使用Ollama运行OpenClaw:搭建私有AI研究助手
本文详细介绍了如何通过Ollama 0.17+一键安装OpenClaw,并将其配置为运行在本地硬件上的私有AI研究助手。涵盖安装步骤、上下文窗口配置(最小64k)、连接Telegram等消息平台、启用网络搜索,以及无头部署到Docker的完整流程。适用于希望利用本地模型或云端模型构建个人AI助手的技术用户。
OpenClaw是一个开源的个人AI助手,旨在将Ollama上运行的本地模型与日常使用的消息应用(如WhatsApp、Telegram、Slack、Discord和iMessage)无缝连接。它由macOS开发者Peter Steinberger创建,最初名为Clawdbot,后更名为Moltbot,最终定名为OpenClaw。该项目在发布后迅速获得超过6万GitHub星标。
OpenClaw的核心架构包含三个层次:消息层(用户通过消息应用发送和接收消息)、Gateway守护进程(协调层,持久运行并管理多步任务)、模型层(Ollama运行本地或云端模型)。这种设计使得OpenClaw能够持续运行,即使你关闭终端,AI助手依然在线。
系统要求与先决条件
运行OpenClaw需要满足以下硬件和软件条件:
- 操作系统:macOS 12+、Linux或Windows(需WSL)
- 内存:最低16GB,推荐32GB
- GPU VRAM:本地模型需至少25GB(如qwen3-coder),云端模型无需GPU
- 磁盘空间:OpenClaw及依赖项约5GB,若拉取本地模型需额外30GB+
- 软件:Ollama 0.17或更高版本(支持
ollama launch命令)、Node.js 18或更高版本、Ollama账号(用于云端模型和网络搜索)
Ollama的上下文窗口默认根据VRAM大小自动设置:低于24GB VRAM时默认4k上下文,24-48GB时32k,48GB以上时256k。但OpenClaw作为AI代理,需要至少64k上下文才能高效完成多步任务。因此,强烈建议手动设置上下文长度。
一键安装:ollama launch
安装OpenClaw最为便捷的方式是使用Ollama 0.17+提供的ollama launch命令。在终端中运行:
ollama launch openclaw若要直接指定模型,使用:
ollama launch openclaw --model kimi-k2.5:cloudOllama会自动完成以下步骤:检查并安装OpenClaw(通过npm)、显示安全警告、选择模型、执行首次配置(包括设置Gateway守护进程和启用网络搜索)、启动Gateway和终端用户界面(TUI)。
若只想修改配置而不启动代理,可添加--config参数:
ollama launch openclaw --config配置上下文长度
对于本地模型,上下文长度设置至关重要。建议在启动Ollama服务前设置环境变量:
OLLAMA_CONTEXT_LENGTH=64000 ollama serve若有足够VRAM,可设置为131072或更高。验证上下文是否生效,运行ollama ps,确保PROCESSOR显示100% GPU,CONTEXT显示65536或更高。若显示CPU offloading,性能将显著下降。
连接消息通道
Gateway运行后,通过以下命令配置消息平台:
openclaw configure --section channels以Telegram为例:
- 在Telegram中搜索@BotFather,创建新机器人并获取令牌。
- 在OpenClaw配置菜单中选择Telegram,粘贴令牌。
- 选择“Finished”保存配置。
- 在Telegram中搜索机器人用户名,发送
/start开始对话。
对于WhatsApp,需通过Baileys协议扫描二维码;Slack和Discord则需在开发者门户创建应用并填入令牌和频道ID。
真实项目:Telegram私有研究助手
配置完成后,你的Telegram机器人即可实现以下功能:
- 使用本地或云端模型回答问题
- 通过Ollama内置网络搜索获取实时信息
- 抓取并总结你发送的文档和URL
- 执行多步研究任务,且使用本地模型时数据完全不出设备
云端模型自动启用网络搜索插件;本地模型需先登录Ollama账号,然后运行openclaw configure --section web启用搜索。
无头Docker部署
对于生产环境,可将OpenClaw部署到Docker容器中,实现无头运行。具体步骤包括:编写Dockerfile,安装Ollama和OpenClaw依赖,配置环境变量,并确保Gateway在容器启动时自动运行。详细的Docker部署指南可参考OpenClaw官方文档。
总之,OpenClaw为希望拥有私有AI助手的用户提供了一个强大且灵活的解决方案。通过正确的上下文配置和消息通道连接,你可以快速搭建一个随时可用的研究助手,兼顾隐私与效率。