OpenClaw 记忆觉醒：告别 API 密钥，本地 Ollama 嵌入模型免费搭建语义搜索

SRET

732人浏览 · 2026-03-23 20:23:55

SRET · 2026-03-23 20:23:55 发布

🦞 OpenClaw 记忆觉醒：告别 API 密钥，本地 Ollama 嵌入模型免费搭建语义搜索 🚀

📢 文章摘要

当你满心欢喜部署 OpenClaw，却看到 “No API key found” 的红色报错时，是不是瞬间想摔键盘？💢 别急！本文将带你绕过那些昂贵的 API 密钥和复杂的云端配置，零成本为你的 OpenClaw 装上 本地语义记忆 的翅膀！🪽
我们将通过 Ollama + nomic-embed-text，在 Kali Linux 虚拟机中从零搭建完全免费的嵌入模型，让 OpenClaw 真正实现“过目不忘”。全文包含 NVIDIA 免费 API 的踩坑记录、Ollama 手动安装避坑指南、OpenClaw 配置实战，以及 最终效果验证。无论你是 AI 新手还是老鸟，都能轻松复现，让你的智能体拥有长期记忆！🧠

1. 🤔 问题重现：Memory Search 为何亮红灯？

在 OpenClaw 的世界里，Memory Search 是一个能让智能体记住你喜好、历史对话和文档内容的超能力 💪。但启用它需要配置一个 Embedding 提供商——简单说就是把文字变成向量的“翻译官”。

如果你像我一样，没有 OpenAI、Google 的付费 API 密钥，或者申请了免费 API 却遇到各种玄学问题，终端就会无情地刷屏：

Memory search is enabled but no embedding provider is configured.
Semantic recall will not work without an embedding provider.
No API key found for provider "openai".

那一刻，心情就像满怀期待打开宝箱，却发现钥匙丢了…… 🔑💔

2. 💸 弯路实录：与 NVIDIA 免费 API 的爱恨纠葛

为了省钱，我盯上了 NVIDIA 免费 Embedding 模型（比如 nv-embedqa-e5-v5、nv-embedcode-7b-v1）。心想：大厂免费，总该香吧？结果却踩了两个大坑：

参数不兼容：部分模型必须在请求中带上 input_type 字段（query 或 passage），而 OpenClaw 默认不会自动添加，导致请求直接报错 The model expects an input_type...。
认证机制特殊：OpenClaw 不读取环境变量，而是从 auth-profiles.json 里读密钥，配置起来像在走迷宫。

我疯狂测试 curl、修改 JSON、反复重启 OpenClaw，甚至怀疑自己是不是该去写个 OpenClaw 插件……😫 最终，在浪费了整整一个下午后，我决定——放弃云端，拥抱本地。

3. ✨ 柳暗花明：Ollama 本地嵌入模型登场

Ollama 是一个开源工具，能在本地轻松运行大语言模型，同样也支持嵌入模型。它完全免费、无 API 限制、数据私密，而且配置简单到令人感动！

我们选择了两个超赞的嵌入模型：

模型	特点	适合场景
nomic-embed-text	轻量（274 MB）、速度快、性能接近 OpenAI text-embedding-3-small	大多数通用场景，性价比之王 🌟
bge-m3	多语言、支持密集和稀疏检索，MTEB 榜首	多语言文档、高精度检索需求

本文以 nomic-embed-text 为例，因为它足够小巧，新手友好。

4. 🔧 手把手实战：从零配置 OpenClaw + Ollama

4.1 📦 安装 Ollama（附网络难题解决方案）

我的环境是 Kali Linux 虚拟机，网络访问 GitHub 经常抽风，所以采用手动下载 + 传输的方式。

① 在可联网的机器上下载安装包

访问 Ollama Releases，下载 ollama-linux-amd64.tar.zst。

② 将文件传入 Kali 虚拟机

如果虚拟机与宿主机网络互通，可以在 Windows 上用 Python 快速开启 HTTP 服务：

cd 存放文件的目录
python -m http.server 8000

然后在 Kali 中执行：

wget http://<宿主机IP>:8000/ollama-linux-amd64.tar.zst

如果网络不通，也可以使用 VMware 共享文件夹 或 U 盘 复制。

③ 解压并安装

# 安装解压工具（如果还没有）
sudo apt update && sudo apt install zstd -y

# 解压
tar --zstd -xvf ollama-linux-amd64.tar.zst

# 将可执行文件移动到系统路径
sudo mv ollama /usr/local/bin/

# 检查版本
ollama --version

如果显示版本号，恭喜！Ollama 已安装成功 🎉

4.2 🚀 启动服务并拉取高性能嵌入模型

启动 Ollama 服务（前台运行方便观察）
```
ollama serve
```
保持这个终端窗口打开。如果希望后台运行，可以使用：
```
nohup ollama serve > ollama.log 2>&1 &
```
拉取 nomic-embed-text 模型
打开另一个终端，执行：
```
ollama pull nomic-embed-text
```
等待下载完成（根据网速，通常 1-2 分钟）。如果网络不稳定，可以多试几次。
验证模型已就绪
```
ollama list
```
输出中应包含 nomic-embed-text:latest。

4.3 ⚙️ 配置 OpenClaw 接入本地嵌入引擎

OpenClaw 的配置通过 openclaw config set 命令进行，我们只需设置几个参数：

# 启用记忆搜索
openclaw config set agents.defaults.memorySearch.enabled true

# 指定使用 ollama 作为提供者
openclaw config set agents.defaults.memorySearch.provider ollama

# 设置嵌入模型名称（必须与拉取的一致）
openclaw config set agents.defaults.memorySearch.model nomic-embed-text

# （可选）如果 Ollama 不在默认地址，可以指定 baseUrl
# openclaw config set agents.defaults.memorySearch.baseUrl http://localhost:11434

注意：现在 OpenClaw 不再需要任何 auth-profiles.json 中的 API 密钥，因为我们用的是本地服务！🎯

4.4 ✅ 验证记忆系统是否就绪

彻底重启 OpenClaw
```
pkill -9 -f openclaw
openclaw
```

在另一个终端查看记忆状态

openclaw memory status --deep

期望的输出如下（关键信息已高亮）：

Memory Search (main)
Provider: ollama (requested: ollama)   ✅
Model: nomic-embed-text                ✅
Embeddings: ready                      ✅
Vector: ready                          ✅
FTS: ready                             ✅

看到这些绿色对号，你的 OpenClaw 就已经拥有了本地语义记忆能力！🎊

5. 🎉 最终效果：你的 AI 终于“有记忆了”！

现在，你的 OpenClaw 智能体可以做到：

智能检索：当你提到“上次那个关于 Python 的问题”，它会自动找出相关历史。
长期对话连贯：无论时间跨度多长，它都能回忆起关键信息。
完全免费：不消耗任何 API 额度，无限次使用。
隐私安全：所有向量数据和模型运行都在本地，绝不外泄。

你可以手动触发索引：

openclaw memory index

或者通过 openclaw memory stats 查看索引统计。

6. 🛠️ 常见问题与排错指南

现象	原因	解决办法
`ollama: command not found`	未正确安装或路径未加入 PATH	检查 `sudo mv ollama /usr/local/bin/` 是否成功，重新登录终端
`Warning: could not connect to a running Ollama instance`	Ollama 服务未启动	执行 `ollama serve` 或后台运行 `nohup ollama serve &`
拉取模型超时	网络问题	设置代理 `export HTTP_PROXY=http://proxy:port` 后重试，或更换网络环境
OpenClaw 显示 `Embeddings: unavailable`	OpenClaw 无法连接到 Ollama	确保 Ollama 在 `localhost:11434` 运行，可用 `curl http://localhost:11434/api/tags` 测试
仍然提示 `No API key found`	配置中 provider 不是 `ollama`	检查 `openclaw config get agents.defaults.memorySearch.provider` 是否为 `ollama`