想要让OpenClaw彻底脱离网络，完全避免数据上传到云端，同时还能像在线AI那样快速响应指令？关键一步是把它与本地运行的大模型真正对接——并非表面离线，而是所有文本推理、任务规划、文件解析都在你自己的硬盘和显存内完成。下面详细介绍操作步骤，全程数据不出本机。

确认本地大模型服务已就绪

首先，确认Ollama是否正在正常监听11434端口。打开终端（Windows使用PowerShell，Mac/Linux使用Terminal），输入以下命令测试：curl http://localhost:11434/api/tags。返回的JSON中如果包含"models"字段，且至少有一项name不为空，说明本地AI引擎已经成功启动。

如果出现"Connection refused"报错，不必慌张——检查一下Ollama是否已启动？Windows用户双击ollama.exe；Mac用户在终端输入ollama serve；Linux用户确保systemd服务已启用并运行sudo systemctl start ollama。

【务必关闭防火墙对11434端口的拦截，否则OpenClaw将无法连接本地模型】

配置OpenClaw指向本地模型

接下来，找到并编辑OpenClaw安装目录下的config.yaml文件（路径例如D:OpenClawconfig.yaml）。

定位到model_provider区域，将原内容替换为以下配置：

model_provider: ollama
model_name: llama2
ollama_endpoint: http://localhost:11434/api/generate

保存文件后，重启OpenClaw主程序。如果界面右下角出现「Model: llama2 (local)」的提示，说明绑定已成功生效。

有一个关键细节需注意：model_name必须与ollama list输出的第一列名称完全一致，区分大小写，包含冒号或斜杠都会导致连接失败。

验证本地推理是否生效

验证本地推理是否生效，需要完成以下三个步骤，缺一不可：

第一步：在OpenClaw聊天框中输入「请用中文解释TCP三次握手，限100字内」。

第二步：观察左下角状态栏——如果出现「? local inference」图标，且没有云朵符号，说明已进入纯本地推理模式。

第三步：打开任务管理器（Windows）或活动监视器（Mac），筛选进程名为ollama的条目，查看其CPU与GPU占用是否随你提问实时波动。如果有波动，就证明OpenClaw确实在调用本地模型进行计算，而非走备用云端通道。

如果以上三步全部通过，那么恭喜你——所有输入文本、中间思考链以及生成结果都没有离开本机内存，数据安全闭环已完美实现。