0. 前言
OpenClaw（圈内常称“龙虾”）是一套开源、支持自托管的 AI 助手平台，原生兼容 Ollama 本地模型与 DeepSeek 等云端 API，让您在隐私保护与性能体验之间灵活切换——需要安全就用本地，追求强大则上云端。本文记录了我在 Ubuntu 系统上从零搭建 OpenClaw 的完整流程，包括踩坑经验与调优后的配置，一并分享给大家。
无论您想搭建一套完全离线的私人助理，还是希望体验顶级大模型的推理能力，这份指南都能帮您避开弯路，快速上手。
1. 什么是 OpenClaw？
OpenClaw，社区更喜欢叫它“龙虾”，是一款开源的智能助手平台，可以运行在个人电脑甚至树莓派上。它最大的特点是什么？支持多种模型后端——您既可以用本地部署的开源模型保护隐私，也可以接入 DeepSeek、OpenAI 等云端大模型，获得更强的能力。其核心功能包括：
- 智能体（
Agent）系统：可以创建多个不同用途的AI助手 - 本地优先：原生支持
Ollama，数据不出本机 - 技能插件（
Skills）：通过安装技能扩展能力，比如联网搜索、浏览器自动化 - 终端界面（
TUI）：直接在命令行里与AI对话 - 网关架构：提供统一的
API入口，方便集成各种模型
接下来，我们就从零开始，在 Ubuntu 上完成 OpenClaw 的安装，并同时配置本地模型（通过 Ollama）和云端模型（DeepSeek API）两种后端，让您在不同场景下自由切换。
2. 环境准备
硬件方面的要求如下表所示。当然，这只是最低门槛，想要运行流畅，配置越高越好。
| 组件 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 4 核 | 8 核以上 |
| 内存 | 8 GB | 16 GB+ |
| 磁盘 | 20 GB 可用 | 50 GB+ SSD |
| GPU (可选) | 无 | NVIDIA 8GB+ 显存 |
软件方面，推荐使用 Ubuntu 22.04 或 Ubuntu 24.04。
3. 安装 OpenClaw
3.1 执行安装命令
OpenClaw 依赖 Node.js 22+，建议通过 NodeSource 官方源安装。具体步骤如下：
(1) 添加 NodeSource 仓库：
$ wget -qO- https://deb.nodesource.com/setup_22.x | sudo -E bash -
(2) 安装 Node.js：
$ sudo apt update $ sudo apt install nodejs -y
(3) 安装完成后，验证是否成功。如果一切正常，命令行会输出 Node.js 版本号：
$ node --version $ npm --version
(4) 修改配置文件，将 npm bin 目录添加到 PATH 中：
$ echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc $ source ~/.bashrc # 立即生效
(5) 通过 npm 安装 OpenClaw：
$ sudo npm install -g openclaw
3.2 完成初始化引导
安装成功后，执行以下命令进入引导程序。过程中需要根据提示完成几个核心设置：
- 安全确认：当被问到是否知晓相关风险时，选择
Yes并回车 - 选择模式：选择
QuickStart快速启动模式 - 模型配置：这是关键的一步。因为我们要连接本地模型，所以当向导让我们选择模型供应商时，选择 “Skip for now” 跳过，后面手动配置
$ openclaw onboard
3.3 官方一键脚本部署
除了以上方法，也可以使用官方一键脚本，这样更省事——脚本会自动帮你处理 Node.js 环境和依赖安装。步骤如下：
(1) 下载官方一键脚本：
$ wget -O install.sh https://openclaw.ai/install.sh
(2) 执行脚本，它会自动开始工作。安装完成后，会自动进入初始化引导，设置方法与上一小节相同：
$ bash install.sh
4. 配置本地模型 (Ollama)
Ollama 是当前最流行的本地模型运行工具，能让 OpenClaw 调用我们下载的开源模型。
4.1 安装与配置 Ollama
(1) 用 wget 下载 Ollama 安装脚本：
$ wget -O install-ollama.sh https://ollama.com/install.sh
(2) 执行安装脚本：
$ sudo bash install-ollama.sh
(3) 启动 Ollama 服务：
$ ollama serve &
4.2 选择并下载模型
根据您的显存大小，选择合适的模型：
| 显存 | 推荐模型 | 占用 | 能力 |
|---|---|---|---|
| 4-6GB | qwen3.5:2b | ~1.5GB | 日常对话、简单任务 |
| 8-12GB | qwen3.5:4b | ~4GB | 代码、推理 |
| 16GB+ | qwen3.5:9b | ~9GB | 复杂任务、长文本 |
使用以下命令下载选中的模型，以 qwen3.5:4b 为例：
$ ollama pull qwen3.5:4b
下载完成后，用 ollama list 命令确认已安装的模型列表：
$ ollama list
4.3 将 Ollama 模型接入 OpenClaw
现在需要告诉 OpenClaw 如何找到本地模型。方法是通过修改配置文件 ~/.openclaw/openclaw.json，添加 ollama 供应商信息。
(1) 修改配置前，先停止网关：
$ openclaw gateway stop
(2) 编辑配置文件 ~/.openclaw/openclaw.json，添加或修改以下内容：
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"model": {
"primary": "ollama/qwen3.5:4b"
},
"models": {
"ollama/qwen3.5:4b": {}
}
}
},
"models": {
"providers": {
"ollama": {
"baseUrl": "https://127.0.0.1:11434",
"apiKey": "ollama-local",
"api": "ollama",
"models": [
{
"id": "qwen3.5:4b",
"name": "qwen3.5:4b",
"api": "ollama"
}
]
}
}
}
(3) 配置完成后，重启 OpenClaw 网关让配置生效：
$ openclaw gateway start
(4) 用以下命令查看模型列表，可以看到以 ollama/ 为前缀的本地模型：
$ openclaw models list
(5) 为了方便使用，可以将本地模型设为默认：
$ openclaw models set ollama/qwen3.5:4b
5. 配置云端模型 (DeepSeek)
5.1 获取 DeepSeek API Key
(1) 访问 DeepSeek 开放平台
(2) 登录后，在「API Keys」页面创建新的 API Key
(3) 复制保存（格式如 sk-xxxxxxxx）
5.2 DeepSeek 配置
首次安装完成后，如果使用云端模型，可以通过 openclaw onboard 命令进行配置；已经安装过 OpenClaw 的用户则可以通过 openclaw onboard --install-daemon 命令进入配置阶段。
- 遇到提示：
I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?选择Yes - 遇到提示：
Setup mode推荐选择QuickStart - 遇到提示：
Model/auth provider选择DeepSeek - 遇到提示：
Enter DeepSeek API key填入刚才复制的API Key - 遇到提示：
Default model将光标指向Enter model，填写模型名称（deepseek-v4-pro或deepseek-v4-flash） - 后续的其余配置请根据需求设置，也可以先选择
Skip for now
6. 开始使用 OpenClaw
6.1 启动对话
与 OpenClaw 对话有三种方式，总有一种适合你：
(1) 打开 Web UI，在 Chat 页面进行交互：
$ openclaw dashboard
(2) 在终端中打开 TUI：
$ openclaw tui
(3) 直接在终端中对话：
$ openclaw terminal
6.2 安装技能扩展
通过 Agent 对话安装是最符合 Agent 范式的方式——你只需要用自然语言说一句话，Agent 就会自动完成整个安装流程。以安装 xx_skill 为例：
帮我从技能市场安装 xx_skill
Agent 收到指令后，会遵循技能安装的最佳实践，分步执行：
- 自主发现与验证：
Agent会先浏览技能主页ClawHub页面，获取最新的安装说明和元数据，而不是凭“记忆”操作 - 执行具体安装命令：确认无误后，
Agent会调用对应的CLI命令静默安装 - 环境自检与初始化：安装后，
Agent会立即检查核心工具是否准备就绪，帮你运行xx_skill version验证
整个过程无需手动敲任何命令，Agent 成了你的“部署工程师”。如果你更倾向于自主控制，也可以通过 ClawHub 安装技能：
# 1. 安装 clawhub 命令行工具 $ npm i -g clawhub # 2. 搜索相关技能 $ clawhub search "xx_skill" # 3. 安装技能 $ clawhub install xx_skill
小结
经过以上配置，你现在拥有一个双引擎的 AI 助手系统：
- 隐私优先时使用本地
Ollama模型，数据完全掌控 - 能力优先时切换到
DeepSeek，享受顶级大模型性能
OpenClaw 的网关架构让这一切切换变得非常轻松——一条命令即可完成。加上日益丰富的技能生态，它正在成为个人 AI 助手的绝佳选择。现在，开始你的 OpenClaw 之旅吧！
