从零部署 Ollama + Qwen 3.5 + OpenClawbot 本地 AI 助手

看到类似 ollama version 0.17.0 即表示 OK。

3. 启动 Ollama 服务

大多数系统安装后会自动以守护进程方式运行，你可以手动确认：

# 查看 11434 端口是否在监听（Linux）
ss -lntp | grep 11434
# 或简单 curl 一下
curl http://localhost:11434

如果返回类似 {"models": [...]}，说明 Ollama 服务正常在 http://localhost:11434 运行。

四、第二步：在 Ollama 中拉取 Qwen 3.5 模型

1. 选择合适的 Qwen 3.5 版本

为了兼顾效果和能跑得动，推荐使用：

• qwen3.5-0.8b：只有 0.8B 参数，可以在纯 CPU 上跑，占空间大概 1GB 左右 适合入门 / VPS / 老电脑

如果你的 GPU 和内存都比较强，也可以尝试更大的版本（14B 等），但本篇先以 0.8B 为主。

2. 拉取模型

ollama pull qwen3.5-0.8b

耐心等待下载完成。

3. 在命令行直接试一下模型

ollama run qwen3.5-0.8b "用一句话介绍一下你自己。"

如果能正常回答，说明：

• Ollama 安装 OK
• Qwen 3.5 模型拉取 OK
• 本地推理能力没问题

五、第三步：安装 OpenClaw / OpenClawbot

说明：目前社区普遍说的'OpenClawbot'，本质上就是基于 OpenClaw 做的一套机器人/代理配置，这里统一用 OpenClaw 命令来装和配。

1. 通过 npm 全局安装 OpenClaw

npm install -g openclaw

如果报权限问题，可以用：

sudo npm install -g openclaw

安装完成后，执行：

openclaw --version

能看到版本号就说明装好了。

2. （可选）用 Ollama 的一键命令安装

Ollama 官方文档提到，可以直接通过：

ollama launch openclaw --model qwen3.5-0.8b

来触发自动检查与安装。如果你偏向'自动化安装'，可以考虑这条路线；如果你想'自己掌控配置'，建议用 npm install -g openclaw 再手动改配置文件。

下面配置一节按'手动可控'路线讲解。

六、第四步：配置 OpenClaw 连接 Ollama + Qwen 3.5

OpenClaw 的核心配置在一个 config.yaml 里（默认在 ~/.config/openclaw/config.yaml）。

1. 找到/创建配置文件

先看一下有没有默认配置目录：

ls ~/.config/openclaw

如果不存在，就自己创建：

mkdir -p ~/.config/openclaw
nano ~/.config/openclaw/config.yaml
# 或 vim / code 打开都行

2. 写入一个最小可用配置（终端机器人版）

例如：

gateway:
  host: 127.0.0.1
  port: 3000
providers:
  ollama:
    type: ollama
    base_url: http://localhost:11434
    model: qwen3.5-0.8b
agents:
  default:
    provider: ollama
    system_prompt: >
      你是一个中文 AI 助手，回答要简洁、友好，可以适当给出示例。
channels:
  terminal:
    enabled: true
    type: terminal

关键点：

• base_url 必须指向你本机的 Ollama 接口，一般就是 http://localhost:11434
• model 字段要与 ollama list 里显示的 完全一致，区分大小写与横杠
• agents.default.provider 对应上方 providers 中你起的名字（这里是 ollama）

3. 检查配置是否正确

OpenClaw 一般会提供简单检查命令，你可以先直接尝试运行（有错误会提示）。

七、第五步：启动 OpenClaw 网关与 TUI（终端界面）

1. 更新并启动网关

# 更新网关（如有必要）
openclaw gateway update

# 重启网关，使最新配置生效
openclaw gateway restart

如果你遇到 token 相关提示（例如'unauthorized token'），可以创建/配置 token：

openclaw token create
openclaw gateway restart

2. 启动 OpenClaw 终端界面（OpenClawbot 的本地控制台）

openclaw tui

成功的话，你会看到一个基于 TUI 的聊天界面（类似一个终端聊天窗口），此时输入一句中文：

你：帮我列一个今天的工作待办清单

几秒后能看到 Qwen 3.5 的回复，就说明：

• OpenClaw 已经成功通过 providers.ollama 调用了本地 Ollama
• Ollama 内部调起了 Qwen 3.5 模型
• 整个 'OpenClawbot → Ollama → Qwen 3.5' 链路打通

到这里，一个本地终端版的 Qwen 3.5 OpenClawbot 已经部署完成。

八、可选：接入 Telegram，做'聊天软件版机器人'

很多教程会在这一步把 OpenClawbot 接入 Telegram，形成一个真正的'聊天机器人'。这里只简单带一下部署关键点。

1. 在 Telegram 里创建 Bot

• 搜索 @BotFather
• 发送 /newbot 按提示创建机器人
• 获得一个形如 123456789:ABC-... 的 Bot Token

2. 在 OpenClaw 里配置 Telegram 通道

方式一：用交互式配置向导：

openclaw configure

大致流程：

• 选择要配置的 section：channels
• 添加新的 channel：选择 telegram
• 粘贴 Bot Token
• 保存退出

方式二：直接在 config.yaml 增加：

channels:
  terminal:
    enabled: true
    type: terminal
  telegram:
    enabled: true
    type: telegram
    bot_token: YOUR_TELEGRAM_BOT_TOKEN

然后重启网关：

openclaw gateway restart

此时在 Telegram 中给你的 Bot 发消息，应该就能看到由 Qwen 3.5 驱动的回复了（消息也会在 TUI 里同步显示）。

九、常见问题与排错

1. OpenClaw 报 'model not found' 或调用失败

排查步骤：

重启网关再试：

openclaw gateway restart

确保 config.yaml 中的：

providers:
  ollama:
    model: qwen3.5-0.8b

与 ollama list 里的 tag 完全一致（包括点、横线、大小写）。

先看 Ollama 里到底有什么模型：

ollama list

2. CPU 占用高 / 非常慢

• 尝试先用 qwen3.5-0.8b，避免一上来就拉大模型
• 问题尽量短一点，减少生成 token 数
• 如果是服务器，可以考虑用 screen 或 tmux 把进程常驻后台

3. 报 'unauthorized token' 类错误

说明 OpenClaw 的网关启用了一些 token 校验：

openclaw token create
openclaw gateway restart

按提示生成 token 并更新配置即可。

十、一键启动脚本示例（方便日常使用）

你可以写一个简单脚本，让自己每次启动更轻松。

例如 start_openclaw_qwen.sh：

#!/bin/bash
openclaw gateway restart
openclaw tui

赋予执行权限：

chmod +x start_openclaw_qwen.sh

之后只要：

./start_openclaw_qwen.sh

就能直接进到聊天界面。

十一、总结：这一篇你已经完成了什么？

到目前为止，你已经完成了：

1. 在本地安装并启动 Ollama；
2. 拉取并验证可以运行的 Qwen 3.5 0.8B 模型；
3. 安装 OpenClaw / OpenClawbot；
4. 写好 config.yaml，让 OpenClaw 通过 Ollama 调 Qwen 3.5；
5. 启动网关和 TUI，确认可以在终端完成整链路对话；
6. 初步了解了如何把机器人接入 Telegram。