零外网依赖！用 Mattermost + Ollama + OpenClaw 搭建全内网 AI 助手

大家好，我是闻为。闻所见，为所能。

这里是闻为AI空间，专注分享AI应用实战、自动化工作流、效率工具拆解与成长思考，从工具到框架，从入门到进阶，做一个有干货、能落地的 AI 技术空间。

不依赖任何外部服务，完全自主可控。你的 AI，只属于你。

---

背景：完全内网环境的 AI 助手需求

我所在单位是完全的内网环境，无法访问任何外部网络。想在这样的环境部署 OpenClaw，面临一个现实问题：不能用飞书、企业微信、钉钉等主流聊天工具。

怎么办？只能寻找开源、可自托管的聊天方案。

调研过程

我调研了市面上主流的开源聊天工具，对比它们与 OpenClaw 的兼容性：

方案	开源	OpenClaw 支持	部署难度	社区活跃度
Mattermost	✅ 是	✅ 官方支持	⭐⭐ 中等	🔥 高
Matrix/Element	✅ 是	✅ 官方支持	⭐⭐⭐ 较复杂	🔥 高
Rocket.Chat	✅ 是	⚠️ 社区插件	⭐⭐ 中等	中

最终选择：Mattermost

经过调研和实际测试，我选择了 Mattermost 方案，原因如下：

1. OpenClaw 官方支持：Mattermost 是 OpenClaw 官方文档中明确支持的平台
2. 部署相对简单：Docker 一键部署，配置清晰
3. 功能完善：支持频道、私信、机器人、插件扩展
4. 社区活跃：文档丰富，问题容易找到解决方案
5. 企业级稳定：很多大公司在用，成熟可靠

---

架构一览

┌─────────────────────────────────────────────────────────────┐
│                        内网环境                              │
│                                                              │
│  ┌─────────────┐                                            │
│  │ Mattermost  │  ◄── 团队协作聊天                          │
│  │   :8065     │                                            │
│  └──────┬──────┘                                            │
│         │                                                    │
│         ▼                                                    │
│  ┌───────────────┐                                          │
│  │   OpenClaw    │  ◄── AI 网关 + 多 Agent 系统             │
│  │   Gateway     │                                          │
│  └───────┬───────┘                                          │
│          │                                                   │
│          ▼                                                   │
│  ┌───────────────┐                                          │
│  │    Ollama     │  ◄── 本地大模型推理（Qwen3.5）           │
│  │   :11434      │                                          │
│  └───────────────┘                                          │
│                                                              │
└─────────────────────────────────────────────────────────────┘

核心组件：

组件	作用	端口
Mattermost	团队协作聊天平台	8065
OpenClaw	AI Agent 网关	18789
Ollama	本地模型推理	11434

---

先看效果：在Mattermost 中与 AI 对话

部署完成后，我配置了两个机器人，以下是我在 Mattermost 中跟机器人聊天的记录：

接下来讲一下详细的安装步骤

一、部署 Mattermost（团队聊天）

Mattermost 是开源的团队协作聊天平台，支持自托管，非常适合内网环境。

1. Docker Compose 部署

我使用 docker-compose 进行部署，创建 docker-compose.yml：

version: "3.8"

services:
  mattermost:
    image: mattermost/mattermost-team-edition:latest
    ports:
      - "8065:8065"
    environment:
      MM_SQLSETTINGS_DRIVERNAME: postgres
      MM_SQLSETTINGS_DATASOURCE: "postgres://mmuser:mmuser@db:5432/mattermost?sslmode=disable"
    volumes:
      - ./data:/mattermost/data
    depends_on:
      - db

  db:
    image: postgres:15
    environment:
      POSTGRES_USER: mmuser
      POSTGRES_PASSWORD: mmuser
      POSTGRES_DB: mattermost
    volumes:
      - ./postgres:/var/lib/postgresql/data

2. 启动服务

# 启动
docker-compose up -d

# 查看状态
docker-compose ps

3. 初始化配置

启动docker后，可以安装一个mattermost的桌面客户端，打开桌面客户端进行配置，需要输入服务器配置地址和服务器显示名称

点击连接，创建账号

创建组织

4. 创建机器人账号

继续后，需要创建机器人才能使用，点击左上角的菜单，选择集成

点击添加机器人账号

填写 机器人信息，点击创建你就完成了一个机器人的创建，创建好之后会产生令牌ID，这个后面需要配置到OpenClaw的配置文件中

---

二、部署 Ollama（本地大模型）

Mattermost 搭建好后，接下来部署本地 AI 模型。

为什么选择 Ollama？

• ✅ 零成本：一次部署，永久免费
• ✅ 隐私安全：数据完全本地处理
• ✅ 响应快：本地推理，低延迟
• ✅ 离线可用：断网也能跑

1. 安装 Ollama

Windows 用户：

直接从官网下载：ollama.com/，一路 next 即可。

Linux 用户：

# 一键安装
curl -fsSL https://ollama.com/install.sh | sh

# 启动服务
ollama serve

Mac 用户：

brew install ollama

Docker 部署：

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

2. 显存与模型选择

我这边用的是 RTX 3090 显卡，24G 显存，给大家几个实用推荐：

显存大小	推荐模型	用途
8G	qwen2.5:7b、llama3.2:3b	日常对话、简单任务
12G	qwen2.5:14b、mistral:7b	代码生成、文档处理
16G+	qwen3:14b、openclaw-oss-20b	复杂工作流、自动化任务
24G+	随便造作！	多模型同时跑

我的主力配置：

• 日常用：voytas26/openclaw-oss-20b-deterministic:latest
  • 这个模型对 OpenClaw 进行了专门优化
  • 输出简洁，自动化工作流中行为稳定
  • 不容易"抽风"，适合生产环境
• 备用模型：qwen3:14b
  • 中文能力强，通用性好
  • 适合日常对话和文档处理

下载模型：

# 下载推荐模型
ollama pull voytas26/openclaw-oss-20b-deterministic:latest

# 下载备用模型
ollama pull qwen3:14b

# 下载代码专用模型
ollama pull qwen3-coder

# 下载视觉模型（支持图片理解）
ollama pull qwen3-vl:8b

⚠️ 注意事项

1. 首次下载需要网络：模型文件较大，建议找个网速好的时候下载
2. 显存不够怎么办：选小一点的模型，或者用量化版本（带 q4_K_M 后缀的）
3. 模型在哪里：默认在 ~/.ollama/models/ 目录，可以 symlink 到其他盘

三、部署 OpenClaw（AI 网关）

把 Mattermost 和 Ollama 安装好了，我们需要把他们和OpenClaw连接起来。

1. 安装 OpenClaw

现在OpenClaw的安装教程实在是太多了，这里不再重复，不会的可以网上查一查，我们重点讲下如何配置。

2. 配置 Ollama 模型

编辑 ~/.openclaw/openclaw.json：

{
  "models": {
    "mode": "merge",
    "providers": {
      "ollama": {
        "api": "openai-completions",
        "apiKey": "ollama-local",  // 随便写，Ollama 不需要真正的 key
        "baseUrl": "http://192.168.8.173:11434/v1",  // 改成你的 Ollama 服务地址
        "models": [
          { "id": "voytas26/openclaw-oss-20b-deterministic", "name": "openclaw-oss-20b" },
          { "id": "qwen3:14b", "name": "qwen3-14b" },
          { "id": "qwen3-coder", "name": "qwen3-coder" },
          { "id": "qwen3-vl:8b", "name": "qwen3-vl-8b" },
          { "id": "glm-4.7-flash:q4_K_M", "name": "glm-4.7-flash" }
        ]
      }
    }
  }
}

配置项说明：

配置项	说明
api	API 类型，Ollama 兼容 OpenAI 格式
apiKey	随便写，Ollama 不验证
baseUrl	Ollama 服务地址
id	模型 ID，和 ollama list 一致
name	显示名称

3. 配置 Mattermost 通道

OpenClaw默认已经安装 mattermost 插件，不需要再次安装

编辑 ~/.openclaw/openclaw.json：

{
  channels: {
    mattermost: {
      enabled: true,
      botToken: "mm-token",
      baseUrl: "http://192.168.8.225:8065",
      dmPolicy: "pairing",
    },
  },
}

4. 重启 Gateway

openclaw gateway restart

# 查看状态
openclaw status

---

四、开始使用

在 Mattermost 中和创建的机器人对话，首次对话，也需要配对：

配对完成后就可以跟机器人对话了

多 Agent 支持

OpenClaw 支持多个专业 Agent：

Agent	职责	适用场景
主助理	通用对话、任务分发	日常问答
技术专家	代码、架构、运维	开发问题
写作助手	文案、文章、润色	内容创作
如果要配置多个机器人，核心和使用飞书是一样的

{
  "agents": {
    "list": [
      {
        "id": "support",
        "default": false,
        "name": "客服机器人",
        "workspace": "~/.openclaw/workspace-support",
        "model": { "primary": "anthropic/claude-sonnet-4" }
      },
      {
        "id": "dev",
        "default": false,
        "name": "开发助手",
        "workspace": "~/.openclaw/workspace-dev",
        "model": { "primary": "openai/gpt-4o" },
        "tools": { "allow": ["read", "write", "exec", "browser"] }
      },
      {
        "id": "main",
        "default": true,
        "name": "通用助手",
        "workspace": "~/.openclaw/workspace-main"
      }
    ]
  },
  "channels": {
    "mattermost": {
      "enabled": true,
      "serverUrl": "http://192.168.8.225:8065", // 统一 Mattermost 地址
      "accounts": {
        // 机器人1：客服专用
        "support_bot": {
          "botToken": "mmbot_xxxxxxxxxxxxxxxxxxxxxxxx",
          "dmPolicy": "pairing"
        },
        // 机器人2：开发专用
        "dev_bot": {
          "botToken": "mmbot_yyyyyyyyyyyyyyyyyyyyyyyy",
          "dmPolicy": "pairing"
        },
        // 机器人3：通用
        "main_bot": {
          "botToken": "mmbot_zzzzzzzzzzzzzzzzzzzzzz",
          "dmPolicy": "pairing"
        }
      }
    }
  },
  "bindings": [
    // 路由规则：最具体的放前面
    {
      "agentId": "support",
      "match": { "channel": "mattermost", "accountId": "support_bot" }
    },
    {
      "agentId": "dev",
      "match": { "channel": "mattermost", "accountId": "dev_bot" }
    },
    {
      "agentId": "main",
      "match": { "channel": "mattermost", "accountId": "main_bot" }
    }
  ]
}

---

五、总结

部署步骤回顾：

1. 部署 Mattermost → 团队聊天平台
2. 安装 Ollama → 下载本地模型
3. 安装 OpenClaw → 配置并配对
4. 开始使用 → @机器人 对话

全内网部署的核心优势：

优势	说明
🔒 数据安全	数据不出内网，完全可控
💰 零 API 成本	本地推理，无需付费
🛠️ 高度定制	可根据需求自由扩展
🌐 离线可用	不依赖外部网络

适合场景：

• 企业内部 AI 助手
• 敏感行业（金融、医疗、政务）
• 教育/研究机构
• 个人私有云

---

六、预告：Matrix + OpenClaw 内网部署

本文介绍了 Mattermost + Ollama + OpenClaw 的内网部署方案。

下一期将带来 Matrix + OpenClaw 内网部署教程：

• 🔮 Matrix Synapse 服务器部署
• 💬 Element Web 客户端配置
• 🔗 OpenClaw + Matrix 通道配对
• 🤖 多平台统一接入

敬请期待！

---

扩展阅读

• OpenClaw 官方文档
• Mattermost 官方文档
• Ollama 模型库
• Qwen3.5 模型介绍

---

你的 AI，只属于你。