OpenClaw环境迁移指南：QwQ-32B配置从云端到本地的无缝转移
OpenClaw环境迁移指南：QwQ-32B配置从云端到本地的无缝转移
1. 为什么需要环境迁移？
去年夏天，我在星图平台体验了OpenClaw与QwQ-32B的组合方案。云端沙盒环境确实方便，但随着使用深入，我发现两个痛点：一是测试数据量增大后API延迟明显上升；二是某些涉及本地文件的操作（如自动整理下载目录）在远程环境下无法实现。这促使我决定将整套环境迁移到本地。
迁移过程比想象中复杂——模型配置、网关参数、技能模块、飞书通道都需要重新适配。经过三次失败尝试后，我总结出这套可复现的迁移方案。本文将重点分享从星图平台导出配置到本地还原的全流程，特别是那些容易忽略的细节配置。
2. 云端环境准备与配置导出
2.1 星图平台上的前置操作
在开始迁移前，我们需要确保云端环境处于"可导出状态"。登录星图平台控制台，找到运行的【ollama】QwQ-32B实例，依次执行：
# 进入OpenClaw容器（星图平台通常使用docker exec） docker exec -it openclaw-container /bin/bash # 生成配置文件快照 openclaw config export --output /tmp/openclaw-export.tar.gz这个压缩包包含三大关键配置：
models.json：QwQ-32B的接入参数与API端点channels/：飞书/钉钉等通信渠道的凭证配置skills/：已安装技能模块的元数据
特别注意：星图平台的模型服务地址通常是内网域名（如service-1234.internal.mirror.ai），迁移到本地后需要替换为新的访问端点。
2.2 配置文件的关键修改点
下载导出的openclaw-export.tar.gz到本地，解压后重点关注以下文件：
// models.json 片段示例 { "providers": { "qwq-cloud": { "baseUrl": "http://service-1234.internal.mirror.ai/v1", "apiKey": "sk-xxxxxx", "models": [ { "id": "qwq-32b", "name": "QwQ-32B-Cloud", "contextWindow": 32768 } ] } } }需要将baseUrl改为本地模型服务地址。如果你在本地也使用ollama部署QwQ-32B，地址通常是http://localhost:11434。
3. 本地环境重建
3.1 基础环境部署
本地迁移的第一步是搭建OpenClaw运行环境。以macOS为例：
# 使用官方脚本安装OpenClaw curl -fsSL https://openclaw.ai/install.sh | bash # 验证安装 openclaw --version如果本地已经部署了ollama版的QwQ-32B，可以通过简单命令测试模型可用性：
curl http://localhost:11434/api/generate -d '{ "model": "qwq-32b", "prompt": "OpenClaw是什么？" }'3.2 配置还原与适配
将修改后的配置文件放置到正确位置：
# 创建配置目录 mkdir -p ~/.openclaw # 解压并替换配置文件 tar -xzvf openclaw-export.tar.gz -C ~/.openclaw然后编辑~/.openclaw/models.json，确保模型配置指向本地服务：
{ "providers": { "qwq-local": { "baseUrl": "http://localhost:11434", "apiKey": "null", // ollama通常不需要API Key "api": "openai-completions", "models": [ { "id": "qwq-32b", "name": "QwQ-32B-Local", "contextWindow": 32768 } ] } } }4. 通道与技能的重建
4.1 通信渠道恢复
如果原环境配置了飞书等通信渠道，需要重新申请凭证（星图平台的App ID/Secret无法直接复用）。以飞书为例：
- 登录飞书开放平台创建新应用
- 获取新的
App ID和App Secret - 更新
~/.openclaw/channels/feishu.json：
{ "enabled": true, "appId": "新AppID", "appSecret": "新AppSecret", "encryptKey": "", // 如有加密需填写 "verificationToken": "" }4.2 技能模块重装
通过clawhub重新安装所需技能（注意版本兼容性）：
# 查看原环境安装的技能 cat ~/.openclaw/skills/manifest.json # 批量安装核心技能 clawhub install file-processor email-helper wechat-publisher常见问题：某些技能可能依赖特定版本的模型能力。如果遇到技能报错，可以添加--version参数指定版本：
clawhub install wechat-publisher@2.1.35. 配置差异检查清单
以下是迁移后必须验证的配置项对比表：
| 配置项 | 云端环境 | 本地环境 | 检查要点 |
|---|---|---|---|
| 模型端点 | 平台内网地址 | localhost:11434 | 端口是否开放 |
| API协议 | 可能为平台定制 | OpenAI兼容 | 补全接口路径是否一致 |
| 文件存储路径 | /var/openclaw/data | ~/.openclaw/workspace | 权限是否足够 |
| 飞书凭证 | 平台应用 | 新建应用 | IP白名单是否更新 |
| 定时任务 | 平台cron服务 | 本地crontab | 执行用户上下文是否正确 |
6. 验证与过渡建议
完成所有配置后，建议分阶段验证：
# 启动网关服务 openclaw gateway start # 测试基础功能 openclaw test --model qwq-32b --skill file-processor过渡期间可以并行运行云端和本地环境，通过流量切换实现平滑迁移。我的个人经验是：
- 第一周：只将非敏感任务（如文件整理）切换到本地环境
- 第二周：逐步迁移依赖模型能力的核心任务
- 第三周：完全切换到本地环境并关闭云端实例
这种渐进式迁移能有效降低风险。我在第二次迁移时曾因直接切换导致飞书消息丢失，后来通过这种分阶段方式避免了问题。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。