核心环境准备
在 Mac mini M4 (16GB RAM) 上跑本地 AI Agent，统一内存是最大优势。系统选用 macOS Sequoia，后端模型使用 Ollama 运行 Qwen 2.5-7B，Agent 框架采用 OpenClaw (v2026.3.2)。Node 版本建议通过 nvm 管理至 v24.14.0。
环境初始化与常见问题
在终端部署时，权限和路径配置往往是第一个拦路虎。
终端操作提示
遇到命令卡死或需要强制停止时，Control + C 是最常用的组合键。若涉及系统级修改，记得在指令前加 sudo 提权。
Node.js 环境修复
如果终端报错 zsh: command not found: openclaw，通常是因为 NVM 的路径没有加载到当前 Shell 会话中。
临时生效可以手动执行：
source ~/.nvm/nvm.sh && nvm use 24
为了永久生效，将配置写入 .zshrc：
echo 'export NVM_DIR="$HOME/.nvm"\n[ -s "$NVM_DIR/nvm.sh" ] && \$. "$NVM_DIR/nvm.sh"' >> ~/.zshrc && source ~/.zshrc
模型选择与性能调优
针对 16GB 内存的 M4 芯片，不同参数量模型的体验差异明显。实测对比如下：
- Qwen 2.5-14B：逻辑能力强，但占用约 9GB 显存，响应速度稍慢。
- DeepSeek-R1-8B：推理能力出色，但对 OpenClaw 的工具调用（Function Calling）兼容性一般。
- Qwen 2.5-7B (推荐)：秒回速度快，完美支持自动化工具协议，是 M4 下的最佳平衡点。
安装命令很简单：
ollama run qwen2.5:7b
OpenClaw 配置详解
配置文件位于 ~/.openclaw/openclaw.json，手动编辑是解决报错最快的方式。以下是关键项说明：
- baseUrl: 必须指向
http://127.0.0.1。 - appSecret: 填写飞书后台的真实密钥（注意不是 cli_ 开头的 ID）。
- tools.profile: 设置为
minimal或none可减少小模型在工具调用时的报错概率。
最终稳定版配置参考：
{
"models": {
"providers": {
"custom-127-0-0-1-11434": {
"baseUrl"
