0 Token 成本，24 小时运行，离线也能干活。
大家好，我是小虎。
这不是梦，是本地部署 OpenClaw 的真实写照。🦞
最近"养龙虾"火出圈了——GitHub 25 万星标、腾讯门口排队几百人、有人靠上门安装几天赚 26 万……
互联网就是这么神奇，我都不能理解这个 26 万是怎么赚到的。
我的学员群里，也有同学已经安装了好几只龙虾了。
但很多人不知道：你完全可以一分钱不花，自己在家搞定。
今天这篇教程，就是要让你 30 分钟内，从零完成 OpenClaw 本地部署。🚀
先搞清楚：你要解决什么问题？
OpenClaw（龙虾）是个 AI Agent 框架，能帮你：
- 自动处理文件、整理数据
- 监控服务器、自动报警
- 自动回复消息、处理邮件
- 执行各种重复性任务
问题来了：它需要调用大模型来"思考"，而云端模型是按 Token 收费的。
养虾一天，烧掉几十几百块 Token 费，这是很多人的真实遭遇。
但本地部署之后？Token 成本直接归零。
你需要准备什么？
一台电脑，就这些。
具体要求：
- 系统：Windows 10/11 或 macOS 10.15+
- 内存：至少 8GB（16GB 更舒服）
- 显卡：有更好，没有也能跑
- 硬盘：预留 10GB 空间
不需要编程基础，不需要懂 Docker，跟着做就行。
整体流程预览
OpenClaw本地部署
├── 1. 安装Ollama（本地模型运行器）
├── 2. 拉取免费模型（Qwen2.5 或 GLM-4）
├── 3. 安装OpenClaw本体
├── 4. 配置模型连接
└── 5. 验证运行
下面一步步来。
首先，安装 Ollama
Ollama 是本地运行大模型的工具，相当于给你的电脑装了个"AI 大脑"。
Windows 用户
打开浏览器，访问：
https://ollama.com
点击"Download for Windows"，下载安装包。
双击运行，一路"下一步"即可。
安装完成后，打开 命令提示符（按 Win+R，输入 cmd，回车）。
输入以下命令验证安装：
ollama --version
看到版本号，说明安装成功。✅
Mac 用户
同样访问 ollama.com，下载 Mac 版本。
双击安装包，把 Ollama 拖进 Applications 文件夹。
打开终端（Terminal），输入：
ollama --version
看到版本号就 OK。
接下来，拉取免费模型
Ollama 装好了，现在要给它装个"脑子"——本地大模型。
推荐两个更稳妥的本地模型选择（以 Ollama 官方可用 tag 为准）：
| 模型 | 参考大小 | 特点 |
|---|---|---|
| qwen2.5 | ~4.7GB | 中文理解强，综合能力好 |
| glm4 | ~5.5GB | 智谱系轻量模型，适合本地部署 |
如果你的机器配置更高，可以再升级到 glm-4.7-flash:q4_K_M（约 19GB）。
我建议新手先用 qwen2.5 或 glm4。
在命令行输入（任选其一）：
ollama pull qwen2.5
# 或
ollama pull glm4
等待下载完成（qwen2.5 约 4.7GB，glm4 约 5.5GB）。
下载完成后，测试一下（与你拉取的模型保持一致）：
# 如果你拉的是
qwen2.5ollama run qwen2.5
# 如果你拉的是
glm4ollama run glm4
你会看到模型开始和你对话。随便聊两句，确认它能正常工作。
输入 /bye 退出对话模式。
然后，安装 OpenClaw 本体
OpenClaw 的安装方式有好几种，这里说最简单的。
方法一：官方安装包（推荐）
访问 OpenClaw 的 GitHub 页面：
https://github.com/openclaw/openclaw
在 Releases 页面找到最新版本，下载对应系统的安装包：
- Windows:
OpenClaw-Setup-x.x.x.exe - Mac:
OpenClaw-x.x.x.dmg
双击安装，一路下一步。
方法二：用官方安装脚本（更稳妥）
OpenClaw 官方文档优先推荐安装脚本，命令如下：
Windows( PowerShell ) :
iwr -useb https://openclaw.ai/install.ps1 | iex
macOS / Linux:
curl -fsSL --proto '=https' --tlsv1.2 https://openclaw.ai/install.sh | bash
安装完成后，先执行：
openclaw doctor
openclaw status
openclaw dashboard
看到健康检查和状态正常，再继续下一步配置。
关键一步：配置本地模型
这是很多人卡住的地方。
打开 OpenClaw 的设置页，找到"模型配置"或"Model Settings"。
你需要填写以下信息：
模型提供商 (Provider): Ollama
API地址 (Base URL): http://localhost:11434
模型名称 (Model): qwen2.5
注意：
localhost就是"本机"的意思11434是 Ollama 的默认端口- 如果你拉取的是其他模型，把
qwen2.5换成对应名字
保存设置。
⚠️ 这一步做完，必须 重启 OpenClaw！
我第一次配置完没重启，折腾了半天发现根本没生效。😅
最后，验证是否成功
重启 OpenClaw 后，在聊天框输入一个简单任务：
帮我列出当前目录下的所有文件
如果任务能正常返回结果，先说明 OpenClaw 可以工作。
再确认是不是本地模型在执行：
在任务执行时，打开命令行输入：
ollama ps
如果能看到你刚配置的模型（如 qwen2.5 或 glm4）处于运行状态，说明本地模型已被调用。
注意：只有在全程走本地模型、没有调用任何云端 API 时，云端 Token 才是 0。
进阶：混合架构更省心
本地模型免费，但能力有上限。
复杂任务（比如写代码、深度分析），云端模型效果更好。
最佳实践 ：混合使用。
在 OpenClaw 里配置多个模型：
claude-4.6：复杂推理、写代码（需要 API Key）qwen2.5：日常任务、简单操作（本地免费）
具体是手动选模型还是自动路由，取决于你当前版本与配置；不确定时，建议显式指定模型。
这样既保证了效果，又把成本压到最低。
常见问题解答
Q1：本地模型效果差怎么办？
A：可以尝试更大的模型，比如 qwen2.5:14b。对硬件要求更高，但效果更好。或者用混合架构，复杂任务走云端。
Q2：运行很慢/卡顿？
A：检查内存占用。8GB 内存可能紧张，建议关掉其他大软件。有条件的话升级到 16GB。
Q3：断网能用吗？
A：在不依赖云端 API、相关依赖已本地就绪的前提下，可以离线运行。这是它最大的优势之一。
Q4：模型存在哪里？
A:
- Windows：
C:\Users\你的用户名.ollama\models - Mac:
~/.ollama/models
Q5：如何切换模型？
A：命令行输入 ollama list 查看已安装模型，然后修改 OpenClaw 配置即可。
避坑指南
😅 我踩过的坑，你们别再踩：
- 配置完不 重启——改了配置一定要重启 OpenClaw，不然白改。
- 模型名字写错——
qwen2.5不是Qwen2.5，大小写要精确。模型 tag 以ollama list显示结果为准，建议直接复制粘贴，避免拼写或后缀写错（如:14b、:q4_K_M）。 - 端口 冲突——如果 11434 端口被占用，Ollama 通常会直接报错，需要你手动释放端口或调整服务配置。可先用
ollama ps确认服务状态。 - 硬盘空间不足——模型动辄几个 GB，下载前先检查剩余空间。
总结：三步走，零成本养虾
第一步：装Ollama → 访问ollama.com下载安装
第二步：拉模型 → ollama pull qwen2.5（或 ollama pull glm4）
第三步：配OpenClaw → 填localhost:11434，重启
OpenClaw 的爆火，标志着 AI 从"聊天玩具"进化为"生产力工具"。
而本地部署，让这个工具从"烧钱机器"变成"免费助手"。
门槛已经降到地板，剩下的就看你自己了。
有任何问题，欢迎评论区留言，小虎看到都会回复～💬
