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

• 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。

• 内存：建议 ≥16GB（本文档使用 32GB 内存）。

• 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

• 操作系统：Windows 11（本文基于 Windows 11 测试）。

• PowerShell：以管理员身份运行（部分操作需要）。

• Node.js：≥18.0.0（用于安装 OpenClaw）。

• 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。

1. 切换到用户目录（避免权限问题）：

   cd C:\Users\<你的用户名>

2. 创建 Modelfile：

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

3. 查看文件内容确认：

   Get-Content Modelfile

   应显示：

   FROM qwen2.5:7b
   PARAMETER num_ctx 32768

4. 创建新模型（例如 qwen2.5:7b-32k）：

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

5. 验证模型已创建并查看上下文参数：

   ollama list                     # 应看到 qwen2.5:7b-32k
   ollama 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

步骤	操作
Model/auth provider	选择 Custom Provider（列表最后一项）
API Base URL	输入 http://127.0.0.1:11434/v1
API Key	输入任意字符串（如 ollama），不可留空
Endpoint compatibility	选择 OpenAI-compatible
Model ID	输入你创建的模型名（如 qwen2.5:7b-32k）
后续问题	全部选择 Skip for now 或 No，直到完成

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。

5.1 手动修改配置文件

找到 OpenClaw 的两个 JSON 配置文件：

• C:\Users\<用户名>\.openclaw\openclaw.json

• C:\Users\<用户名>\.openclaw\agents\main\agent\models.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:main
Wake 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 notion
npx 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：

• 等待几分钟后重试。

• 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

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

2. 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。

   • 例如 github 需要安装 GitHub CLI。

   • obsidian 需要安装 obsidian-cli。

   • 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

原因：Ollama 已在后台运行（作为系统服务）。 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：

• Ollama 服务未运行 → 运行 ollama list 测试。

• API Key 留空 → 必须填入任意字符串。

• 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：

• github → 安装 gh

• obsidian → 安装 obsidian-cli

• 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）

默认权限：AI 只能读写 OpenClaw 工作区目录 ~/.openclaw/workspace。 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。 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：

• 在 TUI 中尝试让 AI 帮你总结文档、管理 GitHub、生成图像等。

• 探索更多技能：npx clawhub search <关键词>。

• 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 或在社区寻求帮助。祝你使用愉快！