10分钟跑通 OpenClaw：本地部署 + 模型配置完整教程（普通用户版）

10分钟跑通 OpenClaw：本地部署 + 模型配置完整教程（普通用户版）

很多人看完 OpenClaw 的介绍后，可能会觉得“怎么跑不起来？”
这篇文章的目标是：

在最短的时间内，使用最简单的方法跑通 OpenClaw。

一、环境准备（3分钟）

1）基础要求

首先，确保你有以下基础工具：

- 操作系统：Windows / macOS / Linux（支持多平台）
- Python 3.10 以上版本
- Git（推荐安装）

2）安装 OpenClaw

打开终端（命令行）并输入以下命令来安装 OpenClaw：

pip install openclaw

这一步会自动下载并安装所需的依赖项。如果没有安装 Python，可以去 Python 官网 下载。

二、模型配置（关键步骤）

OpenClaw 本身不带模型，你需要配置模型（如 Ollama 或者 OpenAI API）。这里我们以使用 Ollama 本地模型 为例，步骤非常简单。

1）安装 Ollama

如果你还没有安装 Ollama，可以去 Ollama 官网 下载适合你系统的版本，安装后启动它。

2）拉取模型

打开命令行，运行以下命令来下载需要的模型：

ollama pull qwen3:32b

3）启动 Ollama 服务

模型下载完成后，启动 Ollama 服务：

ollama serve

服务启动后，它会监听 11434 端口，这时模型已经准备好，可以在本地使用了。

4）配置 OpenClaw

接下来，你需要配置 OpenClaw 使用 Ollama 模型。找到 OpenClaw 配置文件，或者在代码中创建一个名为 config.toml 的文件，内容如下：

[llm]
api_type = "ollama"
model = "qwen3:32b"
base_url = "http://localhost:11434/v1"
api_key = "ollama"

注意：如果你使用的是 OpenAI 模型或其他服务，只需要修改 base_url 和 api_key 即可。

三、创建第一个 Agent（核心操作）

现在，我们来创建第一个 Agent，步骤非常简单。

1）创建 Identity（角色定义）

在项目根目录下新建一个 IDENTITY.md 文件，定义 Agent 的角色和行为。示例内容：

你是一个专业的AI助手，回答要简洁、准确、有条理。

2）运行 Agent

在命令行中，进入 OpenClaw 的安装目录，运行以下命令启动 Agent：

python main.py

3）输入测试

现在你可以在终端中输入一些测试问题，看看 Agent 的反应：

请解释什么是AI Agent

如果一切正常，你将看到类似如下的响应：

AI Agent 是一种能自主决策并执行任务的人工智能系统...

四、进阶：加入 Tool（可选）

如果你想让 Agent 更智能，可以添加外部工具来增强它的能力。

例如，我们可以添加一个简单的 时间查询工具：

def get_time():
    return "当前时间是：2026-03-30"

然后，在配置文件中注册该工具，接着执行命令来调用它。

五、常见问题及解决方法（必看）

尽管我们已经做了很多简化，但仍然可能遇到一些常见问题。以下是解决方案。

❌ 问题1：无法连接到模型

错误信息：Connection refused

解决方法：

• 确保 Ollama 已启动并且没有错误。
• 检查 base_url 配置是否正确。

❌ 问题2：模型没有下载

错误信息：model not found

解决方法：

运行命令：

ollama list

确保模型已正确下载。如果没有，重新拉取模型。

❌ 问题3：没有返回任何结果

解决方法：

• 检查 IDENTITY.md 是否有内容。
• 确保模型正常启动并能够正常响应。

六、总结

通过这篇文章，你已经掌握了如何：

1. 安装 OpenClaw 并配置模型
2. 创建并运行第一个 Agent
3. 解决一些常见的配置问题