OpenClaw添加Ollama本地模型教程

数码系统

相机 win10

测评 win11

手机智车

华为 Tesla

小米理想

苹果蔚来

游戏软件

LOL 抖音

原神微信

当前位置：首页

AI教程

OpenClaw添加Ollama本地模型教程

热心网友时间：2026-06-14

转载

OpenClaw 的灵活性在于它几乎能对接市面上主流的模型供应商。如果你偏爱在本地跑开源大语言模型，Ollama 无疑是个理想选项。它让你在个人电脑上快速部署、管理各种开源模型，而 OpenClaw 跟它的配合也非常顺畅，几乎不需要额外折腾。这篇文章会从头开始，手把手教你如何把 Ollama 作为

OpenClaw 的灵活性在于它几乎能对接市面上主流的模型供应商。如果你偏爱在本地跑开源大语言模型，Ollama 无疑是个理想选项。它让你在个人电脑上快速部署、管理各种开源模型，而 OpenClaw 跟它的配合也非常顺畅，几乎不需要额外折腾。

这篇文章会从头开始，手把手教你如何把 Ollama 作为本地模型供应商添加到 OpenClaw 里。从安装基础环境开始，逐步深入到不同配置方式，再聊聊常见问题的解法，目标是让你能顺利用上本地的模型。

准备工作：安装与运行 Ollama

在集成之前，得先把 Ollama 的环境搭好。这包括安装 Ollama 本身，以及下载一个或多个你想用的本地模型。

可以去 Ollama 官网下载对应操作系统的安装包：https://ollama.com/download

装好之后，打开终端，用 ollama pull 或 ollama run 命令来下载模型。Ollama 社区里模型种类很丰富，比如社区里很流行的 Llama 3.3，或者专为代码优化的模型。

ollama pull llama3.3

也可以选其他模型，比如 GLM-4.7-Flash，性能和效率都不错。

# 下载 GLM-4.7-Flash 模型
ollama pull glm-4.7-flash

或者试试轻量级的 qwen3、qwen3.5 系列：

ollama run qwen3.5:0.8b

模型地址在这里：https://ollama.com/library/qwen3.5/tags

OpenClaw如何添加Ollama本地模型供应商？图文教程

下载完后，用 ollama list 看一下本地已经有哪些模型，确认安装成功。

OpenClaw如何添加Ollama本地模型供应商？图文教程

快速上手：使用 Onboarding 向导

如果你是第一次配置，OpenClaw 提供了一个交互式的设置向导 openclaw onboard，这是最快、最推荐的途径。它会一步步引导你把必要设置搞定。

在终端里运行以下命令启动向导：

openclaw onboard

在供应商列表里找到 Ollama 并选中。

OpenClaw如何添加Ollama本地模型供应商？图文教程

接下来向导会自动执行一系列操作：

它会问你的 Ollama 服务地址，默认是 http://127.0.0.1:11434，如果 Ollama 就在本地跑，直接按回车确认。
然后需要选择运行模式。

这两种模式的区别可以参考下表：

模式 (Mode)	描述	适用模型
`Local`	只用本地计算机上通过 Ollama 运行的模型	仅限本地已通过 `ollama pull` 下载的模型
`Cloud + Local`	同时用本地模型和 Ollama 提供的云端模型，此模式需要登录 Ollama 账户	本地模型与云端托管模型（如 `kimi-k2.5:cloud`）均可使用

选择模式后，向导会自动发现本地可用的 Ollama 模型，并推荐一个默认模型。如果本地没有这个模型，它还会提示并自动下载。

建议选 Cloud + Local 模式，不然可能检索不到本地模型。

OpenClaw如何添加Ollama本地模型供应商？图文教程

选好之后按回车，接着设置后面的 OpenClaw 配置项，不需要的话直接跳过。最后打开 OpenClaw 的 Web UI，问一下它用的什么模型，就能验证集成成功了。

OpenClaw如何添加Ollama本地模型供应商？图文教程

通过 onboard 向导，大部分配置工作都能自动完成，对于刚接触 OpenClaw 的用户来说特别友好。

手动配置：深入理解集成原理

虽然 onboard 向导很方便，但了解手动配置能让你对集成细节有更灵活的控制，尤其在一些非标准部署场景下。

手动配置主要有两种方式：自动发现和显式配置。

方式一：自动发现模型（推荐）

这是最简单的手动方式。OpenClaw 能自动检测并加载本地 Ollama 实例中的所有模型，不需要在配置文件中逐个列出。

要启用自动发现，只需设置一个环境变量 OLLAMA_API_KEY。注意，Ollama 的本地服务不需要真实 API 密钥，所以这里填任意字符串就行。

export OLLAMA_API_KEY="ollama-local"

除了环境变量，也可以通过 OpenClaw 的 config 命令来设置：

openclaw config set models.providers.ollama.apiKey "ollama-local"

设置完成后，OpenClaw 启动时会自动连接默认的 Ollama 地址（http://127.0.0.1:11434），查询 /api/tags 接口获取模型列表，并注册到模型目录中。所有本地模型的调用成本都会被设为 0。

这种方式的好处很明显：每次你用 ollama pull 下载新模型，OpenClaw 都会自动识别，完全不用改配置。

方式二：显式配置模型

如果 Ollama 服务跑在另一台主机上，或者需要为特定模型强制指定上下文窗口大小等参数，那就得用显式配置了。

显式配置需要在 OpenClaw 的配置文件（默认是 ~/.openclaw/openclaw.json）里手动定义 Ollama 供应商和模型列表。一旦做了显式配置，自动发现功能就会被禁用。

一个基础的显式配置示例，适用于 Ollama 运行在 ollama-host 的 11434 端口：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://ollama-host:11434",
        "apiKey": "ollama-local",
        "api": "ollama"
      }
    }
  }
}

这里有一个关键提醒：baseUrl 的值应该是 Ollama 的原生 API 地址，例如 http://host:11434，千万不要在末尾加 /v1。/v1 是 OpenAI 兼容模式，加上它会破坏 OpenClaw 对工具调用（Tool Calling）功能的支持。

如果想更精细地控制每个模型，可以在 models 数组里手动定义它们：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://ollama-host:11434",
        "apiKey": "ollama-local",
        "api": "ollama",
        "models": [
          {
            "id": "gpt-oss:20b",
            "name": "GPT-OSS 20B",
            "contextWindow": 8192,
            "maxTokens": 81920,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          }
        ]
      }
    }
  }
}

通过这种方式，你可以完全掌控 OpenClaw 能访问的 Ollama 模型列表及相关参数。

模型的使用与切换

不管用哪种方式配置好，Ollama 的模型现在已经是 OpenClaw 的一部分了。可以用 openclaw models list 查看所有可用模型，Ollama 模型的 ID 会以 ollama/ 为前缀。

openclaw models list

OpenClaw如何添加Ollama本地模型供应商？图文教程

如果想将某个 Ollama 模型设为默认的主要模型，可以用 openclaw models set：

openclaw models set ollama/qwen3.5:0.8b

更持久的做法是在配置文件中指定。你可以设置一个主模型（primary），并提供几个备用模型（fallbacks），当主模型调用失败时，OpenClaw 会自动尝试备用模型。

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/gpt-oss:20b",
        "fallbacks": ["ollama/llama3.3", "ollama/qwen2.5-coder:32b"]
      }
    }
  }
}

这样的配置能让智能体运行得更加稳定，不至于因为单个模型出问题而停摆。