【硬核实战】Mac mini M4 部署 OpenClaw + Ollama 本地大模型：从零到一打通飞书机器人

文章目录

• 一、 核心环境准备
• 二、 避坑指南：环境初始化在 Mac 终端部署时，首要解决的是权限与路径问题。
  • 1. 终端常用快捷键* `Control + C`：强制停止当前运行的命令（如安装卡死时）。
  • 2. Node.js 环境修复若遇到 `zsh: command not found: openclaw`，说明 NVM 路径未加载。
  • 3. 临时加载环境
  • 4. 永久写入配置
• 三、 模型选择：M4 性能调优
• 四、 OpenClaw 配置手术 (JSON 详解)
• 五、 飞书机器人接入：最后的临门一脚
• 六、 运行与调试
  • 启动 Gateway
  • 第一次发消息需授权 (Pairing)
• 💡 结语

📅 前言随着 Mac mini M4 的发布，16GB 统一内存成为了本地跑 AI Agent 的绝佳土壤。本文将记录如何利用 OpenClaw 框架，配合 Ollama 运行的 Qwen 2.5 系列模型，通过 WebSocket 长连接 接入飞书，实现一个完全私有化、极速响应的个人助理。

一、 核心环境准备

硬件：Apple Mac mini M4 (16GB RAM)
系统：macOS Sequoia
模型后端：Ollama (运行 Qwen 2.5-7B)
Agent 框架：OpenClaw (v2026.3.2)
Node 版本：v24.14.0 (通过 nvm 管理)

二、 避坑指南：环境初始化在 Mac 终端部署时，首要解决的是权限与路径问题。

1. 终端常用快捷键* Control + C：强制停止当前运行的命令（如安装卡死时）。

• sudo：以管理员身份运行。若遇到权限不足，在指令前加 sudo 即可。

2. Node.js 环境修复若遇到 zsh: command not found: openclaw，说明 NVM 路径未加载。

3. 临时加载环境

source ~/.nvm/nvm.sh && nvm use 24 

4. 永久写入配置

echo 'export NVM_DIR="$HOME/.nvm"\n[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"' >> ~/.zshrc && source ~/.zshrc 

三、 模型选择：M4 性能调优

针对 16GB 内存，我测试了不同参数量的模型：

1. Qwen 2.5-14B：逻辑极强，但占用约 9GB 显存，响应稍慢。
2. DeepSeek-R1-8B：推理能力卓越，但对 OpenClaw 的 Tools (函数调用) 兼容性一般。
3. Qwen 2.5-7B (推荐)：秒回速度，完美支持自动化工具协议，是 M4 下的最佳平衡点。

安装命令：

ollama run qwen2.5:7b 

四、 OpenClaw 配置手术 (JSON 详解)

手动编辑 ~/.openclaw/openclaw.json 是解决配置报错的最快方式。
关键配置项说明：

• baseUrl: 必须指向 http://127.0.0.1。
• appSecret: 飞书后台的真实密钥（非 cli_ 开头）。

tools.profile: 设置为 minimal 或 none 以减少小模型工具调用的报错。

最终稳定版配置参考：

{ "models": { "providers": { "custom-127-0-0-1-11434": { "baseUrl": "http://127.0.0.1", "apiKey": "ollama", "api": "openai-completions", "models": [{ "id": "qwen2.5:7b", "reasoning": false }] } } }, "agents": { "defaults": { "model": { "primary": "custom-127-0-0-1-11434/qwen2.5:7b" } } }, "channels": { "feishu": { "enabled": true, "appId": "cli_xxxxxxxx", "appSecret": "xxxxxxxxxxxx", "connectionMode": "websocket" } }, "gateway": { "port": 18789, "mode": "local" } } 

五、 飞书机器人接入：最后的临门一脚

很多同学卡在“机器人已上线但不回复”，请务必检查飞书后台：

1. 启用机器人：在“应用功能”中确认开启。
2. 事件订阅：必须添加 接收消息 (im.message.receive_v1) 事件。
3. WebSocket 模式：在“事件订阅”中开启 WebSocket 模式。

版本发布：改了权限或事件后，必须创建新版本并点击“申请上线”，否则改动不生效！

六、 运行与调试

启动网关并观察日志：

启动 Gateway

openclaw gateway --allow-unconfigured 

第一次发消息需授权 (Pairing)

openclaw pairing approve feishu [验证码] 

当日志出现 [ws] ws client ready 时，你的 M4 机器人就已经正式“活”过来了。

💡 结语

通过 OpenClaw 与本地模型的结合，我们成功让 Mac mini M4 变成了一个 7x24 小时在线的智能助理，当然目前本地部署的7b模型还是远远不够的，后续可以使用付费token提升模型智力
Q&A：

• Q: 为什么报错 400: deepseek does not support tools?
• A: 推理模型暂时无法处理 OpenClaw 的 JSON 函数调用格式，建议将 tools.profile 改为 minimal 或换用 Qwen 模型。

如果你也拥有一台 M4 Mac，不妨按此指南尝试部署，开启你的本地 Agent 之旅！