OpenClaw 配置本地 Ollama 模型完整指南

OpenClaw 是一个能帮你清理收件箱、发邮件、管理日历、处理文件、集成 Telegram/WhatsApp，甚至执行复杂任务的本地 AI 助理项目。配合 Ollama 运行本地模型（如 Qwen3、Qwen2.5、GLM-4.7、Llama3.3 等），你就可以实现真正零费用、零网络依赖、全隐私保护的智能体体验。

配置要点：

新增 Auth 配置部分（OpenClaw 最新要求，必须使用嵌套 auth 对象）
本地模型的 apiKey 统一改为 "ollama-local"（官方推荐标识，兼容性最佳）

一、前置要求（必看！硬件与软件准备）

硬件建议（本地模型跑得顺的关键）：

GPU：NVIDIA RTX 4060 及以上（8GB+ 显存推荐），Apple Silicon M2/M3/M4 也极佳。
内存：16GB 起步，32GB 更流畅（OpenClaw 系统提示词 + 工具调用很容易吃 10k+ tokens）。
磁盘：20GB+ 剩余空间（模型文件很大）。
CPU：至少 8 核（无 GPU 时备选）。

软件要求：

Ollama 0.17 或更高（官方强烈推荐）
Node.js 18+（npm 安装 OpenClaw）
Windows 用户建议用 PowerShell 以管理员身份运行；macOS/Linux 用终端即可。
可选：Git（安装技能时用到）

检查命令（全部复制粘贴执行）：

node --version # 应 >= v18
npm --version # 应 >= 8
ollama --version # 应 >= 0.17

没有 Node.js？ 请前往 https://nodejs.org 下载 LTS 版安装。 没有 Ollama？ 请前往 https://ollama.com/download 下载对应系统版本。

二、步骤 1：安装 Ollama 并拉取本地模型

拉取推荐本地模型（强烈建议先用 7B-14B 量化版测试）：

# 通用推荐（速度快、效果好）
ollama pull qwen2.5:7b
ollama pull qwen3:8b # 2026 新模型，推理更强
ollama pull glm-4.7-flash # ~25GB VRAM，适合强推理
ollama pull llama3.3:8b # Meta 经典

进阶：创建大上下文模型（OpenClaw 必须 ≥16k tokens） OpenClaw 默认需要 16k+ 上下文，否则会报错。我们用 Modelfile 扩展：

# Windows（PowerShell）
cd ~
@"
FROM qwen2.5:7b
PARAMETER num_ctx 32768
"@ | Out-File -Encoding ascii Modelfile
ollama create qwen2.5:7b-32k -f Modelfile

macOS/Linux 同理用 cat > Modelfile 创建文件。验证：

ollama list
ollama show qwen2.5:7b-32k --modelfile

现在模型就绪，Ollama 服务默认监听 http://127.0.0.1:11434。

验证 Ollama 服务（Windows 会自动开机自启）：

ollama list

安装 Ollama（Windows 直接双击安装器，macOS/Linux 执行官方脚本）：

# macOS / Linux
curl -fsSL https://ollama.com/install.sh | sh

三、步骤 2：安装 OpenClaw

最推荐方式（官方一键法）：

ollama launch openclaw

Ollama 会自动：

检查并通过 npm 安装 OpenClaw
弹出模型选择器
安装 Web Search 插件（本地模型无需）
启动 TUI（终端界面）

直接在终端聊天即可！想换本地模型？执行 ollama launch openclaw --model qwen2.5:7b-32k 即可。

手动安装方式（适合想深度配置的用户）：

npm install -g openclaw@latest
openclaw --version # 验证版本

四、步骤 3：配置 OpenClaw 连接本地 Ollama 模型（最核心一步）

方式一：配置向导（推荐新手）

openclaw onboard

按提示操作（超级详细表格）：

步骤	操作选择
Model/auth provider	选择 Custom Provider（列表最后一项）
API Base URL	输入 `http://127.0.0.1:11434/v1`
API Key	必须填写 `ollama-local`（新版强制要求）
Endpoint compatibility	选择 OpenAI-compatible
Model ID	输入你创建的模型名（如 `qwen2.5:7b-32k`）
其他问题（技能、渠道）	全部 Skip for now 或 No

配置完成后会显示 Web UI 地址（通常 http://127.0.0.1:18789）。

方式二：手动编辑配置文件（高级用户，必备）

配置文件位置：

Windows: C:\Users\你的用户名\.openclaw\openclaw.json
macOS/Linux: ~/.openclaw/openclaw.json

Auth 配置部分（最新推荐写法）

为什么必须加 auth 配置？ 虽然 Ollama 是本地模型，不需要真实密钥，但 OpenClaw 完全基于 OpenAI-compatible 协议设计，必须提供规范的 auth 对象才能通过认证校验。官方推荐使用固定标识 "apiKey": "ollama-local"，既安全又统一（以后切换远程模型也只需要改 baseUrl）。

完整推荐配置（已包含 auth 部分，直接复制替换）：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "auth": {
          "type": "api_key",
          "apiKey": "ollama-local"
        },
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen2.5:7b-32k",
            "name": "Qwen2.5 7B 32K (本地)",
            "reasoning": true,
            "input": ["text"],
            "cost": { "input"

Auth 配置字段详解：

type: 固定写 "api_key"（或 "bearer"，两者均可，推荐 api_key）
apiKey: 必须写 "ollama-local"（这是 OpenClaw 本地模型的官方标识，千万不要留空或随便改）

保存文件后，立即重启 OpenClaw：

openclaw tui

五、步骤 4：启动并测试（TUI + Web UI）

openclaw tui

看到欢迎语 Wake up, my friend! 就成功了！输入任意问题测试。

同时打开浏览器访问 Web UI（配置向导里给的地址），更直观。

六、步骤 5：连接消息应用（让 AI 随时随地可用）

openclaw configure --section channels

支持 Telegram、WhatsApp、Slack、Discord、iMessage 等。选择 Telegram → 按提示输入 Bot Token 和 Chat ID（去 @BotFather 创建机器人）→ 选择 Finished 保存。

以后你发消息给 Telegram 机器人，OpenClaw 就会在本地处理！

七、步骤 6：安装技能（让 AI 真正'动手'）

# 安装技能管理器
npx clawhub install clawhub # 推荐必装技能（复制执行）
npx clawhub install filesystem-mcp # 文件系统
npx clawhub install github # GitHub（需 gh CLI）
npx clawhub install summarize # 总结 PDF/网页
npx clawhub install weather # 天气（无需 API）
npx clawhub install openai-whisper # 本地语音识别

安装后重启 TUI，在聊天里说'帮我安装 GitHub 技能' 或直接用 openclaw skills list 检查状态。

八、常见问题 & 终极排查（90% 问题在这里解决）

'Authentication failed' 或 'Invalid API Key' → 检查 auth.apiKey 是否精确为 "ollama-local"（大小写敏感），type 是否为 api_key。重启 TUI 后重试。
'Model context window too small (4096 tokens)' → 手动修改 ~/.openclaw/agents/main/agent/models.json 和主配置文件，把 contextWindow 和 maxTokens 改成 32768，重启 TUI。
Verification failed → 确认 Ollama 正在运行（ollama list），Base URL 带 /v1，auth 对象完整无误。
技能 missing → 安装对应依赖（如 GitHub 需要 gh CLI），然后重启。
Windows 端口占用 → 任务管理器结束 ollama.exe 进程后重启。
响应慢 / 空白 → 换小模型（7B），或确认 GPU 驱动最新，上下文别超过模型上限。
想换模型 → ollama launch openclaw --config 或直接改配置文件 primary 字段 + auth 部分。

九、高级玩法

多模型切换：在 config.json 加多个模型，TUI 里说'切换到 GLM 模型'。
Docker / 1Panel 部署：服务器党可参考社区教程。
语音输入输出：安装 whisper + sherpa-onnx-tts 技能。
安全加固：官方文档建议隔离工作区，工具调用前仔细审查。

结语

通过上述配置，您已拥有完全离线、零成本的本地 AI 助理。用 Qwen3 + OpenClaw 的组合，日常办公、编程、总结文档、自动化任务全都搞定。

本次 Auth 配置更新让你的本地部署更加规范和未来兼容，强烈建议所有用户按新写法配置。

OpenClaw 配置本地 Ollama 模型完整指南