本文檔基于實(shí)際部署經(jīng)驗(yàn)編寫，旨在幫助你在 Windows 系統(tǒng)上從零開始搭建 OpenClaw，并連接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具備完整的智能體能力。文檔包含了所有關(guān)鍵步驟以及常見問題的解決方案。

一、環(huán)境準(zhǔn)備

1.1 硬件要求

• NVIDIA GPU：建議顯存 ≥8GB（如 RTX 4060/5060 系列），用于流暢運(yùn)行 7B~14B 量化模型。
• 內(nèi)存：建議 ≥16GB（本文檔使用 32GB 內(nèi)存）。
• 磁盤空間：至少 20GB 剩余空間用于存放模型文件。

1.2 軟件要求

• 操作系統(tǒng)：Windows 11（本文基于 Windows 11 測(cè)試）。
• PowerShell：以管理員身份運(yùn)行（部分操作需要）。
• Node.js：≥18.0.0（用于安裝 OpenClaw）。
• Git（可選，用于某些技能依賴）。

1.3 檢查工具版本

node --version ? # 應(yīng)顯示 v18 以上
npm --version ? ?# 應(yīng)顯示 8 以上

若無 Node.js，請(qǐng)前往 nodejs.org 下載 LTS 版本安裝。

二、安裝 Ollama 并下載模型

2.1 安裝 Ollama

訪問 ollama.com 下載 Windows 版本并安裝。安裝后 Ollama 會(huì)自動(dòng)注冊(cè)為系統(tǒng)服務(wù)，開機(jī)自啟。

驗(yàn)證安裝：

ollama --version

2.2 拉取基礎(chǔ)模型（以 Qwen2.5 7B 為例）

ollama pull qwen2.5:7b

等待下載完成（約 4.7 GB）。

提示：若需更強(qiáng)的推理能力，可考慮 Qwen3 8B：ollama pull qwen3:8b

2.3 創(chuàng)建支持更大上下文窗口的模型（OpenClaw 要求 ≥16K）

OpenClaw 默認(rèn)要求模型上下文窗口至少 16000 tokens，而基礎(chǔ)模型可能只有 4096，因此需要?jiǎng)?chuàng)建自定義模型。

切換到用戶目錄（避免權(quán)限問題）：

cd C:\Users\<你的用戶名>

創(chuàng)建 Modelfile：

@"
FROM qwen2.5:7b
PARAMETER num_ctx 32768
"@ | Out-File -Encoding ascii Modelfile

查看文件內(nèi)容確認(rèn)：

Get-Content Modelfile

應(yīng)顯示：

FROM qwen2.5:7b
PARAMETER num_ctx 32768

創(chuàng)建新模型（例如 qwen2.5:7b-32k）：

ollama create qwen2.5:7b-32k -f Modelfile

驗(yàn)證模型已創(chuàng)建并查看上下文參數(shù)：

ollama list ? ? ? ? ? ? ? ? ? ? # 應(yīng)看到 qwen2.5:7b-32k
ollama show qwen2.5:7b-32k --modelfile ? # 確認(rèn)包含 num_ctx 32768

注意：若創(chuàng)建時(shí)出現(xiàn) unknown type 錯(cuò)誤，請(qǐng)檢查 Modelfile 是否包含不可見字符，或改用 -Encoding ascii 重新生成。

三、安裝 OpenClaw

3.1 使用 npm 全局安裝

npm install -g openclaw

3.2 驗(yàn)證安裝

openclaw --version

應(yīng)顯示類似 2026.2.22-2 的版本號(hào)。

四、配置 OpenClaw 連接本地模型

4.1 運(yùn)行配置向?qū)?/h3>

openclaw onboard

4.2 按提示選擇配置項(xiàng)

重要：若配置時(shí)提示 Verification failed，請(qǐng)先確保 Ollama 服務(wù)正在運(yùn)行（可執(zhí)行 ollama list 測(cè)試）。

4.3 驗(yàn)證配置是否成功

配置完成后，會(huì)顯示 Web UI 地址（如 http://127.0.0.1:18789）和 token。你可以先不打開，直接進(jìn)入 TUI 測(cè)試。

五、解決上下文窗口錯(cuò)誤

首次啟動(dòng) TUI 時(shí)可能會(huì)遇到：

Model context window too small (4096 tokens). Minimum is 16000.

這是因?yàn)?OpenClaw 從模型元數(shù)據(jù)中讀取的上下文仍是 4096，雖然你已在 Ollama 中設(shè)置了 32768，但 OpenClaw 緩存了舊值。

手動(dòng)修改配置文件

找到 OpenClaw 的兩個(gè) JSON 配置文件：

• C:\Users\<用戶名>\.openclaw\openclaw.json
• C:\Users\<用戶名>\.openclaw\agents\main\agent\models.json

用記事本打開，找到 models.providers.custom-127-0-0-1-11434.models 數(shù)組中 id 為你的模型名的對(duì)象，將 contextWindow 和 maxTokens 的值從 4096 改為 32768。

示例修改后：

{
 ?"id": "qwen2.5:7b-32k",
 ?"contextWindow": 32768,
 ?"maxTokens": 32768,
 ?...
}

保存文件后完全退出 OpenClaw TUI（按 Ctrl+C），然后重新啟動(dòng)：

openclaw tui

此時(shí)錯(cuò)誤應(yīng)消失，AI 可以正常對(duì)話。

六 啟動(dòng) TUI 并測(cè)試對(duì)話

openclaw tui

看到類似以下界面即成功：

session agent:main:main
Wake up, my friend!

輸入任意消息，AI 應(yīng)能正常回復(fù)。

七、安裝常用技能（擴(kuò)展功能）

OpenClaw 通過技能（Skills）實(shí)現(xiàn)各種外部操作。目前你已就緒的技能可通過 openclaw skills list 查看。下面推薦安裝一些基礎(chǔ)且 Windows 兼容的技能。

7.1 使用 clawhub 管理技能

首先安裝技能管理工具本身（只需一次）：

npx clawhub install clawhub

之后你就可以在 TUI 中讓 AI 幫你安裝技能（例如說“安裝 github 技能”），不過我們?nèi)杂妹钚胁僮鳌?/p>

7.2 安裝推薦技能

# 文件操作（讓 AI 能保存文件到工作區(qū)）
npx clawhub install filesystem-mcp ? # 或 clawdbot-filesystem
?
# GitHub 集成（需安裝 gh CLI）
npx clawhub install github
?
# PDF 編輯
npx clawhub install nano-pdf
?
# 筆記同步
npx clawhub install notion
npx clawhub install obsidian
?
# 任務(wù)管理
npx clawhub install trello
?
# 摘要生成（支持 URL、本地文件）
npx clawhub install summarize
?
# 天氣查詢（無需 API）
npx clawhub install weather
?
# 本地語音識(shí)別
npx clawhub install openai-whisper
?
# 本地語音合成
npx clawhub install sherpa-onnx-tts

7.3 處理速率限制

若出現(xiàn) Rate limit exceeded，說明未登錄的匿名用戶請(qǐng)求過多。解決方法：

• 等待幾分鐘后重試。
• 或注冊(cè) clawhub 賬號(hào)并登錄：npx clawhub login（按提示在瀏覽器中完成）。

7.4 技能安裝后的必要操作

重啟 OpenClaw 網(wǎng)關(guān)：退出 TUI（Ctrl+C）再重新運(yùn)行 openclaw tui。

檢查技能狀態(tài)：openclaw skills list，確保新技能顯示 ? ready。若仍為 ? missing，說明缺少外部依賴（如 CLI 工具），請(qǐng)根據(jù)提示安裝。

• 例如 github 需要安裝 GitHub CLI。
• obsidian 需要安裝 obsidian-cli。
• filesystem-mcp 可能需要配置允許訪問的路徑。

八、常見問題及解決方法

Q1: 執(zhí)行ollama serve提示端口 11434 被占用

• 原因：Ollama 已在后臺(tái)運(yùn)行（作為系統(tǒng)服務(wù)）。
• 解決：直接使用即可，無需手動(dòng)啟動(dòng)。若需重啟，可在任務(wù)管理器中結(jié)束 ollama.exe 進(jìn)程，然后重新運(yùn)行 ollama serve。

Q2: OpenClaw 配置時(shí)提示Verification failed: This operation was aborted

可能原因：

• Ollama 服務(wù)未運(yùn)行 → 運(yùn)行 ollama list 測(cè)試。
• API Key 留空 → 必須填入任意字符串。
• Base URL 末尾缺少 /v1 → 應(yīng)填寫 http://127.0.0.1:11434/v1。

Q3: 啟動(dòng) TUI 后仍報(bào)上下文窗口過小，但已修改配置文件

解決：確保你修改的是正確的模型條目（即你實(shí)際使用的模型 ID）。修改后務(wù)必完全退出 TUI（按 Ctrl+C），并重啟 OpenClaw 網(wǎng)關(guān)（重新運(yùn)行 openclaw tui）。若仍無效，可嘗試刪除 ~/.openclaw/agents/main/agent/models.json 讓系統(tǒng)重新生成（先備份）。

Q4: 技能安裝后狀態(tài)仍為? missing

原因：技能依賴的外部工具未安裝或未加入 PATH。

解決：查看技能描述，安裝所需 CLI 工具。例如：

• github → 安裝 gh
• obsidian → 安裝 obsidian-cli
• openai-whisper → 下載 whisper.cpp 的 Windows 可執(zhí)行文件并加入 PATH。

Q5: 技能安裝時(shí)遇到Rate limit exceeded

解決：等待 10-15 分鐘后再試，或使用 npx clawhub login 登錄以提高限額。

Q6: AI 無法將文件保存到桌面（權(quán)限問題）

• 默認(rèn)權(quán)限：AI 只能讀寫 OpenClaw 工作區(qū)目錄 ~/.openclaw/workspace。
• 臨時(shí)方案：讓 AI 將文件保存到工作區(qū)，然后你手動(dòng)復(fù)制到桌面。
• 進(jìn)階方案：配置 filesystem-mcp 技能，允許訪問額外路徑（需修改技能配置，較復(fù)雜，按需查閱文檔）。

Q7: Windows 上哪些技能不可用？

依賴 macOS 專有框架的技能無法使用，例如：

apple-notes, bear-notes, apple-reminders, things-mac, bluebubbles, imsg。

九、下一步

現(xiàn)在你的 OpenClaw 已經(jīng)具備了基礎(chǔ)的對(duì)話能力，并安裝了實(shí)用的技能。你可以：

• 在 TUI 中嘗試讓 AI 幫你總結(jié)文檔、管理 GitHub、生成圖像等。
• 探索更多技能：npx clawhub search <關(guān)鍵詞>。
• 配置消息通道（如 Telegram），讓 AI 接入即時(shí)通訊。

如果遇到任何問題，歡迎查閱 OpenClaw 官方文檔 docs.openclaw.ai 尋求幫助。祝你使用愉快！

到此這篇關(guān)于Windows本地部署OpenClaw并連接Ollama模型的完整指南的文章就介紹到這了,更多相關(guān)Windows本地部署OpenClaw內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持腳本之家！

最新評(píng)論