OpenClaw 都在排队养,你还在云端白嫖?手把手教你用 Python 搭建本地 AI 智能体(小白也能养自己的小龙虾)

OpenClaw 都在排队养,你还在云端白嫖?手把手教你用 Python 搭建本地 AI 智能体(小白也能养自己的小龙虾)

🦞 长文警告!

📜 文章目录(点击跳转,这波操作稳如老狗)

  1. 前言:别再当云端 AI 的韭菜了,把“小龙虾”养在自己家
  2. 第一步:给电脑装个“胃”——下载安装 Python(含官网地址)
  3. 第二步:请个本地“大脑”——Ollama + Qwen 模型(白嫖党狂喜)
  4. 第三步:搭个“龙虾笼子”——安装 OpenClaw(附项目地址)
  5. 第四步:用 Python 写个“传话筒”,让你的小龙虾听你指挥
  6. 第五步:第一次对话——你的本地贾维斯上线
  7. 总结:白嫖虽好,但别让龙虾把你的电脑“钳”坏了

一、前言:别再当云端 AI 的韭菜了,把“小龙虾”养在自己家

最近科技圈最火的,除了 AI,就是那只 **红色小龙虾 OpenClaw**。

  • GitHub 上 Star 数狂飙,成为史上增长最快的开源项目之一。
  • 线下甚至出现了“排队领虾”的盛况,连 60 多岁的大爷大妈都去帮子女“领虾”,就为了能在本地跑个 AI 帮忙干活。
  • QQ 已经官方支持一键接入 OpenClaw,创建专属 QQ 机器人,让 AI 从“问答工具”变成“能干活的小龙虾”。
    但很多人一听到“本地部署”“Python 环境”“命令行”,直接劝退:
“我连 Python 是啥都不知道,还养虾?”
别慌!这篇教程就是为你这种 小白 准备的:
  • 不会编程? 没关系,我连每个按钮点哪里都给你写清楚。
  • 电脑配置一般? 我们用 Qwen 这种能在普通本上跑的模型。
  • 想白嫖? 模型、工具全部免费,只要你不把龙虾当员工拼命使唤,电费还是出得起的。
⚠️ 高能预警:
本文 非常长,因为我不会只给你一个“大概”,而是从“下载哪个按钮”到“每个命令复制哪一行”,都拆开讲。
建议先 收藏 + 点赞,防止刷着刷着就找不到了。

二、第一步:给电脑装个“胃”——下载安装 Python

AI 智能体要“吃”的是代码,Python 就是它的饭碗。我们先把它装好。 ### 2.1 打开 Python 官网

  1. 打开浏览器(Edge / Chrome 都行)。
  2. 在地址栏输入并回车:
    👉 https://www.python.org/downloads/
    你会看到类似这样的页面(不同版本号,布局类似):
  • 中间一个大标题:Download Python 3.x.x(比如 3.12.3)。
  • 下面有“Download Python install manager”和“Download Python 3.12.3”等链接。

2.2 下载 Windows 安装包(一步步来)

我们以 Windows 64 位系统 为例(大多数电脑都是这个):

  1. 在刚才的页面,往下拉,找到 “Stable Releases” 区域,或者直接点:
    👉 Python Releases for Windows
    进入 Windows 版本列表页面。
  2. 在列表里选一个稳定版本,比如 Python 3.12.3(页面上会标 “Latest Python 3 Release - Python 3.12.3”,你也可以选最新的 3.13.x,都行)。
  3. 在该版本下面,找到类似这样的链接(以 3.12.3 为例):
    • Download Windows installer (64-bit)
      对应链接类似:
      https://www.python.org/ftp/python/3.12.3/python-3.12.3-amd64.exe
  4. 点击 “Windows installer (64-bit)” 链接,开始下载 .exe 安装包。
小提示:
如果你不知道自己是 32 位还是 64 位,默认下载 64-bit 就行,现在大部分电脑都是 64 位。

2.3 安装 Python(这一步非常关键!)

下载完后,找到下载文件夹里的 python-3.12.3-amd64.exe(或你下载的版本)。

  1. 双击 运行安装程序。
  2. 你会看到一个窗口,底部有两个复选框,其中一个写着:
    Add Python to PATH(或者“Add Python to environment variables”)。
  3. 这一步一定要勾选!
    不然后面命令行里敲 python 它会告诉你“不是内部或外部命令”,很多人就是在这里劝退的。
  4. 勾选后,点击 Install Now(立即安装)。
  5. 等待安装完成,看到 “Setup was successful” 就 OK。
  6. 点击 Close 关闭窗口。

2.4 检查 Python 是否装好

  1. Win + R,输入 cmd,回车,打开命令提示符(黑框框)。

回车。如果看到类似:

Python 3.12.3 

说明 Python 已经装好了,可以继续下一步。

在黑框里输入:

python --version

三、第二步:请个本地“大脑”——Ollama + Qwen 模型

OpenClaw 本身不自带“脑子”,需要我们给它配一个本地大模型。这里我们用:

  • Ollama:一个本地运行大模型的工具,一键下载、一键跑模型。
  • Qwen:阿里开源的大模型,中文能力强,还能在本地跑,非常适合当“小龙虾”的大脑。

3.1 安装 Ollama

  1. 打开浏览器,访问:
    👉 https://ollama.com/
  2. 点击页面中间的 Download 按钮,选择 Windows 版本下载。
  3. 下载完后,双击 OllamaSetup.exe,一路 Install 即可。
  4. 安装完成后,Ollama 会在后台自动运行(任务栏右下角会有一个小图标)。

3.2 验证 Ollama 是否安装成功

  1. 打开一个新的命令提示符(Win + R → cmd)。
  2. 如果看到版本号,就说明 Ollama 安装成功。

输入:

ollama --version

3.3 下载 Qwen 模型(这是真正的大脑)

  1. 第一次运行时,Ollama 会自动下载 Qwen 模型(大约 4GB 左右,取决于具体版本)。
  2. 想退出对话,按 Ctrl + D 或输入 /bye

下载完成后,你会进入一个对话界面,可以直接在命令行里跟 Qwen 聊天:

>>> 你好,介绍一下自己 (模型会回答一串文字) 

在命令提示符里输入:

ollama run qwen2.5 

这个命令来自 Ollama 官方 Qwen 模型库页面。

小提示:
如果你的电脑内存不大(比如只有 8GB),可以考虑下载小一点的模型,比如 qwen2.5:0.5bqwen2.5:1.5b,占用内存更小。

四、第三步:搭个“龙虾笼子”——安装 OpenClaw

接下来,我们安装 OpenClaw,让它把 QQ / Telegram / Slack 等聊天工具和本地模型连起来,变成一个“小龙虾”智能体。

4.1 OpenClaw 项目地址

首先,我们要感谢开源社区的无私奉献!OpenClaw 的 GitHub 地址如下:
👉 https://github.com/OpenClawAI/OpenClaw
(注:以上为示例地址,具体以官网为准,目前 OpenClaw 官网为 https://openclaw.ai/,GitHub 上也有对应的仓库,大家可以自行 Star 支持!)

4.2 安装 Node.js(OpenClaw 需要 Node 环境)

OpenClaw 需要 Node.js 环境,我们先把 Node.js 装上。

  1. 打开浏览器,访问 Node.js 中文下载页:
    👉 https://nodejs.cn/download/
  2. 在页面里找到 Windows 安装包(.msi) 区域,选择 64-bit 下载(例如 node-v20.14.0-x64.msi)。
  3. 下载完后,双击 .msi 文件,一路 Next 安装即可。

安装完成后,打开新的命令提示符,输入:

node-vnpm-v

如果能看到版本号(比如 v20.14.0),说明 Node.js 安装成功。

4.3 使用 OpenClaw 官方一键安装脚本(Windows PowerShell)

OpenClaw 官方文档给了非常简单的安装脚本:

  1. Win + X,选择 “Windows PowerShell(管理员)”(或者直接搜索 PowerShell,右键“以管理员身份运行”)。
    • iwr -useb:用 WebRequest 下载脚本;
    • | iex:执行下载到的脚本。
  2. 脚本会自动帮你:
    • 安装/检查 Node.js 环境;
    • npm install -g openclaw@latest 安装 OpenClaw CLI;
    • 运行 openclaw onboard --install-daemon,启动一个“新手引导”。

在 PowerShell 中,复制并粘贴下面这条命令,然后回车:

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

这条命令的意思是:

如果你不想用一键脚本,也可以自己手动执行:

效果是一样的。

4.4 跟着 OpenClaw 新手引导走

运行 openclaw onboard --install-daemon 后,会出现一个交互式引导:

  1. 同意条款:会提醒你 OpenClaw 权限很大,有安全风险,输入 yes 继续。
  2. 选择安装模式:一般选 QuickStart(快速开始)
  3. 配置模型
    • 在 “Model/Auth provider” 那一步,选择 Custom Provider(列表最后一项)。
    • API Base URL 填:http://127.0.0.1:11434/v1(这是 Ollama 默认地址)。
    • API Key 可以随便填一个字符串(比如 ollama),不能留空。
    • Endpoint compatibility 选 OpenAI-compatible
    • Model ID 填你刚才在 Ollama 里用的模型名,比如 qwen2.5
  4. 选择聊天工具:如果你暂时不想接入 QQ / Telegram,可以先选 WebChat 或直接跳过,后面再配。
  5. 其他选项(端口、技能等)可以先一路回车使用默认值。
    完成后,OpenClaw 会在本地启动一个网关服务,并告诉你:
  • Web UI 地址,比如:http://127.0.0.1:18789/
  • 一个 token,用于登录 Web 界面。
    你可以先在浏览器里打开这个地址,看看 OpenClaw 的控制界面长什么样。

五、第四步:用 Python 写个“传话筒”,让你的小龙虾听你指挥

虽然 OpenClaw 已经有了 Web 界面和聊天工具接入,但为了让你真正有“本地 AI 智能体”的感觉,我们用 Python 写一个简单的命令行客户端,直接调用本地模型。

注意:
这里我们用的是 Ollama 的 Python SDK,而不是直接调用 OpenClaw。
如果你以后想深入玩 OpenClaw,可以再学习它的 Agent 和 Skills 机制。

5.1 安装 ollama Python 包

  1. 打开命令提示符(Win + R → cmd)。

输入:

pip install ollama 

等待安装完成。

5.2 编写一个简单的“本地贾维斯”脚本

  1. 在桌面新建一个文件夹,比如叫 MyOpenClawAI
  2. 进入这个文件夹,在地址栏输入 cmd 并回车,这样打开的命令提示符会直接在这个目录下。
  3. 在文件夹里新建一个文本文件,改名为 main.py(一定要把 .txt 后缀改成 .py)。
  4. Ctrl + S 保存。

用记事本或 VS Code 打开 main.py,把下面的代码复制进去:

# -*- coding: utf-8 -*-import ollama deflocal_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")whileTrue:try: user_input =input("🧑 我说:")except EOFError:breakif 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",# 和你 ollama run 的名字一致 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:第一次对话——你的本地贾维斯上线

  1. 确保 Ollama 还在后台运行(任务栏右下角有图标)。

试着输入一句:

请用鲁迅的风格,吐槽一下我总是想“白嫖”AI 的心理。 

小龙虾(其实是 Qwen)会开始在本地计算,然后给你一段鲁迅风格的回答。

回车后,你会看到:

================================================== 🦞 本地 AI 智能体已启动!模型:qwen2.5(Ollama) 🧑 输入 'exit' 可以退出 ================================================== 🧑 我说: 

在刚才打开的命令提示符(当前目录是 MyOpenClawAI)里输入:

python main.py 

七、总结:白嫖虽好,但别让龙虾把你的电脑“钳”坏了

到这里,你已经完成了:

  1. 安装 Python 环境(官网下载 + 勾选 Add to PATH)。
  2. 安装 Ollama,并下载 Qwen 本地模型。
  3. 使用官方脚本安装 OpenClaw(Node.js + install.ps1)。
  4. 用 Python 写了一个简单的“本地贾维斯”客户端,调用本地大模型。
    你已经养了一只自己的“小龙虾”:
  • 它住在你自己电脑里,断网也能聊;
  • 不用给云端服务商交钱,只要付出一点点电费;
  • 你的隐私数据不会传到别人的服务器上。
    但也要注意几点:
  1. OpenClaw 权限很大,官方文档也提醒有安全风险,不要在存有重要文件的电脑上随便测试,最好用一台“干净”的机器或虚拟机。
  2. 本地模型吃内存和算力,电脑风扇可能会起飞,注意散热。
  3. 如果你以后想真正玩转 OpenClaw(接入 QQ、自动发邮件、爬网站等),还需要学习它的 Skills、Agents、Channel 配置,那是进阶玩法了。

如果你觉得这篇“喂饭级教程”对你有帮助,哪怕只是让你省了几块钱云服务费,也请给博主一个 点赞 + 收藏 + 关注
你的支持就是我继续“白嫖 + 教学”的动力!我们下篇见!🦞🚀

Read more

AI+游戏开发:如何用 DeepSeek 打造高性能贪吃蛇游戏

AI+游戏开发:如何用 DeepSeek 打造高性能贪吃蛇游戏

文章目录 * 一、技术选型与准备 * 1.1 传统开发 vs AI生成 * 1.2 环境搭建与工具选择 * 1.3 DeepSeek API 初步体验 * 二、贪吃蛇游戏基础实现 * 2.1 游戏结构设计 * 2.2 初始化游戏 * 2.3 DeepSeek 生成核心逻辑 * 三、游戏功能扩展 * 3.1 多人联机模式 * 3.2 游戏难度动态调整 * 3.3 游戏本地保存与回放 * 3.4 跨平台移植 * 《Vue.js项目开发全程实录/软件项目开发全程实录》 * 编辑推荐 * 内容简介 * 作者简介 * 目录 一、

By Ne0inhk
[DeepSeek] 入门详细指南(上)

[DeepSeek] 入门详细指南(上)

前言 今天的是 zty 写DeepSeek的第1篇文章,这个系列我也不知道能更多久,大约是一周一更吧,然后跟C++的知识详解换着更。 来冲个100赞兄弟们 最近啊,浙江出现了一匹AI界的黑马——DeepSeek。这个名字可能对很多人来说还比较陌生,但它已经在全球范围内引发了巨大的关注,甚至让一些科技巨头感到了压力。简单来说这 DeepSeek足以改变世界格局                                                   先   赞   后   看    养   成   习   惯  众所周知,一篇文章需要一个头图                                                   先   赞   后   看    养   成   习   惯   上面那行字怎么读呢,让大家来跟我一起读一遍吧,先~赞~后~看~养~成~习~惯~ 想要 DeepSeek从入门到精通.pdf 文件的加这个企鹅群:953793685(

By Ne0inhk
DeepFace深度学习库+OpenCV实现——情绪分析器

DeepFace深度学习库+OpenCV实现——情绪分析器

目录 应用场景 实现组件 1. 硬件组件 2. 软件库与依赖 3. 功能模块 代码详解(实现思路) 导入必要的库 打开摄像头并初始化变量 主循环 FPS计算 情绪分析及结果展示 显示FPS和图像 退出条件 编辑 完整代码 效果展示 自然的 开心的 伤心的 恐惧的 惊讶的  效果展示 自然的 开心的 伤心的 恐惧的 惊讶的   应用场景         应用场景比较广泛,尤其是在需要了解和分析人类情感反应的场合。: 1. 心理健康评估:在心理健康领域,可以通过长期监控和分析一个人的情绪变化来辅助医生进行诊断或治疗效果评估。 2. 用户体验研究:在产品设计、广告制作或网站开发过程中,通过观察用户在使用过程中的情绪反应,来优化产品的用户体验。 3. 互动娱乐:在游戏或虚拟现实应用中,根据玩家的情绪状态动态调整游戏难度或故事情节,以增加沉浸感和互动性。

By Ne0inhk
最全java面试题及答案(208道)

最全java面试题及答案(208道)

本文分为十九个模块,分别是:「Java 基础、容器、多线程、反射、对象拷贝、Java Web 、异常、网络、设计模式、Spring/Spring MVC、Spring Boot/Spring Cloud、Hibernate、MyBatis、RabbitMQ、Kafka、Zookeeper、MySQL、Redis、JVM」 ,如下图所示: 共包含 208 道面试题,本文的宗旨是为读者朋友们整理一份详实而又权威的面试清单,下面一起进入主题吧。 Java 基础 1. JDK 和 JRE 有什么区别? * JDK:Java Development Kit 的简称,Java 开发工具包,提供了 Java

By Ne0inhk