基于Ollama本地搭建OpenClaw私人助手的實(shí)現(xiàn)步驟
官網(wǎng):https://openclaw.ai/,目前已經(jīng)從clawdbot更名為moltbot了,現(xiàn)在又更名為openclaw了。
一. OpenClaw為什么那么火爆
OpenClaw(原 Clawdbot/Moltbot)能快速爆火,核心是精準(zhǔn)擊中本地隱私、全場(chǎng)景自動(dòng)化、低門檻使用三大剛需,疊加開(kāi)源社區(qū)與社交傳播助力,形成現(xiàn)象級(jí)增長(zhǎng)。GitHub 短時(shí)間星標(biāo)破 10 萬(wàn),一周網(wǎng)站訪問(wèn)量超 200 萬(wàn),成為 2026 年初增長(zhǎng)最快的開(kāi)源 AI 項(xiàng)目之一。下面則是爆火的原因:
- 隱私可控:所有數(shù)據(jù)完全存儲(chǔ)于本地,而且支持本地大模型,隱私更加可控。
- 任務(wù)自動(dòng)化:基于AI agent,可自動(dòng)處理郵件、日程、文件、代碼、網(wǎng)頁(yè)自動(dòng)化。
- 多渠道接入:支持Telegram、WhatsApp、Discord、iMessage 等應(yīng)用,但是微信目前還不支持。
二. mac上本地安裝
2.1 下載ollama本地模型
ollama官網(wǎng)下載ollama注意需要下載最新版本,下載必要的本地/cloud模型
參考o(jì)llama的文檔:https://docs.ollama.com/integrations/openclaw
這里使用ollama run --verbose qwen3-coder:latest來(lái)測(cè)試模型的生成速度:
total duration:總耗時(shí)load duration:模型加載時(shí)間eval rate:推理生成tokens
下載推薦的llm,下載模型:ollama pull llm,下面測(cè)試是基于Macbook pro的M4芯片測(cè)試的結(jié)果:
模型 | 大小 | token的速度 | 簡(jiǎn)介 |
qwen3-coder | 18G | 68.37 tokens/s | 千問(wèn)團(tuán)隊(duì)于2025年7月推出的新一代開(kāi)源AI編程大模型系列,專為代碼生成、智能代理(Agent)和倉(cāng)庫(kù)級(jí)編程優(yōu)化 |
glm-4.7-flash | 19G | 48.96 tokens/s | 智譜AI于2025年12月發(fā)布的GLM-4系列大模型,主打高吞吐量和高性價(jià)比,特別強(qiáng)化了本地編程和Agent任務(wù)能力 |
gpt-oss:20b | 13G | 51.01 tokens/s | OpenAI于2025年8月發(fā)布的一款200億參數(shù)的開(kāi)源權(quán)重混合專家模型 它專為輕量級(jí)推理和工具調(diào)用場(chǎng)景設(shè)計(jì),性能接近o3-mini,能在16GB顯存的消費(fèi)級(jí)硬件或邊緣設(shè)備上高效運(yùn)行,具備極高的本地部署性價(jià)比 |
2.2 搭建OpenClaw環(huán)境
參考o(jì)llama的openclaw的博客:https://ollama.com/blog/openclaw
構(gòu)建conda環(huán)境:conda create -n clawdbot python=3.13 -y
激活環(huán)境:conda activate clawdbot
下載nodes:
# Download and install nvm: curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash # in lieu of restarting the shell \. "$HOME/.nvm/nvm.sh" # Download and install Node.js: nvm install 24 # Verify the Node.js version: node -v # Should print "v24.13.0". # Verify npm version: npm -v # Should print "11.6.2".
安裝/更新open claw:npm install -g openclaw@latest
安裝線上wizard:openclaw onboard --install-daemon
從ollama啟動(dòng)openclaw:ollama launch openclaw
將node,npm,openclaw設(shè)置環(huán)境變量:sudo vim ~/.zshrc
export PATH=~/.nvm/versions/node/v24.13.0/bin:$PATH export PATH="$(npm prefix -g)/bin:$PATH"
本地快速查看openclaw,聊天/查看配置:http://127.0.0.1:18789/chat
2.3 讓openclaw爬取互聯(lián)網(wǎng)信息
1. 安裝chromium(這里可以理解為開(kāi)源的google chrome瀏覽器):
# 安裝 Chromium brew install --cask chromium # 移除隔離屬性(首次打開(kāi)可能需要) xattr -dr com.apple.quarantine /Applications/Chromium.app
2. 更改openclaw的json文件,其目錄在~/.openclaw/openclaw.json,或者直接通過(guò)打開(kāi)本地的dashboard(openclaw dashboard)來(lái)查看和更改config。
"browser":{
"enabled":true,
"executablePath":"/Applications/Chromium.app/Contents/MacOS/Chromium",
"headless":false,
"noSandbox":true,
"attachOnly":false,
"defaultProfile":"openclaw"
}3. 重啟openclaw的網(wǎng)關(guān):openclaw gateway restart
4. 查看browser的狀態(tài):openclaw browser status
5. 啟動(dòng)專屬的瀏覽器:openclaw browser start
6. 修改web配置:openclaw configure --section web
三. open claw配置agent skills
3.1 agent skills的優(yōu)勢(shì)
相較于沒(méi)有skills的open claw,有agent skills的優(yōu)勢(shì):
- 相同的workflow,每次使用,不需要重復(fù)去解釋
- 持久化:對(duì)話的數(shù)據(jù)不會(huì)持久化,而skill的數(shù)據(jù)會(huì)在本地存儲(chǔ)
- 節(jié)約tokens:沒(méi)有skill每次需要重復(fù)的對(duì)話占用token
3.2 skills 安裝和使用
Clawhub 官網(wǎng):https://clawhub.ai
這里推薦使用的是我們直接clawhub的官網(wǎng)搜索需要的skills,找到對(duì)應(yīng)的名字,比如我這里找到的就是瀏覽器的agent skills——Agent Browser,它可以幫助我們實(shí)現(xiàn)自動(dòng)爬蟲的功能(模擬人瀏覽頁(yè)面的操作),我們?cè)诎惭b的時(shí)候也能發(fā)現(xiàn),安裝這個(gè)skill,需要安裝playwright這個(gè)框架。
- 1. 安裝clawhub插件:
npm i -g clawhub - 2. 安裝agent-browser:
clawhub install "agent-browser"
如果上面第二步下載不成功,也可以基于git來(lái)安裝:
npm install -g pnpm git clone https://github.com/vercel-labs/agent-browser cd agent-browser pnpm install pnpm build agent-browser install
至此,就安裝好了!
到此這篇關(guān)于基于Ollama本地搭建OpenClaw私人助手的實(shí)現(xiàn)步驟的文章就介紹到這了,更多相關(guān)Ollama本地搭建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!
相關(guān)文章

Windows本地部署OpenClaw并連接Ollama模型的完整指南
本文檔基于實(shí)際部署經(jīng)驗(yàn)編寫,旨在幫助大家在 Windows 系統(tǒng)上從零開(kāi)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,有需要的2026-03-10
OpenClaw+Ollama+Qwen3.5:cloud/Qwen3:0.6b部署本地離線部署AI大模型(無(wú)需GPU)
無(wú)需GPU、無(wú)需云端API,在Windows10/11電腦上,手把手教你部署Ollama+Qwen3.5:cloud(主力模型)+Qwen3:0.6b(輕量備選)+OpenClaw,實(shí)現(xiàn)本地離線運(yùn)行私人AI,感興趣的可以2026-03-10
OpenClaw使用Ollama本地模型的實(shí)現(xiàn)(支持工具調(diào)用))
Ollama 是一個(gè)本地 LLM 運(yùn)行時(shí),可以輕松在你的機(jī)器上運(yùn)行開(kāi)源模型,OpenClaw 通過(guò) Ollama 的 OpenAI 兼容 API 進(jìn)行集成,下面就來(lái)詳細(xì)的介紹一下,感興趣的可以了解一下2026-03-06
使用Ollama 在本地免費(fèi)運(yùn)行OpenClaw的詳細(xì)步驟
本指南重點(diǎn)介紹 OpenClaw + Ollama,我還會(huì)講解最常見(jiàn)的問(wèn)題、API 模式的重要性、如何設(shè)置本地+云端混合流程,以及如何避免本地模型輸出過(guò)于冗長(zhǎng),感興趣的朋友跟隨小編一起2026-03-05
Linux環(huán)境下配置openclaw并連接到局域網(wǎng)ollama模型
本文介紹了如何在Linux環(huán)境下配置OpenClaw并連接到局域網(wǎng)內(nèi)的ollama模型,包括環(huán)境準(zhǔn)備、部署步驟、配置provider和model、飛書插件安裝與配置,以及消息測(cè)試和定時(shí)任務(wù)設(shè)置,2026-03-04






