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算法

安卓手机本地部署 OpenClaw 与 Llama 大模型教程 (Termux+Ubuntu)

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。

内存管理发布于 2026/4/5更新于 2026/5/2238 浏览

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+。

一、准备工作

1.1 安装 Termux
  1. 从 F-Droid 或 GitHub 下载最新版 Termux（避免应用商店旧版本）
  2. 安装并打开，首次启动会自动配置基础环境
1.2 手机设置优化
  1. 开启开发者选项（设置→关于手机→连续点击版本号 7 次）
  2. 开启USB 调试（部分手机需要）
  3. 授予 Termux存储权限（后续步骤会自动请求）

二、Termux 基础配置与 Ubuntu 安装

2.1 Termux 初始化与换源（加速下载）
# 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
2.2 安装 Ubuntu 系统（Proot 容器，无需 Root）
# 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:~#

三、Ubuntu 环境配置（核心依赖安装）

在 Ubuntu 终端中执行以下命令（确保已通过 proot-distro login ubuntu 进入）：

3.1 系统更新与基础工具
# 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
3.2 安装 Node.js（OpenClaw 依赖，必须 v22+）

apt remove -y nodejs npm

curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt install -y nodejs

node -v && npm -v

npm install -g pnpm
# 卸载旧版本（如果有）
# 安装 Node.js v22 LTS
# 验证版本（应显示 v22+）
# 安装 pnpm（OpenClaw 推荐包管理器）

四、本地 Llama 模型部署（两种方案，推荐 Ollama）

方案 A：Ollama（推荐，新手友好，自动管理模型）
# 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
方案 B：llama.cpp（手动编译，适合高级用户）
# 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

五、OpenClaw 安装与配置

5.1 安装 OpenClaw
# 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
5.2 配置 OpenClaw 连接本地 Llama 模型
情况 1：连接 Ollama（推荐）

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
情况 2：连接 llama.cpp API
# 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）
5.3 启动 OpenClaw
# 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

六、访问与使用 OpenClaw

6.1 本地访问（手机浏览器）
  1. 保持 Termux/Ubuntu 终端运行，不要关闭
  2. 打开手机浏览器，输入：http://localhost:8080
  3. 进入 OpenClaw 界面，在左侧选择 "模型交互"
  4. 右侧选择已配置的模型（如 qwen2.5:0.5b）
  5. 输入问题，点击 "发送"，等待回复（手机性能有限，首次可能需要 10-30 秒）
6.2 局域网访问（其他设备）
# 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

七、常见问题解决

问题 1：Ollama 启动失败
# 查看日志
cat ollama.log
# 常见修复：重启服务
pkill ollama
nohup ollama serve > ollama.log 2>&1 &
问题 2：OpenClaw 连接模型失败
# 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
问题 3：内存不足 / 运行缓慢
  1. 选择更小的模型（如 0.5B~2B 参数）
  2. 关闭其他后台应用
  3. 降低模型上下文窗口（llama.cpp 中 -c 512 代替 -c 2048）

八、完整操作流程总结（快速参考）

# 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

九、进阶技巧

后台运行与进程管理
# 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
模型推荐（手机性能友好）
模型名称参数大小占用空间推荐指数特点
Qwen2.5-0.5B0.5B~300MB★★★★★中文支持好，速度快
Llama 3.1-1B1B~600MB★★★★☆英文优秀，轻量级
Mistral-7B-Instruct-v0.37B~4GB★★★☆☆性能强，需≥8GB 内存

常见问题 Q&A

  1. **是否需要 Root？**不需要！全程使用 Proot 容器技术，安全无风险
  2. **手机最低配置要求？**建议≥4GB RAM，≥64GB 存储，Android 7+
  3. **模型下载慢怎么办？**使用国内镜像源，如 hf-mirror.com，或在电脑下载后通过 USB 传输到手机
  4. 如何关闭服务？
    • OpenClaw：Ctrl+C
    • Ollama：pkill ollama
    • Ubuntu：exit 退出，然后关闭 Termux

目录

  1. 一、准备工作
  2. 1.1 安装 Termux
  3. 1.2 手机设置优化
  4. 二、Termux 基础配置与 Ubuntu 安装
  5. 2.1 Termux 初始化与换源（加速下载）
  6. 1. 更新系统包
  7. 2. 安装必要工具
  8. 3. 授予存储权限（允许访问手机文件）
  9. 4. 更换国内源（解决下载慢问题）
  10. 2.2 安装 Ubuntu 系统（Proot 容器，无需 Root）
  11. 1. 安装 Ubuntu（默认最新 LTS 版本，约 200MB）
  12. 2. 验证安装并登录 Ubuntu
  13. --isolated 参数必须加，避免环境变量冲突
  14. 登录成功后，终端提示符变为：root@localhost:~
  15. 三、Ubuntu 环境配置（核心依赖安装）
  16. 3.1 系统更新与基础工具
  17. 1. 更新 Ubuntu 软件源
  18. 2. 安装必要依赖
  19. 3.2 安装 Node.js（OpenClaw 依赖，必须 v22+）
  20. 卸载旧版本（如果有）
  21. 安装 Node.js v22 LTS
  22. 验证版本（应显示 v22+）
  23. 安装 pnpm（OpenClaw 推荐包管理器）
  24. 四、本地 Llama 模型部署（两种方案，推荐 Ollama）
  25. 方案 A：Ollama（推荐，新手友好，自动管理模型）
  26. 1. 安装 Ollama（一键脚本）
  27. 2. 启动 Ollama 服务（后台运行）
  28. 后台运行，日志保存到 ollama.log
  29. 3. 验证安装
  30. 4. 下载轻量级 Llama 模型（手机推荐 0.5B~7B 参数）
  31. 下载 Qwen2.5-0.5B（中文支持好，仅需约 300MB 空间）
  32. 或下载 Llama 3.1-8B（英文优秀，约 4.7GB）
  33. ollama pull llama3.1:8b
  34. 5. 测试模型（交互模式）
  35. 输入“你好”测试，输入“/bye”退出
  36. 方案 B：llama.cpp（手动编译，适合高级用户）
  37. 1. 克隆 llama.cpp 仓库
  38. 2. 编译（手机 CPU 优化）
  39. 禁用加速，适配手机 CPU
  40. 3. 下载 GGUF 格式 Llama 模型（推荐 Q4KM 量化版，体积小速度快）
  41. 下载 Qwen2.5-0.8B-UD-Q4KM.gguf（约 500MB）
  42. 4. 启动 llama.cpp API 服务（OpenClaw 可通过 API 访问）
  43. -c 2048：上下文窗口大小
  44. --host 0.0.0.0：允许外部访问
  45. --port 8081：API 端口
  46. 五、OpenClaw 安装与配置
  47. 5.1 安装 OpenClaw
  48. 1. 克隆 OpenClaw 仓库（或直接下载最新版）
  49. 2. 安装依赖
  50. 3. 初始化配置（自动生成.env 文件）
  51. 5.2 配置 OpenClaw 连接本地 Llama 模型
  52. 情况 1：连接 Ollama（推荐）
  53. 情况 2：连接 llama.cpp API
  54. 修改.env 文件
  55. 添加以下内容（替换原有 Ollama 配置）
  56. 保存并退出（Ctrl+O，回车，Ctrl+X）
  57. 5.3 启动 OpenClaw
  58. 开发模式启动（适合调试）
  59. 或生产模式启动（推荐，性能更好）
  60. 启动成功后，会显示：
  61. > OpenClaw is running on http://localhost:8080
  62. 六、访问与使用 OpenClaw
  63. 6.1 本地访问（手机浏览器）
  64. 6.2 局域网访问（其他设备）
  65. 查看手机 IP 地址（在 Ubuntu 终端执行）
  66. 查找 inet 后的地址，如 192.168.1.100
  67. 其他设备浏览器输入：http://手机 IP:8080
  68. 例如：http://192.168.1.100:8080
  69. 七、常见问题解决
  70. 问题 1：Ollama 启动失败
  71. 查看日志
  72. 常见修复：重启服务
  73. 问题 2：OpenClaw 连接模型失败
  74. 1. 检查模型服务是否运行
  75. Ollama：
  76. 应返回模型列表
  77. llama.cpp：
  78. 应返回模型列表
  79. 2. 检查.env 配置是否正确
  80. 3. 重启 OpenClaw
  81. 问题 3：内存不足 / 运行缓慢
  82. 八、完整操作流程总结（快速参考）
  83. 1. 启动 Termux
  84. 2. 进入 Ubuntu
  85. 3. 启动 Ollama 服务（如果未启动）
  86. 4. 进入 OpenClaw 目录
  87. 5. 启动 OpenClaw
  88. 6. 打开浏览器访问 http://localhost:8080
  89. 九、进阶技巧
  90. 后台运行与进程管理
  91. 1. 查看后台进程
  92. 2. 将前台进程转为后台（Ctrl+Z 后）
  93. 3. 恢复后台进程到前台
  94. 4. 永久后台运行（重启后仍生效）
  95. 模型推荐（手机性能友好）
  96. 常见问题 Q&A
  • 💰 8折买阿里云服务器限时8折了解详情
  • Magick API 一键接入全球大模型注册送1000万token查看
  • 🤖 一键搭建Deepseek满血版了解详情
  • 一键打造专属AI 智能体了解详情
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
  • Ubuntu 22.04 网络配置实战：静态 IP 与 DNS 设置
  • Python 基础语法详解
  • 基于 LLaMA-Factory 的 LLM DPO 训练实战
  • 基于 Docker 与内网穿透实现 Nginx 远程访问
  • Android 中高级开发技术面试真题与解析
  • B-树模拟实现详解
  • 基于 Q-Learning 的无人机三维动态避障路径规划 (Matlab 实现)
  • PX4 模块化架构与工程目录解析
  • n8n 2.x 自托管部署：Task Runners 原生 Python 支持
  • 基于模型的六轴机器人阻抗力控制算法
  • Stable Diffusion 秋叶整合包安装与使用指南
  • GitHub 全界面中文化：Tampermonkey 插件安装与配置指南
  • C++ 异常处理机制与类型转换详解
  • AI 游戏 Agent 训练案例深度拆解
  • 数据结构：八种常见排序算法
  • 国内 Stable Diffusion 与 LLaMA 模型镜像站推荐及下载加速指南
  • C++ 串口应用开发详解
  • 互联网程序员薪资现状与职业发展思考
  • 如何利用 Python 学习网络爬虫技术
  • 算法实战：位运算解决两数之和、唯一数字与缺失数字

相关免费在线工具

  • 加密/解密文本

    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

  • 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

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，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