看到Clawbot→Moltbot→Openclaw，两次改名绷不住了，遂决定自己部署一下玩玩

这人跟我一样有命名困难症

你提到的 OpenClaw（此前曾名为 Clawdbot、Moltbot，最近几天因为改名和爆火确实非常受关注）正是目前 GitHub 上最热门的开源 AI Agent 项目。

既然你的环境是 Windows 10 + WSL2 + Docker + Ollama，这是非常完美的组合。OpenClaw 是一个具有“执行力”的 Agent（能读写文件、执行命令），直接跑在 Windows 本地风险较大且环境配置麻烦，使用 Docker 部署是目前最安全、最干净的方案。

以下是针对你现有环境定制的 最新 OpenClaw 本地部署与 Ollama 对接教程（截至 2026 年 2 月）：

第一步：准备 Ollama 环境 (确保 Qwen 可被外部调用)

OpenClaw 运行在 Docker 容器里，而你的 Ollama 运行在宿主机（Windows/WSL）上。默认情况下 Ollama 只监听 127.0.0.1，容器可能访问不到。

检查 Ollama 状态：

在你的 Windows 终端或 WSL 中运行：

Bash
1

ollama ps
确保你的 qwen 模型（比如 qwen2.5 或 qwen:latest）已经下载。
配置 Ollama 允许外部连接（关键步骤）：
- 在 Windows 任务栏右下角找到 Ollama 图标 -> 右键 -> Quit Ollama。
- 打开 系统环境变量 设置。
- 新建一个系统变量：
  - 变量名：OLLAMA_HOST
  - 变量值：0.0.0.0
- 重新启动 Ollama。

第二步：在 WSL2 中获取 OpenClaw

请打开你的 WSL2 终端（Ubuntu 等）：

拉取官方仓库：

Bash

1
2
3
4
5
6
7


# 创建一个工作目录
mkdir -p ~/openclaw-local
cd ~/openclaw-local

# 克隆仓库
git clone https://github.com/openclaw/openclaw.git
cd openclaw

第三步：使用 Docker Compose 启动

官方仓库里通常自带了 Docker 脚本，但为了确保它能完美连接你本地的 Ollama，建议创建一个自定义的 docker-compose.yml 文件。

在 ~/openclaw-local/openclaw 目录下新建文件：

Bash
1

nano docker-compose.custom.yml

粘贴以下内容（注意 host.docker.internal 是连接你本地 Ollama 的关键）：

YAML

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


services:
  openclaw:
    image: openclaw/openclaw:latest
    container_name: openclaw
    restart: unless-stopped
    # 挂载配置和工作区，保证重启后数据不丢
    volumes:
      - ./data/config:/root/.openclaw
      - ./data/workspace:/root/openclaw/workspace
    # 允许容器访问宿主机网络（连接Ollama）
    extra_hosts:
      - "host.docker.internal:host-gateway"
    ports:
      - "18789:18789" # Web UI 端口
    environment:
      - NODE_ENV=production

启动服务：

Bash

1

docker compose -f docker-compose.custom.yml up -d

第四步：初始化与连接 Qwen 模型

OpenClaw 启动后，你需要通过它的“引导程序”来配置模型。

进入容器进行配置：

Bash
1

docker exec -it openclaw openclaw onboard
(注：如果命令报错，尝试 docker exec -it openclaw /app/bin/openclaw onboard 或直接查看日志 docker logs openclaw 看它是否在等待配置)

如果 CLI 向导不太好用，OpenClaw 最新版提供了一个 Web UI。

打开浏览器访问：http://localhost:18789
在配置向导中设置 LLM：

OpenClaw 会让你选择模型提供商（OpenAI, Anthropic 等）。选择 “OpenAI Compatible” 或 “Custom / Local”。
- Base URL: http://host.docker.internal:11434/v1
  
  (这是 Docker 容器访问你宿主机 Ollama 的地址)
- API Key: ollama (随便填一个，Ollama 不验证这个)
- Model Name: qwen (或者你 ollama list 里显示的完整名字，如 qwen2.5:7b)
连接交互渠道（可选）：

OpenClaw 的特色是连接 Telegram、WhatsApp 等。
- 如果你只是想先在本地测试，可以选择 Web Chat 或者 Terminal 模式。
- 如果想连接 Telegram，你需要去 Telegram 找 @BotFather 申请一个 Token 填进去。

第五步：验证与开始使用

配置完成后，你应该可以在 Web UI (http://localhost:18789) 或者你绑定的聊天软件里和它对话了。

测试 Prompt：

“你好，请检查一下你现在运行环境的操作系统版本，并列出工作目录下的文件。”

如果它能成功调用本地工具并返回结果，说明部署成功！

⚠️ 两个重要注意事项

安全风险（Agentic Risk）：

OpenClaw 和普通 ChatGPT 不同，它是一个 Agent。它有权限在容器内执行 Shell 命令和读写文件。
- 不要把你的宿主机根目录（/）挂载到容器里。
- 不要在对话中让它执行 rm -rf 等危险命令（虽然在 Docker 里炸了没事，但数据会丢）。
Ollama 上下文窗口：

OpenClaw 这种 Agent 往往需要消耗大量的 Token 来维持“记忆”和“工具定义”。如果你的 Qwen 模型上下文窗口（Context Window）较小，聊几句可能会“失忆”。建议在 Ollama 运行时适当调大上下文窗口（如 num_ctx 设置为 8192 或更高）。

现在，你可以试试看这个“尤其火”的龙虾（OpenClaw 的 Logo 是龙虾）到底有多强了。部署过程中遇到报错可以把错误代码发给我，我帮你由排查。