从零部署 Ollama + Qwen 3.5 + OpenClawbot：在本地跑起来你的免费 AI 助手

这篇文章只干一件事：

帮你在一台机器上，把 Ollama + Qwen 3.5 + OpenClaw(OpenClawbot) 整套环境部署起来，并验证能正常聊天。

不讲太多概念，更多是命令 + 配置 + 排错，适合你边看边敲。

一、整体架构先说清楚

这一套技术栈里，各组件的分工是：

• Ollama：本地大模型运行引擎，相当于“模型服务端”
• Qwen 3.5：具体的大模型（如 qwen3.5-0.8b），在 Ollama 里跑
• OpenClaw / OpenClawbot：在上面封一层“智能代理 + 多通道机器人”（终端、Telegram、后面你也可以接微信等）

简单理解为：

你/用户  →  OpenClawbot  →  Ollama API(http://localhost:11434)  →  Qwen 3.5 模型

所以部署顺序是：

二、环境与准备

1. 操作系统和硬件建议

• 系统：
  • 推荐：macOS / Ubuntu 20.04+ / 22.04+
  • Windows：建议用 WSL2 + Ubuntu 跑 Ollama 和 OpenClaw
• 硬件（跑 Qwen 3.5 0.8B 这种小模型）：
  • CPU：4 核以上
  • 内存：8GB 起
  • 磁盘：预留 10GB+
  • GPU：可选；没有 GPU 也能跑 0.8B 模型

如果你只是想先体验一把，用一台 8G 内存的笔记本就能跑通。

2. 需要的软件

• curl（拉安装脚本）
• Node.js + npm（用来装 OpenClaw）
• git（可选，用于看 OpenClaw 源码）

Ubuntu 一键装：

sudo apt update sudo apt install -y curl nodejs npm git

macOS 建议先装 Homebrew，再：

brew install node git
# curl 一般自带

三、第一步：安装并验证 Ollama

1. 安装 Ollama

官方安装脚本（macOS / Linux）：

curl -fsSL https://ollama.com/install.sh | sh

Windows 则去官网下安装包，或者在 WSL2 Ubuntu 里用上面的命令。

2. 验证 Ollama 安装

ollama –version

能看到类似：

ollama version 0.17.0

说明 OK。

3. 启动 Ollama 服务

大多数系统装好后会自动以守护进程方式运行，你可以手动确认下：

# 看看 11434 端口是否在监听（Linux）
ss -lntp | grep 11434

# 或简单 curl 一下
curl http://localhost:11434

如果返回类似：

{"models":[…]}

那说明 Ollama 服务正常在 http://localhost:11434 跑着。

四、第二步：在 Ollama 中拉取 Qwen 3.5 模型

1. 选择合适的 Qwen 3.5 版本

为了兼顾效果和能跑得动，很推荐文章里提到的：

• qwen3.5-0.8b：只有 0.8B 参数，可以在纯 CPU 上跑，占空间大概 1GB 左右[1]
  适合入门 / VPS / 老电脑

如果你的 GPU 和内存都比较强，也可以尝试更大的版本（14B 等），但本篇先以 0.8B 为主。

2. 拉取模型

ollama pull qwen3.5-0.8b

耐心等下载完成。

3. 在命令行直接试一下模型

ollama run qwen3.5-0.8b "用一句话介绍一下你自己。"

如果能看到模型正常回答，说明：

• Ollama 安装 OK
• Qwen 3.5 模型拉取 OK
• 本地推理能力没问题

五、第三步：安装 OpenClaw / OpenClawbot

说明：目前社区普遍说的“OpenClawbot”，本质上就是基于 OpenClaw 做的一套机器人/代理配置，这里统一用 OpenClaw 命令来装和配。

1. 通过 npm 全局安装 OpenClaw

npm install -g openclaw

如果报权限问题，可以用：

sudo npm install -g openclaw

安装完成后，执行：

openclaw –version

能看到版本号就说明装好了。

2.（可选）用 Ollama 的一键命令安装

Ollama 官方文档里提到，可以直接通过：

ollama launch openclaw –model qwen3.5-0.8b

来触发：

如果你偏向“自动化安装”，可以考虑这条路线；
如果你想“自己掌控配置”，建议用 npm install -g openclaw 再手动改配置文件。

下面配置一节按“手动可控”路线讲。

六、第四步：配置 OpenClaw 连接 Ollama + Qwen 3.5

OpenClaw 的核心配置在一个 config.yaml 里（默认在 ~/.config/openclaw/config.yaml）。

1. 找到/创建配置文件

先看一下有没有默认配置目录：

ls ~/.config/openclaw

如果不存在，就自己创建：

mkdir -p ~/.config/openclaw
nano ~/.config/openclaw/config.yaml
# 或 vim / code 打开都行

2. 写入一个最小可用配置（终端机器人版）

例如：

gateway:
host: 127.0.0.1
port: 3000

providers:
ollama:
type: ollama
base_url: http://localhost:11434 # Ollama 默认 API 地址
model: qwen3.5-0.8b # 和你用 ollama pull 的 tag 一致

agents:
default:
provider: ollama
system_prompt: >
你是一个中文 AI 助手，回答要简洁、友好，可以适当给出示例。

channels:
terminal:
enabled: true
type: terminal

关键点：

• base_url 必须指向你本机的 Ollama 接口，一般就是 http://localhost:11434
• model 字段要与 ollama list 里显示的 完全一致，区分大小写与横杠[1]
• agents.default.provider 对应上方 providers 中你起的名字（这里是 ollama）

3. 检查配置是否正确

OpenClaw 一般会提供简单检查命令，你可以先直接尝试运行（有错误会提示）。

七、第五步：启动 OpenClaw 网关与 TUI（终端界面）

下面命令是来自社区实战博客的典型用法流程[1]。

1. 更新并启动网关

# 更新网关（如有必要）
openclaw gateway update

# 重启网关，使最新配置生效
openclaw gateway restart

如果你遇到 token 相关提示（例如“unauthorized token”），可以创建/配置 token：

openclaw token create      # 创建一个访问 token
openclaw gateway restart   # 再重启一次

2. 启动 OpenClaw 终端界面（OpenClawbot 的本地控制台）

bash复制

openclaw tui

成功的话，你会看到一个基于 TUI 的聊天界面（类似一个终端聊天窗口），此时输入一句中文：

你：帮我列一个今天的工作待办清单

几秒后能看到 Qwen 3.5 的回复，就说明：

• OpenClaw 已经成功通过 providers.ollama 调用了本地 Ollama
• Ollama 内部调起了 Qwen 3.5 模型
• 整个 “OpenClawbot → Ollama → Qwen 3.5” 链路打通

到这里，一个本地终端版的 Qwen 3.5 OpenClawbot 已经部署完成。

八、可选：接入 Telegram，做“聊天软件版机器人”

很多教程会在这一步把 OpenClawbot 接入 Telegram，形成一个真正的“聊天机器人”[1]。这里只简单带一下部署关键点，后面你可以单开一篇专门写 Telegram / 微信接入。

1. 在 Telegram 里创建 Bot

• 搜索 @BotFather
• 发送 /newbot 按提示创建机器人
• 获得一个形如 123456789:ABC-… 的 Bot Token

2. 在 OpenClaw 里配置 Telegram 通道

方式一：用交互式配置向导：

openclaw configure

大致流程：

• 选择要配置的 section：channels
• 添加新的 channel：选择 telegram
• 粘贴 Bot Token
• 保存退出（类似 Finished 之类的选项）

方式二：直接在 config.yaml 增加：

channels:
  terminal:
    enabled: true
    type: terminal

  telegram:
    enabled: true
    type: telegram
    bot_token: YOUR_TELEGRAM_BOT_TOKEN

然后重启网关：

openclaw gateway restart

此时在 Telegram 中给你的 Bot 发消息，应该就能看到由 Qwen 3.5 驱动的回复了（消息也会在 TUI 里同步显示）。

九、常见问题与排错

1. OpenClaw 报 “model not found” 或调用失败

排查步骤：

2. CPU 占用高 / 非常慢

• 尝试先用 qwen3.5-0.8b，避免一上来就拉大模型
• 问题尽量短一点，减少生成 token 数
• 如果是服务器，可以考虑用 screen 或 tmux 把进程常驻后台

3. 报 “unauthorized token” 类错误

说明 OpenClaw 的网关启用了一些 token 校验：

openclaw token create
openclaw gateway restart

按提示生成 token 并更新配置即可。

十、一键启动脚本示例（方便日常使用）

你可以写一个简单脚本，让自己每次启动更轻松。

例如 start_openclaw_qwen.sh：

#!/usr/bin/env bash
# 启动 Ollama（如果不是系统服务，就手动起）
# 在多数桌面系统，ollama 会自己以守护进程方式运行，可以跳过这行
# ollama serve &

# 更新并重启网关
openclaw gateway update
openclaw gateway restart

# 启动 TUI 控制台
openclaw tui

赋予执行权限：

chmod +x start_openclaw_qwen.sh

之后只要：

./start_openclaw_qwen.sh

就能直接进到聊天界面。

十一、总结：这一篇你已经完成了什么？

到目前为止，你已经完成了：