2026年Windows+Ollama本地部署OpenClaw保姆级教程：本地AI Agent+阿里云上快速搭建

2026年OpenClaw凭借本地部署、私有化运行的特性，成为打造个人智能体的核心工具，而Ollama作为轻量级本地大模型管理工具，能让OpenClaw摆脱对云端大模型的依赖，实现本地推理、数据不泄露、全流程私有化的智能体验。本文基于Windows 11系统，从硬件环境准备、Ollama安装与模型定制、OpenClaw部署配置、技能扩展到常见问题排查，打造保姆级本地部署教程，同时补充阿里云OpenClaw(Clawdbot)快速部署步骤，兼顾本地私有化需求与云端7×24小时运行需求，文中所有代码命令均可直接复制执行，确保零基础用户也能快速搭建属于自己的本地智能体。OpenClaw阿里云上一键极速部署步骤详情 访问阿里云OpenClaw一键部署专题页面 了解。

一、核心认知：OpenClaw+Ollama的本地智能体优势

OpenClaw是一款具备系统级操作权限的AI代理工具，能将自然语言指令转化为实际的文件操作、程序控制、网络请求等行为；Ollama则是一款轻量级的本地大模型运行工具，支持一键部署Qwen、Llama、Phi等主流大模型，二者结合能实现本地推理+本地执行的全闭环，核心优势体现在三方面：

1. 数据隐私绝对安全：所有模型推理、指令执行、数据存储均在本地设备完成，无需上传至任何云端服务器，适合处理敏感办公数据、个人隐私信息；
2. 无网络依赖，离线运行：部署完成后可脱离公网使用，在断网环境下仍能实现AI对话、本地文件操作等核心功能，适配特殊网络环境需求；
3. 轻量化易部署：Ollama体积小、安装简单，支持一键拉取、定制模型，无需复杂的CUDA配置，普通消费级显卡即可流畅运行；OpenClaw基于Node.js开发，npm一键安装，快速上手。
4. 高度可定制：可根据需求选择不同参数的大模型，定制模型上下文窗口、推理速度，同时OpenClaw支持上千种技能插件，可扩展文件管理、PDF编辑、语音识别等功能。

此外，阿里云为OpenClaw提供了专属的云端部署方案，能实现本地智能体的云端迁移，兼顾私有化与云端稳定运行的双重需求，适合需要7×24小时在线的场景。

二、阿里云OpenClaw(Clawdbot)部署简单步骤（5分钟速通版）

针对需要云端运行OpenClaw的用户，阿里云提供了预置环境+一键部署方案，无需手动配置Ollama与模型，直接对接阿里云大模型算力，核心步骤如下：

1. 注册并登录阿里云账号，完成个人实名认证（支付宝刷脸即时生效），确保账号无欠费；
2. 访问阿里云轻量应用服务器控制台，选择海外免备案地域（中国香港/新加坡），镜像选择OpenClaw专属应用镜像，配置推荐2vCPU+4GiB内存；
3. 实例创建后，在防火墙规则中一键放通18789（OpenClaw核心端口）、11434（Ollama默认端口）；
4. 远程登录服务器，执行阿里云专属配置命令，自动对接通义千问大模型：

   # 阿里云OpenClaw一键配置
   openclaw aliyun configure --access-key 你的AccessKeyID --secret-key 你的AccessKeySecret
   

5. 启动OpenClaw服务，通过服务器公网IP+18789端口访问Web控制台，输入自动生成的Token即可登录使用，部署完成。

阿里云用户零基础部署OpenClaw步骤喂饭级步骤流程

第一步：访问阿里云OpenClaw一键部署专题页面，找到并点击【一键购买并部署】。
阿里云OpenClaw一键部署专题页面：https://www.aliyun.com/activity/ecs/clawdbot



第二步：选购阿里云轻量应用服务器，配置参考如下：

• 镜像：OpenClaw(Moltbot)镜像（已经购买服务器的用户可以重置系统重新选择镜像）
• 实例：内存必须2GiB及以上。
• 地域：默认美国（弗吉尼亚），目前中国内地域（除香港）的轻量应用服务器，联网搜索功能受限。
• 时长：根据自己的需求及预算选择。
  
  
  
  第三步：访问阿里云百炼大模型控制台，找到密钥管理，单击创建API-Key。
  
  前往轻量应用服务器控制台，找到安装好OpenClaw的实例，进入「应用详情」放行18789端口、配置百炼API-Key、执行命令，生成访问OpenClaw的Token。
  
• 端口放通：需要放通对应端口的防火墙，单击一键放通即可。
• 配置百炼API-Key，单击一键配置，输入百炼的API-Key。单击执行命令，写入API-Key。
• 配置OpenClaw：单击执行命令，生成访问OpenClaw的Token。
• 访问控制页面：单击打开网站页面可进入OpenClaw对话页面。

三、本地部署前期准备：硬件+软件双重要求

Windows系统部署OpenClaw+Ollama需要满足基础的硬件与软件要求，硬件决定模型运行流畅度，软件决定部署是否顺利，建议严格按照要求配置，避免后续出现卡顿、安装失败等问题。

（一）硬件要求（核心为GPU显存，决定模型选择）

1. NVIDIA GPU：建议显存≥8GB（如RTX 4060/5060/3060系列），可流畅运行7B~14B量化模型；显存4GB可运行4B轻量模型（如Phi-3、Qwen2.5-4B），但推理速度较慢；无NVIDIA GPU也可运行，但仅能使用CPU推理，速度大幅下降。
2. 内存：建议≥16GB（本文基于32GB内存测试），内存不足会导致模型加载失败、系统卡顿，运行14B模型建议32GB及以上内存。
3. 磁盘空间：至少保留20GB剩余空间，用于存放Ollama模型文件（7B模型约4.7GB，14B模型约10GB）、OpenClaw程序文件及工作区数据，建议使用固态硬盘（SSD），提升模型加载与运行速度。
4. 处理器：Intel i5/Ryzen 5及以上处理器，满足基础的程序运行与指令执行需求。

（二）软件要求（全为可免费获取的工具，版本为硬性要求）

1. 操作系统：Windows 10 64位及以上版本，推荐Windows 11（本文基于Windows 11 22H2测试），原生Windows支持良好，无需额外配置WSL2。
2. PowerShell：使用系统自带PowerShell即可，必须以管理员身份运行（部分安装、配置操作需要管理员权限）。
3. Node.js：版本≥18.0.0（OpenClaw运行的核心依赖，低于该版本会导致安装失败），推荐安装LTS长期支持版。
4. Git：可选，仅用于部分技能插件的依赖安装，新手可暂不安装，后续需要时再补充。
5. 显卡驱动：NVIDIA显卡需安装最新版GeForce Experience驱动，确保CUDA功能正常，提升模型推理速度。

（三）基础工具版本检查（必做，避免版本不兼容）

打开管理员身份的PowerShell，执行以下命令检查Node.js与npm版本，确保符合要求：

# 检查Node.js版本，需≥18.0.0
node --version
# 检查npm版本，需≥8.0.0
npm --version

若未安装Node.js，前往Node.js官方网站下载LTS版本，双击安装即可（安装时勾选“Add to PATH”，自动配置环境变量）。

四、Ollama安装与本地模型定制：OpenClaw的智能核心

Ollama是OpenClaw的“智能大脑”，负责自然语言指令的解析与推理，需先完成Ollama安装，再拉取并定制大模型，核心要求是模型上下文窗口≥16000 tokens（OpenClaw官方硬性要求，否则无法正常运行）。

（一）Ollama一键安装与验证

1. 访问Ollama官方网站，下载Windows版本安装包，双击运行，全程默认下一步即可完成安装；
2. 安装完成后，Ollama会自动注册为系统服务，实现开机自启，无需手动启动；
3. 验证Ollama安装是否成功，在PowerShell中执行以下命令，显示版本号即表示成功：

   # 验证Ollama版本
   ollama --version
   

（二）拉取基础大模型（推荐Qwen2.5/ Qwen3，国内适配性最佳）

Ollama支持一键拉取主流大模型，推荐通义千问系列（Qwen2.5/Qwen3），中文推理能力强、适配性好，基础模型选择7B量化版，兼顾性能与硬件要求，命令如下：

# 拉取Qwen2.5 7B基础模型（约4.7GB，推荐）
ollama pull qwen2.5:7b
# 若需更强的推理能力，可拉取Qwen3 8B模型（约5GB，要求显存≥10GB）
ollama pull qwen3:8b
# 轻量版，显存4GB可运行：Qwen2.5 4B
ollama pull qwen2.5:4b

拉取过程中保持网络通畅，根据网络速度，耗时约5~20分钟，拉取完成后，模型会自动存储在本地Ollama目录中。

（三）定制大模型：扩展上下文窗口至32768 tokens（核心步骤）

OpenClaw要求模型上下文窗口≥16000 tokens，而Ollama拉取的基础模型默认上下文窗口仅4096 tokens，需手动定制模型，将上下文窗口扩展至32768 tokens（兼顾推理速度与上下文长度），步骤如下：

1. 切换到用户目录（避免权限问题，所有操作均在此目录完成）：

   # 切换到当前用户根目录，替换<你的用户名>为实际Windows用户名（如Administrator、ZhangSan）
   cd C:\Users\<你的用户名>
   

2. 创建Modelfile模型配置文件，定义基础模型与上下文窗口参数，执行以下命令（一键创建，无需手动编辑）：

   # 创建Modelfile，基于Qwen2.5:7b，设置上下文窗口32768 tokens
   @"FROM qwen2.5:7b
   PARAMETER num_ctx 32768"@ | Out-File -Encoding ascii Modelfile
   

3. 验证Modelfile配置是否正确，执行以下命令，显示配置内容即表示成功：

   # 查看Modelfile内容
   Get-Content Modelfile
   

   正确输出应包含：FROM qwen2.5:7b和PARAMETER num_ctx 32768。
4. 基于Modelfile创建自定义模型（命名为qwen2.5:7b-32k，便于识别）：

   # 创建自定义模型，指定配置文件为Modelfile
   ollama create qwen2.5:7b-32k -f Modelfile
   

5. 验证自定义模型是否创建成功，同时检查上下文窗口参数：

   # 查看本地所有模型，应显示qwen2.5:7b-32k
   ollama list
   # 查看自定义模型的配置，确认包含num_ctx 32768
   ollama show qwen2.5:7b-32k --modelfile
   

   注意：若创建时出现unknown type错误，原因是Modelfile包含不可见字符，重新执行步骤2的创建命令即可（已指定-Encoding ascii，避免字符问题）。

五、OpenClaw安装与核心配置：对接本地Ollama模型

完成Ollama与自定义模型的部署后，开始安装OpenClaw并配置其与本地模型的连接，核心是通过openclaw onboard交互式配置向导，将OpenClaw指向本地Ollama的API地址，实现指令解析与执行的闭环。

（一）OpenClaw一键安装与版本验证

OpenClaw基于Node.js开发，通过npm实现全局一键安装，步骤简单，无额外依赖，命令如下：

# npm全局安装OpenClaw（最新稳定版）
npm install -g openclaw
# 验证OpenClaw安装是否成功，显示版本号即表示成功（如2026.2.22-2）
openclaw --version

若安装时出现权限不足错误，确保PowerShell以管理员身份运行，或执行npm install -g openclaw --unsafe-perm强制安装。

（二）交互式配置：OpenClaw对接本地Ollama模型（核心）

执行openclaw onboard启动配置向导，全程按提示选择配置项，核心是将模型提供商指向本地Ollama，所有步骤如下，可直接按要求选择/输入：

1. 启动配置向导：

   openclaw onboard
   

2. 按PowerShell中的提示，依次完成以下配置（严格按此操作，避免配置错误）：

1. 配置完成后，若显示Verification successful，表示OpenClaw与本地Ollama模型连接成功；同时控制台会显示OpenClaw Web UI地址（http://127.0.0.1:18789）和管理员Token，记录Token备用。

重要：若配置时提示Verification failed，先执行ollama list测试Ollama服务是否正常运行，确保API Base URL末尾包含/v1、API Key未留空。

（三）解决核心报错：模型上下文窗口过小（必做）

首次启动OpenClaw时，大概率会出现Model context window too small (4096 tokens). Minimum is 16000报错，原因是OpenClaw缓存了模型的原始4096 tokens上下文参数，未识别到定制的32768 tokens，需手动修改配置文件，步骤如下：

1. 找到OpenClaw的两个核心JSON配置文件，路径固定：
   • 主配置文件：C:\Users\<你的用户名>\.openclaw\openclaw.json
   • 模型配置文件：C:\Users\<你的用户名>\.openclaw\agents\main\agent\models.json
2. 用记事本/VS Code打开两个文件，分别找到models.providers.custom-127-0-0-1-11434.models数组中id为qwen2.5:7b-32k的对象；
3. 将对象中的contextWindow和maxTokens的值从4096修改为32768，修改后示例：

   {
        
     "id": "qwen2.5:7b-32k",
     "contextWindow": 32768,
     "maxTokens": 32768,
     "name": "qwen2.5:7b-32k",
     "providerId": "custom-127-0-0-1-11434"
   }
   

4. 保存两个配置文件，完全退出所有OpenClaw相关窗口（按Ctrl+C终止进程），重新启动即可解决报错。

补充：2026年2月20日后的OpenClaw版本已将自定义模型默认上下文窗口提升至16000 tokens，若安装的是最新版，此报错概率大幅降低，但仍建议检查并修改为32768 tokens，提升使用体验。

六、OpenClaw启动与功能验证：本地智能体正式运行

完成配置并解决报错后，启动OpenClaw的TUI（终端交互界面）或Web UI，验证本地智能体的核心功能，确保能正常实现AI对话、指令执行，这是后续扩展技能的基础。

（一）启动TUI终端交互界面（推荐，轻量、流畅）

TUI是OpenClaw的核心交互方式，轻量无界面卡顿，适合日常使用，启动命令如下：

# 启动OpenClaw TUI终端交互界面
openclaw tui

启动成功后，控制台会显示session agent:main:main和Wake up, my friend!，此时输入任意自然语言指令，如帮我生成一份Python求和脚本、创建一个名为OpenClaw_Test的文件夹，若AI能正常回复并执行对应操作，即表示本地智能体部署成功。

（二）访问Web UI可视化界面（备选，操作更直观）

OpenClaw提供Web可视化控制台，支持图形化操作、技能管理、配置修改，访问步骤如下：

1. 确保OpenClaw服务正常运行（启动TUI或直接执行openclaw gateway start启动网关）；
2. 打开浏览器（Chrome/Edge/火狐），输入地址：http://127.0.0.1:18789；
3. 输入配置向导完成后记录的管理员Token，点击登录，即可进入中文Web控制台；
4. 在控制台的「对话测试」模块输入指令，验证AI对话与指令执行功能，与TUI效果一致。

（三）核心功能验证指令（推荐测试，覆盖基础能力）

推荐测试以下指令，验证OpenClaw+Ollama的核心能力，确保无问题后再进行技能扩展：

1. 自然语言对话：介绍一下OpenClaw的核心功能
2. 代码生成：帮我写一段Python代码，实现批量重命名文件夹下的所有txt文件
3. 本地文件操作：在桌面创建一个名为AI_Test的文件夹，里面新建一个README.md文件，写入内容“OpenClaw+Ollama本地智能体”
4. 系统信息查询：查看当前电脑的CPU、内存使用率

所有指令执行完成后，可手动检查本地文件、系统信息，确认AI执行结果准确。

七、技能插件扩展：让OpenClaw拥有更多“超能力”

OpenClaw的核心能力通过技能插件（Skills） 实现，默认仅具备基础的对话与文件操作能力，需安装技能插件扩展PDF编辑、语音识别、GitHub集成、笔记同步等功能，所有技能均通过Clawhub技能市场管理，一键安装即可。

（一）安装Clawhub技能管理工具（基础，只需一次）

Clawhub是OpenClaw的官方技能市场，需先安装Clawhub核心工具，才能安装、管理各类技能插件，命令如下：

# 安装Clawhub技能管理工具
npx clawhub install clawhub

安装完成后，即可通过npx clawhub命令管理所有技能，也可在TUI中通过自然语言指令让AI自动安装技能（如安装PDF编辑技能）。

（二）一键安装Windows兼容的常用技能（直接复制执行）

以下为Windows系统完全兼容的高频实用技能，涵盖文件操作、办公辅助、开发工具、生活服务等场景，可直接复制命令批量安装，部分技能需安装外部CLI工具依赖，下文会说明：

# 1. 文件操作核心技能（让AI更灵活地管理本地文件）
npx clawhub install filesystem-mcp
# 2. PDF编辑技能（支持PDF合并、拆分、内容提取）
npx clawhub install nano-pdf
# 3. GitHub集成（需安装GitHub CLI工具，见下文）
npx clawhub install github
# 4. 笔记同步（支持Notion、Obsidian，Obsidian需安装cli）
npx clawhub install notion
npx clawhub install obsidian
# 5. 任务管理（对接Trello）
npx clawhub install trello
# 6. 内容摘要（支持URL、本地文件/PDF摘要生成）
npx clawhub install summarize
# 7. 天气查询（无需API，本地解析天气数据）
npx clawhub install weather
# 8. 本地语音识别（基于OpenAI-Whisper，支持语音转文字）
npx clawhub install openai-whisper
# 9. 本地语音合成（基于sherpa-onnx，支持文字转语音）
npx clawhub install sherpa-onnx-tts

（三）技能安装后的必做操作（确保技能生效）

1. 重启OpenClaw：退出TUI（按Ctrl+C），重新执行openclaw tui启动，让技能插件加载生效；
2. 检查技能状态：执行以下命令，查看所有安装的技能，状态显示✓ ready即表示生效，✗ missing表示缺少依赖：

   # 查看技能状态
   openclaw skills list
   

3. 安装技能依赖的CLI工具：部分技能需要外部CLI工具支持，否则状态为✗ missing，核心依赖安装如下：
   • GitHub技能：安装GitHub CLI，双击安装后执行gh auth login完成认证；
   • Obsidian技能：安装obsidian-cli，配置环境变量；
   • 语音识别/合成：下载whisper.cpp、sherpa-onnx的Windows可执行文件，添加至系统PATH。

（四）解决技能安装常见问题：速率限制

安装技能时若出现Rate limit exceeded报错，原因是未登录Clawhub的匿名用户请求次数受限，解决方案二选一：

1. 简单方案：等待10~15分钟后重新执行安装命令，临时解除限制；
2. 永久方案：注册Clawhub账号并登录，提升请求限额，命令如下：

   # 登录Clawhub，按提示在浏览器中完成注册/登录
   npx clawhub login
   

八、常见问题排查：部署与使用中的避坑指南

Windows系统部署OpenClaw+Ollama过程中，容易因版本、配置、权限问题出现报错，以下整理了8个高频问题，包含报错现象、原因分析、解决方案，快速定位并解决，避免踩坑。

问题1：执行ollama serve提示“端口11434被占用”

• 现象：手动启动Ollama时提示端口被占用，无法启动；
• 原因：Ollama安装后已自动注册为系统服务，后台已在运行，无需手动启动；
• 解决方案：直接使用即可，无需执行ollama serve；若需重启Ollama，在任务管理器中结束ollama.exe进程，重新执行ollama list即可自动启动。

问题2：OpenClaw配置时提示“Verification failed: This operation was aborted”

• 现象：配置Custom Provider时验证失败，无法连接本地模型；
• 核心原因：Ollama服务未运行、API地址错误、API Key留空；
• 解决方案：
  1. 执行ollama list测试Ollama服务，确保能正常显示本地模型；
  2. 检查API Base URL，必须以/v1结尾（正确：http://127.0.0.1:11434/v1）；
  3. API Key不可留空，输入任意字符串（如ollama、123456）即可。

问题3：修改配置文件后，仍提示“模型上下文窗口过小”

• 现象：已修改contextWindow为32768，启动仍报4096 tokens错误；
• 原因：未修改正确的模型条目、未完全退出OpenClaw、缓存未清除；
• 解决方案：
  1. 确认配置文件中修改的id与实际使用的模型名一致（如qwen2.5:7b-32k）；
  2. 按Ctrl+C完全退出OpenClaw，关闭所有相关窗口，重新启动；
  3. 若仍无效，备份并删除models.json文件，重新执行openclaw onboard配置，会自动生成新的配置文件。

问题4：技能安装后状态显示“✗ missing”，无法使用

• 现象：技能安装成功，但openclaw skills list显示状态为缺失；
• 原因：技能依赖的外部CLI工具未安装或未配置环境变量；
• 解决方案：查看技能的官方描述，安装对应的CLI工具（如GitHub技能安装gh CLI），并将工具路径添加至系统PATH，重启OpenClaw后即可生效。

问题5：AI无法将文件保存到桌面/其他目录，提示权限不足

• 现象：执行文件保存指令后，AI提示无权限，或文件未出现在指定目录；
• 原因：OpenClaw默认仅有权限访问自身工作区目录（C:\Users\<你的用户名>\.openclaw\workspace）；
• 解决方案：
  1. 临时方案：让AI将文件保存到工作区，手动复制到目标目录；
  2. 进阶方案：修改filesystem-mcp技能的配置文件，添加允许访问的目录（如桌面、D盘），具体参考技能官方文档。

问题6：OpenClaw安装失败，提示“Node.js版本过低”

• 现象：执行npm install -g openclaw时，报错提示Node.js版本不满足要求；
• 原因：安装的Node.js版本<18.0.0，低于OpenClaw的硬性要求；
• 解决方案：卸载旧版Node.js，前往官网下载18.0.0及以上的LTS版本，重新安装后再执行OpenClaw安装命令。

问题7：PowerShell执行命令提示“权限被拒绝”

• 现象：执行安装、配置命令时，提示“权限不足，无法执行”；
• 原因：PowerShell未以管理员身份运行，部分系统操作需要管理员权限；
• 解决方案：关闭当前PowerShell，右键点击PowerShell图标，选择「以管理员身份运行」，重新执行命令。

问题8：Windows上部分技能无法安装/使用

• 现象：安装部分技能时提示不兼容，或安装后无法使用；
• 原因：部分技能基于macOS专有框架开发，仅支持macOS系统；
• 解决方案：放弃安装此类技能，选择Windows兼容的替代技能，无法使用的技能包括：apple-notes、bear-notes、apple-reminders、things-mac、bluebubbles、imsg等。

九、进阶优化与使用技巧：提升本地智能体体验

完成基础部署后，可通过简单的优化设置，提升OpenClaw+Ollama的运行速度、使用体验，让本地智能体更贴合个人需求，以下为实用的进阶技巧：

1. 模型推理速度优化：NVIDIA GPU用户在PowerShell中执行setx OLLAMA_CUDA_VISIBLE_DEVICES 0，强制Ollama使用GPU推理，速度提升5~10倍；
2. OpenClaw开机自启：将openclaw tui命令添加至Windows开机启动项，实现本地智能体开机自动运行，无需手动启动；
3. 工作区目录自定义：修改OpenClaw配置文件openclaw.json中的workspace参数，将工作区指向固态硬盘，提升文件操作速度；
4. 指令执行日志查看：执行openclaw logs --follow查看实时执行日志，便于排查指令执行失败的原因；
5. 模型切换：可在Ollama中拉取多个模型，通过openclaw onboard重新配置Model ID，实现不同模型的快速切换，适配不同场景（如编程用Qwen3-Coder，日常对话用Qwen2.5）。

十、总结与展望：本地智能体的无限可能

OpenClaw+Ollama的组合，让普通用户也能在Windows系统上搭建私有化、无网络依赖、高度可定制的本地智能体，实现从自然语言指令到实际系统操作的全闭环，既保障了数据隐私安全，又摆脱了对云端大模型的依赖，成为个人办公、开发、生活的智能助手。

同时，阿里云提供的快速部署方案，实现了本地智能体的云端迁移，让用户可根据需求灵活选择本地私有化或云端7×24小时运行，兼顾隐私与便捷性。随着OpenClaw社区的不断发展，技能插件库持续丰富，Ollama支持的大模型不断更新，本地智能体的能力会越来越强，未来可实现自动化办公、智能开发辅助、智能家居控制、个人数据管理等更多场景的落地。

本次部署的本地智能体，仅实现了基础的对话与指令执行能力，后续可通过安装更多技能插件、定制更适合自己的大模型、配置飞书/企业微信等通讯渠道，让其成为真正的“个人数字员工”。在AI时代，掌握本地智能体的部署与使用，本质上是掌握了私有化的AI生产力，让技术真正为个人服务，解锁更多智能生活与工作的可能。