# 养小龙虾进阶教程

养小龙虾进阶教程

引言

“养小龙虾”——搭建 AI 助手，是时下很火的一个话题。然而网上部署教程或依赖昂贵的云服务，或忽略本机的安全性，配置过程更是人云亦云，让人踩坑不断。笔者历经多次失败，最终总结出一套“容器化、零费用、高安全性”的部署方案。本文带你从零开始，在 Windows 11 平台上通过 ollama 和 openclaw 容器搭建一个接入飞书的 AI 助手。

本文核心亮点

• 容器化部署：运行在 Docker 容器上，隔离性好，设置简单，迁移方便；
• 本地大模型：使用 Ollama 运行开源模型，隐私无忧；
• 费用仅电费：无需云服务，防止一不小心被运营商掏空口袋。

一、安装 WSL + Docker Desktop 软件

这部分网上有不少教程，不再赘述。

• 安装 WSL：如何使用 WSL 在 Windows 上安装 Linux
• 安装 Docker Desktop：Install Docker Desktop on Windows

如果搞不定，你可以联系我帮你装，服务费一杯奶茶钱，发送邮件。

二、构建 ollama + openclaw 容器

1. 准备工作

在任意位置（推荐非中文目录）打开终端，执行：

mkdir ai\.ollama ai\workspace && notepad ai\docker-compose.yml

在弹出的窗口中选择“是”，然后将下面的内容粘贴到打开的记事本中：

services:ollama:image:ollama/ollama:latestcontainer_name:ollamarestart:unless-stoppedports:-"127.0.0.1:11434:11434"volumes:-./.ollama:/root/.ollamadeploy:resources:reservations:devices:-driver:nvidiacount:allcapabilities:[gpu]openclaw:depends_on:-ollamaimage:ghcr.io/openclaw/openclaw:latestcontainer_name:openclawrestart:unless-stoppedports:-"127.0.0.1:22:22"environment:-TZ=Asia/Shanghai-NODE_ENV=productionvolumes:-./workspace:/app/workspace

保存，此时目录结构应为：

ai |--.ollama |--workspace |--docker-compose.yml

⚠️ 此处我们没像网上绝大多数教程一样映射 18789 端口，而是映射 22 端口。

为什么？
许多教程都将容器的 18789 端口映射到宿主机，但实际从宿主机访问 http://127.0.0.1:18789 时会遇到 ERR_EMPTY_RESPONSE 错误。这是因为 OpenClaw 的网关服务默认监听容器的 loopback 地址，从宿主机上访问不到容器的网关服务。正确的做法是通过 SSH 隧道转发，既安全又稳定。

2. 构建容器

在刚才打开的终端中执行：

cd ai && docker-compose up-d

等待任务完成，这样我们的容器就构建好了！

三、进行必要配置

1. 配置认证服务

如果你不需要访问 OpenClaw 的控制台网页，可以跳过此步。

生成 SSH 密钥对：

ssh-keygen-t ed25519-C"username@domain"

• username@domain 改成你的邮箱地址
• 按提示设置密码（可留空）

将公钥复制到工作区：

copy%USERPROFILE%\.ssh\id_ed25519.pub.\workspace

以 root 用户身份进入 openclaw 容器：

docker exec-u root-it openclaw/bin/bash

安装 SSH 服务并进行设置：

aptupdate&&aptinstallopenssh-servernano-y&&nano/etc/ssh/sshd_config

• 找到 #Port 22，去掉 # 使其生效
• 找到 #ListenAddress 0.0.0.0，同样去掉 # 使其生效

配置权限和证书：

su-nodemkdir-p~/.ssh&&chmod700~/.ssh&&cp/app/workspace/id_ed25519.pub ~/.ssh/authorized_keys&&chmod600~/.ssh/authorized_keys

2. 下载开源模型

为了让第一次响应更快，我们提前拉取模型（这里笔者使用 qwen3.5:4b 模型，你应根据自己的硬件情况选择适配模型）:

docker exec-it ollama ollama pull qwen3.5:4b

等待完成……

3. 接入飞书平台

由于 OpenClaw 支持通过配置文件来初始化，因此我们可以将一份预配置的 openclaw.json 放入 workspace 文件夹，然后执行 onbard 命令，完成设置。

ai\workspace\openclaw.json

{"auth":{"profiles":{"ollama:default":{"provider":"ollama","mode":"api_key"}}},"models":{"mode":"merge","providers":{"ollama":{"baseUrl":"http://ollama:11434","apiKey":"OLLAMA_API_KEY","api":"ollama","models":[{"id":"qwen3.5:4b","name":"qwen3.5:4b","reasoning":false,"input":["text"],"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0},"contextWindow":131072,"maxTokens":8192}]}}},"agents":{"defaults":{"model":{"primary":"ollama/qwen3.5:4b"},"models":{"ollama/qwen3.5:4b":{}},"workspace":"/app/workspace"}},"tools":{"profile":"coding"},"commands":{"native":"auto","nativeSkills":"auto","restart":true,"ownerDisplay":"raw"},"session":{"dmScope":"per-channel-peer"},"channels":{"feishu":{"enabled":true,"appId":"Your feishu appId","appSecret":"Your feishu appSecret","connectionMode":"websocket","domain":"feishu","groupPolicy":"open"}},"gateway":{"port":18789,"mode":"local","bind":"loopback","auth":{"mode":"token","token":"Your gateway token"},"tailscale":{"mode":"off","resetOnExit":false}},"skills":{"install":{"nodeManager":"npm"}},"plugins":{"entries":{"feishu":{"enabled":true}},"installs":{"feishu":{"source":"npm","spec":"@openclaw/feishu","installPath":"/home/node/.openclaw/extensions/feishu","version":"2026.3.13","resolvedName":"@openclaw/feishu","resolvedVersion":"2026.3.13","resolvedSpec":"@openclaw/feishu@2026.3.13","integrity":"sha512-D5vPkgGZ9lfCQnDFlGrQN6NCSUYRgYW9k7amW3qlm9zBI4Sp+alRZVqLZ4yZ2eCXHjw9RVp/L75wjJ7NBQyfEw==","shasum":"39128ff918f8d3387331818cbe3f8b24a82e4c0d","resolvedAt":"2026-03-15T21:34:22.054Z","installedAt":"2026-03-15T21:34:54.298Z"}}}}

注意：

1. 要让 openclaw 容器访问 ollama 容器，不能使用 http://127.0.0.1:11434 地址，而应该用 http://ollama:11434 地址；
2. 替换其中的 your feishu appId、your feishu appSecret 和 your gateway token 三项内容；
3. 如果模型运行报错，可以尝试将上下文长度contextWindow设置调小；
4. 编辑完成后注意传到容器中，docker exec openclaw cp /app/workspace/openclaw.json /home/node/.openclaw/。

现在，向你的飞书机器人发送任意消息，它会回复一个配对码，然后在主机中批准该设备：

docker exec openclaw openclaw pairing approve feishu CODE

大功告成！！现在，你可以通过飞书机器人与 AI 助手对话了。

四、一些常用命令

# 在宿主机中访问 openclaw 控制台docker exec-u root openclaw service sshstart&& ssh-i%USERPROFILE%\.ssh\id_ed25519-N-L 18789:127.0.0.1:18789 node@localhost