欢迎光临
我们一直在努力

老手机 本地部署小龙虾OpenClaw(使用本地千问大模型)实机演示 Termux+Ubuntu+Llama 新手完整安装教程(含代码)

本教程提供从 0 到 1 的详细步骤,在安卓手机上通过 Termux 运行 Ubuntu,部署本地 Llama 大模型,并集成 OpenClaw 进行 AI 交互,全程无需 Root。建议手机配置:≥4GB 内存,≥64GB 存储,Android 7+。

一、准备工作

1.1 安装 Termux

  • 从F-Droid或GitHub下载最新版 Termux(避免应用商店旧版本)
  • 安装并打开,首次启动会自动配置基础环境
  • 1.2 手机设置优化

  • 开启开发者选项(设置→关于手机→连续点击版本号 7 次)
  • 开启USB 调试(部分手机需要)
  • 授予 Termux存储权限(后续步骤会自动请求)

  • 二、Termux 基础配置与 Ubuntu 安装

    2.1 Termux 初始化与换源(加速下载)

    bash

    运行

    # 1. 更新系统包
    pkg update -y && pkg upgrade -y

    # 2. 安装必要工具
    pkg install -y proot-distro git curl wget termux-exec

    # 3. 授予存储权限(允许访问手机文件)
    termux-setup-storage

    # 4. 更换国内源(解决下载慢问题)
    echo "deb https://mirrors.tuna.tsinghua.edu.cn/termux/apt/termux-main stable main" > $PREFIX/etc/apt/sources.list
    pkg update -y

    2.2 安装 Ubuntu 系统(Proot 容器,无需 Root)

    bash

    运行

    # 1. 安装Ubuntu(默认最新LTS版本,约200MB)
    proot-distro install ubuntu

    # 2. 验证安装并登录Ubuntu
    proot-distro login ubuntu –isolated # –isolated参数必须加,避免环境变量冲突

    # 登录成功后,终端提示符变为:root@localhost:~#


    三、Ubuntu 环境配置(核心依赖安装)

    在 Ubuntu 终端中执行以下命令(确保已通过proot-distro login ubuntu进入):

    3.1 系统更新与基础工具

    bash

    运行

    # 1. 更新Ubuntu软件源
    apt update -y && apt upgrade -y

    # 2. 安装必要依赖
    apt install -y build-essential git curl wget nano python3 python3-pip nodejs npm

    3.2 安装 Node.js(OpenClaw 依赖,必须 v22+)

    bash

    运行

    # 卸载旧版本(如果有)
    apt remove -y nodejs npm

    # 安装Node.js v22 LTS
    curl -fsSL https://deb.nodesource.com/setup_22.x | bash –
    apt install -y nodejs

    # 验证版本(应显示v22+)
    node -v && npm -v

    # 安装pnpm(OpenClaw推荐包管理器)
    npm install -g pnpm


    四、本地 Llama 模型部署(两种方案,推荐 Ollama)

    方案 A:Ollama(推荐,新手友好,自动管理模型)

    bash

    运行

    # 1. 安装Ollama(一键脚本)
    curl -fsSL https://ollama.com/install.sh | sh

    # 2. 启动Ollama服务(后台运行)
    nohup ollama serve > ollama.log 2>&1 & # 后台运行,日志保存到ollama.log

    # 3. 验证安装
    ollama –version

    # 4. 下载轻量级Llama模型(手机推荐0.5B~7B参数)
    # 下载Qwen2.5-0.5B(中文支持好,仅需约300MB空间)
    ollama pull qwen2.5:0.5b

    # 或下载Llama 3.1-8B(英文优秀,约4.7GB)
    # ollama pull llama3.1:8b

    # 5. 测试模型(交互模式)
    ollama run qwen2.5:0.5b
    # 输入"你好"测试,输入"/bye"退出

    方案 B:llama.cpp(手动编译,适合高级用户)

    bash

    运行

    # 1. 克隆llama.cpp仓库
    git clone https://github.com/ggerganov/llama.cpp.git
    cd llama.cpp

    # 2. 编译(手机CPU优化)
    make LLAMA_NATIVE=1 LLAMA_NO_ACCELERATE=1 # 禁用加速,适配手机CPU

    # 3. 下载GGUF格式Llama模型(推荐Q4_K_M量化版,体积小速度快)
    # 下载Qwen2.5-0.8B-UD-Q4_K_M.gguf(约500MB)
    wget https://hf-mirror.com/Qwen/Qwen2.5-0.8B-UD/resolve/main/Qwen2.5-0.8B-UD-Q4_K_M.gguf -P models/

    # 4. 启动llama.cpp API服务(OpenClaw可通过API访问)
    ./server -m models/Qwen2.5-0.8B-UD-Q4_K_M.gguf -c 2048 –host 0.0.0.0 –port 8081
    # -c 2048:上下文窗口大小
    # –host 0.0.0.0:允许外部访问
    # –port 8081:API端口


    五、OpenClaw 安装与配置

    5.1 安装 OpenClaw

    bash

    运行

    # 1. 克隆OpenClaw仓库(或直接下载最新版)
    git clone https://github.com/openclaw/openclaw.git
    cd openclaw

    # 2. 安装依赖
    pnpm install

    # 3. 初始化配置(自动生成.env文件)
    pnpm run setup

    5.2 配置 OpenClaw 连接本地 Llama 模型

    情况 1:连接 Ollama(推荐)

    在初始化过程中,按以下提示配置:

    plaintext

    ? 请选择默认模型提供商: Ollama
    ? Ollama API 地址: http://localhost:11434 # Ollama默认端口
    ? 请设置Ollama API密钥: ollama-local # 任意值即可,Ollama不需要真实密钥
    ? 请选择默认模型: qwen2.5:0.5b # 选择已下载的模型

    情况 2:连接 llama.cpp API

    bash

    运行

    # 修改.env文件
    nano .env

    # 添加以下内容(替换原有Ollama配置)
    MODELS_PROVIDERS_CUSTOM_API_BASE_URL=http://localhost:8081/v1
    MODELS_PROVIDERS_CUSTOM_API_KEY=sk-local # 任意值
    DEFAULT_MODEL=custom:llama

    # 保存并退出(Ctrl+O,回车,Ctrl+X)

    5.3 启动 OpenClaw

    bash

    运行

    # 开发模式启动(适合调试)
    pnpm run dev

    # 或生产模式启动(推荐,性能更好)
    pnpm run build
    pnpm run start

    # 启动成功后,会显示:
    # > OpenClaw is running on http://localhost:8080


    六、访问与使用 OpenClaw

    6.1 本地访问(手机浏览器)

  • 保持 Termux/Ubuntu 终端运行,不要关闭
  • 打开手机浏览器,输入:http://localhost:8080
  • 进入 OpenClaw 界面,在左侧选择 "模型交互"
  • 右侧选择已配置的模型(如 qwen2.5:0.5b)
  • 输入问题,点击 "发送",等待回复(手机性能有限,首次可能需要 10-30 秒)
  • 6.2 局域网访问(其他设备)

    bash

    运行

    # 查看手机IP地址(在Ubuntu终端执行)
    ip a # 查找inet后的地址,如192.168.1.100

    # 其他设备浏览器输入:http://手机IP:8080
    # 例如:http://192.168.1.100:8080


    七、常见问题解决

    问题 1:Ollama 启动失败

    bash

    运行

    # 查看日志
    cat ollama.log

    # 常见修复:重启服务
    pkill ollama
    nohup ollama serve > ollama.log 2>&1 &

    问题 2:OpenClaw 连接模型失败

    bash

    运行

    # 1. 检查模型服务是否运行
    # Ollama:
    curl http://localhost:11434/v1/models # 应返回模型列表

    # llama.cpp:
    curl http://localhost:8081/v1/models # 应返回模型列表

    # 2. 检查.env配置是否正确
    cat .env

    # 3. 重启OpenClaw
    pnpm run restart

    问题 3:内存不足 / 运行缓慢

  • 选择更小的模型(如 0.5B~2B 参数)
  • 关闭其他后台应用
  • 降低模型上下文窗口(llama.cpp 中-c 512代替-c 2048)

  • 七、完整操作流程总结(快速参考)

    bash

    运行

    # 1. 启动Termux
    # 2. 进入Ubuntu
    proot-distro login ubuntu –isolated

    # 3. 启动Ollama服务(如果未启动)
    nohup ollama serve > ollama.log 2>&1 &

    # 4. 进入OpenClaw目录
    cd openclaw

    # 5. 启动OpenClaw
    pnpm run start

    # 6. 打开浏览器访问http://localhost:8080


    八、进阶技巧

    后台运行与进程管理

    bash

    运行

    # 1. 查看后台进程
    jobs

    # 2. 将前台进程转为后台(Ctrl+Z后)
    bg

    # 3. 恢复后台进程到前台
    fg [进程号]

    # 4. 永久后台运行(重启后仍生效)
    echo "nohup ollama serve > ollama.log 2>&1 &" >> ~/.bashrc
    echo "cd /root/openclaw && pnpm run start" >> ~/.bashrc

    模型推荐(手机性能友好)

    表格

    模型名称参数大小占用空间推荐指数特点
    Qwen2.5-0.5B 0.5B ~300MB ★★★★★ 中文支持好,速度快
    Llama 3.1-1B 1B ~600MB ★★★★☆ 英文优秀,轻量级
    Mistral-7B-Instruct-v0.3 7B ~4GB ★★★☆☆ 性能强,需≥8GB 内存

    常见问题 Q&A

  • 是否需要 Root?不需要!全程使用 Proot 容器技术,安全无风险

  • 手机最低配置要求?建议≥4GB RAM,≥64GB 存储,Android 7+

  • 模型下载慢怎么办?使用国内镜像源,如hf-mirror.com,或在电脑下载后通过 USB 传输到手机

  • 如何关闭服务?

    • OpenClaw:Ctrl+C
    • Ollama:pkill ollama
    • Ubuntu:exit 退出,然后关闭 Termux
  • 老手机 本地部署小龙虾OpenClaw(使用本地千问大模型)

    现在你已经成功在手机上搭建了完整的本地 AI 环境,可以开始使用 OpenClaw 与 Llama 模型进行交互了!

    大模型交流群:959957732

    赞(0)
    未经允许不得转载:171主机测评 » 老手机 本地部署小龙虾OpenClaw(使用本地千问大模型)实机演示 Termux+Ubuntu+Llama 新手完整安装教程(含代码)
    分享到: 更多 (0)

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址