概述
在云端 API 成本高昂且数据隐私敏感的场景下,本地化部署大模型成为许多开发者的首选。本文将介绍如何在 Windows 环境下搭建一套完全本地的 AI 系统:通过 Ollama 运行 DeepSeek 模型作为推理核心,配合 OpenClaw 智能中枢调用各类工具(Skill),实现 APP 开发、数据分析、文档生成等自动化任务。无需编程基础,即可拥有可定制的私有 AI 助手。
系统架构
- 本地大脑:Ollama + DeepSeek 模型,负责理解意图与内容生成
- 智能中枢:OpenClaw,负责调度外部工具与执行具体操作
- 功能模块:通过安装 Skill 包扩展特定领域能力
适用人群:希望降低 AI 使用成本的技术爱好者、需要处理本地数据的开发者。
硬件环境准备
部署前请确认电脑配置,这直接影响模型响应速度。
| 配置项 | 最低要求 | 推荐配置 | 检查方法 |
|---|---|---|---|
| 操作系统 | Windows 10 64 位 | Windows 11 | 右键'此电脑'->'属性' |
| 内存 | 16GB | 32GB | 任务管理器 -> '性能' |
| 硬盘 | 20GB 空闲 | 50GB 以上 (SSD) | 打开'此电脑'查看 |
| 显卡 | 非必需 | NVIDIA RTX 2060+ | 任务管理器 -> '性能' -> 'GPU' |
提示:若无独立显卡,CPU 亦可运行,但速度会稍慢。
第一步:部署 Ollama 与模型
Ollama 是轻量级的大模型管理工具,支持在本地运行多种开源模型。我们选用 DeepSeek-R1 (7B),其在代码与逻辑推理上表现优异且对资源友好。
1. 安装 Ollama
访问官网下载 Windows 版本并安装。安装完成后,任务栏右下角会出现羊驼图标,表示服务已在后台运行。
2. 拉取模型
打开命令提示符 (Win + R 输入 cmd),执行以下命令首次运行将自动下载模型:
ollama run deepseek-r1:7b
等待进度条完成(约 10-30 分钟)。出现 >>> 提示符后,输入'你好'测试模型回复。输入 /bye 退出对话。
第二步:安装 OpenClaw 智能中枢
OpenClaw 充当操作系统角色,让 AI 具备调用文件、网络及外部程序的能力。
1. 配置 Node.js 环境
访问 Node.js 官网下载 LTS 版本。安装时务必勾选 ,这将自动配置 Python 及 Visual Studio Build Tools 等依赖。

