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

本地部署 Ollama + Qwen 3.5 构建 OpenClawbot 机器人

本地部署 Ollama 推理引擎,拉取并运行 Qwen 3.5 模型,结合 OpenClaw 框架搭建终端及 Telegram 机器人。涵盖系统准备、软件安装、配置文件编写及服务启动验证全流程,重点解决模型调用失败、Token 校验等常见问题,实现低成本私有化 AI 助手落地。

路由之心发布于 2026/4/10更新于 2026/7/2331 浏览

本地部署 Ollama + Qwen 3.5 构建 OpenClawbot 机器人

本文旨在帮你在一台机器上,把 Ollama + Qwen 3.5 + OpenClaw 整套环境部署起来,并验证能正常聊天。不讲太多概念,更多是命令、配置与排错,适合边看边操作。

一、整体架构先说清楚

这一套技术栈里,各组件的分工如下:

  • 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:

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

所以部署顺序是:安装并启动 Ollama → 在 Ollama 里拉起 Qwen 3.5 模型 → 安装 OpenClaw → 配置 OpenClaw 使用 Ollama+Qwen 3.5 → 启动并确认对话。

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 建议使用 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,用于查看 OpenClaw 源码)

Ubuntu 一键安装:

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

macOS 建议先装 Homebrew,再执行:

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:


ss -lntp | grep 11434

curl http://localhost:11434
# 看看 11434 端口是否在监听(Linux)
# 或简单 curl 一下

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:

  • 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 或老电脑。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

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

来触发检查本机是否有 OpenClaw,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
openclaw gateway restart

2. 启动 OpenClaw 终端界面

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

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

到目前为止,你已经完成了在本地安装并启动 Ollama,拉取并验证可以运行的 Qwen 3.5 0.8B 模型,安装 OpenClaw,写好 config.yaml 让 OpenClaw 通过 Ollama 调 Qwen 3.5,启动网关和 TUI 确认可以在终端完成整链路对话,并初步了解了如何把机器人接入 Telegram。

目录

  1. 本地部署 Ollama + Qwen 3.5 构建 OpenClawbot 机器人
  2. 一、整体架构先说清楚
  3. 二、环境与准备
  4. 1. 操作系统和硬件建议
  5. 2. 需要的软件
  6. curl 一般自带
  7. 三、第一步:安装并验证 Ollama
  8. 1. 安装 Ollama
  9. 2. 验证 Ollama 安装
  10. 3. 启动 Ollama 服务
  11. 看看 11434 端口是否在监听(Linux)
  12. 或简单 curl 一下
  13. 四、第二步:在 Ollama 中拉取 Qwen 3.5 模型
  14. 1. 选择合适的 Qwen 3.5 版本
  15. 2. 拉取模型
  16. 3. 在命令行直接试一下模型
  17. 五、第三步:安装 OpenClaw / OpenClawbot
  18. 1. 通过 npm 全局安装 OpenClaw
  19. 2. (可选)用 Ollama 的一键命令安装
  20. 六、第四步:配置 OpenClaw 连接 Ollama + Qwen 3.5
  21. 1. 找到/创建配置文件
  22. 或 vim / code 打开都行
  23. 2. 写入一个最小可用配置(终端机器人版)
  24. 3. 检查配置是否正确
  25. 七、第五步:启动 OpenClaw 网关与 TUI(终端界面)
  26. 1. 更新并启动网关
  27. 更新网关(如有必要)
  28. 重启网关,使最新配置生效
  29. 2. 启动 OpenClaw 终端界面
  30. 八、可选:接入 Telegram,做“聊天软件版机器人”
  31. 1. 在 Telegram 里创建 Bot
  32. 2. 在 OpenClaw 里配置 Telegram 通道
  33. 九、常见问题与排错
  34. 1. OpenClaw 报 “model not found” 或调用失败
  35. 2. CPU 占用高 / 非常慢
  36. 3. 报 “unauthorized token” 类错误
  37. 十、一键启动脚本示例
  38. 十一、总结
  • 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
  • Flutter mediapipe_core 鸿蒙化适配指南:端侧 AI 推理与视觉任务集成
  • AI 时代产品经理成长路径:核心能力与实战指南
  • Spring Boot 数据导入导出与报表生成实战
  • 飞算 JavaAI 插件辅助生成 Java 项目实战
  • 6 款 AI 写作工具实测:网文创作哪款更顺手?
  • 二级 Python 综合应用题真题及参考代码合集
  • 2025 年 AI IDE 深度评测:从功能效率转向生态壁垒
  • Apache Apollo 从 Windows 迁移至 Linux 服务器全流程及避坑指南
  • 【大模型微调】LLaMA Factory 微调 LLMs & VLMs
  • 汇川机器人软件 RobotLab 常规操作
  • C++11 新特性详解:Lambda 表达式、可变参数模板与包装器
  • AI + 鸿蒙游戏:会是下一个爆点?
  • Git 在 Windows 上的安装与配置完整指南
  • AI 提示词:零基础入门与核心概念
  • Java 面向对象核心:继承、多态与抽象类接口
  • 2026年最新版 Dev C++ 下载安装与配置完整教程
  • 数据结构:递归算法核心原理与实现
  • Trae、Cursor、Copilot、Windsurf 四款 AI 编程工具对比
  • 大模型工程化与传统 AI 工程的核心差异解析
  • Whisper OpenAI 开源语音识别工具安装与使用指南

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