想要在 Windows 上搭建一个完全离线的 AI 助手，用 OpenClaw 配合 Ollama 是个可行的方案。下面是我实际走通的步骤，包括那些容易踩坑的地方和对应的处理方式。
安装 Node.js 和 Git
从 Node.js 官网 下载 LTS 版本的 Windows 安装包（.msi）。双击运行后，在自定义安装界面勾选 Add to PATH，这一步如果不勾，后面在命令行里就用不了 node 和 npm。安装完成后在 PowerShell 里跑一下：
node -v && npm -v
正常的话应该会输出版本号，像 v18.x.x 这样。
Git 主要用来管理 OpenClaw 的技能扩展，Git 官网 下载 Windows 版安装包，一路默认即可，特别注意要让它把 Git 添加到系统 PATH。然后：
git --version
能显示版本信息就没问题。
部署 Ollama，把本地模型跑起来
去 Ollama 官网 下 Windows 安装包，装好后先设置一个环境变量，让模型保持常驻内存，避免每次请求都要重新加载，响应会快一截。
按 Win 键搜索'环境变量'，进入「编辑系统环境变量」->「环境变量」。在'系统变量'里新建：
- 变量名：
OLLAMA_KEEP_ALIVE - 变量值：
24h
设置完要重新开一个 PowerShell 窗口才会生效。
接下来下载模型。很多 file does not exist 的错误是因为模型标签过旧或者拼写不对，用下面这个命令基本就不会出问题：
ollama run qwen:8b-instruct-q4_K_M
q4_K_M 是目前兼容性很好的量化格式，在 8GB 显存的卡上也能流畅跑，模型大小大概 5～6GB。如果从官方源下载太慢，可以换成国内开发者维护的镜像：
ollama run dengcao/qwen:8b-q4_0
执行 ollama list 能看到已安装的模型，后面配置 OpenClaw 的时候要用的模型名必须跟这里的显示完全一致。
配置 OpenClaw
OpenClaw 通过 npm 全局安装：
npm install -g openclaw
如果安装过程很慢，可以先切到国内镜像源：
npm config set registry https://registry.npmmirror.com
装完之后 openclaw --version 应该有输出。
接着初始化：
openclaw onboard
交互式引导里除了模型配置之外都可以直接回车。到询问是否配置模型的时候，选 Skip for now，我们手动去对接 Ollama。三行命令搞定：
openclaw config set models.providers.ollama.apiKey "ollama-local"
openclaw config set models.providers.ollama.baseUrl "http://localhost:11434/v1"
openclaw config set models.default "ollama/qwen:8b-instruct-q4_K_M"
第三行的模型名要和你 ollama list 看到的一致。改完配置后重启一下：
openclaw restart
openclaw gateway start
启动 Web 控制台
生成一个登录令牌：
openclaw token generate
浏览器打开 http://localhost:18789/，粘贴刚才生成的令牌就能登录。在输入框里发一句'你好，本地助手！'，如果能收到流利的回复，就说明整套离线环境已经跑通了。即使断开外网，它也照样能工作。
常见问题速查
遇到报错别慌，先对着表快速定位一下。
| 现象 | 处理办法 |
|---|---|
| 拒绝访问 / 权限不足 | 右键点击 PowerShell，选'以管理员身份运行'再执行命令。 |
node 不是内部命令 | 装 Node.js 时没有勾选 Add to PATH，去重装一遍并确保勾选。 |
| 模型下载速度极慢 | 用国内镜像 ollama run dengcao/qwen:8b-q4_0，或者先开好代理再拉取。 |
| 模型上下文太小 | 务必使用 q4_K_M 这类量化版本，它们自带的上下文窗口通常有 32K 左右，基本够用。 |
部署完成之后，可以在控制台安装文件处理、浏览器控制之类的插件，让它自动整理下载文件夹、查资料，慢慢扩展自己本地的 AI 能力。
