本教程提供从 0 到 1 的详细步骤，在安卓手机上通过 Termux 运行 Ubuntu，部署本地 Llama 大模型，并集成 OpenClaw 进行 AI 交互，全程无需 Root。建议手机配置：≥4GB 内存，≥64GB 存储，Android 7+。

---

一、准备工作

1.1 安装 Termux

1. 从F-Droid或GitHub下载最新版 Termux（避免应用商店旧版本）
2. 安装并打开，首次启动会自动配置基础环境

1.2 手机设置优化

1. 开启开发者选项（设置→关于手机→连续点击版本号 7 次）
2. 开启USB 调试（部分手机需要）
3. 授予 Termux存储权限（后续步骤会自动请求）

---

二、Termux 基础配置与 Ubuntu 安装

2.1 Termux 初始化与换源（加速下载）

bash

运行

# 1. 更新系统包
pkg update -y && pkg upgrade -y

# 2. 安装必要工具
pkg install -y proot-distro git curl wget termux-exec

# 3. 授予存储权限（允许访问手机文件）
termux-setup-storage

# 4. 更换国内源（解决下载慢问题）
echo "deb https://mirrors.tuna.tsinghua.edu.cn/termux/apt/termux-main stable main" > $PREFIX/etc/apt/sources.list
pkg update -y

2.2 安装 Ubuntu 系统（Proot 容器，无需 Root）

bash

运行

# 1. 安装Ubuntu（默认最新LTS版本，约200MB）
proot-distro install ubuntu

# 2. 验证安装并登录Ubuntu
proot-distro login ubuntu --isolated  # --isolated参数必须加，避免环境变量冲突

# 登录成功后，终端提示符变为：root@localhost:~#

---

三、Ubuntu 环境配置（核心依赖安装）

在 Ubuntu 终端中执行以下命令（确保已通过proot-distro login ubuntu进入）：

3.1 系统更新与基础工具

bash

运行

# 1. 更新Ubuntu软件源
apt update -y && apt upgrade -y

# 2. 安装必要依赖
apt install -y build-essential git curl wget nano python3 python3-pip nodejs npm

3.2 安装 Node.js（OpenClaw 依赖，必须 v22+）

bash

运行

# 卸载旧版本（如果有）
apt remove -y nodejs npm

# 安装Node.js v22 LTS
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt install -y nodejs

# 验证版本（应显示v22+）
node -v && npm -v

# 安装pnpm（OpenClaw推荐包管理器）
npm install -g pnpm

---

四、本地 Llama 模型部署（两种方案，推荐 Ollama）

方案 A：Ollama（推荐，新手友好，自动管理模型）

bash

运行

# 1. 安装Ollama（一键脚本）
curl -fsSL https://ollama.com/install.sh | sh

# 2. 启动Ollama服务（后台运行）
nohup ollama serve > ollama.log 2>&1 &  # 后台运行，日志保存到ollama.log

# 3. 验证安装
ollama --version

# 4. 下载轻量级Llama模型（手机推荐0.5B~7B参数）
# 下载Qwen2.5-0.5B（中文支持好，仅需约300MB空间）
ollama pull qwen2.5:0.5b

# 或下载Llama 3.1-8B（英文优秀，约4.7GB）
# ollama pull llama3.1:8b

# 5. 测试模型（交互模式）
ollama run qwen2.5:0.5b
# 输入"你好"测试，输入"/bye"退出

方案 B：llama.cpp（手动编译，适合高级用户）

bash

运行

# 1. 克隆llama.cpp仓库
git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp

# 2. 编译（手机CPU优化）
make LLAMA_NATIVE=1 LLAMA_NO_ACCELERATE=1  # 禁用加速，适配手机CPU

# 3. 下载GGUF格式Llama模型（推荐Q4_K_M量化版，体积小速度快）
# 下载Qwen2.5-0.8B-UD-Q4_K_M.gguf（约500MB）
wget https://hf-mirror.com/Qwen/Qwen2.5-0.8B-UD/resolve/main/Qwen2.5-0.8B-UD-Q4_K_M.gguf -P models/

# 4. 启动llama.cpp API服务（OpenClaw可通过API访问）
./server -m models/Qwen2.5-0.8B-UD-Q4_K_M.gguf -c 2048 --host 0.0.0.0 --port 8081
# -c 2048：上下文窗口大小
# --host 0.0.0.0：允许外部访问
# --port 8081：API端口

---

五、OpenClaw 安装与配置

5.1 安装 OpenClaw

bash

运行

# 1. 克隆OpenClaw仓库（或直接下载最新版）
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 2. 安装依赖
pnpm install

# 3. 初始化配置（自动生成.env文件）
pnpm run setup

5.2 配置 OpenClaw 连接本地 Llama 模型

情况 1：连接 Ollama（推荐）

在初始化过程中，按以下提示配置：

plaintext

? 请选择默认模型提供商: Ollama
? Ollama API 地址: http://localhost:11434  # Ollama默认端口
? 请设置Ollama API密钥: ollama-local  # 任意值即可，Ollama不需要真实密钥
? 请选择默认模型: qwen2.5:0.5b  # 选择已下载的模型

情况 2：连接 llama.cpp API

bash

运行

# 修改.env文件
nano .env

# 添加以下内容（替换原有Ollama配置）
MODELS_PROVIDERS_CUSTOM_API_BASE_URL=http://localhost:8081/v1
MODELS_PROVIDERS_CUSTOM_API_KEY=sk-local  # 任意值
DEFAULT_MODEL=custom:llama

# 保存并退出（Ctrl+O，回车，Ctrl+X）

5.3 启动 OpenClaw

bash

运行

# 开发模式启动（适合调试）
pnpm run dev

# 或生产模式启动（推荐，性能更好）
pnpm run build
pnpm run start

# 启动成功后，会显示：
# > OpenClaw is running on http://localhost:8080

---

六、访问与使用 OpenClaw

6.1 本地访问（手机浏览器）

1. 保持 Termux/Ubuntu 终端运行，不要关闭
2. 打开手机浏览器，输入：http://localhost:8080
3. 进入 OpenClaw 界面，在左侧选择 "模型交互"
4. 右侧选择已配置的模型（如 qwen2.5:0.5b）
5. 输入问题，点击 "发送"，等待回复（手机性能有限，首次可能需要 10-30 秒）

6.2 局域网访问（其他设备）

bash

运行

# 查看手机IP地址（在Ubuntu终端执行）
ip a  # 查找inet后的地址，如192.168.1.100

# 其他设备浏览器输入：http://手机IP:8080
# 例如：http://192.168.1.100:8080

---

七、常见问题解决

问题 1：Ollama 启动失败

bash

运行

# 查看日志
cat ollama.log

# 常见修复：重启服务
pkill ollama
nohup ollama serve > ollama.log 2>&1 &

问题 2：OpenClaw 连接模型失败

bash

运行

# 1. 检查模型服务是否运行
# Ollama：
curl http://localhost:11434/v1/models  # 应返回模型列表

# llama.cpp：
curl http://localhost:8081/v1/models  # 应返回模型列表

# 2. 检查.env配置是否正确
cat .env

# 3. 重启OpenClaw
pnpm run restart

问题 3：内存不足 / 运行缓慢

1. 选择更小的模型（如 0.5B~2B 参数）
2. 关闭其他后台应用
3. 降低模型上下文窗口（llama.cpp 中-c 512代替-c 2048）

---

七、完整操作流程总结（快速参考）

bash

运行

# 1. 启动Termux
# 2. 进入Ubuntu
proot-distro login ubuntu --isolated

# 3. 启动Ollama服务（如果未启动）
nohup ollama serve > ollama.log 2>&1 &

# 4. 进入OpenClaw目录
cd openclaw

# 5. 启动OpenClaw
pnpm run start

# 6. 打开浏览器访问http://localhost:8080

---

八、进阶技巧

后台运行与进程管理

bash

运行

# 1. 查看后台进程
jobs

# 2. 将前台进程转为后台（Ctrl+Z后）
bg

# 3. 恢复后台进程到前台
fg [进程号]

# 4. 永久后台运行（重启后仍生效）
echo "nohup ollama serve > ollama.log 2>&1 &" >> ~/.bashrc
echo "cd /root/openclaw && pnpm run start" >> ~/.bashrc

模型推荐（手机性能友好）

表格

模型名称	参数大小	占用空间	推荐指数	特点
Qwen2.5-0.5B	0.5B	~300MB	★★★★★	中文支持好，速度快
Llama 3.1-1B	1B	~600MB	★★★★☆	英文优秀，轻量级
Mistral-7B-Instruct-v0.3	7B	~4GB	★★★☆☆	性能强，需≥8GB 内存

---

常见问题 Q&A

1. 是否需要 Root？不需要！全程使用 Proot 容器技术，安全无风险

2. 手机最低配置要求？建议≥4GB RAM，≥64GB 存储，Android 7+

3. 模型下载慢怎么办？使用国内镜像源，如hf-mirror.com，或在电脑下载后通过 USB 传输到手机

4. 如何关闭服务？

   • OpenClaw：Ctrl+C
   • Ollama：pkill ollama
   • Ubuntu：exit 退出，然后关闭 Termux

现在你已经成功在手机上搭建了完整的本地 AI 环境，可以开始使用 OpenClaw 与 Llama 模型进行交互了！

大模型交流群：959957732