OpenClaw Windows 完整安装与本地模型配置教程（实战版）

OpenClaw 在圈子里火了有一阵子了，虽说也算业内人士，但之前一直没正经上手。今天索性边装边记，把整个过程趟一遍。必须要说的是，这玩意儿在 Mac 上装起来确实省心不少，Windows 下多少得折腾几下。如果你还没用过，这份记录应该能帮你少踩几个坑——老手可以直接跳过，我今天也只是先搭好环境，后面再慢慢研究它能玩出什么花样。

撰稿时间：2026-2-27
最后更新：2026-2-28
测试模型: Qwen3.5-35B（ollama 量化版本，图省事就直接用了，你们可以根据自己情况选）

目录

1. 系统要求
2. 整体流程概览
3. Step 1：安装 Node.js（≥ 22）
4. Step 2：安装 OpenClaw
5. Step 3：运行初始化向导（完整实战）
6. Step 4：安装 Ollama（本地模型运行环境）
7. Step 5：下载本地模型
8. Step 6：修复 Ollama 上下文窗口（必做）
9. Step 7：启动 Gateway 与打开 Dashboard
10. Step 8：安装 Skills 依赖
11. 常用命令速查
12. 常见问题 FAQ（实战踩坑）
13. 模型推荐选型
14. openclaw.json 完整配置参考

1. 系统要求

2. 整体流程概览

flowchart TDA[" Windows 环境"] --> B["安装 Node.js ≥ 22"]B --> C["安装 OpenClawnnpm install -g openclaw"]C --> D["运行初始化向导nopenclaw onboard"]D --> E["选择 Custom Providern接入 Ollama 本地模型"]E --> F["安装 Ollaman下载目标模型"]F --> G[" 修复上下文窗口nollama create 32k版本"]G --> H["编辑 openclaw.jsonn指向新模型 ID"]H --> I["openclaw gatewayn启动服务"]I --> J["openclaw dashboardn打开 Web UI"]J --> K[" 本地 AI 助手就绪"]style A fill:#1a1a2e,color:#fffstyle G fill:#c62828,color:#fffstyle K fill:#00aa55,color:#fff

3. Step 1：安装 Node.js（≥ 22）

方法一：官网下载（推荐）

1. 打开浏览器访问：nodejs.org
2. 下载 LTS 版本（确保版本号 ≥ 22）
3. 双击安装包，一路「Next」完成安装
4. 安装完成后，打开 PowerShell 验证：

node --version # 输出类似：v22.11.0 npm --version # 输出类似：10.9.0

方法二：winget 安装

# 以管理员身份运行 PowerShell winget install OpenJS.NodeJS.LTS

4. Step 2：安装 OpenClaw

A. 方式一：一键脚本（推荐）

打开 PowerShell，执行：

# 先设置执行策略 Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned # 运行安装脚本 irm https://openclaw.ai/install.ps1 | iex

B. 方式二：npm 全局安装

# 国内用户先切换镜像源（加速下载） npm config set registry https://registry.npmmirror.com # 全局安装 npm install -g openclaw # 验证 openclaw --version

5. Step 3：运行初始化向导（完整实战）

openclaw onboard

向导每一步怎么选

flowchart TDA["openclaw onboard"] --> B["安全警告n→ 输入 Yes 继续"]B --> C["选择模式n→ QuickStart"]C --> D["Model Providern→ Custom Providern 不要选 Ollama 内置选项"]D --> E["API Base URLn→ https://127.0.0.1:11434/v1"]E --> F["API Keyn→ ollama （随便填，本地不验证）"]F --> G["Endpoint Compatibilityn→ OpenAI-compatible"]G --> H["Model IDn→ 填你已 pull 的模型名n如 qwen3.5:35b"]H --> I["Verification successful "]I --> J["Endpoint IDn→ 直接回车用默认"]J --> K["Model aliasn→ 随意，如 qwen3.5-35b"]K --> L["Select Channeln→ Skip for now"]L --> M["Configure Skillsn→ Yes"]M --> N["Install dependenciesn→ 勾选需要的，见下表"]N --> O["API Keysn→ 全部 No（本地不需要）"]O --> P["Enable Hooksn→ 勾选 session-memory + command-logger"]P --> Q["How to hatchn→ Open the Web UI"]Q --> R[" 向导完成，浏览器自动打开"]style I fill:#00aa55,color:#fffstyle R fill:#00aa55,color:#fffstyle D fill:#c62828,color:#fff

Skills 推荐勾选清单

API Key 全部跳过

向导会依次询问以下 Key，全部选 No（本地模型不需要任何云端 API）：

• GOOGLE_PLACES_API_KEY → No
• GEMINI_API_KEY → No
• NOTION_API_KEY → No
• OPENAI_API_KEY → No
• ELEVENLABS_API_KEY → No

6. Step 4：安装 Ollama（本地模型运行环境）

1. 访问 ollama.com
2. 点击 Download for Windows 下载 OllamaSetup.exe
3. 双击安装，完成后 Ollama 自动在后台运行（系统托盘有图标）

验证

ollama --version # 输出：ollama version 0.x.x curl https://localhost:11434 # 输出：Ollama is running

7. Step 5：下载本地模型

按显存选择模型

graph TDA["选择模型"] --> B{"显卡显存大小？"}B -- "< 8 GB 或无显卡" --> C["qwen2.5:3bn~2GB 显存nCPU 可运行"]B -- "8 GB" --> D["qwen2.5:7bn~5GB 显存n均衡推荐"]B -- "16 GB" --> E["qwen2.5:14bn~10GB 显存n效果更好"]B -- "24 GB+" --> F["deepseek-r1:32bn~20GB 显存n推理最强"]B -- "32 GB " --> G["qwen3.5:35bn~24GB 显存n消费级最强"]style G fill:#c62828,color:#fffstyle F fill:#7b2d8b,color:#fffstyle E fill:#1e6091,color:#fffstyle D fill:#2d6a4f,color:#fff

下载命令

# 32GB 显存用户推荐 ollama pull qwen3.5:35b # 其他选项 ollama pull qwen2.5:7b # 入门推荐 ollama pull qwen2.5:32b # 24GB 显存 ollama pull deepseek-r1:32b # 强推理 ollama pull qwen2.5-coder:32b # 代码专用 # 查看已下载模型 ollama list

8. Step 6：修复 Ollama 上下文窗口（必做！）

解决方案：创建扩展上下文版本的模型

# 第一步：写入 Modelfile（注意用反引号换行） "FROM qwen3.5:35b`nPARAMETER num_ctx 32768" | Out-File -FilePath "F:Modelfile" -Encoding utf8 # 第二步：确认内容正确 Get-Content "F:Modelfile" # 应该输出： # FROM qwen3.5:35b # PARAMETER num_ctx 32768 # 第三步：创建新模型（带 -32k 后缀区分） ollama create qwen3.5-35b-32k -f "F:Modelfile" # 输出 success 表示成功

更新 openclaw.json 指向新模型

# 打开配置文件 notepad $env:USERPROFILE.openclawopenclaw.json

用 Ctrl+H 查找替换，把所有 qwen3.5:35b 改为 qwen3.5-35b-32k，重点修改两处：

"id": "qwen3.5-35b-32k""primary": "custom-127-0-0-1-11434/qwen3.5-35b-32k"

同时把 maxTokens 改大：

"maxTokens": 8192

9. Step 7：启动 Gateway 与打开 Dashboard

启动 Gateway

openclaw gateway

正常启动的日志特征

[gateway] agent model: custom-127-0-0-1-11434/qwen3.5-35b-32k [gateway] listening on ws://127.0.0.1:18789 [browser/server] Browser control listening on https://127.0.0.1:18791/ [hooks] loaded 4 internal hook handlers

打开 Dashboard（三种方式）

方式一：命令自动打开（推荐，自动带 token）

# 新开一个 PowerShell 窗口执行 openclaw dashboard

方式二：手动复制带 token 的链接

向导完成时终端会显示：

https://127.0.0.1:18789/#token=xxxxxxxxxxxxxxxxxxxxxxxx

复制这个完整链接（含 #token=...）粘到浏览器打开。

方式三：创建桌面快捷方式（一劳永逸）

# 替换下面的 token 为你自己的 $token = "你的token字符串" $url = "https://127.0.0.1:18789/#token=$token" $shell = New-Object -ComObject WScript.Shell $shortcut = $shell.CreateShortcut("$env:USERPROFILEDesktopOpenClaw.url") $shortcut.TargetPath = $url $shortcut.Sa ve()

桌面生成 OpenClaw.url 图标，双击直接进入，再也不用记 token。

关于 Token 认证的说明

OpenClaw 默认启用 token 认证，原因是它拥有文件读写、终端执行、浏览器控制等高权限能力，token 防止局域网内其他人控制你的电脑。

如果只是本机自用，可以关闭：

openclaw config set gateway.auth.mode none

关闭后直接访问 https://127.0.0.1:18789 无需 token。

设置开机自启

# 安装为 Windows 计划任务 openclaw gateway install # 立即启动 schtasks /Run /TN "OpenClaw Gateway"

10. Step 8：安装 Skills 依赖

Windows 上没有 brew，需要手动安装等效依赖。

graph LRA["Skills 安装失败"] --> B{"缺少什么？"}B -- "brew not installed" --> C["用 scoop 替代n或手动下载安装包"]B -- "uv not installed" --> D["irm astral.sh/uv | iex"]B -- "gh not found" --> E["scoop install ghn或官网下载 msi"]C --> F[" Skills 可用"]D --> FE --> F

安装 uv（修复 nano-pdf）

# 直接在当前 PowerShell 窗口执行（不要加 powershell -c 前缀） irm https://astral.sh/uv/install.ps1 | iex # 验证 uv --version # 输出：uv 0.10.x

安装 scoop（Windows 替代 brew）

# 必须用普通用户 PowerShell（不是管理员） Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned irm get.scoop.sh | iex # 安装常用依赖 scoop install gh ffmpeg python

安装完后重新检测

openclaw doctor

11. 常用命令速查

mindmaproot((OpenClawn常用命令))服务管理openclaw gatewayopenclaw gateway installopenclaw gateway status配置管理openclaw onboardopenclaw config getopenclaw config setopenclaw doctor模型管理ollama listollama pullollama createollama ps面板访问openclaw dashboardHooks管理openclaw hooks listopenclaw hooks enableopenclaw hooks disable

12. 常见问题 FAQ（实战踩坑）

Q1：powershell -c "irm ... | iex" 报「拒绝访问」

原因：在 PowerShell 7（pwsh）中嵌套调用 powershell.exe 会被拒绝。

解决：直接在当前窗口运行，去掉外层 powershell -c：

irm https://astral.sh/uv/install.ps1 | iex

Q2：winget 找不到命令

原因：PATH 未刷新或当前会话不识别。

解决：用完整路径：

& "$env:LOCALAPPDATAMicrosoftWindowsAppswinget.exe" install GitHub.cli

Q3：scoop install 报「管理员账户不允许」

原因：scoop 设计上禁止管理员账户安装。

解决：关闭管理员 PowerShell，打开普通用户 PowerShell 重新运行。

Q4：openclaw gateway start 报 Gateway service missing

原因：服务未安装，gateway start 需要先 install。

解决：直接用 openclaw gateway（不加 start）前台运行；或先执行 openclaw gateway install 再 start。

Q5：Agent 报错 Model context window too small (4096 tokens). Minimum is 16000

原因：Ollama 默认上下文只有 4096，OpenClaw 要求至少 16000。

解决：按 Step 6 创建扩展上下文版本的模型。这是 Windows 下最常见的必踩坑。

Q6：浏览器打开 localhost:18789 一直报 token_missing

原因：OpenClaw 默认开启 token 认证，不能直接访问裸地址。

解决：用 openclaw dashboard 命令打开（自动带 token），或创建桌面快捷方式。

Q7：日志一直刷 Telegram 报错

原因：向导配置了 Telegram bot token 但网络不通。

解决：

openclaw config set channels.telegram.enabled false

Q8：Skills 安装全部失败 brew not installed

原因：brew 是 macOS 专属包管理器，Windows 没有。

解决：安装 scoop 替代（见 Step 8），或忽略——Skills 失败不影响主程序正常聊天。

13. 模型推荐选型

完整选型矩阵

14. openclaw.json 完整配置参考

以下为经过实战验证的完整配置文件（适配 qwen3.5:35b + 本地 Ollama）：

{"models": {"mode": "merge","providers": {"custom-127-0-0-1-11434": {"baseUrl": "https://127.0.0.1:11434/v1","apiKey": "ollama","api": "openai-completions","models": [{"id": "qwen3.5-35b-32k","name": "Qwen3.5 35B 32K (Local)","reasoning": false,"input": ["text"],"cost": {"input": 0,"output": 0,"cacheRead": 0,"cacheWrite": 0},"contextWindow": 32768,"maxTokens": 8192}]}}},"agents": {"defaults": {"model": {"primary": "custom-127-0-0-1-11434/qwen3.5-35b-32k"},"workspace": "C:\Users\{用户名}\clawd","compaction": {"mode": "safeguard"},"maxConcurrent": 4,"subagents": {"maxConcurrent": 8}}},"session": {"dmScope": "per-channel-peer"},"hooks": {"internal": {"enabled": true,"entries": {"session-memory": { "enabled": true },"command-logger": { "enabled": true }}}},"channels": {"telegram": {"enabled": false}},"gateway": {"port": 18789,"mode": "local","bind": "loopback","auth": {"mode": "token"}},"skills": {"install": {"nodeManager": "npm"}}}

总结

完成以上步骤后，你拥有了：

• 完全本地的 AI 助手，数据不出本机
• 完全免费，无需任何 API 费用
• 断网可用，不依赖任何外部服务
• 32K 上下文，可处理长文档、复杂任务
• 可扩展，支持 Skills 技能插件生态

graph LRA[" OpenClawn本地 AI 助手"] --> B["文件管理"]A --> C["代码生成"]A --> D["网页控制"]A --> E["定时任务"]A --> F[" 多平台聊天"]A --> G["文档分析"]style A fill:#4a0e8f,color:#fff

下一步探索：

• 访问 ClawHub 安装更多社区 Skills
• 配置 Telegram Bot 实现手机端随时对话
• 设置定时任务实现自动化工作流
• 运行 openclaw security audit --deep 加固安全配置