Linux环境下配置openclaw并连接到局域网ollama模型

处理Linux环境下配置openclaw并连接到局域网ollama模型这类问题时，先确认目标场景，再按步骤核对配置或玩法细节。

openclaw配置教程（linux+局域网ollama）

一、相关网站

ollama：

1. https://github.com/ollama/ollama
2. https://ollama.com/

openclaw：

1. https://openclaw.ai/
2. https://docs.openclaw.ai/

二、前置条件

在本地局域网内的机器上已经部署了ollama

ollama模型已下载，服务已经开启，可以通过curl http://local.ollama.host:11434/v1/model 获取到模型信息就行了

三、 环境

1. openclaw部署在一台linux机器A上
2. ollama部署在另一台机器 B上

本文中机器A是centos8 yum源已换、已经安装node22+，npm换源淘宝源

四、部署

1、用npm安装，然后进入部署界面

# Recommended: global install (npm/pnpm) npm install -g openclaw@latest # or: pnpm add -g openclaw@latest # Onboard + install the service (launchd/systemd user service) openclaw onboard --install-daemon

2、openclaw安装引导

workspace: ~/clawd 当然你也可以修改

channel可以先跳过，后面可以安装飞书插件

provider也先跳过，后面改配置加本地ollama

model随便选一个

skill跳过

Gateway相关默认

安装后选webUI 会出来ssh连接链接和浏览器访问链接

3、配置provider和model

nano ~/.openclaw/openclaw.json

然后主要是models和agent要改

"models": {    "providers": {      "ollama": {        "baseUrl": "http://local.ollama.host:11434/v1",        "apiKey": "ollama-local",        "api": "openai-completions",        "models": [          {            "id": "qwen3:30b",            "name": "Qwen3 30B",            "reasoning": true,            "input": [              "text"            ],            "cost": {              "input": 0,              "output": 0,              "cacheRead": 0,              "cacheWrite": 0            },            "contextWindow": 32768,            "maxTokens": 327680          },          {            "id": "qwen3-coder:30b",            "name": "Qwen3 Coder 30B",            "reasoning": false,            "input": [              "text"            ],            "cost": {              "input": 0,              "output": 0,              "cacheRead": 0,              "cacheWrite": 0            },            "contextWindow": 32768,            "maxTokens": 327680          },          {            "id": "qwen2.5:14b",            "name": "Qwen2.5 14B",            "reasoning": false,            "input": [              "text"            ],            "cost": {              "input": 0,              "output": 0,              "cacheRead": 0,              "cacheWrite": 0            },            "contextWindow": 32768,            "maxTokens": 327680          }        ]      }    }  },  "agents": {    "defaults": {      "model": {        "primary": "ollama/qwen3-coder:30b",        "fallbacks": [          "ollama/qwen2.5:14b"        ]      },      "models": {        "ollama/qwen3:30b": {},        "ollama/qwen3-coder:30b": {},        "ollama/qwen2.5:14b": {}      },      "workspace": "/root/clawd",      "compaction": {        "mode": "safeguard"      },      "thinkingDefault": "off",      "maxConcurrent": 4,      "subagents": {        "maxConcurrent": 8      }    }  },

现在就已经可以通过本地模型进行对话了

4、飞书安装和配置

插件安装

clawdbot plugins install @m1heng-clawd/feishu

访问飞书开放平台：https://open.feishu.cn/app

使用您的飞书账号登录。

创建企业自建应用

1. 点击「创建企业自建应用」按钮
2. 填写应用信息：

1. 应用名称：您喜欢的名称
2. 应用描述：
3. 应用图标：可选，建议上传一个有辨识度的图标

1. 创建飞书应用

获取应用凭证

创建应用后，进入应用详情页面：

1. 点击左侧菜单「凭证与基础信息」
2. 记录以下信息：

1. App ID（应用 ID）
2. App Secret（应用密钥）

获取应用凭证

重要提示：App Secret 是敏感信息，请妥善保管，不要泄露给他人。

配置 ClawdBot

使用 clawdbot config set 命令配置飞书参数：

# 配置 App ID（替换为您的实际 App ID）clawdbot config set channels.feishu.appId "cli_xxxxxxxxxxxxxxxx"# 配置 App Secret（替换为您的实际 App Secret）clawdbot config set channels.feishu.appSecret "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"# 启用飞书通道clawdbot config set channels.feishu.enabled true

添加机器人到飞书

在飞书开放平台为应用添加机器人能力：

1. 在应用管理页面，点击左侧菜单「添加应用能力」
2. 在右侧找到「机器人」卡片
3. 点击「添加」按钮

添加机器人能力

配置飞书应用权限

1. 点击左侧菜单「事件与回调」
2. 订阅方式：都选择推荐的使用长连接方式
3. 添加需要订阅的事件：

1. ✅ im.message.receive_v1 - 接收消息

开通权限

具体请参考作者项目说明文档

1. 在应用管理页面，点击左侧菜单「权限管理」
2. 搜索并开通以下权限：

必需权限：

在权限列表中搜索权限并配置

创建版本并发布

完成权限和事件订阅配置后，必须创建版本并发布应用，否则配置不会生效！

重启 ClawdBot 服务

配置完成后，需要重启 ClawdBot 服务使配置生效：

clawdbot gateway restart

5、消息测试

你可以通过飞书向机器人发个消息，然后他会回复

也可以用命令主动发一个消息

openclaw message send   --channel feishu   --target "chat:oc_XXXXXXX（飞书的chatid）"   --message "这是一条测试"

也可以配置cron任务

openclaw cron add   --name "AI Server Monitor"   --cron "cron时间配置"   --session isolated   --message "定时要执行的任务"   --model "qwen3-coder:30b"   --deliver   --channel feishu   --to "chat:oc_XXXXXXXXXXX"

五、后续

可以通过clawhub去安装skill扩展能力，具体查看openclaw的doc。