不花一分钱！Mac本地跑OpenClaw龙虾智能体

01

—

前言

很多人以为本地部署小龙虾不管是调用国外的还是国内的大模型都需要付费（购买token）才能使用，今天给大家推荐一套本地部署OpenClaw免费养小龙虾（OpenClaw）的教程，并且安全性还能得到保障。它就是OpenClaw+Ollama的组合。OpenClaw不用过多介绍了它是奥地利程序员彼得·斯坦伯格开发的开源AI智能体 ；Ollama是‌一个开源的本地大语言模型（LLM）运行平台，旨在让用户在个人设备上轻松部署、管理和使用开源大模型，无需依赖云端服务。支持跨平台（Windows、macOS、Linux），提供命令行工具、API 接口，并兼容 OpenAI 格式，适合开发者、研究人员及对数据隐私有高要求的用户。

本文讲述Mac 电脑，对于Windows系统大同小异。没有安装OpenClaw的可以去看之前的文章：

Mac电脑养小龙虾教程

02

—

安装Ollama

一键安装：

# 终端执行

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

或官网下载：https://ollama.com/

拉取模型（推荐），Ollama本身不是大模型，也无法提供模型服务，它是一个大模型运行平台，也就是说它可以对接其他大模型来为你提供服务，由于是本地使用，所以需要拉取其他大模型，国内推荐使用QWen模型：

# 轻量（8GB内存可用）
ollama pull qwen2.5:7b
# 均衡（16GB+推荐）
ollama pull qwen2.5:14b
# 大参数（32GB+）
ollama pull qwen2.5:32b

验证：ollama list 能看到模型即成功：

运行ollama：

ollama serve

curl http://127.0.0.1:11434 测试，如果输出提示 Ollama is running 则代表ollama服务已成功安装部署好并正常运行起来了！

03

—

安装OpenClaw

可以参考之前的OpenClaw教程，也可以按照下面指令来安装，官方一键脚本：

curl -fsSL https://open-claw.org.cn/install-cn.sh | bash

自动装 Node.js 22+、自动配置环境

也可以手动安装：

# 1. 安装 Node 22
brew install node@22
# 2. 全局安装 OpenClaw
npm install -g openclaw

安装好OpenClaw之后，初始化配置：

openclaw onboard

按向导选择：

Model Provider → Ollama
Ollama 地址：http://127.0.0.1:11434/v1（默认）

选择你拉的模型（如 qwen2.5:14b）

如果向导没成功，手动改配置：

nano ~/.openclaw/openclaw.json

确保 models 部分如下：

{
  "models": {
    "default": {
      "provider": "ollama",
      "model": "qwen2.5:14b",
      "baseUrl": "http://127.0.0.1:11434/v1"
     }
  }
}

保存：Ctrl+O → 回车 → Ctrl+X

04

—

启动&使用

启动 Gateway

openclaw gateway start

# 查看状态

openclaw gateway status

# 查看日志

tail -f ~/.openclaw/logs/gateway.log

查看状态出现如图所示，代表OpenClaw正在运行状态，执行命令：openclaw dashboard 或直接打开网址：http://127.0.0.1:18789/

界面即可直接使用模型对话：

可以看到Assistan的回答后面，带着token消耗，包括输入、输出token数，剩余百分比，使用的模型（qwen2.5:7b）足够本地使用了。

不过使用此方式会偶尔遇到会话不响应（如下），可能跟电脑内存、显卡、网络等有关，搜索得出的答案是会话在等待队列中，遇到这种问题可以试试重启ollma服务、重启openclaw网关。

05

—

问题解决

会话不响应解决

先看两个核心服务是否正常

① 检查 Ollama 服务 & 模型

# 1. 确认 Ollama 服务在运行
ollama ps
# 正常会显示正在运行的模型，无输出则执行 ollama serve 启动
ollama serve

# 2. 测试模型是否能正常响应（关键！）
curl http://127.0.0.1:11434/api/chat -d '{
  "model": "qwen2.5:7b",
  "messages": [{"role": "user", "content": "你好"}]
}'

如果 curl 能正常返回回复：Ollama 没问题，问题在 OpenClaw

如果 curl 报错 / 超时：先解决 Ollama（比如模型没拉取、服务没启动）

② 检查 OpenClaw 网关状态

# 查看网关运行状态

openclaw gateway status

# 查看实时日志（重点看报错！）

tail -f ~/.openclaw/logs/gateway.log

日志里常见报错：Failed to initialize model provider、Connection timeout、Invalid model

直接执行诊断修复命令（一键排查）：

openclaw doctor --fix

重启服务：

# 1. 停止所有服务
openclaw gateway stop pkill -f ollama
# 2. 先启动 Ollama（必须先开模型服务）
ollama serve &
# 等待2秒，再启动 OpenClaw 网关
sleep 2
openclaw gateway start

# 3. 刷新浏览器页面，重新发送消息

经过上述步骤大概率可以解决对话卡死的问题，如果还是没法解决，直接把问题丢给AI，可以给你更详细的解决方案。

05

—

安装Skills

单纯的OpenClaw并不是我们想要的，安装更多好用的开源Skills和Agent才是发挥龙虾最大效能和价值的终极法宝，GitHub上已经有很多成熟的可以免费使用的Skills和Agent项目，可以直接Clone到本地使用，让龙虾的技能得到充分释放，以下这几款开源的skills项目，很多人都已经在使用了：

msitarzewski/agency-agents:

https://github.com/msitarzewski/agency-agents

https://github.com/msitarzewski/agency-agents

agency-agents 是一个超火的开源 AI 智能体框架，核心是用一套专业角色（Agent）模拟一家完整的虚拟公司，通过分工协作完成复杂任务。用 OpenClaw+Ollama，把 agency-agents 接入本地模型，实现全本地、无 API 密钥、隐私安全的多 Agent 团队。

定位：多角色、专业化、可扩展的 AI Agent 协作系统

结构：12 个部门、99 个专业 Agent（如：CEO、产品经理、架构师、前端、后端、测试、设计师、营销、文案、法务、HR、财务）

每个 Agent = 一个 .md 文件：包含角色、职责、技能、工作流、交付物、沟通风格

特点：纯文本、Shell 友好、无复杂依赖、极易接入 Ollama / OpenAI / Claude

bytedance/deer-flow:

https://github.com/bytedance/deer-flow

https://github.com/bytedance/deer-flow

DeerFlow，全称 Deep Exploration and Efficient Research Flow）是字节跳动于 2026 年 2 月开源的 Super Agent 超级智能体编排框架，主打子智能体拆解 + 沙箱执行 + 长效记忆 + 技能插件，能自动完成深度研究、写代码、生成报告 / PPT、网页开发等复杂长时任务。

DeerFlow：全能型超级智能体平台（自研数字员工），自带 Web UI、Docker 沙箱、子 Agent 调度、文件系统、长期记忆

agency-agents：99 个专家角色团队，纯命令行、轻量、专注多角色协作

OpenClaw：AI 网关 + Web UI，对接各类模型 / Agent，侧重对话与工具调用

VoltAgent/awesome-agent-skills:

https://github.com/VoltAgent/awesome-agent-skills

https://github.com/VoltAgent/awesome-agent-skills

awesome-agent-skills 是当前 AI 智能体生态中最核心的标准化技能插件库，你可以把它理解为 AI 助手的 App Store。它提供了大量即插即用的专业技能，能瞬间增强 OpenClaw、DeerFlow、agency-agents 等框架的能力。结合你在 Mac 上的 Ollama 本地环境，这套组合能让你的 AI 从 “聊天” 升级为 “干活”。

一个 Skill 就是一个标准化的文件夹，内含让 AI 精准完成特定任务的所有指令和资源。

skill-name/
├── SKILL.md # 核心：角色定义、工作流、输出规范（Prompt 模板）
└── references/ # 可选：参考文档、API、样例（知识库）

作用：让 AI 瞬间变成专家，无需重新训练模型。

优势：轻量、跨平台、可分享、可版本控制。

赶快把这些Skills和Agent用起来吧，让你的龙虾变成一支强大的战队！