想不想在自家电脑上跑一个完全不联网、谁也窥探不了的 AI 助手？现在 Ollama 简直是本地大模型的救星，像 Llama、Mistral 甚至国产的 GLM、通义千问，都能一键拉取。而 OpenClaw 就像是这些模型的“操作系统”，它能和 Ollama 完美契合，不仅能自动识别模型，还完整保留了流式输出和各种工具调用能力。今天就带大家看看，怎么把这俩神器凑一对，零门槛打造你的专属代理。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

为什么要这么搭？

• ✅ 纯本地环境：所有数据都在你眼皮子底下处理，隐私安全妥妥的。
• ✅ 上手即用：一行命令就能装好几十种大模型，省心省力。
• ✅ 功能不缩水：直接调用 Ollama 原生接口，让 AI 调起工具来稳如老狗。
• ✅ 自动认领模型：刚下的新模型，OpenClaw 眨眼间就能识别出来，不用费劲配置。
• ✅ 彻底白嫖：自家显卡出力，不用给任何 API 厂商交钱。
  手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

快速上手：四步搞定本地 AI 代理

第一步：把 Ollama 装好

先去官网把 Ollama 客户端下回来，无论是 Mac、Windows 还是 Linux 都能轻松安装。

第二步：把模型拽到本地

打开终端，输入下面的命令把模型下好：

# 强烈推荐：国产轻量又聪明的模型
ollama pull glm-4.7-flash
# 或者是这些国外的大热门
ollama pull llama3.3
ollama pull mistral

要是想看看自己手里都有啥，敲个 ollama list 就知道了。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

第三步：启动 OpenClaw 配置

在命令行里输入：

openclaw onboard

跟着菜单选：

• Local：如果你想纯离线玩，选这个。
• Cloud + Local：想同时用云端模型（比如 Kimi）和本地模型，选这个。
  通常情况下，OpenClaw 会建议你把 glm-4.7-flash 当主力模型，云端则默认配好 kimi-k2.5:cloud 等。

第四步：定个“带头大哥”

# 命令行直接搞定
openclaw models set ollama/glm-4.7-flash
# 或者在 openclaw.json 文件里手动改
{
  "agents": {
    "defaults": {
      "model": { "primary": "ollama/glm-4.7-flash" }
    }
  }
}

大功告成！你的 OpenClaw 现在已经由本地模型接管了。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

核心黑科技：模型自动发现

OpenClaw 聪明的地方就在于它的“隐式识别”机制。只要满足两点：你随便设了个 OLLAMA_API_KEY（哪怕填“local”也行），而且没在配置文件里死板地定义 Ollama 供应商。它就会自动：

• 顺着 11434 端口摸过去。
• 把你拉取的本地模型全翻出来。
• 自动查清楚每个模型的上下文长度和元数据。
• 只要看到名字里带 r1、think 之类的，就自动标记为推理型模型。
• 计费部分全标为 0 元，突出一个白嫖。
  而且这是动态的，你这边刚 ollama pull 完，OpenClaw 那边马上就能刷出新模型，根本不用重启。
  手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

⚠️ 避坑指南：千万别乱加 /v1 后缀！

Ollama 给了两种 API 模式：一个是它家原生的，另一个是模仿 OpenAI 的兼容接口。虽然兼容接口看起来通用，但它在工具调用上经常掉链子，有时候还会乱吐 JSON 文本。
OpenClaw 强烈建议用原生的！
所以在配置 baseUrl 的时候，绝对不能带 /v1：
✅ 这样才对：http://localhost:11434
❌ 这是错的：http://localhost:11434/v1 （加了这个，工具调用就等着报错吧）。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

进阶玩法

场景一：模型在另一台电脑上

如果你的 Ollama 跑在局域网的服务器上，就得手动配置一下：

{
  "models": {
    "providers": {
      "ollama": {
        "apiKey": "ollama-local",
        "baseUrl": "http://192.168.1.100:11434",
        "api": "ollama",
        "models": [
          { "id": "llama3.3", "contextWindow": 8192 }
        ]
      }
    }
  }
}

场景二：非要走 OpenAI 模式（真的不建议）

除非你必须通过某种特定的网关代理，否则别这么干。这种情况下记得把流式传输关了：

{
  "agents": {
    "defaults": {
      "models": {
        "ollama/llama3.3": {
          "params": { "streaming": false }
        }
      }
    }
  }
}

手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

常见坑位排查

• 找不到 Ollama？ 检查环境变量里设了 API Key 没有，还要确保配置文件里没把 Ollama 写死。
• 列表里没模型？ 没干活可不行，先去 ollama pull 一个。
• 连不上？ 看看 ollama serve 开了没，是不是 11434 端口被占了。
• 工具调用失灵？ 回头看看你的 baseUrl 里是不是多写了 /v1。
  手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

总结一下

有了 OpenClaw 和 Ollama 的强强联合，你就能在本地轻松搭起一个既私密又好用的 AI 系统。不管是搞开发、做公司内网部署，还是自己存点私房知识，这套方案的灵活性和安全性都是顶尖的。
别犹豫了，现在就试试：

ollama pull glm-4.7-flash
export OLLAMA_API_KEY="ollama-local"
openclaw onboard

让你的 AI 代理，真正听命于你。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！