在ubuntu2204环境中使用npm部署openclaw对接本地ollama

前言

近期在探索自动化运维解决方案，关注到由AI驱动的命令行助手项目——OpenClaw。作为一款宣称能显著提升效率的智能工具，自然要亲手搭建并实测一番，验证其是否真能成为工程师的得力助手。

一、部署环境说明

为便于读者复现与参考，先将本次成功部署OpenClaw的具体环境信息列出：

操作系统：Ubuntu 22.04.5 LTS

Node版本：v22.22.0

NPM版本：10.9.4

二、详细部署流程

1. 搭建Node.js运行环境

第一步是准备基础运行环境。推荐通过NodeSource官方仓库进行安装，过程简洁可靠。若处于离线环境，也可选择源码编译方式安装Node.js。

# 1. 更新系统并安装必要工具
sudo apt update
sudo apt install -y curl
# 2. 添加 NodeSource 仓库（以 Node.js 22.x LTS 为例）
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
# 3. 安装 Node.js（自动包含 npm）
sudo apt install -y nodejs
# 4. 验证安装结果
node -v # 查看 Node.js 版本
npm -v  # 查看 npm 版本

2. 安装OpenClaw核心程序

基础环境就绪后，即可通过NPM全局安装OpenClaw最新版本。

# 安装git（若尚未安装）
apt install git -y
# 全局安装openclaw
npm install -g openclaw@latest --force
# 运行初始化并安装守护进程
openclaw onboard --install-daemon

执行启动命令后，系统将进入交互式配置向导，依据自身环境实际情况逐步完成设置即可。本文选择对接本地已部署的Ollama服务来提供AI模型能力。

3. 配置对接本地Ollama服务

实现OpenClaw调用本地模型的关键，在于正确修改其配置文件：~/.openclaw/openclaw.json。核心操作是调整models配置段，将其指向本地Ollama服务的API地址。

"models": {
"mode": "merge",
"providers": {
"custom-172-16-113-20-11434": {
"baseUrl": "http://172.16.113.20:11434/v1",
"apiKey": "test",
"api": "ollama",
"models": [{
"id": "llama3.2",
"name": "llama3.2 (Custom Provider)",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 16000,
"maxTokens": 4096
},{
"id": "qwen2.5-coder:0.5b-instruct-q4_K_M",
"name": "qwen2.5-coder:0.5b-instruct-q4_K_M",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 32000,
"maxTokens": 4096
},{
"id": "qwen3.5:4b",
"name": "qwen3.5:4b",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 32000,
"maxTokens": 4096
}]
}
},
"agents": {
"defaults": {
"model": {
"primary": "custom-172-16-113-20-11434/qwen2.5-coder:0.5b-instruct-q4_K_M"
},
"models": {
"custom-172-16-113-20-11434/llama3.2": {
"alias": "llama3.2"
},
"custom-172-16-113-20-11434/qwen2.5-coder:0.5b-instruct-q4_K_M": {
"alias": "qwen2.5-coder:0.5b-instruct-q4_K_M"
},
"custom-172-16-113-20-11434/qwen3.5:4b": {
"alias": "qwen3.5:4b"
},
"workspace": "/root/.openclaw/workspace",
"compaction": {
"mode": "safeguard"
},
"maxConcurrent": 4,
"subagents": {
"maxConcurrent": 8
}
}
},

配置文件修改保存后，务必重启OpenClaw服务以使新配置生效。

# 重启OpenClaw网关服务
systemctl --user restart openclaw-gateway
# 查看服务运行状态
systemctl --user status openclaw-gateway
# 实时查看运行日志
tail -f /tmp/openclaw/openclaw-2026-03-05.log

总结与体验

部署完成后，笔者首先尝试测试其自动化执行能力，例如指示它在服务器上运行特定命令。结果发现，OpenClaw非常明确地界定了自身权限，申明其仅为辅助工具，无法直接在主机上执行命令，安全边界清晰。

总体而言，OpenClaw在Ubuntu系统上的安装与配置流程较为清晰顺畅。然而，该工具的实际能力边界、适用场景以及深度集成玩法，仍需在具体运维实践中进一步探索。恰逢新的工作任务到来，关于OpenClaw的更多高级功能与效能测评，留待后续有机会再深入分享。