介绍如何在非 Root 的安卓手机上，通过 Termux 运行 Proot Ubuntu 环境，部署本地大模型（如 Qwen2.5 或 Llama），并集成 OpenClaw 实现 AI 交互。教程涵盖系统初始化、Node.js 环境配置、Ollama 或 llama.cpp 模型服务搭建、OpenClaw 安装与连接配置，以及局域网访问和常见问题排查。适合具备基础命令行操作能力的用户进行本地离线 AI 开发体验。
本教程提供从 0 到 1 的详细步骤，在安卓手机上通过 Termux 运行 Ubuntu，部署本地 Llama 大模型，并集成 OpenClaw 进行 AI 交互，全程无需 Root。建议手机配置：≥4GB 内存，≥64GB 存储，Android 7+。
# 1. 更新系统包
pkg update -y && pkg upgrade -y
# 2. 安装必要工具
pkg install -y proot-distro git curl wget termux-exec
# 3. 授予存储权限（允许访问手机文件）
termux-setup-storage
# 4. 更换国内源（解决下载慢问题）
echo "deb https://mirrors.tuna.tsinghua.edu.cn/termux/apt/termux-main stable main" > $PREFIX/etc/apt/sources.list
pkg update -y
# 1. 安装 Ubuntu（默认最新 LTS 版本，约 200MB）
proot-distro install ubuntu
# 2. 验证安装并登录 Ubuntu
proot-distro login ubuntu --isolated
# --isolated 参数必须加，避免环境变量冲突
# 登录成功后，终端提示符变为：root@localhost:~#
在 Ubuntu 终端中执行以下命令（确保已通过 proot-distro login ubuntu 进入）：
# 1. 更新 Ubuntu 软件源
apt update -y && apt upgrade -y
# 2. 安装必要依赖
apt install -y build-essential git curl wget nano python3 python3-pip nodejs npm
# 卸载旧版本（如果有）
apt remove -y nodejs npm
# 安装 Node.js v22 LTS
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt install -y nodejs
# 验证版本（应显示 v22+）
node -v && npm -v
# 安装 pnpm（OpenClaw 推荐包管理器）
npm install -g pnpm
# 1. 安装 Ollama（一键脚本）
curl -fsSL https://ollama.com/install.sh | sh
# 2. 启动 Ollama 服务（后台运行）
nohup ollama serve > ollama.log 2>&1 &
# 后台运行，日志保存到 ollama.log
# 3. 验证安装
ollama --version
# 4. 下载轻量级 Llama 模型（手机推荐 0.5B~7B 参数）
# 下载 Qwen2.5-0.5B（中文支持好，仅需约 300MB 空间）
ollama pull qwen2.5:0.5b
# 或下载 Llama 3.1-8B（英文优秀，约 4.7GB）
# ollama pull llama3.1:8b
# 5. 测试模型（交互模式）
ollama run qwen2.5:0.5b
# 输入'你好'测试，输入'/bye'退出
# 1. 克隆 llama.cpp 仓库
git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
# 2. 编译（手机 CPU 优化）
make LLAMA_NATIVE=1 LLAMA_NO_ACCELERATE=1
# 禁用加速，适配手机 CPU
# 3. 下载 GGUF 格式 Llama 模型（推荐 Q4_K_M 量化版，体积小速度快）
# 下载 Qwen2.5-0.8B-UD-Q4_K_M.gguf（约 500MB）
wget https://hf-mirror.com/Qwen/Qwen2.5-0.8B-UD/resolve/main/Qwen2.5-0.8B-UD-Q4_K_M.gguf -P models/
# 4. 启动 llama.cpp API 服务（OpenClaw 可通过 API 访问）
./server -m models/Qwen2.5-0.8B-UD-Q4_K_M.gguf -c 2048 --host 0.0.0.0 --port 8081
# -c 2048：上下文窗口大小
# --host 0.0.0.0：允许外部访问
# --port 8081：API 端口
# 1. 克隆 OpenClaw 仓库（或直接下载最新版）
git clone https://github.com/openclaw/openclaw.git
cd openclaw
# 2. 安装依赖
pnpm install
# 3. 初始化配置（自动生成.env 文件）
pnpm run setup
在初始化过程中，按以下提示配置：
? 请选择默认模型提供商：Ollama
? Ollama API 地址：http://localhost:11434 # Ollama 默认端口
? 请设置 Ollama API 密钥：ollama-local # 任意值即可，Ollama 不需要真实密钥
? 请选择默认模型：qwen2.5:0.5b # 选择已下载的模型
# 修改.env 文件
nano .env
# 添加以下内容（替换原有 Ollama 配置）
MODELS_PROVIDERS_CUSTOM_API_BASE_URL=http://localhost:8081/v1
MODELS_PROVIDERS_CUSTOM_API_KEY=sk-local # 任意值
DEFAULT_MODEL=custom:llama
# 保存并退出（Ctrl+O，回车，Ctrl+X）
# 开发模式启动（适合调试）
pnpm run dev
# 或生产模式启动（推荐，性能更好）
pnpm run build
pnpm run start
# 启动成功后，会显示：
# > OpenClaw is running on http://localhost:8080
http://localhost:8080# 查看手机 IP 地址（在 Ubuntu 终端执行）
ip a
# 查找 inet 后的地址，如 192.168.1.100
# 其他设备浏览器输入：http://手机 IP:8080
# 例如：http://192.168.1.100:8080
# 查看日志
cat ollama.log
# 常见修复：重启服务
pkill ollama
nohup ollama serve > ollama.log 2>&1 &
# 1. 检查模型服务是否运行
# Ollama：
curl http://localhost:11434/v1/models
# 应返回模型列表
# llama.cpp：
curl http://localhost:8081/v1/models
# 应返回模型列表
# 2. 检查.env 配置是否正确
cat .env
# 3. 重启 OpenClaw
pnpm run restart
-c 512 代替 -c 2048）# 1. 启动 Termux
# 2. 进入 Ubuntu
proot-distro login ubuntu --isolated
# 3. 启动 Ollama 服务（如果未启动）
nohup ollama serve > ollama.log 2>&1 &
# 4. 进入 OpenClaw 目录
cd openclaw
# 5. 启动 OpenClaw
pnpm run start
# 6. 打开浏览器访问 http://localhost:8080
# 1. 查看后台进程
jobs
# 2. 将前台进程转为后台（Ctrl+Z 后）
bg
# 3. 恢复后台进程到前台
fg [进程号]
# 4. 永久后台运行（重启后仍生效）
echo "nohup ollama serve > ollama.log 2>&1 &" >> ~/.bashrc
echo "cd /root/openclaw && pnpm run start" >> ~/.bashrc
| 模型名称 | 参数大小 | 占用空间 | 推荐指数 | 特点 |
|---|---|---|---|---|
| Qwen2.5-0.5B | 0.5B | ~300MB | ★★★★★ | 中文支持好，速度快 |
| Llama 3.1-1B | 1B | ~600MB | ★★★★☆ | 英文优秀，轻量级 |
| Mistral-7B-Instruct-v0.3 | 7B | ~4GB | ★★★☆☆ | 性能强，需≥8GB 内存 |
pkill ollamaexit 退出，然后关闭 Termux
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