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
Node 版本:v20 LTS (通过 nvm 管理)
二、环境初始化与避坑
在 Mac 终端部署时,首要解决的是权限与路径问题。这里分享几个实际踩过的坑和对应的解决方案。
1. 终端操作习惯
遇到命令卡死或需要强制停止时,使用 Control + C。若遇到权限不足,记得在指令前加 sudo。
2. Node.js 环境修复
如果执行命令时报错 zsh: command not found: openclaw,通常是因为 NVM 路径未加载到当前 Shell 会话中。
临时加载环境可执行:
source ~/.nvm/nvm.sh && nvm use 20
若要永久生效,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
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表现:
- Qwen 2.5-14B:逻辑极强,但占用约 9GB 显存,响应稍慢。
- DeepSeek-R1-8B:推理能力卓越,但对 OpenClaw 的 Tools (函数调用) 兼容性一般。
- 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。
安装命令很简单:
ollama run qwen2.5:7b
四、OpenClaw 配置详解
手动编辑 ~/.openclaw/openclaw.json 是解决配置报错的最快方式。关键配置项说明如下:
- 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:





