$cd ../integrations/
🤖 AI ModelsRecommendedv1.0+100% local · free forever
$ cat ollama-integration.md
openclaw.useModel('ollama', { local: true })
/** OpenClaw + Ollama：终极本地 AI 堆栈。您的数据永不离开您的机器。 */
// 为什么 Ollama 是默认推荐
🔒
100% 隐私与数据主权
// 无 API 调用，无 Token 追踪，数据不离开您的机器。非常适合处理敏感日志或个人文档。
💸
永久免费
// 零成本下载 100+ 开源模型。无速率限制，无订阅，避免意外账单。
⚡
低延迟推理
// Mac M 系列：20-45 tok/s。速度足以支持实时的 Telegram/WhatsApp 聊天和自动化工作流。
hardware_requirements.md
💻 最低硬件要求
>
8GB RAM / 显存
运行 3B - 7B 模型 (llama3.2:3b, qwen2.5:7b)。适合基础聊天。
>
16GB RAM / 显存
运行 8B - 14B 模型 (llama3.1:8b, gemma3:9b)。通用场景的最佳基准。
>
32GB+ RAM / 显存
运行 32B+ 模型 (qwen2.5:32b)。适合复杂的编码和逻辑推理任务。
step_01_install_ollama.sh
步骤 1：安装 Ollama 并拉取模型
# macOS
$ brew install ollama
# Linux (one-liner)
$ curl -fsSL https://ollama.ai/install.sh | sh
# Windows: download installer from ollama.ai
# Pull your first model (recommended for OpenClaw)
$ ollama pull llama3.1:8b
# pulling manifest... done ✓ 4.7 GB
$ ollama serve # starts on http://localhost:11434
model_comparison.md
📊 OpenClaw 推荐模型矩阵
// 在 Mac Mini M4 (16GB UM) 和 Hetzner CPX21 (Ubuntu) 上测试
| Model | Size | Speed | Best For |
|---|---|---|---|
| llama3.2:3b | 2.0 GB | ~45 tok/s | Fast replies, chat |
| llama3.1:8b← recommended | 4.7 GB | ~28 tok/s | General purpose ⭐ |
| llama3.1:70b | 40.0 GB | ~8 tok/s | Complex reasoning |
| gemma3:9b | 5.4 GB | ~25 tok/s | Code + structured output |
| mistral:7b | 4.1 GB | ~30 tok/s | EU data sovereignty |
| qwen2.5:14b | 8.9 GB | ~18 tok/s | Best for Chinese text |
step_02_config.yaml
步骤 2：将 OpenClaw 连接到 Ollama
# openclaw/config.yaml
ai:
provider: "ollama"
base_url: "http://localhost:11434"
model: "llama3.1:8b"
context_window: 8192
$ openclaw start
# ✓ Connected to Ollama at localhost:11434
# ✓ Model: llama3.1:8b (loaded, 4.7GB)
# ✓ OpenClaw ready.
performance_tips.md
⚡ 高级性能调优
将 Ollama 模型常驻内存
$ OLLAMA_KEEP_ALIVE=24h ollama serve
// 防止模型在请求之间被卸载，消除 5-10 秒的冷启动延迟。
增加 GPU 层数（NVIDIA/AMD）
$ OLLAMA_GPU_LAYERS=33 ollama serve
// 强制将更多 Transformer 层卸载到显卡以大幅加快推理速度。
多用户并行请求
$ OLLAMA_NUM_PARALLEL=4 ollama serve
// 允许 4 个并发生成。如果您将 OpenClaw 机器人在群聊中使用，此项必设。
troubleshoot.log
🔧 常见问题与修复
Q: 错误: Connection refused (localhost:11434)
A: Ollama 未运行。请使用 `ollama serve` 启动它或确保后台服务已激活。
Q: OpenClaw 回复极其缓慢
A: 模型可能溢出到 CPU 交换内存(Swap)中了。请选择更小的量化模型或增加系统 RAM/VRAM。
🚀 下一步
❓ FAQ
Q1. 哪些模型最好？
Llama 3 (8B) 通用、Mistral 7B 追求速度、CodeLlama 编程任务。16GB 内存均可运行。
Q2. 需要多少内存？
7B 模型最低 8GB，13B 推荐 16GB，70B 需要 32GB+。GPU 可选但有帮助。