基于Ollama本地搭建OpenClaw私人助手的实现步骤

2026-03-11 10:45:37 李小肥的YY

官网：https://openclaw.ai/，目前已经从clawdbot更名为moltbot了，现在又更名为openclaw了。

一. OpenClaw为什么那么火爆

OpenClaw（原 Clawdbot/Moltbot）能快速爆火，核心是精准击中本地隐私、全场景自动化、低门槛使用三大刚需，叠加开源社区与社交传播助力，形成现象级增长。GitHub 短时间星标破 10 万，一周网站访问量超 200 万，成为 2026 年初增长最快的开源 AI 项目之一。下面则是爆火的原因：

隐私可控：所有数据完全存储于本地，而且支持本地大模型，隐私更加可控。
任务自动化：基于AI agent，可自动处理邮件、日程、文件、代码、网页自动化。
多渠道接入：支持Telegram、WhatsApp、Discord、iMessage 等应用，但是微信目前还不支持。

二. mac上本地安装

2.1 下载ollama本地模型

ollama官网下载ollama注意需要下载最新版本，下载必要的本地/cloud模型

参考ollama的文档：https://docs.ollama.com/integrations/openclaw

这里使用ollama run --verbose qwen3-coder:latest来测试模型的生成速度：

total duration：总耗时
load duration：模型加载时间
eval rate：推理生成tokens

下载推荐的llm，下载模型：ollama pull llm，下面测试是基于Macbook pro的M4芯片测试的结果：

模型	大小	token的速度	简介
qwen3-coder	18G	68.37 tokens/s	千问团队于2025年7月推出的新一代开源AI编程大模型系列，专为代码生成、智能代理（Agent）和仓库级编程优化
glm-4.7-flash	19G	48.96 tokens/s	智谱AI于2025年12月发布的GLM-4系列大模型，主打高吞吐量和高性价比，特别强化了本地编程和Agent任务能力
gpt-oss:20b	13G	51.01 tokens/s	OpenAI于2025年8月发布的一款200亿参数的开源权重混合专家模型它专为轻量级推理和工具调用场景设计，性能接近o3-mini，能在16GB显存的消费级硬件或边缘设备上高效运行，具备极高的本地部署性价比

2.2 搭建OpenClaw环境

参考ollama的openclaw的博客：https://ollama.com/blog/openclaw

构建conda环境：conda create -n clawdbot python=3.13 -y

激活环境：conda activate clawdbot

下载nodes：

# Download and install nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
# in lieu of restarting the shell
\. "$HOME/.nvm/nvm.sh"
# Download and install Node.js:
nvm install 24
# Verify the Node.js version:
node -v # Should print "v24.13.0".
# Verify npm version:
npm -v # Should print "11.6.2".

安装/更新open claw：npm install -g openclaw@latest

安装线上wizard：openclaw onboard --install-daemon

从ollama启动openclaw：ollama launch openclaw

将node，npm，openclaw设置环境变量：sudo vim ~/.zshrc

export PATH=~/.nvm/versions/node/v24.13.0/bin:$PATH
export PATH="$(npm prefix -g)/bin:$PATH"

本地快速查看openclaw，聊天/查看配置：http://127.0.0.1:18789/chat

2.3 让openclaw爬取互联网信息

1. 安装chromium（这里可以理解为开源的google chrome浏览器）：

# 安装 Chromium
brew install --cask chromium
# 移除隔离属性（首次打开可能需要）
xattr -dr com.apple.quarantine /Applications/Chromium.app

2. 更改openclaw的json文件，其目录在~/.openclaw/openclaw.json，或者直接通过打开本地的dashboard（openclaw dashboard）来查看和更改config。

"browser":{
    "enabled":true,
    "executablePath":"/Applications/Chromium.app/Contents/MacOS/Chromium",
    "headless":false,
    "noSandbox":true,
    "attachOnly":false,
    "defaultProfile":"openclaw"
  }

3. 重启openclaw的网关：openclaw gateway restart

4. 查看browser的状态：openclaw browser status

5. 启动专属的浏览器：openclaw browser start

6. 修改web配置：openclaw configure --section web

三. open claw配置agent skills

clawhub地址：https://docs.openclaw.ai/tools/clawhub#clawhub

3.1 agent skills的优势

相较于没有skills的open claw，有agent skills的优势：

相同的workflow，每次使用，不需要重复去解释
持久化：对话的数据不会持久化，而skill的数据会在本地存储
节约tokens：没有skill每次需要重复的对话占用token

3.2 skills 安装和使用

Clawhub 官网：https://clawhub.ai

这里推荐使用的是我们直接clawhub的官网搜索需要的skills，找到对应的名字，比如我这里找到的就是浏览器的agent skills——Agent Browser，它可以帮助我们实现自动爬虫的功能（模拟人浏览页面的操作），我们在安装的时候也能发现，安装这个skill，需要安装playwright这个框架。

1. 安装clawhub插件：npm i -g clawhub
2. 安装agent-browser：clawhub install "agent-browser"

如果上面第二步下载不成功，也可以基于git来安装：

npm install -g pnpm
git clone https://github.com/vercel-labs/agent-browser
cd agent-browser
pnpm install
pnpm build
agent-browser install

至此，就安装好了！

到此这篇关于基于Ollama本地搭建OpenClaw私人助手的实现步骤的文章就介绍到这了,更多相关Ollama本地搭建OpenClaw内容请搜索脚本之家以前的文章或继续浏览下面的相关文章，希望大家以后多多支持脚本之家！