UUID，由于由于有效载荷溢出，极易由于由于传输协议限制导致数据截断或多次分包带来的延迟。 我们需要一种能够实现高进制转换、支持双向编解码且具备低碰撞概率的短 ID 生成方案。 short_uuids 为 Flutter 开发者引入了将标准 UUID 转化为短格式字符串的高性能算法。它利用

By Ne0inhk