OpenClaw 都在排队养，你还在云端白嫖？手把手教你用 Python 搭建本地 AI 智能体（小白也能养自己的小龙虾）

Ne0inhk

— 11 min read
OpenClaw 都在排队养，你还在云端白嫖？手把手教你用 Python 搭建本地 AI 智能体（小白也能养自己的小龙虾）

🦞 长文警告！

📜 文章目录（点击跳转，这波操作稳如老狗）

  1. 前言：别再当云端 AI 的韭菜了，把“小龙虾”养在自己家
  2. 第一步：给电脑装个“胃”——下载安装 Python（含官网地址）
  3. 第二步：请个本地“大脑”——Ollama + Qwen 模型（白嫖党狂喜）
  4. 第三步：搭个“龙虾笼子”——安装 OpenClaw（附项目地址）
  5. 第四步：用 Python 写个“传话筒”，让你的小龙虾听你指挥
  6. 第五步：第一次对话——你的本地贾维斯上线
  7. 总结：白嫖虽好，但别让龙虾把你的电脑“钳”坏了

一、前言：别再当云端 AI 的韭菜了，把“小龙虾”养在自己家

最近科技圈最火的，除了 AI，就是那只 **红色小龙虾 OpenClaw**。

  • GitHub 上 Star 数狂飙，成为史上增长最快的开源项目之一。
  • 线下甚至出现了“排队领虾”的盛况，连 60 多岁的大爷大妈都去帮子女“领虾”，就为了能在本地跑个 AI 帮忙干活。
  • QQ 已经官方支持一键接入 OpenClaw，创建专属 QQ 机器人，让 AI 从“问答工具”变成“能干活的小龙虾”。
    但很多人一听到“本地部署”“Python 环境”“命令行”，直接劝退：
“我连 Python 是啥都不知道，还养虾？”
别慌！这篇教程就是为你这种 小白 准备的：
  • 不会编程？ 没关系，我连每个按钮点哪里都给你写清楚。
  • 电脑配置一般？ 我们用 Qwen 这种能在普通本上跑的模型。
  • 想白嫖？ 模型、工具全部免费，只要你不把龙虾当员工拼命使唤，电费还是出得起的。
⚠️ 高能预警：
本文 非常长，因为我不会只给你一个“大概”，而是从“下载哪个按钮”到“每个命令复制哪一行”，都拆开讲。
建议先 收藏 + 点赞，防止刷着刷着就找不到了。

二、第一步：给电脑装个“胃”——下载安装 Python

AI 智能体要“吃”的是代码，Python 就是它的饭碗。我们先把它装好。 ### 2.1 打开 Python 官网

  1. 打开浏览器（Edge / Chrome 都行）。
  2. 在地址栏输入并回车：
    👉 https://www.python.org/downloads/
    你会看到类似这样的页面（不同版本号，布局类似）：
  • 中间一个大标题：Download Python 3.x.x（比如 3.12.3）。
  • 下面有“Download Python install manager”和“Download Python 3.12.3”等链接。

2.2 下载 Windows 安装包（一步步来）

我们以 Windows 64 位系统 为例（大多数电脑都是这个）：

  1. 在刚才的页面，往下拉，找到 “Stable Releases” 区域，或者直接点：
    👉 Python Releases for Windows
    进入 Windows 版本列表页面。
  2. 在列表里选一个稳定版本，比如 Python 3.12.3（页面上会标 “Latest Python 3 Release - Python 3.12.3”，你也可以选最新的 3.13.x，都行）。
  3. 在该版本下面，找到类似这样的链接（以 3.12.3 为例）：
    • Download Windows installer (64-bit)
      对应链接类似：
      https://www.python.org/ftp/python/3.12.3/python-3.12.3-amd64.exe
  4. 点击 “Windows installer (64-bit)” 链接，开始下载 .exe 安装包。
小提示：
如果你不知道自己是 32 位还是 64 位，默认下载 64-bit 就行，现在大部分电脑都是 64 位。

2.3 安装 Python（这一步非常关键！）

下载完后，找到下载文件夹里的 python-3.12.3-amd64.exe（或你下载的版本）。

  1. 双击 运行安装程序。
  2. 你会看到一个窗口，底部有两个复选框，其中一个写着：
    Add Python to PATH（或者“Add Python to environment variables”）。
  3. 这一步一定要勾选！
    不然后面命令行里敲 python 它会告诉你“不是内部或外部命令”，很多人就是在这里劝退的。
  4. 勾选后，点击 Install Now（立即安装）。
  5. 等待安装完成，看到 “Setup was successful” 就 OK。
  6. 点击 Close 关闭窗口。

2.4 检查 Python 是否装好

  1. 按 Win + R，输入 cmd，回车，打开命令提示符（黑框框）。

回车。如果看到类似：

Python 3.12.3

说明 Python 已经装好了，可以继续下一步。

在黑框里输入：

python --version

三、第二步：请个本地“大脑”——Ollama + Qwen 模型

OpenClaw 本身不自带“脑子”，需要我们给它配一个本地大模型。这里我们用：

  • Ollama：一个本地运行大模型的工具，一键下载、一键跑模型。
  • Qwen：阿里开源的大模型，中文能力强，还能在本地跑，非常适合当“小龙虾”的大脑。

3.1 安装 Ollama

  1. 打开浏览器，访问：
    👉 https://ollama.com/
  2. 点击页面中间的 Download 按钮，选择 Windows 版本下载。
  3. 下载完后，双击 OllamaSetup.exe，一路 Install 即可。
  4. 安装完成后，Ollama 会在后台自动运行（任务栏右下角会有一个小图标）。

3.2 验证 Ollama 是否安装成功

  1. 打开一个新的命令提示符（Win + R → cmd）。
  2. 如果看到版本号，就说明 Ollama 安装成功。

输入：

ollama --version

3.3 下载 Qwen 模型（这是真正的大脑）

  1. 第一次运行时，Ollama 会自动下载 Qwen 模型（大约 4GB 左右，取决于具体版本）。
  2. 想退出对话，按 Ctrl + D 或输入 /bye。

下载完成后，你会进入一个对话界面，可以直接在命令行里跟 Qwen 聊天：

>>> 你好，介绍一下自己 （模型会回答一串文字）

在命令提示符里输入：

ollama run qwen2.5

这个命令来自 Ollama 官方 Qwen 模型库页面。

小提示：
如果你的电脑内存不大（比如只有 8GB），可以考虑下载小一点的模型，比如 qwen2.5:0.5b 或 qwen2.5:1.5b，占用内存更小。

四、第三步：搭个“龙虾笼子”——安装 OpenClaw

接下来，我们安装 OpenClaw，让它把 QQ / Telegram / Slack 等聊天工具和本地模型连起来，变成一个“小龙虾”智能体。

4.1 OpenClaw 项目地址

首先，我们要感谢开源社区的无私奉献！OpenClaw 的 GitHub 地址如下：
👉 https://github.com/OpenClawAI/OpenClaw
（注：以上为示例地址，具体以官网为准，目前 OpenClaw 官网为 https://openclaw.ai/，GitHub 上也有对应的仓库，大家可以自行 Star 支持！）

4.2 安装 Node.js（OpenClaw 需要 Node 环境）

OpenClaw 需要 Node.js 环境，我们先把 Node.js 装上。

  1. 打开浏览器，访问 Node.js 中文下载页：
    👉 https://nodejs.cn/download/
  2. 在页面里找到 Windows 安装包(.msi) 区域，选择 64-bit 下载（例如 node-v20.14.0-x64.msi）。
  3. 下载完后，双击 .msi 文件，一路 Next 安装即可。

安装完成后，打开新的命令提示符，输入：

node-vnpm-v

如果能看到版本号（比如 v20.14.0），说明 Node.js 安装成功。

4.3 使用 OpenClaw 官方一键安装脚本（Windows PowerShell）

OpenClaw 官方文档给了非常简单的安装脚本：

  1. 按 Win + X，选择 “Windows PowerShell（管理员）”（或者直接搜索 PowerShell，右键“以管理员身份运行”）。
    • iwr -useb：用 WebRequest 下载脚本；
    • | iex：执行下载到的脚本。
  2. 脚本会自动帮你：
    • 安装/检查 Node.js 环境；
    • 用 npm install -g openclaw@latest 安装 OpenClaw CLI；
    • 运行 openclaw onboard --install-daemon，启动一个“新手引导”。

在 PowerShell 中，复制并粘贴下面这条命令，然后回车：

iwr-useb https://openclaw.ai/install.ps1 |iex

这条命令的意思是：

如果你不想用一键脚本，也可以自己手动执行：

效果是一样的。

4.4 跟着 OpenClaw 新手引导走

运行 openclaw onboard --install-daemon 后，会出现一个交互式引导：

  1. 同意条款：会提醒你 OpenClaw 权限很大，有安全风险，输入 yes 继续。
  2. 选择安装模式：一般选 QuickStart（快速开始）。
  3. 配置模型：
    • 在 “Model/Auth provider” 那一步，选择 Custom Provider（列表最后一项）。
    • API Base URL 填：http://127.0.0.1:11434/v1（这是 Ollama 默认地址）。
    • API Key 可以随便填一个字符串（比如 ollama），不能留空。
    • Endpoint compatibility 选 OpenAI-compatible。
    • Model ID 填你刚才在 Ollama 里用的模型名，比如 qwen2.5。
  4. 选择聊天工具：如果你暂时不想接入 QQ / Telegram，可以先选 WebChat 或直接跳过，后面再配。
  5. 其他选项（端口、技能等）可以先一路回车使用默认值。
    完成后，OpenClaw 会在本地启动一个网关服务，并告诉你：
  • Web UI 地址，比如：http://127.0.0.1:18789/
  • 一个 token，用于登录 Web 界面。
    你可以先在浏览器里打开这个地址，看看 OpenClaw 的控制界面长什么样。

五、第四步：用 Python 写个“传话筒”，让你的小龙虾听你指挥

虽然 OpenClaw 已经有了 Web 界面和聊天工具接入，但为了让你真正有“本地 AI 智能体”的感觉，我们用 Python 写一个简单的命令行客户端，直接调用本地模型。

注意：
这里我们用的是 Ollama 的 Python SDK，而不是直接调用 OpenClaw。
如果你以后想深入玩 OpenClaw，可以再学习它的 Agent 和 Skills 机制。

5.1 安装 ollama Python 包

  1. 打开命令提示符（Win + R → cmd）。

输入：

pip install ollama

等待安装完成。

5.2 编写一个简单的“本地贾维斯”脚本

  1. 在桌面新建一个文件夹，比如叫 MyOpenClawAI。
  2. 进入这个文件夹，在地址栏输入 cmd 并回车，这样打开的命令提示符会直接在这个目录下。
  3. 在文件夹里新建一个文本文件，改名为 main.py（一定要把 .txt 后缀改成 .py）。
  4. 按 Ctrl + S 保存。

用记事本或 VS Code 打开 main.py，把下面的代码复制进去：

# -*- coding: utf-8 -*-import ollama deflocal_jarvis():print("="*50)print("🦞 本地 AI 智能体已启动！模型：qwen2.5（Ollama）")print("🧑 输入 'exit' 可以退出")print("="*50+"\n")whileTrue:try: user_input =input("🧑 我说：")except EOFError:breakif user_input.lower()in["exit","quit","退出","q"]:print("🦞 AI：我回去养精蓄锐了，下次再一起干活！拜拜~")break# 调用本地 Ollama 模型try: response = ollama.chat( model="qwen2.5",# 和你 ollama run 的名字一致 messages=[{"role":"user","content": user_input}],)print("🦞 AI："+ response["message"]["content"]+"\n")except Exception as e:print(f"⚠️ 哎呀，小龙虾卡住了：{e}\n")if __name__ =="__main__": local_jarvis()

六、第五步：第一次对话——你的本地贾维斯上线

  1. 确保 Ollama 还在后台运行（任务栏右下角有图标）。

试着输入一句：

请用鲁迅的风格，吐槽一下我总是想“白嫖”AI 的心理。

小龙虾（其实是 Qwen）会开始在本地计算，然后给你一段鲁迅风格的回答。

回车后，你会看到：

================================================== 🦞 本地 AI 智能体已启动！模型：qwen2.5（Ollama） 🧑 输入 'exit' 可以退出 ================================================== 🧑 我说：

在刚才打开的命令提示符（当前目录是 MyOpenClawAI）里输入：

python main.py

七、总结：白嫖虽好，但别让龙虾把你的电脑“钳”坏了

到这里，你已经完成了：

  1. 安装 Python 环境（官网下载 + 勾选 Add to PATH）。
  2. 安装 Ollama，并下载 Qwen 本地模型。
  3. 使用官方脚本安装 OpenClaw（Node.js + install.ps1）。
  4. 用 Python 写了一个简单的“本地贾维斯”客户端，调用本地大模型。
    你已经养了一只自己的“小龙虾”：
  • 它住在你自己电脑里，断网也能聊；
  • 不用给云端服务商交钱，只要付出一点点电费；
  • 你的隐私数据不会传到别人的服务器上。
    但也要注意几点：
  1. OpenClaw 权限很大，官方文档也提醒有安全风险，不要在存有重要文件的电脑上随便测试，最好用一台“干净”的机器或虚拟机。
  2. 本地模型吃内存和算力，电脑风扇可能会起飞，注意散热。
  3. 如果你以后想真正玩转 OpenClaw（接入 QQ、自动发邮件、爬网站等），还需要学习它的 Skills、Agents、Channel 配置，那是进阶玩法了。

如果你觉得这篇“喂饭级教程”对你有帮助，哪怕只是让你省了几块钱云服务费，也请给博主一个 点赞 + 收藏 + 关注，
你的支持就是我继续“白嫖 + 教学”的动力！我们下篇见！🦞🚀

Read more

深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本

前引：屏幕前的你还在AI智能搜索框这样搜索吗？“这道题怎么写”“苹果为什么红”“怎么不被发现翘课” ，。看到此篇文章的小伙伴们！请准备好你的思维魔杖，开启【霍格沃茨模式】，看我如何更新秘密的【知识炼金术】，我们一起来解锁更加刺激的剧情！友情提醒：《《《前方高能》》》 目录 在哪使用DeepSeek 如何对提需求  隐藏玩法总结 几个高阶提示词 职场打工人 自媒体创作 电商实战 程序员开挂 非适用场地 “服务器繁忙”如何解决 （1）硅基流动平台 （2）Chatbox + API集成方案 （3）各大云平台 搭建个人知识库 前置准备 下载安装AnythingLLM 选择DeepSeek作为AI提供商 创作工作区 导入文档 编辑  编辑 小编寄语 ——————————————————————————————————————————— 在哪使用DeepSeek 我们解锁剧情前，肯定要知道在哪用DeepSeek！咯，为了照顾一些萌新朋友，它的下载方式我放在下面了，拿走不谢！  （1）

By Ne0inhk
【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解：无需代码，轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek：AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek：开源AI编程助手，终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南（推理与多轮对话机器人实践）06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk

DeepSeek各版本说明与优缺点分析_deepseek各版本区别

DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列，其在不同版本的发布过程中，逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本，从版本的发布时间、特点、优势以及不足之处，为广大AI技术爱好者和开发者提供一份参考指南。 1. DeepSeek-V1：起步与编码强劲 DeepSeek-V1是DeepSeek的起步版本，这里不过多赘述，主要分析它的优缺点。 发布时间： 2024年1月 特点： DeepSeek-V1是DeepSeek系列的首个版本，预训练于2TB的标记数据，主打自然语言处理和编码任务。它支持多种编程语言，具有强大的编码能力，适合程序开发人员和技术研究人员使用。 优势： * 强大编码能力：支持多种编程语言，能够理解和生成代码，适合开发者进行自动化代码生成与调试。 * 高上下文窗口：支持高达128K标记的上下文窗口，能够处理较为复杂的文本理解和生成任务。 缺点： * 多模态能力有限：该版本主要集中在文本处理上，缺少对图像、语音等多模态任务的支持。 * 推理能力较弱：尽管在自然语言

By Ne0inhk