企业官网建设流程全解析

1. 为什么要在本地跑 OpenClaw 这类 AI Agent

OpenClaw 是一个开源自主智能体框架，简单说就是给大语言模型装上一副能动手的“躯干”：模型负责思考，OpenClaw 负责调用工具、读写文件、执行命令、串联多步任务。它本身不带模型，需要你外接一个“大脑”——云端 API 可以，本地 Ollama 也可以。适合谁？想在个人设备上跑 AI Agent、又不想把数据发到云端的开发者，尤其是手里有块像样显卡、愿意折腾配置的人。

本地化运行的核心价值有三个：一是省钱，Agent 任务动辄几十轮工具调用，Token 消耗极快，本地模型跑起来没有按量计费；二是隐私，公司财报、内部文档、个人笔记都能直接喂进去，不出本机；三是可控，模型权重、上下文长度、推理参数全在你手里。代价是本地模型能力通常弱于顶级云端模型，复杂推理任务容易翻车，所以配置和验证环节必须做扎实。

这篇按“装 Ollama → 拉模型 → 写 config.toml → 连通性验证 → 排错”的顺序走一遍，每一步都给可复制的命令和配置。你不需要先理解 OpenClaw 的全部架构，跟着做完就能判断本地化运行是否就绪。

2. 前置准备：Ollama 服务与模型拉取

Ollama 是目前本地跑开源模型最省心的方案，一条命令装好，自带 OpenAI 兼容接口，OpenClaw 可以直接对接。先确认你的设备：8GB 显存能跑 7B 量化模型，16GB 以上可以尝试 14B 到 32B 量化版本，纯 CPU 也能跑但速度会明显变慢。

安装 Ollama（Linux/macOS）：

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

Windows 直接去官网下载安装包，装完托盘会出现 Ollama 图标。安装完成后确认服务在跑：

ollama --version curl http://localhost:11434/api/tags

第二条命令返回{"models":[]}就说明服务正常，只是还没拉模型。接着拉一个适合 Agent 任务的模型，推荐 Qwen 系列，中文指令跟随和工具调用格式都比较稳：

ollama pull qwen2.5:14b

如果你的显存有限，换成qwen2.5:7b或qwen2.5:7b-instruct-q4_K_M。拉完后验证模型能正常推理：

ollama run qwen2.5:14b "用一句话说明你能调用工具吗"

能正常返回文本就说明本地推理链路通了。这里有个容易忽略的点：Ollama 默认只监听127.0.0.1:11434，如果你打算让 OpenClaw 跑在容器里或另一台机器上，需要设置OLLAMA_HOST=0.0.0.0:11434再重启服务，否则会连接被拒。

3. OpenClaw 的 config.toml 骨架与本地模型对接

OpenClaw 的配置入口是项目根目录下的config.toml。下面这份骨架可以直接复制，重点是把provider指向 Ollama 的 OpenAI 兼容端点，并把模型名写成你实际拉取的 tag。

# config.toml —— OpenClaw 本地化运行配置骨架 [agent] name = "local-claw" workspace = "./workspace" max_steps = 25 log_level = "info" [llm] provider = "openai-compatible" base_url = "http://localhost:11434/v1" api_key = "ollama" model = "qwen2.5:14b" temperature = 0.3 max_tokens = 4096 timeout_seconds = 120 [llm.retry] max_attempts = 3 backoff_seconds = 2 [tools] enabled = ["shell", "file_read", "file_write", "http_get"] workdir = "./workspace" allow_shell = true [memory] backend = "sqlite" path = "./data/memory.db" max_context_tokens = 8192

几个参数值得单独说。base_url末尾的/v1不能省，Ollama 的 OpenAI 兼容层挂在这个路径下；api_key填任意非空字符串即可，Ollama 不校验，但 OpenClaw 的客户端库通常要求该字段存在。max_tokens不要超过模型的实际输出上限，Qwen2.5 14B 一般设 4096 比较安全。max_context_tokens要和模型的上下文窗口匹配，7B 版本通常 32K，14B 也是 32K，设 8192 是给工具调用结果留余量，避免上下文被撑爆。

[tools]段是安全边界。本地跑 Agent 最大的风险是模型被网页内容里的恶意指令带偏，执行了不该执行的 shell 命令。建议初期只开file_read和http_get，确认行为可控后再逐步放开shell和file_write，并且把workdir限制在一个空目录里。

如果你不想自己维护本地模型，或者本地显卡实在跑不动大参数模型，也可以把provider换成云端兼容端点，把base_url指向https://taotoken.net/api，api_key换成在控制台申请的 Key，模型名换成对应云端模型。这样配置结构完全不变，只是“大脑”从本地换成了远端，适合本地算力不足但想先跑通 Agent 流程的情况。

4. 连通性验证：一次完整的请求与结果判读

配置写完后不要急着跑复杂任务，先用最小请求验证链路。OpenClaw 一般提供 CLI 入口，假设可执行文件叫openclaw：

openclaw --config ./config.toml run "读取 workspace/hello.txt 的内容并原样返回"

先在workspace/下建一个测试文件：

mkdir -p workspace && echo "local agent ready" > workspace/hello.txt

预期输出应该包含local agent ready这段文本，并且日志里能看到工具调用记录，类似tool_call: file_read path=workspace/hello.txt。如果只返回了文本但没有工具调用，说明模型没有正确触发 function calling，通常是模型本身不支持工具调用格式，或者 OpenClaw 的 prompt 模板和模型不匹配。

再验证一次纯推理链路，绕过工具：

curl http://localhost:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen2.5:14b", "messages": [{"role": "user", "content": "回复 OK 两个字母"}], "max_tokens": 16 }'

返回 JSON 里choices[0].message.content包含OK，说明 Ollama 的 OpenAI 兼容层工作正常。这一步能过，OpenClaw 连不上就基本是 config.toml 的字段问题，而不是模型或服务的问题。

判断本地化运行是否就绪，看三个信号：Ollama 的/api/tags能列出模型；/v1/chat/completions能返回内容；OpenClaw 能完成一次带工具调用的任务并给出正确结果。三个都过，就可以开始接真实任务了。

5. 本篇常见错误排查

连接被拒（Connection refused）：最常见。先curl http://localhost:11434/api/tags确认 Ollama 在跑。如果 OpenClaw 跑在 Docker 里，localhost指向容器自身，要改成宿主机的实际 IP 或host.docker.internal。Linux 上还要确认防火墙没拦 11434 端口。

404 Not Found：base_url写成了http://localhost:11434而漏了/v1。Ollama 的原生 API 在/api/chat，OpenAI 兼容层在/v1/chat/completions，两者路径不同，OpenClaw 用的是后者。

模型名不匹配：config.toml里的model必须和ollama list输出的 tag 完全一致，包括:14b这种后缀。写成qwen2.5而实际拉的是qwen2.5:14b，Ollama 会返回 model not found。

工具调用不触发：模型返回了自然语言描述而不是结构化的 tool_call。原因通常是模型不支持 function calling，或者 OpenClaw 的 prompt 里工具描述和模型训练格式不一致。换用明确支持工具调用的模型（Qwen2.5 系列、Llama 3.1 系列都支持），并确认 OpenClaw 版本里的 provider 适配层是最新的。

超时（Timeout）：本地模型首次加载要几十秒，timeout_seconds设 120 以上。如果每次请求都超时，检查显存是否够用，模型是不是被换出到了内存导致推理极慢。ollama ps能看到当前加载的模型和占用的显存。

上下文溢出：Agent 多轮工具调用后报 context length exceeded。把max_context_tokens调小，或者在 OpenClaw 里开启记忆压缩，让历史对话被摘要后再送入模型。

6. 本地跑通之后：从验证到日常使用

本地链路验证通过后，下一步是把 OpenClaw 接到真实工作流里。建议先在workspace目录里放几个测试文件，让它做文件整理、内容摘要这类低风险任务，观察它的工具调用序列是否符合预期。确认稳定后，再考虑接入消息平台或定时任务。

如果你发现本地模型在复杂任务上表现不够，或者设备算力有限跑不动大参数模型，可以把配置里的base_url切到云端兼容端点，用https://taotoken.net/api配合在控制台申请的 API Key，模型换成云端版本。配置结构不变，只是推理位置从本机换到了远端，适合需要更强推理能力但又不想改 Agent 代码的场景。API Key 在控制台的 API Keys 页面创建，接入细节可以参考接入文档。

长期跑编码类或高频 Agent 任务的话，按量计费的成本会累积得比较快，可以关注一下 Coding Plan 这类包月方案，适合每天都有大量工具调用的情况。想先对比不同模型在同一个任务上的表现，可以直接在模型对话里试，不用改本地配置就能切换模型看效果。

本地化运行 OpenClaw 的坑主要集中在配置字段和模型兼容性上，链路本身不复杂。把config.toml里的base_url、model、max_tokens三个字段对齐，再跑一次带工具调用的验证请求，基本就能判断环境是否就绪。剩下的就是根据任务类型调temperature和工具白名单，慢慢把 Agent 的行为收敛到你期望的范围。