基于 1Panel 部署 OpenClaw 结合 Ollama 本地 AI 助理

命令行二：启用仓库中的 experimental 组件（可选）

sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list

命令行三：更新软件源

sudo apt-get update

命令行四：安装 nvidia-container-toolkit

sudo apt-get install -y nvidia-container-toolkit

步骤三：配置 Docker 镜像使用 NVIDIA，安装完容器镜像后，需要配置 Docker 以使用 NVIDIA，并重启 Docker 服务。

命令行一：配置 Docker 以使用 NVIDIA

sudo nvidia-ctk runtime configure --runtime=docker

命令行二：重启 docker

sudo systemctl restart docker

Ollama 安装部署

1Panel 安装以及服务器的 GPU 资源配置完成以后，就可以基于 1Panel 的运维管理面板进行个人助理的本地化安装部署了。首先来安装 Ollama，Ollama 是一个开源的大型语言模型服务，提供了类似 OpenAI 的 API 接口和聊天界面，可以非常方便地部署最新版本的 Qwen 模型并通过接口使用。

步骤一：开始安装 Ollama 应用，首先进入 1Panel 的应用商店，点击「AI」，然后选择 Ollama，直接点击安装。

步骤二：设置 Ollama 安装参数，安装参数配置时需要确认版本号以及端口号，另外记得勾选「端口外部访问」，同时勾选「开启 GPU 支持」，确保后续我们可以正常访问 Ollama 且模型使用 GPU 资源，其他参数保持默认点击确认即可。

步骤三：下载镜像并安装 Ollama，点击确认后，系统开始自动拉取镜像并安装应用，直到提醒安装应用「ollama」成功，则代表完成安装。

步骤四：验证 Ollama 是否成功，进入已安装应用，找到 Ollama 应用，点击跳转，确认输出内容为'Ollama is running'，则代表部署成功。

Qwen3 本地模型部署

部署完成 Ollama 以后，继续基于 1Panel 来完成基于 Ollama 本地 qwen3:14b 模型加载部署，参照如下操作步骤逐步完成即可。

步骤一：创建 Qwen3 模型，进入「AI」的模型管理页面，点击添加模型。

步骤二：加载模型，根据引导到 Ollama 官网找到模型 ID，在名称中输入模型名称，点击添加开始加载模型文件。本次我们选择的是 qwen3:14b 的模型，这里模型加载大概需要 20-30 分钟。

步骤三：模型运行确认，当模型列表中的「状态」更新为成功后，可以点击运行验证模型部署效果，如果能够正常对话则代表模型加载成功。

OpenClaw 安装部署

基于以上步骤完成了本地模型的准备，然后基于 1Panel 快速搭建个人 AI 助理 OpenClaw。

步骤一：开始安装 OpenClaw 应用，进入应用商店点击安装 OpenClaw 应用，进入安装参数设置页面。

步骤二：设置应用安装参数，如下图设置 OpenClaw 的版本号及端口、Ollama 本地模型以及是否外部访问等配置项，设置完成后点击确认开始安装，其中参数具体说明如下：

• 版本：OpenClaw 版本默认为最新版本；
• 端口：OpenClaw 应用访问端口默认为 18789、18790，如有占用自行调整变更，最终需要确保端口已开通，可外部访问；
• 模型供应商：下拉选择 Ollama；
• 模型：按照 Ollama/模型 ID 输入（即模型管理中添加的模型 ID），如：Ollama/qwen3:14b；
• 模型 API Key：本地模型输入任意字符即可；
• Base URL：输入上述步骤部署的 Ollama 应用的地址，即 http://IP:11434/v1 即可；
• 端口外部访问：勾选端口外部访问，方便后续 OpenClaw 应用访问。

步骤三：OpenClaw 应用安装，点击确认后系统自动开始拉取镜像，并安装应用，如下图所示则代表 OpenClaw 应用安装成功。

步骤四：应用 token 获取，通过「已安装」应用如图点击进入目录，一路点击如图所示，进入 data/conf 文件，找到 openclaw.json 文件点击打开；找到 'gateway' 中的 'token' 复制其中的 token 值。

步骤五：Web 应用访问设置，将获取到的 token 与 IP 地址以及端口号按照 IP:端口？token={token} 具体值拼接起来，定义在参数中的「Web 访问地址」中。

效果验证

完成以上操作就基于 1Panel 完成了 OpenClaw 个人 AI 助理的搭建。直接进入应用商店已安装，点击跳转，选择带 token 的链接地址点击即可进入 OpenClaw 体验了。

输入一些简单的事情交给 AI 助理帮你完成。

总结

通过上述完整步骤，能依托 1Panel 运维管理面板快速搭建 7×24 小时不间断运行的本地 AI 助理。最终只需通过浏览器访问 OpenClaw，即可畅享本地模型驱动的 AI 智能助理服务，无论是日常咨询还是轻量办公辅助都能轻松应对。

全程操作以 1Panel 为核心载体，无需复杂的命令行功底，所有配置流程可视化、步骤化，即便是新手也能按指引快速完成部署。不过经实测发现，当前本地模型在工具调用的灵活性上仍存在些许局限，但随着 OpenClaw、Ollama 等开源项目的持续迭代优化，这些问题相信会很快得到改善，未来该 AI 助理的功能会愈发强大。

最后在模型选择方面，经过多次实测验证，基于当前的硬件资源配置，Qwen3:14b、Qwen coder:30b 是兼顾性能与资源消耗的优选方案；若服务器配置充足（如更高显存、更强算力），也可尝试部署参数更大的模型以获得更优效果。

这套本地化 AI 助理方案无需依赖外部 Token，数据隐私更有保障。