想在Windows上免费搭建一个本地的AI助手吗？今天，我们就来手把手搞定OpenClaw和Ollama的本地化部署。整个过程不涉及复杂的专业知识，即便是新手也能跟着一步步走通。第一天，我们的目标很明确：在Windows系统上成功安装OpenClaw，配置好本地的Ollama大模型，并让它们俩顺利“牵手”工作。
一、核心环境说明
在开始之前，先确认一下我们的“作战环境”：
- 系统：Windows 10 或 11（需要管理员权限）
- 工具：OpenClaw（beta版，版本号2026.2.24）、Ollama（本地大模型引擎）
- 模型：qwen2.5:7b（我们将定制为32k上下文，纯本地运行，没有独立显卡也能用轻量版）
- 终端：PowerShell（请务必以管理员模式运行，这是全程的核心操作窗口）
二、Step1：安装 OpenClaw（beta 版）
OpenClaw为Windows提供了一键安装脚本，省去了手动配置环境的麻烦。操作步骤如下：
- 以管理员身份打开PowerShell，直接复制并执行下面的安装命令：
& ([scriptblock]::Create((iwr -useb https://openclaw.ai/install.ps1))) -Tag beta- 等待安装过程完成，当看到绿色的成功提示字样时，就代表安装成功了。这个过程会自动检测并安装Node.js，无需我们手动处理。
- 验证安装的版本。执行以下命令查看当前OpenClaw的版本：
openclaw --version如果成功，会返回类似2026.2.24的版本号（这是当前beta版的最新版）。
三、Step2：安装 Ollama 本地大模型引擎
OpenClaw本身不携带大模型，需要Ollama作为本地的模型引擎来提供“算力”。Ollama完全免费，并且支持一键下载模型。我们来分步搞定。
下载并安装 Ollama
- 官网下载：访问 ollama.com/download/wi… 下载Windows安装包（约1.2GB，支持Win10及以上系统）。
- 一键安装：双击下载好的安装包，全程点击“下一步”即可，它会自动配置好系统环境变量。
- 验证安装：在PowerShell中执行命令，如果显示出版本号，就说明安装成功了：
ollama --version2. 下载本地大模型（避坑版）
Ollama支持云模型和本地模型。云模型需要账号，而本地模型纯离线运行，更推荐。这里有个关键避坑点：一些过于轻量的模型（如qwen:0.5b）可能不支持工具调用功能，因此我们选择性能与体积更平衡的qwen2.5:7b。
硬件适配模型推荐
| 显卡显存 | 推荐模型 | 下载命令 | 特点 |
|---|---|---|---|
| 20GB+ | glm-4.7-flash | ollama pull glm-4.7-flash |
性能强劲，支持多工具调用 |
| 8GB-16GB | qwen2.5:7b | ollama pull qwen2.5:7b |
平衡性能与体积，支持工具调用 |
| 无独显（纯 CPU） | qwen2.5:0.5b | ollama pull qwen2.5:0.5b |
超轻量，运行流畅，基础对话可用 |
国内加速下载（必做，解决下载慢）
为了避免下载模型时速度过慢或超时，建议先配置国内镜像源。执行下载命令前，先在PowerShell中运行：
export OLLAMA_HOST=https://mirror.csdn.net/ollama
# 再执行模型下载命令
ollama pull qwen2.5:7b3. 验证 Ollama 模型运行
模型下载完成后，直接在PowerShell中执行ollama run qwen2.5:7b，然后输入hello。如果模型能正常回复你，就说明本地模型已经成功跑起来了。
四、Step3：定制 Ollama 模型（扩展上下文至 32k，核心避坑）
这里会遇到第一个核心坑点：OpenClaw要求对接的模型上下文窗口（context window）必须大于等于16000个tokens。然而，Ollama默认下载的qwen2.5:7b模型上下文只有4096个tokens，直接对接肯定会报错。所以，我们需要手动定制模型，将其上下文扩展到32768个tokens，这样既能满足要求，也兼顾了推理速度。
定制步骤（全程在用户目录执行，避免权限问题）
- 切换到当前用户目录（请将
<你的用户名>替换为实际的Windows用户名，例如zxj）：
cd C:\Users\<你的用户名>- 创建一个名为
Modelfile的配置文件，用于定义基础模型和扩展上下文参数：
@"FROM qwen2.5:7b
PARAMETER num_ctx 32768"@ | Out-File -Encoding ascii Modelfile- 验证配置文件内容是否正确，执行命令查看，应该显示如下信息：
Get-Content Modelfile
# 正确输出：
# FROM qwen2.5:7b
# PARAMETER num_ctx 32768- 基于这个配置文件，创建一个自定义的32k上下文模型（我们命名为
qwen2.5:7b-32k，方便识别）：
ollama create qwen2.5:7b-32k -f Modelfile- 最后，验证一下自定义模型是否创建成功：
# 查看本地所有模型
ollama list
# 查看自定义模型的详细配置（确认包含32k上下文参数）
ollama show qwen2.5:7b-32k --modelfile五、Step4：OpenClaw 对接本地 Ollama 模型（交互式配置，核心）
模型定制好后，接下来就是让OpenClaw认识它。通过OpenClaw内置的交互式配置向导，可以轻松完成对接。
- 启动OpenClaw的配置向导：
openclaw onboard- 首次启动会有一个安全提示，阅读后输入
Yes继续（因为是beta版，需要注意本地安全，不建议将其暴露到公网）。 - 选择
QuickStart（快速配置），进入模型和认证提供商的选择界面。 - 由于Ollama是我们自定义的本地模型，所以选择
Custom Provider（自定义提供商），然后按照向导提示填写：- API Base URL：
https://127.0.0.1:11434/v1（务必加上 /v1，这是核心避坑点） - API Key：可以随意填写（例如
ollama-local，因为Ollama本地运行不需要真实的密钥） - Model ID：
qwen2.5:7b-32k（填写我们刚才自定义的32k上下文模型名称）
- API Base URL：
- 配置完成后，如果显示
Verification successful，就代表对接成功了！ - 对接成功后，控制台会显示OpenClaw Web UI的访问地址（通常是
https://127.0.0.1:18789）和一个管理员Token。请务必记下这个Token，后续登录Web UI时需要用到。
对接失败排查（核心避坑）
如果提示Verification failed，别慌，按以下步骤检查：
- 验证Ollama服务是否在运行：执行
ollama list，能看到模型列表就正常；如果没运行，执行ollama serve手动启动服务。 - 检查API Base URL：必须是以
/v1结尾，正确的格式是https://127.0.0.1:11434/v1。 - 检查Model ID：必须与我们自定义的模型名
qwen2.5:7b-32k完全一致。
六、Step5：解决核心报错（模型上下文窗口过小）
首次启动OpenClaw时，大概率会遇到这个报错：Model context window too small (4096 tokens). Minimum is 16000。这是因为OpenClaw缓存了模型原始的4096 tokens参数，没有识别到我们定制的32k版本。需要手动修改一下配置文件。
修改步骤
- 找到OpenClaw的两个核心JSON配置文件（路径是固定的）：
- 主配置文件：
C:\Users\<你的用户名>\.openclaw\openclaw.json - 模型配置文件：
C:\Users\<你的用户名>\.openclaw\agents\main\agent\models.json
- 主配置文件：
- 用记事本或VS Code等文本编辑器打开这两个文件。分别找到
models.providers.custom-127-0-0-1-11434.models这个数组中，id为qwen2.5:7b-32k的那个对象。 - 将该对象中的
contextWindow和maxTokens这两个值，从4096修改为32768。修改后的对象示例如下：
{
"id": "qwen2.5:7b-32k",
"contextWindow": 32768,
"maxTokens": 32768,
"name": "qwen2.5:7b-32k",
"providerId": "custom-127-0-0-1-11434"
}- 保存两个配置文件。然后，完全退出所有OpenClaw相关的终端窗口（可以通过按Ctrl+C来终止进程）。最后，重新启动OpenClaw，这个报错就应该解决了。
七、Step6：启动 OpenClaw，验证本地智能体运行
完成所有配置和报错修复后，就可以启动OpenClaw，验证它的核心功能了。OpenClaw支持终端TUI和Web UI两种交互方式，任选一种即可。
方式 1：启动 TUI 终端交互界面（推荐，轻量流畅）
TUI（文本用户界面）是OpenClaw的核心交互方式，没有图形界面的卡顿，适合日常高频使用。启动命令很简单：
openclaw tui启动后，直接在终端里输入问题，就可以和本地的qwen2.5:7b-32k模型对话了，全程本地运行，没有任何网络请求。
方式 2：访问 Web UI 可视化界面（备选，操作直观）
Web UI提供了图形化操作界面，方便进行技能管理、配置修改等。操作步骤如下：
- 确保OpenClaw服务正在运行（可以通过启动TUI，或者执行
openclaw gateway start来启动网关服务）。 - 打开浏览器（Chrome/Edge/火狐等），在地址栏输入以下地址（注意替换
你的管理员Token为之前记录的那一串字符）：
https://127.0.0.1:18789/#token=你的管理员Token- 回车后，会直接进入中文的Web控制台。你可以在「对话测试」模块输入指令，验证AI对话功能是否正常，效果与TUI方式是一致的。
至此，一个完全运行在本地的AI助手环境就搭建完成了。整个过程虽然步骤不少，但每一步都踩在了关键点上，尤其是上下文扩展和配置文件修改这两个坑，跨过去就海阔天空了。接下来，你就可以尽情探索OpenClaw在本地的各种能力了。
