基于 OpenClaw 与 Ollama 的本地 AI 智能体搭建指南

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

根据交互式引导操作：

1. 同意条款输入 yes。
2. 选择 QuickStart 模式。
3. 配置模型 Provider 为 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: 填入 qwen2.5
4. 跳过聊天工具接入，选择 WebChat 或直接完成。
5. 记录生成的 Web UI 地址和 Token。

五、第四步：编写 Python 客户端

为了更灵活地调用本地模型，可编写简单的 Python 脚本。

5.1 安装 SDK

在命令行中运行：

pip install ollama

5.2 编写脚本

新建文件 main.py，写入以下代码：

# -*- 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：下次再一起干活！拜拜~")
            break
        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"错误：{e}\n")

if __name__ == "__main__":
    local_jarvis()

六、第五步：运行与测试

1. 确保 Ollama 后台服务正在运行。
2. 在终端进入脚本目录，运行：

python main.py

3. 输入问题，例如：请用鲁迅的风格，吐槽一下总是想白嫖 AI 的心理。
4. 模型将在本地计算并返回结果。

七、总结

本文完成了以下配置：

1. 安装 Python 环境并配置环境变量。
2. 部署 Ollama 及 Qwen 本地模型。
3. 使用官方脚本安装 OpenClaw 框架。
4. 编写 Python 脚本调用本地 API 实现交互。

注意事项：

• OpenClaw 权限较大，建议在虚拟机或干净环境中测试。
• 本地模型消耗内存和算力，注意电脑散热。
• 进阶玩法包括接入 QQ、自动邮件等功能，需学习 Skills 和 Agents 配置。

通过此方案，用户可在本地构建私有化 AI 智能体，无需支付云端服务费，同时保障数据隐私。