玩转 OpenClaw + Ollama：零成本在家折腾一个既安全又强悍的私人 AI 助手
别再担心隐私泄露了，如果你想在完全不联网的环境下跑 AI 代理，那 Ollama 绝对是目前的头号选择。它能让你在自己电脑上秒拉 Llama、Qwen 这些热门的开源模型。OpenClaw 现在跟 Ollama 配合得特别默契，不光能自动认出你下好的模型，连流式对话和工具调用这些高级功能也一个不落。只要简单点点，你的本地 AI 就能支棱起来。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
为啥推荐你用 Ollama + OpenClaw？
- ✅ 数据纯本地：所有的对话都在你眼皮子底下跑，数据绝不出屋。
- ✅ 上手没难度：想下什么模型，直接
ollama pull一行命令搞定。 - ✅ 工具调用贼稳：用的是 Ollama 原生接口，执行函数调用时比兼容模式靠谱得多。
- ✅ 模型自动发现：你刚下好的模型，OpenClaw 马上就能认出来，不用手动去改列表。
- ✅ 薅显卡羊毛：只要你有设备，推理全免费，再也不用看 API 余额了。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
快速开搞：简单四步让本地代理跑起来
第一步：把 Ollama 装好
去官网上把 Ollama 客户端下回来装上，不管你是 Windows、Mac 还是 Linux 都能跑。
第二步：拉个模型试试水
代码语言：TXT
# 比较推荐这个，中文效果好且速度快 ollama pull glm-4.7-flash # 追求通用的可以选这些 ollama pull llama3.3 ollama pull mistral 💡 想看看自己都装了啥？敲个ollama list就行。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
第三步：启动 OpenClaw 配置向导
代码语言：TXT
openclaw onboard 在跳出来的菜单里根据你的需求选：
Local：纯本地党选这个，主打一个断网也能用。Cloud + Local：如果你还想蹭点像kimi-k2.5:cloud这种云端模型，就选这个。
OpenClaw 默认会帮你推荐这些：- 本地首选：
glm-4.7-flash - 云端首选：
kimi-k2.5:cloud或glm-5:cloud
第四步：定好你的默认模型
代码语言：TXT
# 直接用命令设 openclaw models set ollama/glm-4.7-flash # 或者去改 openclaw.json 文件 { "agents": { "defaults": { "model": { "primary": "ollama/glm-4.7-flash" } } } } 搞定！现在的 OpenClaw 已经完全由你的本地 Ollama 驱动了。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
核心黑科技：模型自动感应
OpenClaw 聪明的地方在于它的“隐式提供商”逻辑：
只要你满足这两点：
- 随便设个
OLLAMA_API_KEY（比如填个"ollama-local"）。 - 在配置里别去手动定义
models.providers.ollama。
OpenClaw 就会自动去连http://127.0.0.1:11434，把本地模型全翻出来，连上下文窗口多大、是不是推理模型都能自己识别出来，而且统统记为零成本。
🔄 同步很快：你这边刚ollama pull完，那边openclaw models list就能看到新模型，根本不用重启。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
⚠️ 避坑指南：千万别手痒加 /v1 后缀！
Ollama 给出了两种连接方式：
- 原生模式：地址是
http://host:11434。这才是 OpenClaw 的首选，工具调用和流式输出都稳如老狗。 - OpenAI 兼容模式：地址带个
/v1。这种模式下工具调用很容易翻车，甚至给你甩出一堆 JSON 原文。
听我的，配置里绝对不要带/v1：
✅ 正确做法：
{ "baseUrl": "http://localhost:11434" } ❌ 错误示范：
{ "baseUrl": "http://localhost:11434/v1" } // 这样会导致 AI 变“智障”，工具没法用！ 手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
进阶玩法
场景 1：给远程服务器上的 Ollama 用
如果你的模型跑在另一台电脑上，那就得老老实实写配置了：
{ "models": { "providers": { "ollama": { "apiKey": "ollama-local", "baseUrl": "http://192.168.1.100:11434", // 同样别加 /v1 "api": "ollama", "models": [ { "id": "llama3.3", "contextWindow": 8192, "maxTokens": 2048 } // 这种情况下得手动列出模型 ] } } } } 场景 2：非得用兼容模式（不建议）
如果你因为某些特殊原因必须走 OpenAI 格式，那记得把流式输出关了：
{ "models": { "providers": { "ollama": { "baseUrl": "http://localhost:11434/v1", "api": "openai-completions", "injectNumCtxForOpenAICompat": true, "models": [/* ... */] } } }, "agents": { "defaults": { "models": { "ollama/llama3.3": { "params": { "streaming": false } } } } } } 手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
常见问题排查
| 遇到啥事了 | 试试这么办 |
|---|---|
| OpenClaw 抓瞎找不到 Ollama | 看看 OLLAMA_API_KEY 设了没，或者删掉手动定义的 provider |
| 模型列表是空的 | 看看你是不是还没运行 ollama pull 下模型 |
| 提示连接不上 | 确认 ollama serve 开着呢，端口是不是 11434 |
| 工具调用不灵 | 破案了，肯定是你地址里加了 /v1 |
| 手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！ |
总结
靠着 OpenClaw 和 Ollama 的这套组合拳，你完全可以在家搭起一个既私密又强大的 AI 代理系统。不管是拿来做开发测试，还是搞个人知识库，它都能给你拉满灵活性。
话不多说，直接开干：
代码语言：TXT
ollama pull glm-4.7-flash export OLLAMA_API_KEY="ollama-local" openclaw onboard # 选 Ollama 模式 把 AI 关进笼子里，让它真正为你所用。
