Python 搭建本地 AI 智能体：OpenClaw 与 Ollama 部署教程

4.2 一键安装脚本

以管理员身份运行 Windows PowerShell，执行以下命令：

iwr -useb https://openclaw.ai/install.ps1 | iex

该脚本会自动检查环境并安装 OpenClaw CLI。

4.3 配置向导

运行 openclaw onboard --install-daemon 后按提示操作：

1. 同意条款输入 yes。
2. 选择安装模式为 QuickStart。
3. 配置模型时选择 Custom Provider：
   • API Base URL: http://127.0.0.1:11434/v1
   • API Key: 随意填写（如 ollama）
   • Endpoint compatibility: OpenAI-compatible
   • Model ID: qwen2.5
4. 其他选项可使用默认值。

完成后，OpenClaw 会启动网关服务并提供 Web UI 地址（如 http://127.0.0.1:18789/）。

五、第四步：编写 Python 客户端

为了更灵活地调用本地模型，我们编写一个简单的命令行客户端。

5.1 安装 SDK

pip install ollama

5.2 编写脚本

新建文件 main.py，内容如下：

# -*- coding: utf-8 -*-
import ollama

def local_jarvis():
    print("="*50)
    print("🦞 本地 AI 智能体已启动！模型：qwen2.5（Ollama）")
    print("🧑 输入 'exit' 可以退出")
    print("="*50 + "\n")
    while True:
        try:
            user_input = input("🧑 我说：")
        except EOFError:
            break
        if user_input.lower() in ["exit", "quit", "退出", "q"]:
            print("🦞 AI：我回去养精蓄锐了，下次再一起干活！拜拜~")
            break
        # 调用本地 Ollama 模型
        try:
            response = ollama.chat(
                model="qwen2.5",
                messages=[{"role": "user", "content": user_input}],
            )
            print("🦞 AI：" + response["message"]["content"] + "\n")
        except Exception as e:
            print(f"⚠️ 哎呀，小龙虾卡住了：{e}\n")

if __name__ == "__main__":
    local_jarvis()

六、第五步：运行测试

确保 Ollama 正在运行，进入脚本目录执行：

python main.py

输入问题即可与本地模型对话。例如：

请用鲁迅的风格，吐槽一下我总是想白嫖 AI 的心理。

七、总结

至此，已完成以下配置：

1. 安装 Python 环境。
2. 部署 Ollama 及 Qwen 本地模型。
3. 安装并配置 OpenClaw。
4. 运行自定义 Python 客户端。

注意事项：

1. OpenClaw 权限较大，建议在虚拟机或专用机器上测试。
2. 本地模型消耗内存和算力，注意散热。
3. 进阶玩法包括接入 QQ、自动发邮件等，需学习 Skills、Agents 配置。

通过上述步骤，您已成功搭建断网可用的本地 AI 智能体，数据隐私得到保障。