Windows本地部署OpenClaw并连接Ollama模型的完整指南

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

一、环境准备

1.1 硬件要求

1. NVIDIA GPU：建议显存 ≥8GB（如 RTX 4060/5060 系列），用于流畅运行 7B~14B 量化模型。
2. 内存：建议 ≥16GB（本文档使用 32GB 内存）。
3. 磁盘空间：至少 20GB 剩余空间用于存放模型文件。

1.2 软件要求

1. 操作系统：Windows 11（本文基于 Windows 11 测试）。
2. PowerShell：以管理员身份运行（部分操作需要）。
3. Node.js：≥18.0.0（用于安装 OpenClaw）。
4. Git（可选，用于某些技能依赖）。

1.3 检查工具版本

node --version   # 应显示 v18 以上npm --version    # 应显示 8 以上

若无 Node.js，请前往 nodejs.org 下载 LTS 版本安装。

二、安装 Ollama 并下载模型

2.1 安装 Ollama

访问 ollama.com 下载 Windows 版本并安装。安装后 Ollama 会自动注册为系统服务，开机自启。

验证安装：

ollama --version

2.2 拉取基础模型（以 Qwen2.5 7B 为例）

ollama pull qwen2.5:7b

等待下载完成（约 4.7 GB）。

提示：若需更强的推理能力，可考虑 Qwen3 8B：ollama pull qwen3:8b

2.3 创建支持更大上下文窗口的模型（OpenClaw 要求 ≥16K）

OpenClaw 默认要求模型上下文窗口至少 16000 tokens，而基础模型可能只有 4096，因此需要创建自定义模型。

切换到用户目录（避免权限问题）：

cd C:Users<你的用户名>

创建 Modelfile：

@"FROM qwen2.5:7bPARAMETER num_ctx 32768"@ | Out-File -Encoding ascii Modelfile

查看文件内容确认：

Get-Content Modelfile

应显示：

FROM qwen2.5:7bPARAMETER num_ctx 32768

创建新模型（例如 qwen2.5:7b-32k）：

ollama create qwen2.5:7b-32k -f Modelfile

验证模型已创建并查看上下文参数：

ollama list                     # 应看到 qwen2.5:7b-32kollama show qwen2.5:7b-32k --modelfile   # 确认包含 num_ctx 32768

注意：若创建时出现 unknown type 错误，请检查 Modelfile 是否包含不可见字符，或改用 -Encoding ascii 重新生成。

三、安装 OpenClaw

3.1 使用 npm 全局安装

npm install -g openclaw

3.2 验证安装

openclaw --version

应显示类似 2026.2.22-2 的版本号。

四、配置 OpenClaw 连接本地模型

4.1 运行配置向导

openclaw onboard

4.2 按提示选择配置项

重要：若配置时提示 Verification failed，请先确保 Ollama 服务正在运行（可执行 ollama list 测试）。

4.3 验证配置是否成功

配置完成后，会显示 Web UI 地址（如 http://127.0.0.1:18789）和 token。你可以先不打开，直接进入 TUI 测试。

五、解决上下文窗口错误

首次启动 TUI 时可能会遇到：

Model context window too small (4096 tokens). Minimum is 16000.

这是因为 OpenClaw 从模型元数据中读取的上下文仍是 4096，虽然你已在 Ollama 中设置了 32768，但 OpenClaw 缓存了旧值。

手动修改配置文件

找到 OpenClaw 的两个 JSON 配置文件：

1. C:Users<用户名>.openclawopenclaw.json
2. C:Users<用户名>.openclawagentsmainagentmodels.json

用记事本打开，找到 models.providers.custom-127-0-0-1-11434.models 数组中 id 为你的模型名的对象，将 contextWindow 和 maxTokens 的值从 4096 改为 32768。

示例修改后：

{  "id": "qwen2.5:7b-32k",  "contextWindow": 32768,  "maxTokens": 32768,  ...}

保存文件后完全退出 OpenClaw TUI（按 Ctrl+C），然后重新启动：

openclaw tui

此时错误应消失，AI 可以正常对话。

六 启动 TUI 并测试对话

openclaw tui

看到类似以下界面即成功：

session agent:main:mainWake up, my friend!

输入任意消息，AI 应能正常回复。

七、安装常用技能（扩展功能）

OpenClaw 通过技能（Skills）实现各种外部操作。目前你已就绪的技能可通过 openclaw skills list 查看。下面推荐安装一些基础且 Windows 兼容的技能。

7.1 使用 clawhub 管理技能

首先安装技能管理工具本身（只需一次）：

npx clawhub install clawhub

之后你就可以在 TUI 中让 AI 帮你安装技能（例如说“安装 github 技能”），不过我们仍用命令行操作。

7.2 安装推荐技能

# 文件操作（让 AI 能保存文件到工作区）npx clawhub install filesystem-mcp   # 或 clawdbot-filesystem# GitHub 集成（需安装 gh CLI）npx clawhub install github# PDF 编辑npx clawhub install nano-pdf# 笔记同步npx clawhub install notionnpx clawhub install obsidian# 任务管理npx clawhub install trello# 摘要生成（支持 URL、本地文件）npx clawhub install summarize# 天气查询（无需 API）npx clawhub install weather# 本地语音识别npx clawhub install openai-whisper# 本地语音合成npx clawhub install sherpa-onnx-tts

7.3 处理速率限制

若出现 Rate limit exceeded，说明未登录的匿名用户请求过多。解决方法：

1. 等待几分钟后重试。
2. 或注册 clawhub 账号并登录：npx clawhub login（按提示在浏览器中完成）。

7.4 技能安装后的必要操作

重启 OpenClaw 网关：退出 TUI（Ctrl+C）再重新运行 openclaw tui。

检查技能状态：openclaw skills list，确保新技能显示 ✓ ready。若仍为 ✗ missing，说明缺少外部依赖（如 CLI 工具），请根据提示安装。

1. 例如 github 需要安装 GitHub CLI。
2. obsidian 需要安装 obsidian-cli。
3. filesystem-mcp 可能需要配置允许访问的路径。

八、常见问题及解决方法

Q1: 执行ollama serve提示端口 11434 被占用

1. 原因：Ollama 已在后台运行（作为系统服务）。
2. 解决：直接使用即可，无需手动启动。若需重启，可在任务管理器中结束 ollama.exe 进程，然后重新运行 ollama serve。

Q2: OpenClaw 配置时提示Verification failed: This operation was aborted

可能原因：

1. Ollama 服务未运行 → 运行 ollama list 测试。
2. API Key 留空 → 必须填入任意字符串。
3. Base URL 末尾缺少 /v1 → 应填写 http://127.0.0.1:11434/v1。

Q3: 启动 TUI 后仍报上下文窗口过小，但已修改配置文件

解决：确保你修改的是正确的模型条目（即你实际使用的模型 ID）。修改后务必完全退出 TUI（按 Ctrl+C），并重启 OpenClaw 网关（重新运行 openclaw tui）。若仍无效，可尝试删除 ~/.openclaw/agents/main/agent/models.json 让系统重新生成（先备份）。

Q4: 技能安装后状态仍为✗ missing

原因：技能依赖的外部工具未安装或未加入 PATH。

解决：查看技能描述，安装所需 CLI 工具。例如：

1. github → 安装 gh
2. obsidian → 安装 obsidian-cli
3. openai-whisper → 下载 whisper.cpp 的 Windows 可执行文件并加入 PATH。

Q5: 技能安装时遇到Rate limit exceeded

解决：等待 10-15 分钟后再试，或使用 npx clawhub login 登录以提高限额。

Q6: AI 无法将文件保存到桌面（权限问题）

1. 默认权限：AI 只能读写 OpenClaw 工作区目录 ~/.openclaw/workspace。
2. 临时方案：让 AI 将文件保存到工作区，然后你手动复制到桌面。
3. 进阶方案：配置 filesystem-mcp 技能，允许访问额外路径（需修改技能配置，较复杂，按需查阅文档）。

Q7: Windows 上哪些技能不可用？

依赖 macOS 专有框架的技能无法使用，例如：

apple-notes, bear-notes, apple-reminders, things-mac, bluebubbles, imsg。

九、下一步

现在你的 OpenClaw 已经具备了基础的对话能力，并安装了实用的技能。你可以：

1. 在 TUI 中尝试让 AI 帮你总结文档、管理 GitHub、生成图像等。
2. 探索更多技能：npx clawhub search <关键词>。
3. 配置消息通道（如 Telegram），让 AI 接入即时通讯。

如果遇到任何问题，欢迎查阅 OpenClaw 官方文档 docs.openclaw.ai 寻求帮助。祝你使用愉快！