本地部署 Qwen3-32B 大模型结合 Clawdbot 网关，可实现私有化 AI 对话平台。流程涵盖 Ollama 环境搭建、模型拉取、反向代理配置及 Web 界面访问。支持流式输出、多端局域网连接及基础文件解析，无需复杂容器编排，适合对数据隐私有要求的开发者快速构建离线智能助手。
你是不是也遇到过这些问题：想本地跑一个真正强大的大模型，但 Qwen3-32B 这种 320 亿参数的大家伙，直接在笔记本上根本带不动；用云服务又担心数据外泄、响应慢、费用高；好不容易搭好 Ollama，却发现前端没有好用的聊天界面，每次都要写 curl 命令或者改代码？
Clawdbot 整合 Qwen3-32B 的方案，就是为了解决这些真实痛点而生的。它不是简单的'能跑就行'，而是把私有部署、模型调用、网络代理、Web 交互四个环节串成一条丝滑的流水线——模型跑在你自己的机器上，安全可控；Clawdbot 作为轻量级网关，不占资源；8080 端口直连转发到 18789，零配置暴露；最后通过浏览器就能像用 ChatGPT 一样自然对话。
整个过程不需要 Docker 编排经验，不依赖 Kubernetes，甚至不用碰 Nginx 配置文件。只要你会打开终端、复制粘贴几行命令，15 分钟内就能拥有一个专属的、高性能、可离线的 AI 对话平台。
这不只是技术堆砌，而是一套为实际使用而设计的工作流。接下来，我们就从零开始，一步步把它搭起来。
在动手之前，请确认你的设备满足以下最低要求：
Ollama 是目前最友好的本地大模型运行时，无需手动下载 GGUF、不用配 CUDA 版本，一行命令即可完成模型拉取与注册。
打开终端，执行：
# 下载并安装 Ollama（以 Linux 为例）
curl -fsSL https://ollama.com/install.sh | sh
# 启动 Ollama 服务（后台常驻）
ollama serve &
# 拉取 Qwen3-32B 模型（注意：这是官方发布的 32B 量化版，非原始 FP16）
ollama pull qwen3:32b
提示：
qwen3:32b是 Ollama Hub 上已验证可用的镜像标签。如果你执行ollama list后未看到该模型，请检查网络是否能访问https://registry.ollama.ai；国内用户如遇超时，可临时配置代理：export HTTP_PROXY=http://127.0.0.1:7890（需提前运行 Clash/Proxyman 等工具）。
验证模型是否就绪：
ollama run qwen3:32b "你好，请用一句话介绍你自己"
如果看到类似'我是通义千问 Qwen3，一个具备强推理和多语言能力的大语言模型……'的回复，说明模型已成功加载。
Clawdbot 不是传统意义上的'应用'，而是一个极简的 HTTP 反向代理 + 前端聚合器。它不处理模型推理，只做三件事：接收浏览器请求、转发给 Ollama API、把响应渲染成对话界面。
我们使用预编译二进制包（免编译、免 Python 环境），支持一键启动：
# 创建工作目录
mkdir -p ~/clawdbot && cd ~/clawdbot
# 下载 Clawdbot（Linux x64）
curl -L https://github.com/clawdbot/releases/download/v0.4.2/clawdbot-linux-amd64 -o clawdbot
# 或 macOS Apple Silicon
# curl -L https://github.com/clawdbot/releases/download/v0.4.2/clawdbot-darwin-arm64 -o clawdbot
chmod +x clawdbot
# 启动（监听 8080 端口，后端指向 Ollama 默认地址）
./clawdbot --ollama-url http://127.0.0.1:11434 --port 8080
此时终端会输出类似：
INFO[0000] Clawdbot v0.4.2 starting...
INFO[0000] Ollama API endpoint: http://127.0.0.1:11434
INFO[0000] Web server listening on :8080
表示 Clawdbot 已就绪，正在将 http://localhost:8080 的所有请求，代理至 Ollama 的 /api/chat 接口。
别急着打开浏览器，先用命令行快速验证三层通路是否闭环：
# 1. 检查 Ollama 是否响应
curl -s http://127.0.0.1:11434/api/tags | jq '.models[].name' | grep qwen3
# 2. 检查 Clawdbot 是否转发成功（模拟一次聊天请求）
curl -s http://127.0.0.1:8080/api/chat \
-H "Content-Type: application/json" \
-d '{ "model": "qwen3:32b", "messages": [{"role": "user", "content": "今天天气怎么样？"}], "stream": false }' | jq -r '.message.content'
如果第二条命令返回了合理回答（例如'我无法获取实时天气信息，但你可以告诉我你所在的城市…'），恭喜你——模型、网关、协议三者已完全打通。
很多教程到这里就结束了，但实际使用中你会发现：浏览器直接访问 http://localhost:8080 是可以的，但一旦想用手机扫码、让同事远程访问、或嵌入到内部系统里，就会卡在跨域、端口暴露、HTTPS 等问题上。
Clawdbot 原生支持'网关模式'，即把 8080 端口的流量，无缝映射到另一个更友好的端口（比如 18789），同时自动注入 CORS 头、禁用缓存、适配长连接流式响应——这才是真正面向使用的配置。
关闭上一步的进程（Ctrl+C），重新运行，加入网关参数：
./clawdbot \
--ollama-url http://127.0.0.1:11434 \
--port 8080 \
--gateway-port 18789 \
--gateway-host 0.0.0.0 \
--cors-allowed-origins "*" \
--enable-streaming
参数说明：
--gateway-port 18789：对外暴露的 Web 端口，比 8080 更不易被占用，也避开常见扫描端口--gateway-host 0.0.0.0：允许局域网内其他设备访问（如手机、同事电脑）--cors-allowed-origins "*"：解决前端跨域问题，开发阶段可设为 *，生产环境建议指定域名--enable-streaming：开启流式响应，让文字像打字一样逐字出现，体验更自然启动后，你会看到新增日志：
INFO[0000] Gateway server listening on [::]:18789
INFO[0000] CORS enabled for origins: [*]
如果你的系统启用了防火墙（如 Ubuntu 的 ufw），需手动放行 18789 端口：
sudo ufw allow 18789
sudo ufw reload
然后，在同一局域网下的任意设备（手机、平板、另一台电脑）浏览器中输入：
http://<你的电脑 IP>:18789
如何查本机 IP？
hostname -I | awk '{print $1}'ipconfig getifaddr en0例如，若输出 192.168.3.12，就在手机浏览器输入 http://192.168.3.12:18789 —— 页面将立即加载，无需任何额外配置。
小技巧：用
npx localtunnel --port 18789可临时生成公网 URL（如https://xxx.loca.lt），方便远程演示，无需配置路由器端口映射。
现在，真正的'用户旅程'才开始。我们不再讲命令行，而是站在使用者视角，走完每一步。
访问 http://localhost:18789（或你的局域网 IP），你会看到一个干净的单页应用：顶部是标题
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online