跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客GitHub 精选镜像AI 生图工具UI配色美学隐私政策关于联系
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
Shell / BashNode.jsAI

Ollama + Qwen 3.5 + OpenClawbot 本地部署教程

本地部署 Ollama 结合 Qwen 3.5 模型与 OpenClawbot 构建免费 AI 助手。步骤涵盖系统环境准备、Ollama 安装验证、模型拉取、OpenClaw 配置及网关启动。支持终端交互及 Telegram 接入,适用于 CPU 或 GPU 环境,实现本地大模型推理与多通道机器人功能。

赛博行者发布于 2026/4/7更新于 2026/7/2538 浏览

一、整体架构先说清楚

这一套技术栈里,各组件的分工是:

  • Ollama:本地大模型运行引擎,相当于'模型服务端'
  • Qwen 3.5:具体的大模型(如 qwen3.5-0.8b),在 Ollama 里跑
  • OpenClaw / OpenClawbot:在上面封一层'智能代理 + 多通道机器人'(终端、Telegram、后面你也可以接微信等)

简单理解为:

你/用户 → OpenClawbot → Ollama API(http://localhost:11434) → Qwen 3.5 模型

所以部署顺序是:

  1. 安装并启动 Ollama
  2. 在 Ollama 里拉起 Qwen 3.5 模型
  3. 安装 OpenClaw / OpenClawbot
  4. 配置 OpenClaw 使用 Ollama+Qwen 3.5
  5. 启动,确认可以正常对话

二、环境与准备

1. 操作系统和硬件建议
  • 系统:
    • 推荐:macOS / Ubuntu 20.04+ / 22.04+
    • Windows:建议用 WSL2 + Ubuntu 跑 Ollama 和 OpenClaw
  • 硬件(跑 Qwen 3.5 0.8B 这种小模型):
    • CPU:4 核以上
    • 内存:8GB 起
    • 磁盘:预留 10GB+
    • GPU:可选;没有 GPU 也能跑 0.8B 模型

如果你只是想先体验一把,用一台 8G 内存的笔记本就能跑通。

2. 需要的软件
  • curl(拉安装脚本)
  • Node.js + npm(用来装 OpenClaw)
  • git(可选,用于看 OpenClaw 源码)

Ubuntu 一键装:

sudo apt update && sudo apt install -y curl nodejs npm git

macOS 建议先装 Homebrew,再:

brew install node git
# curl 一般自带

三、第一步:安装并验证 Ollama

1. 安装 Ollama

官方安装脚本(macOS / Linux):

curl -fsSL https://ollama.com/install.sh | sh

Windows 则去官网下安装包,或者在 WSL2 Ubuntu 里用上面的命令。

2. 验证 Ollama 安装
ollama --version

能看到类似:

ollama version 0.17.0

说明 OK。

3. 启动 Ollama 服务

大多数系统装好后会自动以守护进程方式运行,你可以手动确认下:

# 看看 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": [...]}

那说明 Ollama 服务正常在 http://localhost:11434 跑着。


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,很推荐文章里提到的:

  • 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。"

如果能看到模型正常回答,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 官方文档里提到,可以直接通过:

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

来触发:

  1. 检查本机是否有 OpenClaw
  2. 如果没有,会提示并自动帮助安装配置一套推荐模型和插件

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。


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 # Ollama 默认 API 地址
    model: qwen3.5-0.8b # 和你用 ollama pull 的 tag 一致
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       # 创建一个访问 token
openclaw gateway restart    # 再重启一次
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,后面你可以单开一篇专门写 Telegram / 微信接入。

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(类似 Finished 之类的选项)

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
# 启动 OpenClaw 终端界面
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。

目录

  1. 一、整体架构先说清楚
  2. 二、环境与准备
  3. 1. 操作系统和硬件建议
  4. 2. 需要的软件
  5. curl 一般自带
  6. 三、第一步:安装并验证 Ollama
  7. 1. 安装 Ollama
  8. 2. 验证 Ollama 安装
  9. 3. 启动 Ollama 服务
  10. 看看 11434 端口是否在监听(Linux)
  11. 或简单 curl 一下
  12. 四、第二步:在 Ollama 中拉取 Qwen 3.5 模型
  13. 1. 选择合适的 Qwen 3.5 版本
  14. 2. 拉取模型
  15. 3. 在命令行直接试一下模型
  16. 五、第三步:安装 OpenClaw / OpenClawbot
  17. 1. 通过 npm 全局安装 OpenClaw
  18. 2.(可选)用 Ollama 的一键命令安装
  19. 六、第四步:配置 OpenClaw 连接 Ollama + Qwen 3.5
  20. 1. 找到/创建配置文件
  21. 或 vim / code 打开都行
  22. 2. 写入一个最小可用配置(终端机器人版)
  23. 3. 检查配置是否正确
  24. 七、第五步:启动 OpenClaw 网关与 TUI(终端界面)
  25. 1. 更新并启动网关
  26. 更新网关(如有必要)
  27. 重启网关,使最新配置生效
  28. 2. 启动 OpenClaw 终端界面(OpenClawbot 的本地控制台)
  29. 八、可选:接入 Telegram,做“聊天软件版机器人”
  30. 1. 在 Telegram 里创建 Bot
  31. 2. 在 OpenClaw 里配置 Telegram 通道
  32. 九、常见问题与排错
  33. 1. OpenClaw 报 “model not found” 或调用失败
  34. 2. CPU 占用高 / 非常慢
  35. 3. 报 “unauthorized token” 类错误
  36. 十、一键启动脚本示例(方便日常使用)
  37. 启动 OpenClaw 终端界面
  38. 十一、总结:这一篇你已经完成了什么?
  • 免费图片AI生成工具免费生成了解详情
  • Magick API 一键接入全球大模型注册送1000万token查看
  • 免费图片视频在线生成30秒,将你的创意变成现实开始设计
  • X/Twitter免费视频下载器免登陆无限额度免费视频解析下载了解详情
  • 100+免费在线小游戏爽一把
极客日志微信公众号二维码

微信扫一扫,关注极客日志

微信公众号「极客日志V2」,在微信中扫描左侧二维码关注。展示文案:极客日志V2 zeeklog

更多推荐文章

查看全部
  • 2025 年主流 AI 写作工具横向对比与选择指南
  • OpenClaw:面向具身智能与机器人操作的多模态大模型框架
  • Kali Linux 2025.4 在 VMware 中鼠标不显示的解决方法
  • Android Studio 详细安装与配置指南
  • 【魅影AI远程控制】:基于WebRTC+AI的智能远程控制解决方案
  • .NET 集成 GoView 低代码可视化大屏完整方案
  • C++ 继承机制详解:访问控制、同名隐藏与派生类默认成员函数
  • 利用 DeepSeek 指令与工具降低论文 AIGC 检测率实战指南
  • 设计支持万人并发抢购的秒杀系统架构方案
  • Qwen3-VL 结合 LLaMA-Factory 进行 Grounding 任务 LoRA 微调
  • 基于 uni-app 与 ThinkPHP 的开源项目搭建教程
  • 三大扩散模型性能实测:Z-Image-Turbo、ComfyUI 与 Stable Diffusion 对比
  • FLUX.1 文生图与 SDXL 风格化工作流实战指南
  • 6 款主流 C++ IDE 深度对比与选型指南
  • Fun-ASR WebUI 界面详解:语音识别、批量处理与历史管理功能
  • C++ 游戏开发入门与进阶指南
  • 双向链表实现与核心算法解析
  • Python argparse 命令行参数解析实战
  • VSCode 远程 SSH 环境下 Copilot 无法调用 Claude 模型修复方案
  • 用海螺AI把图片变成视频:MiniMax图生视频上手记录

相关免费在线工具

  • RSA密钥对生成器

    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

  • Mermaid 预览与可视化编辑

    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

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Base64 字符串编码/解码

    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

  • Base64 文件转换器

    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

  • Markdown转HTML

    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