OpenClaw 接入飞书机器人并集成 Ollama 本地大模型实战
在当前的 AI 技术环境下，出于数据隐私、定制化需求或离线可用的考虑，将本地部署的 AI 大模型接入日常办公软件已成为刚需。本文将带你从零开始，完成以下目标：
- 安装 OpenClaw：一个强大的开源个人 AI 助理框架。
- 部署 Ollama：在本地运行大模型（如 DeepSeek-R1、Llama 3 等），作为 AI 的'大脑'。
- 接入飞书：将你的 AI 助理添加到飞书好友或群聊中，实现随叫随到的智能办公体验。
环境准备与核心思想
开始前，我们需要明确技术架构：飞书 → OpenClaw（调度器） → Ollama（本地模型）。
- 操作系统：Windows（建议 WSL2）、macOS 或 Linux。本文以 Windows 11 + WSL2 (Ubuntu 22.04) 为例。
- 硬件要求：
- CPU：4 核以上（推荐 8 核）
- 内存：16GB 以上（若运行 7B-8B 模型，需预留 8-10GB 内存给模型）
- 磁盘：20GB 以上剩余空间。
部署 Ollama——把大模型'养'在本地
Ollama 是目前最便捷的本地模型运行工具，支持 Llama 3、DeepSeek-R1、Qwen 2.5 等一系列主流模型。
1. 安装 Ollama
访问 Ollama 官网下载对应系统的安装包，或使用命令行安装（以 Linux/WSL 为例）：
curl -fsSL https://ollama.com/install.sh | sh
安装完成后，验证版本：
ollama --version
并通过 ollama serve 确保服务在后台运行（通常安装后会自动注册为服务）。
2. 拉取并运行模型
根据你的硬件配置选择合适的模型。对于大多数用户，推荐使用 DeepSeek-R1（7B）或 Llama 3.2（3B），兼顾性能与资源占用。
# 运行 DeepSeek-R1（会自动下载）
ollama run deepseek-r1:7b
# 或者运行 Llama 3.2（更轻量）
ollama run llama3.2
出现 Send a message 提示即表示模型启动成功。注意：记下这个终端，后续 OpenClaw 会通过 API 调用它。
3. 确认 API 可用性
Ollama 默认会在本地 11434 端口开启 API 服务。我们可以用 curl 测试一下：
curl http://localhost:11434/api/generate -d'{ "model": "deepseek-r1:7b", "prompt": "你好，你是谁？", "stream": false }'
看到包含'DeepSeek'或对应模型名的 JSON 返回，说明 Ollama 已经准备就绪。
安装 OpenClaw——AI 大脑的'躯干'
OpenClaw 负责连接聊天软件（飞书）和 AI 大脑（Ollama），并管理各种工具（Skills）。
1. 安装 Node.js
OpenClaw 需要 Node.js 22.0 或更高版本。以 Ubuntu 为例：
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs
node -v