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！
想在自家电脑上跑一个既不联网也能用，还不用担心隐私泄露的 AI 助手吗？Ollama 现在可是玩转本地大模型的顶流，像 Llama、Mistral、Qwen 还有咱们国产的 GLM，基本上都能一键拉取运行。而 OpenClaw 作为一个懂行的 AI 智能体管理系统，早就跟 Ollama 搞好了深度集成。它不但能自动认领你下载的模型，还能稳稳地支持流式聊天和工具调用（Tool Calling），配置起来也特别省心。
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！
这篇文章就带你从头开始，把 OpenClaw 和 Ollama 攒在一起，彻底压榨本地模型的战斗力。

为什么这俩搭档是绝配？

• ✅ 数据纯本地：所有的对话都在你眼皮子底下跑，不出房门半步，隐私安全感拉满。
• ✅ 上手超快：想换模型？一行 ollama pull 命令，几十个开源大模型随便挑。
• ✅ 使唤插件更灵光：直接走 Ollama 的原生接口，调取函数工具时反应更精准，没那么多奇奇怪怪的报错。
• ✅ 模型全自动发现：你刚下好的新模型，它扭头就能识别出来，不用你自己对着配置文件改来改去。
• ✅ 一分钱都不花：只要你的显卡和电费管够，这就是纯粹的白嫖。
  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！

跟着做：四步带你起飞

第一步：把 Ollama 装好

先去官网下载并安装 Ollama（甭管你是苹果、Windows 还是 Linux 用户都没问题）。

第二步：拽个模型回来

代码语言：TXT
自动换行
AI代码解释

# 如果你想要轻快一点的中文体验，推荐这个
ollama pull glm-4.7-flash
# 或者是这些名气很大的通用模型
ollama pull llama3.3
ollama pull mistral

💡 记不住自己装了啥？输入 ollama list 就能看个清楚。
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：运行 OpenClaw 配置向导

代码语言：TXT
自动换行
AI代码解释

openclaw onboard

在跳出来的菜单里选：

• Local：打算彻底断网跑，选这个。
• Cloud + Local：想同时用云端的模型（比如不用下载的 kimi-k2.5:cloud），选这个。
  OpenClaw 会给你推荐：
• 本地默认：glm-4.7-flash
• 云端默认：kimi-k2.5:cloud, glm-5:cloud

第四步：钦定你的主打模型

代码语言：TXT
自动换行
AI代码解释

# 直接用命令行一键搞定
openclaw models set ollama/glm-4.7-flash
# 或者你喜欢手动去 openclaw.json 文件里改也行
{
  "agents": {
    "defaults": {
      "model": { "primary": "ollama/glm-4.7-flash" }
    }
  }
}

大功告成！现在的 OpenClaw 已经完全跑在你刚下好的本地模型上了。
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！

背后是怎么运作的：自动认领模型

OpenClaw 有个特别聪明的地方，就是它的“隐式提供商”机制。
只要你满足下面这两个条件：

1. 你设了一个 OLLAMA_API_KEY（哪怕随便填个 ollama-local 占位都行）。
2. 你没在配置文件里死板地去定义 models.providers.ollama。
   OpenClaw 就会自动干活：

• 它会去连 http://127.0.0.1:11434 敲门。
• 通过 /api/tags 看看你本地装了哪些货。
• 用 /api/show 搞清楚每个模型的记忆力（上下文）有多大。
• 只要名字里带 r1、reasoning、think 字样的，它会自动把它们归类为“推理型模型”。
• 最重要的是，它把所有消费都记为 0 元。

🔄 秒同步：只要你那边 ollama pull 了一个新模型，这边 openclaw models list 马上就能刷出来，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！

⚠️ 避雷针：千万别在地址后面加 /v1！

Ollama 给了两种接口模式，很多新手容易混淆：

• 原生 API：就是 http://host:11434。用这个最稳，流式聊天和工具调用都没毛病。
• OpenAI 兼容模式：就是 http://host:11434/v1。虽然看着亲切，但工具调用很不靠谱，经常会甩你一脸 JSON 源码。
  OpenClaw 强烈建议走原生通道。
  所以在配置 baseUrl 时，千万要保持“干净”：
  ✅ 正确做法：

{ "baseUrl": "http://localhost:11434" }

❌ 错误做法：

{ "baseUrl": "http://localhost:11434/v1" } // 这么搞，你的 AI 助手可能会变“傻”，使唤不动插件。

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：Ollama 跑在别的电脑上

如果你的模型是装在另一台机器或者服务器上的，那就得在配置里手动写一下了：

{
  "models": {
    "providers": {
      "ollama": {
        "apiKey": "ollama-local",
        "baseUrl": "http://192.168.1.100:11434", // 记得别加 /v1
        "api": "ollama",
        "models": [
          { "id": "llama3.3", "contextWindow": 8192, "maxTokens": 2048 }
          // 远程模式下，模型得手动列出来
        ]
      }
    }
  }
}

场景二：非要用 OpenAI 兼容模式（不建议）

除非你中间隔了个只认 OpenAI 格式的代理层，否则别这么干。而且用的时候记得关掉流式输出：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://localhost:11434/v1",
        "api": "openai-completions",
        "injectNumCtxForOpenAICompat": true,
        "models": [/* ... */]
      }
    }
  },
  "agents": {
    "defaults": {
      "models": {
        "ollama/llama3.3": {
          "params": { "streaming": false } // 关掉流式防止出乱子
        }
      }
    }
  }
}

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！

遇到问题咋整？

症状	怎么治
OpenClaw 认不出 Ollama	确认 OLLAMA_API_KEY 填了没，配置里是不是误加了 models.providers.ollama
模型列表里空空如也	看看你是不是还没运行 ollama pull 下载模型
连接报错，拒绝访问	先看 ollama serve 启动没，再查查 11434 端口是不是被占了
叫不动插件工具	检查 baseUrl 里是不是手欠多写了 /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

把 OpenClaw 和 Ollama 组合在一起，你就相当于在本地安了一个既听话、又省钱、还特别懂隐私的 AI 大脑。不管是平时折腾开发，还是在公司内网里部署一套办公助手，这套方案都非常靠谱。
别犹豫了，现在就试试：

ollama pull glm-4.7-flash
export OLLAMA_API_KEY="ollama-local"
openclaw onboard  # 进菜单选 Ollama

让 AI 真正成为你随叫随到，且完全掌控的得力助手。
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！