保姆级教程：Windows本地部署Ollama+OpenClaw，打造你的AI赚钱系统（APP开发/量化/小说/剪辑）

优质文章学习记录

— 9 min read
摘要：想用AI搞钱但卡在技术门槛？本文手把手教你用一台Windows电脑，零成本本地部署Ollama大模型+OpenClaw智能中枢，赋予AI开发APP、量化分析、编写小说、剪辑辅助等“赚钱技能”。全程无需编程基础，跟着鼠标点、照着命令敲，即可拥有24小时待命的AI员工。

一、写在前面

很多朋友对AI变现跃跃欲试，却常被这些问题劝退：

  • 云端部署太贵，API调用怕浪费钱
  • 技术文档看不懂，不知道从哪下手
  • 数据隐私担忧，不敢把敏感资料上传

其实，你手头那台Windows电脑完全能胜任！本文将带你搭建一套完全本地化、免费、可扩展的AI生产力系统，让AI帮你写代码、分析表格、生成文案、处理视频，真正把AI变成你的“赚钱工具”。

系统架构：

  • 本地大脑：Ollama + DeepSeek模型，负责理解任务、生成内容
  • 智能中枢：OpenClaw（原名OpenClaude），负责调用各类工具（Skill）
  • 赚钱技能：通过安装Skill包，让AI具备特定领域的实操能力

适用人群：完全零基础小白、想尝试AI副业的上班族、技术爱好者。

二、硬件准备（先给电脑做个“体检”）

在动手前，先确认你的电脑是否达标。这决定了AI的运行速度。

配置项最低要求推荐配置（体验流畅）检查方法
操作系统Windows 10 64位Windows 11右键“此电脑”->“属性”
内存16GB32GB打开任务管理器->“性能”
硬盘20GB空闲50GB以上（SSD固态更好）打开“此电脑”查看
显卡 （GPU）非必需，但有更好NVIDIA显卡（RTX 2060及以上）任务管理器->“性能”->“GPU”
特别提示：如果没有独立显卡，仅靠CPU也能运行，只是响应稍慢，不影响学习和使用。

三、打造AI大脑：安装Ollama并部署DeepSeek模型

Ollama是一个极简的大模型管理工具，可以像安装App一样在本地运行各种模型。我们选择国产开源模型DeepSeek-R1（7B），它在推理和代码生成方面表现出色，且对内存友好。

1. 下载Ollama安装包

  • 打开浏览器，访问Ollama官网：https://ollama.com/
  • 点击 “Download”，选择 “Windows” 版本。
  • 下载完成后，双击安装包，一路点击“Next”完成安装。安装成功后，任务栏右下角会出现一个小羊驼图标，表示Ollama已在后台运行。

2. 下载DeepSeek模型

  • 按键盘 Win + R，输入 cmd 回车，打开命令提示符窗口（黑色界面）。
  • 等待进度条走完（约10-30分钟，取决于网速）。下载完成后会自动进入对话界面，出现 >>> 提示符，此时你可以输入“你好”测试，模型会回复你。
  • 输入 /bye 可退出对话。

复制以下命令并回车（首次运行会自动下载模型）：

ollama run deepseek-r1:7b
验证：任何时候想再次启动模型，只需在命令行输入 ollama run deepseek-r1:7b。

四、安装智能中枢：OpenClaw（原OpenClaude）

现在AI大脑已经就绪，但它还不能操作你的电脑、调用外部工具。OpenClaw就像一个“操作系统”，让AI拥有执行具体任务的能力。

1. 安装Node.js环境

  • 访问Node.js官网：https://nodejs.org/
  • 下载左侧的 LTS版本（推荐初学者使用稳定版）。
  • 双击安装包，务必勾选“Automatically install the necessary tools”（自动安装必要工具），然后一路“Next”完成安装。这会自动配置好Python、Visual Studio Build Tools等依赖。

2. 验证Node.js安装

重新打开命令提示符（Win+R -> cmd），分别输入以下命令，看到版本号（如v22.x.x）即成功：

node--versionnpm--version

3. 全局安装OpenClaw

  • 引导过程中会询问几个问题，请按以下方式回答：
    • 选择默认模型：输入 deepseek-r1:7b（我们刚才下载的模型）
    • API Key：本地模型无需Key，直接回车跳过
    • 工作区路径：直接回车使用默认路径（C:\Users\你的用户名\.openclaw）
    • 安装守护进程：输入 Yes，这样即使关闭命令行窗口，AI中枢也会在后台运行

安装完成后，执行新手引导命令，让OpenClaw自动完成基础配置：

openclaw onboard --install-daemon

在命令行中执行：

npminstall-g openclaw@latest

4. 验证中枢是否运行

  • 如果显示 “running”，说明一切正常。
  • 打开浏览器，访问 http://127.0.0.1:18789/，你将看到OpenClaw的管理后台界面（首次登录需查看配置文件中的token，位于 C:\Users\你的用户名\.openclaw\openclaw.json 内）。

输入以下命令查看状态：

openclaw gateway status

五、赋予“赚钱技能”（安装Skill包）

Skill相当于AI的“插件”或“APP”。OpenClaw通过Skill让AI调用具体工具，例如写代码、处理数据、生成文档等。下面演示如何安装四个典型赚钱技能。

1. 进入工作区

在命令行中，进入OpenClaw默认的工作区目录：

cd %USERPROFILE%\.openclaw\workspace

2. 安装各技能包

【技能一】APP开发助手（skill-developer）

克隆开发技能仓库，并安装依赖：

git clone https://github.com/openclaw/skill-developer.git cd skill-developer npminstallcd..
【技能二】量化管理/数据分析（skill-data-analysis）

安装数据分析技能，可处理Excel、CSV，生成报表：

git clone https://github.com/openclaw/skill-data-analysis.git cd skill-data-analysis npminstallcd..
【技能三】长篇小说编写（skill-writer）

安装写作技能，可生成小说、脚本、文案等：

git clone https://github.com/openclaw/skill-writer.git cd skill-writer npminstallcd..
【技能四】视频剪辑辅助（skill-video-helper）

安装视频辅助技能，可生成字幕、剪辑脚本、调用FFmpeg处理视频：

git clone https://github.com/openclaw/skill-video-helper.git cd skill-video-helper npminstallcd..

3. 激活技能

技能包下载后，需要告知OpenClaw启用它们。

  • 用记事本打开配置文件：C:\Users\你的用户名\.openclaw\openclaw.json

保存文件后，在命令行执行重启命令，使配置生效：

openclaw gateway restart

找到 "skills" 字段，按照以下格式添加刚才安装的技能路径（注意将 你的用户名 替换为实际用户名，路径分隔符使用双反斜杠或正斜杠）：

"skills":{"developer":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-developer","enabled":true},"data-analysis":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-data-analysis","enabled":true},"writer":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-writer","enabled":true},"video-helper":{"path":"C:/Users/你的用户名/.openclaw/workspace/skill-video-helper","enabled":true}}

六、实战：让AI帮你赚钱（使用场景示例）

所有组件安装完成，现在你可以通过OpenClaw后台（http://127.0.0.1:18789/）与AI对话，并利用技能完成实际任务。

1. 副业场景：帮人开发小程序/写脚本

  • 对话示例：“调用developer技能，帮我用Python写一个简单的计算器程序，带图形界面，代码保存到桌面。”
  • AI会生成代码并创建文件，你可以直接交付给客户。

2. 副业场景：数据分析接单

  • 对话示例：“调用data-analysis技能，分析桌面上‘销售数据.xlsx’文件，找出销售额最高的10个商品，并用柱状图展示，生成分析报告。”
  • AI会读取文件、分析数据、生成图表和报告，省去手动处理的时间。

3. 副业场景：自媒体文案/小说创作

  • 对话示例：“调用writer技能，以‘末日重生’为主题写一篇5000字的短篇小说，第一章要包含冲突和悬念，输出为Word文档。”
  • AI能快速产出高质量内容，助你运营自媒体或接写作单。

4. 副业场景：视频剪辑辅助

  • 对话示例：“调用video-helper技能，根据这段口播稿生成一份带时间轴的字幕文件（SRT格式），帮我保存到视频文件夹。”
  • AI生成字幕文件后，你可直接导入剪辑软件，提高剪辑效率。

七、常见问题与注意事项

Q1：电脑配置不高，运行卡顿怎么办？

  • 可以尝试更小的模型，如 deepseek-r1:1.5b（仅需4GB内存）。更换模型命令：ollama run deepseek-r1:1.5b。
  • 关闭其他占用内存的软件，确保AI有足够资源。

Q2：安装过程中出现错误怎么办？

  • 路径问题：Windows用户名不要包含中文，否则可能导致路径识别错误。如果已有中文用户名，建议新建一个英文名用户。

网络问题：大部分失败是由于GitHub或npm源被墙。可以尝试使用国内镜像：

npm config set registry https://registry.npmmirror.com

Q3：如何让AI长期在线？

  • 保持电脑开机即可。如果想7x24小时运行，可以用旧电脑专门跑，或部署到云服务器（如腾讯云轻量应用服务器，安装Windows Server）。

Q4：技能包不够用怎么办？

  • 你可以访问OpenClaw官方GitHub或社区，查找更多技能包，也可以自己开发（需要一定编程基础）。

八、总结

通过本文，你已经成功在Windows电脑上搭建了一套完整的本地AI系统：

  • Ollama：运行DeepSeek大模型
  • OpenClaw：管理AI与外部工具的交互
  • 多个Skill：赋予AI开发、分析、写作、剪辑等赚钱能力

这套系统完全免费、数据私有，你可以随时指挥AI为你工作，接各种副业单子。技术不再是门槛，想法和执行力才是关键。

如果你在搭建过程中遇到问题，欢迎在评论区留言交流。别忘了点赞收藏，方便后续实操哦！

延伸阅读：想了解更多Skill的使用技巧？关注我，后续将推出“AI变现案例实战”系列。

Read more

ToDesk 全新 ToClaw，正在把电脑交给AI去操作

ToDesk 全新 ToClaw，正在把电脑交给AI去操作

这两年，AI 工具层出不穷，但大多数产品还停留在“能回答、会生成”的阶段：帮你写一段话、搜一份资料、整理一个思路，真正到了执行层，还是得你自己坐回电脑前，一个软件一个软件地点、一项任务一项任务地做。 这也是很多人对 AI 的真实感受——它会说，但不一定真能干活。而 ToDesk 新上线的 ToClaw，想解决的正是这个问题。 一、ToClaw 是什么？ ToClaw 是一款基于 OpenClaw 深度定制、并与远程控制运行时深度结合的 AI 助手。它最大的不同，不只是“懂你说什么”，而是能直接在你的电脑上执行操作。 你只需要一句话，它就可以在电脑端完成对应动作：打开软件、点击按钮、填写表单、拖拽文件、整理资料、生成表格、汇总信息……很多原本需要人守在电脑前操作的工作，现在都可以交给 ToClaw
OpenClaw配置GLM联网搜索 - 免费使用AI搜索功能

OpenClaw配置GLM联网搜索 - 免费使用AI搜索功能

还在为AI联网搜索头疼费？这篇文章教你实现AI联网搜索 背景 现在AI助手大火，但是大部分都不支持联网搜索。能够联网的Perplexity一个月要20美元，对个人开发者来说确实有点肉疼。 作为一个程序员，我一直在找免费或者低成本的解决方案。直到我发现OpenClaw这个开源平台，可以很方便地自定义Skill，配合智谱AI的GLM模型，实现了免费联网搜索功能。 什么是OpenClaw OpenClaw是一个开源的AI助手平台，支持： * 多个AI模型（GPT、Claude、GLM等） * 自定义Skill（技能） * 多种部署方式 * 飞书、Telegram等多平台接入 官方文档：https://github.com/openclaw/openclaw 核心思路 利用OpenClaw的自定义Skill功能，调用智谱AI的GLM模型。GLM模型支持联网搜索工具（web_search），我们只需要： 1. 申请智谱AI的API Key 2. 编写调用脚本 3. 配置到OpenClaw 详细配置步骤 第一步：申请智谱AI API Key
Whisper驱动的多语种交互异常检测框架：软件测试公众号热度解析与实战应用

Whisper驱动的多语种交互异常检测框架：软件测试公众号热度解析与实战应用

在2026年软件测试领域，公众号内容的热度高度依赖专业深度与痛点解决能力。爆款文章普遍聚焦AI工具评测、精准测试案例分享及技术趋势分析，阅读量破万的核心在于提供可量化数据和即时应用方案。本文将结合Whisper语音识别模型，构建多语种交互异常检测框架，并解析其如何契合公众号热度要素，为测试从业者提供内容创作蓝本。 一、公众号热度内容类型与核心特征 软件测试公众号的热门内容可归纳为三大类型，均以解决实际痛点为驱动： 1. AI工具评测与实战教程：占热门内容60%以上，热度源于测试效率的刚性需求。核心特征包括嵌入量化数据（如缺陷检出率提升30%）和分步操作指南，避免空泛论述。例如，对比Selenium与Cypress的实测文章，通过Python脚本示例展示手动编码时间减少50%，阅读量常破万。用户偏好可复现代码片段和性能对比图，确保即时应用性。 2. 精准测试案例分享：热度年增速超40%，聚焦多语言测试、安全合规等场景化挑战。内容需详述错误预防秘籍（如边界值分析优化），辅以风险管理框架和可视化报告。例如，“AI翻译技术文档精准应用指南”结合GDPR匿名化方案，指导生成10万+测试

Qwen2.5代码补全实测：2块钱玩一下午，比Copilot便宜

Qwen2.5代码补全实测：2块钱玩一下午，比Copilot便宜 引言 作为一名程序员，代码补全工具已经成为日常开发的"第二大脑"。GitHub Copilot虽然好用，但动辄每月10美元的订阅费用让不少开发者望而却步。今天我要分享的是国产大模型Qwen2.5的代码补全能力实测体验——不仅效果媲美Copilot，而且成本低至2块钱就能玩一下午，特别适合不想被年费绑定的VS Code用户。 Qwen2.5是阿里云开源的代码大模型系列，最新发布的Qwen2.5-Coder在代码推理能力上表现亮眼。与需要订阅的Copilot不同，你可以通过ZEEKLOG算力平台按小时付费使用，真正实现"用多少付多少"。下面我就带大家从环境准备到实际使用，完整走一遍流程。 1. 环境准备与快速部署 1.1 选择适合的Qwen2.5版本 Qwen2.5提供了多个规格的代码模型，对于代码补全场景，推荐使用7B版本： * Qwen2.5-Coder-7B-Instruct：7B参数规模，平衡了性能和资源消耗 * Qwen2.5-Coder-32B：能力更强但需要更高配置 * GPTQ量化版本