130
78
OpenClaw+魔塔Ollama私有化部署与免费大模型Coding Plan接入教程
2026-03-23 17:41:43
1点赞
0收藏
0评论
前言
OpenClaw作为轻量化AI Agent框架，在自动化任务、文件处理、代码生成、信息检索等场景中效率突出，但商用API高额Token消耗、网络限制与数据隐私问题，长期制约个人与团队规模化使用。通过魔塔ModelScope国内源加速部署Ollama，搭配支持工具调用的千问3.5系列本地模型，可实现OpenClaw完全离线运行、无限量调用、数据不出内网，彻底告别Token焦虑。本文基于2026年最新实践，完整覆盖Windows11/MacOS/Linux本地部署、阿里云云端部署、魔塔Ollama安装优化、局域网开放、OpenClaw配置对接、阿里云千问API与免费Coding Plan接入，提供全流程可复制命令与实测问题解决方案，打造稳定、安全、低成本的私有化AI Agent体系。
OpenClawo.png一、OpenClaw核心规则体系（直接写入MEMORY.md）
OpenClaw的稳定性依赖明确规则约束，以下规则经过长期验证，可直接写入根目录MEMORY.md长期记忆：
1. 错误自动修复机制
遇到错误→判断能否自动修复→能则立即执行
→不能则判断有无备用方案→有则切换
→无则列出选项请求用户确认
工具调用失败、文件读写异常、网络请求超时，无需指令直接自动修复
修复失败后简明上报类型、位置与建议方案
2. 长任务时间片管理
长时间任务自动切分为子任务，单任务执行≤30秒
每段完成输出进度提示，避免超时无响应
执行完毕汇总结果，保证流程可追溯
3. Git自动备份规则
工作区路径：~/.openclaw/workspace
远程分支：origin main
内容更新即执行commit+push
配置信息：user.name="OpenClaw-Agent"，user.email="bot@openclaw.local"
4. 必备工具清单
web_search：网络检索
web_fetch：网页抓取
message：消息推送
sessions_send：跨会话通信
exec：命令执行
5. 分级记忆管理
长期记忆：MEMORY.md（根目录），存储核心规则、模型配置、固定路径
日志记忆：memory/YYYY-MM-DD.md，存储每日操作、临时变量、异常日志
规则：重要信息实时写入长期记忆，临时信息写入当日日志，定期清理冗余
阿里云部署最简易 OpenClaw 喂饭级步骤流程
第一步：点击打开访问阿里云OpenClaw一键部署专题页面。
openclaw666.png
OpenClaw2.png
OpenClaw02.png
OpenClaw03.png
OpenClaw04.png第二步：打开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。
轻量应用服务器OpenClaw镜像.png
bailian1.png
bailian2.png第三步：打开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。
阿里云百炼密钥管理图.png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。
阿里云百炼密钥管理图2.png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。
二、国内环境魔塔源安装Ollama（解决GitHub下载卡顿）
国内网络直接从Ollama官网下载易中断，通过魔塔ModelScope获取安装包更稳定。
1. 安装魔塔工具
pip install modelscope -i https://mirrors.aliyun.com/pypi/simple/
2. 从魔塔下载Ollama安装包
modelscope download --model=modelscope/ollama-linux --local_dir ./ollama-linux --revision v0.17.3
3. 执行安装脚本
cd ollama-linux
sudo chmod 777 ./ollama-modelscope-install.sh
./ollama-modelscope-install.sh
安装过程中pkg_resources相关提示为正常兼容信息，不影响使用。
三、Ollama模型部署与局域网开放
1. 拉取支持工具调用的千问3.5模型
OpenClaw对接要求模型必须带tools标签，优先选择千问3.5系列：
# 轻量版（低配设备）
ollama pull qwen3.5:0.8b
# 标准版（综合性能）
ollama pull qwen3.5:7b
# 专业版（高性能GPU）
ollama pull qwen3.5:35b
查看已安装模型：
ollama list
启动模型验证：
ollama run qwen3.5:0.8b
2. 配置Ollama支持局域网访问（Linux系统）
修改系统服务配置，开放0.0.0.0监听，实现内网互通：
sudo vim /etc/systemd/system/ollama.service
写入完整配置：
[Unit]
Description=Ollama Service
After=network.target
[Service]
Type=simple
User=root
Group=root
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_KEEP_ALIVE=1h"
Environment="OLLAMA_NUM_CTX=24576"
Environment="OLLAMA_FLASH_ATTENTION=1"
Environment="OLLAMA_KV_CACHE_TYPE=q8_0"
Environment="OLLAMA_NUM_PARALLEL=2"
Environment="NVIDIA_VISIBLE_DEVICES=all"
Environment="CUDA_VISIBLE_DEVICES=0"
ExecStart=/usr/local/bin/ollama start
ExecStop=/usr/local/bin/ollama stop
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target
重载服务并启动：
sudo systemctl daemon-reload
sudo systemctl enable ollama
sudo systemctl restart ollama
3. 接口测试（Python脚本）
import requests
import json
url = "http://你的服务器IP:11434/api/generate"
data = {
"model": "qwen3.5:35b",
"prompt": "写一首关于科技的诗",
"stream": True
}
response = requests.post(url, json=data, stream=True)
for line in response.iter_lines():
if line:
res = json.loads(line)
if "response" in res:
print(res["response"], end="", flush=True)
if res.get("done"):
break
返回流式内容即服务正常。
四、2026全平台OpenClaw本地部署流程（Windows11/MacOS/Linux）
通用环境要求
系统：Windows11 22H2+/MacOS 12+/Ubuntu20.04+/CentOS7+
内存：≥4GB（推荐8GB）
依赖：Node.js≥22.x、Git
网络：本地部署支持纯内网，云端需外网访问
（一）Windows11部署OpenClaw
管理员身份打开PowerShell
安装NVM与Node.js
iwr -useb https://raw.githubusercontent.com/coreybutler/nvm-windows/master/nvm-setup.exe | iex nvm install 22 nvm use 22配置国内镜像
npm config set registry https://registry.npmmirror.com一键部署
iwr -useb https://openclaw.ai/install.ps1 | iex初始化与启动
openclaw onboard --install-daemon openclaw gateway start打开Web控制台
openclaw dashboard
（二）MacOS部署OpenClaw
安装Homebrew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"安装依赖
brew install node git npm config set registry https://registry.npmmirror.com一键部署
curl -fsSL https://openclaw.ai/install.sh | bash初始化与启动
openclaw onboard --install-daemon openclaw gateway start
（三）Linux（Ubuntu）部署OpenClaw
更新系统与依赖
sudo apt update && sudo apt upgrade -y curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash sudo apt install -y nodejs git一键安装
curl -fsSL https://openclaw.ai/install.sh | bash系统服务配置
openclaw onboard --install-daemon sudo systemctl enable openclaw sudo systemctl start openclaw状态检查
openclaw gateway status
五、OpenClaw对接Ollama本地模型完整配置
1. 定位配置文件
Windows：C:Users用户名.openclawopenclaw.json
Mac/Linux：~/.openclaw/openclaw.json
2. 核心配置代码（直接替换）
auth认证配置
"auth": {
"profiles": {
"ollama:default": {
"provider": "ollama",
"mode": "oauth"
}
}
}
models模型配置
"models": {
"providers": {
"ollama": {
"baseUrl": "http://你的服务器IP:11434",
"apiKey": "ollama-local",
"api": "ollama",
"models": [
{
"id": "qwen3.5:35b",
"name": "Qwen3.5 35B Local",
"reasoning": false,
"input": ["text", "image"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}
}
}
agents代理配置
"agents": {
"defaults": {
"model": {
"primary": "ollama/qwen3.5:35b"
},
"workspace": "C:Users用户名.openclawworkspace",
"timeoutSeconds": 30000
}
}
plugins插件配置
"plugins": {
"entries": {
"qwen3.5:35b": {
"enabled": true
}
}
}
3. 调整超时并重启
本地模型推理较慢，延长响应超时：
openclaw config set agents.defaults.timeoutSeconds 3000
重启网关生效：
openclaw gateway restart
断开网络仍可正常使用，证明对接成功。
六、2026阿里云OpenClaw部署流程
适合7×24小时在线、团队协作、公网访问场景，支持轻量应用服务器与ECS部署。
1. 前期准备
阿里云账号完成实名认证
开通轻量应用服务器/ECS
安全组放行端口：18789（Web）、11434（Ollama）、22（SSH）
2. 轻量应用服务器一键部署
控制台创建实例，选择OpenClaw专属应用镜像
配置2核4GB，选择国内节点
实例初始化完成后远程连接
启动服务并设置开机自启
openclaw gateway start systemctl enable openclaw访问Web控制台：http://公网IP:18789
3. ECS手动部署
创建Ubuntu22.04实例，2核4GB
安全组放行18789、22端口
SSH连接执行Linux部署命令
数据盘挂载~/.openclaw，保证数据持久化
创建管理员Token
openclaw token create --admin
七、阿里云大模型API配置（千问+免费Coding Plan）
（一）阿里云千问大模型API配置
开通阿里云百炼，创建API Key
命令行配置
openclaw config set model.provider aliyun_bailian openclaw config set model.aliyun_bailian.api_key "你的API Key" openclaw config set agents.defaults.model.primary "bailian/qwen3-max-2026-01-23" openclaw config set model.aliyun_bailian.base_url "https://dashscope.aliyuncs.com/compatible-mode/v1"连接测试
openclaw model test
（二）阿里云Coding Plan免费API配置
新用户享有免费额度，适合编码场景：
百炼控制台开通Coding Plan，领取免费额度
创建API Key
配置命令
openclaw config set model.provider coding_plan openclaw config set model.coding_plan.api_key "你的Coding Plan API Key" openclaw config set model.coding_plan.base_url "https://coding.dashscope.aliyuncs.com/v1" openclaw config set agents.defaults.model.primary "coding-plan/qwen3-mini"测试连接
openclaw model test
八、2026实测高频问题与解决方案
（一）Ollama相关问题
Ollama服务无法启动
# 强制重启 ollama stop ollama serve # 检查端口占用 # Mac/Linux lsof -i :11434 # Windows netstat -ano | findstr :11434 taskkill /F /PID 进程ID模型拉取失败
切换魔塔源，或手动下载模型文件OpenClaw无法连接Ollama
确认baseUrl正确，开放0.0.0.0监听，防火墙放行11434端口
（二）部署安装问题
Node.js版本过低
卸载旧版，安装v22.x，配置npm镜像Windows脚本无法执行
Set-ExecutionPolicy RemoteSigned -Scope CurrentUserLinux权限不足
sudo chmod -R 755 ~/.openclaw
（三）模型调用问题
API Key无效
核对密钥，重新配置，检查百炼权限本地模型响应慢
降低模型参数，关闭后台程序，延长超时时间工具调用失败
openclaw tool enable web_search openclaw tool enable exec
（四）云端部署问题
公网IP无法访问
检查安全组18789端口是否放行服务重启配置丢失
将~/.openclaw挂载数据盘，设置开机自动加载
九、长期优化最佳实践
规则迭代：新增功能同步更新MEMORY.md
缓存管理：定期清理缓存，提升响应速度
openclaw cache clean备份机制：开启Git自动提交，防止数据丢失
通信选择：优先使用钉钉、飞书，避免QQ Bot导致Token浪费
性能调优：根据硬件调整时间片，关闭不常用工具
总结
OpenClaw结合魔塔Ollama本地大模型，彻底解决Token成本、网络限制与数据隐私三大痛点，实现完全离线的私有化AI Agent。本文覆盖Windows11/MacOS/Linux本地部署、阿里云云端部署、魔塔Ollama安装优化、局域网开放、OpenClaw配置对接、阿里云千问/Coding Plan全流程，提供可直接复制的命令与实测解决方案。2026年私有化部署成为AI工具主流趋势，无论是个人日常使用、开发辅助，还是企业内网办公，这套方案都能稳定落地，让OpenClaw真正成为高效、安全、低成本的智能自动化助手。
