Ollama 本地部署模型，让 OpenClaw 实现 Token 自由

开篇寄语

事情是这样的。那天我正在愉快地摸鱼，突然收到了一条提示：API 余额不足。就像是正看得起劲的电视剧突然断电——那个难过啊。作为一个有追求的程序员，岂能被这几块钱的 API 费用难倒？于是乎，我研究了一下怎么用 Ollama 本地部署模型，让 OpenClaw 实现 Token 自由。你们猜怎么着？成功了！而且过程比想象中简单得多。今天，伯衡君就把这个"白嫖"攻略分享出来，让大家一起快乐摸鱼。

官方地址

• Ollama 官网：https://ollama.com
• OpenClaw 官网：https://openclaw.ai

内容详情

第一步：安装 Ollama

首先，你需要一个能跑得动大模型的机器。

显卡方面，NVIDIA 是首选，AMD 也能用但支持有限。显存越大越好——16GB 可以跑 7B 左右的模型，24GB 能跑 14B，32GB 及以上就比较舒服了。

安装过程？那叫一个简单。

# macOS
brew install ollama

# Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# 直接去官网下载安装包

就一行命令的事儿，简单到不行。

安装完成后，Ollama 自动启动，默认监听 http://localhost:11434。

第二步：选择你的模型

本地跑模型，讲究的是一个"适合"。

太大了显卡扛不住，太小了效果又不行。

伯衡君推荐几个性价比高的选择：

选哪个？看你的显卡和需求。

反正我是用的 glm-4.7-flash，毕竟中文理解能力强，性价比高。

# 拉取模型
ollama pull glm-4.7-flash

# 查看已安装的模型
ollama list

第三步：配置 OpenClaw

重头戏来了！

有三种方式可以搞定配置，难度从易到难，任你选择。

方式一：向导模式（推荐新手）

openclaw onboard

然后跟着提示走：

1. 选择 Ollama 作为 provider
2. 选择 Local（纯本地）或 Cloud + Local（本地 + 云端）
3. 等待自动发现模型
4. 选一个你喜欢的模型

全程无脑操作，幼儿园小朋友都能学会。

（不是夸张，是真的简单）

方式二：环境变量（适合懒人）

一行代码搞定：

export OLLAMA_API_KEY="ollama-local"

然后 OpenClaw 会自动发现本地模型，是不是很香？

方式三：手动配置（适合老手）

如果你 Ollama 不在本地，或者想手动指定模型参数，可以这样：

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://localhost:11434",
        apiKey: "ollama-local",
        api: "ollama",
        models: [
          {
            id: "glm-4.7-flash",
            name: "GLM-4.7 Flash",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 8192,
            maxTokens: 8192
          }
        ]
      }
    }
  },
  agents: {
    defaults: {
      model: { primary: "ollama/glm-4.7-flash" }
    }
  }
}

第四步：验证配置

配置完了一定要验证！

# 查看模型列表
openclaw models list

# 测试一下
openclaw models set ollama/glm-4.7-flash

如果能看到模型列表，说明配置成功。

如果看不到…那可能是 Ollama 没启动，或者端口不对。

检查一下：

# 检查 Ollama 是否在运行
curl http://localhost:11434/api/tags

# 如果返回了模型列表，说明 Ollama 正常

第五步：开始白嫖！

配置好之后就可以愉快地使用了。

所有通过 Ollama 调用的模型，费用都是 $0！

是的，你没看错，免费的！

这就是本地部署的快乐——显卡是自己的，电费是自己的，但是 tokens 是无限的！

进阶玩法：混合模式

如果你既想白嫖，又想在关键时刻用更强的模型，可以配置混合模式：

{
  agents: {
    defaults: {
      model: {
        primary: "ollama/glm-4.7-flash",
        fallbacks: ["anthropic/claude-sonnet-4-5"]
      }
    }
  }
}

这样日常对话用本地免费模型，遇到复杂任务自动切换到云端付费模型。

鱼与熊掌兼得，美滋滋。

结尾引导

好了，今天的分享就到这里。

Ollama + OpenClaw 这个组合，简直就是程序员的"白嫖圣经"。

不需要 API Key，不需要付费订阅，只要有显卡，就能实现 Token 自由。

当然，本地部署也是有代价的——你需要一台带显卡的机器，而且模型响应速度取决于显卡性能。

但是！

这年头，谁还没有一张显卡呢？

（没有的话，当我没说）

去试试吧，反正又不花钱。

万一打开了新世界的大门呢？