当前位置：首页 > news >正文

OpenClaw多账户管理：ollama-QwQ-32B区分处理工作与个人任务

news 2026/7/12 20:28:16

OpenClaw多账户管理：ollama-QwQ-32B区分处理工作与个人任务

1. 为什么需要多账户管理？

去年夏天，我发现自己陷入了一个尴尬的境地——OpenClaw在帮我自动处理工作周报时，不小心把私人博客的草稿发到了公司群里。这次事故让我意识到：当AI助手同时处理工作和个人事务时，账户隔离不是可选项，而是必选项。

经过两个月的实践，我摸索出一套基于ollama-QwQ-32B的多账户管理方案。核心思路是：通过环境变量+飞书群组双重隔离，让OpenClaw像人类助理一样，能自动区分"工作模式"和"个人模式"。现在我的AI助手可以：

根据任务来源自动切换账户
隔离存储路径避免文件混淆
按场景采用不同的模型参数

2. 基础环境搭建

2.1 模型部署准备

首先确保ollama-QwQ-32B服务已正常运行。我使用的是星图平台的一键部署镜像，启动命令如下：

ollama serve --model qwq-32b --port 11434

验证服务是否就绪：

curl http://localhost:11434/api/generate -d '{ "model": "qwq-32b", "prompt": "ping" }'

2.2 OpenClaw多配置初始化

在~/.openclaw目录下创建两套配置文件：

mkdir -p ~/.openclaw/{work,personal} cp ~/.openclaw/openclaw.json ~/.openclaw/work/ cp ~/.openclaw/openclaw.json ~/.openclaw/personal/

关键差异配置示例（工作账户）：

// work/openclaw.json { "storage": { "rootPath": "~/Documents/WorkAI" }, "models": { "providers": { "ollama-work": { "baseUrl": "http://localhost:11434", "models": [{ "id": "qwq-32b-work", "temperature": 0.3 // 工作场景降低随机性 }] } } } }

个人账户配置则将rootPath改为~/Documents/PersonalAI，并调高temperature到0.7。

3. 飞书群组触发隔离

3.1 飞书机器人配置

在飞书开放平台创建两个自建应用，分别对应工作和个人场景。关键配置项：

配置项	工作机器人	个人机器人
App名称	AI工作助手	AI个人管家
权限范围	仅限公司群组	仅限私人聊天
消息卡片	蓝色工作主题	绿色生活主题

3.2 消息路由逻辑

修改OpenClaw的飞书插件代码（通常位于plugins/feishu/index.js），增加路由逻辑：

// 根据群组ID判断场景 const getEnvType = (groupId) => { const workGroups = ['群组ID1', '群组ID2']; return workGroups.includes(groupId) ? 'work' : 'personal'; } // 加载对应配置 const loadConfig = (envType) => { const configPath = path.join(os.homedir(), '.openclaw', envType, 'openclaw.json'); return JSON.parse(fs.readFileSync(configPath)); }

4. 任务处理差异化实践

4.1 文件存储隔离

我在两个配置中设置了不同的rootPath，但发现模型生成的文件还是会混在一起。解决方案是在Skill中增加路径重定向：

def get_output_path(task_type): base_dir = os.getenv('OPENCLAW_MODE', 'personal') if base_dir == 'work': return f"/verified_work/{datetime.date.today()}/{task_type}" else: return f"/personal_projects/{task_type}"

4.2 模型参数调优

通过测试发现，工作场景需要更严谨的输出：

参数	工作模式	个人模式	效果差异
temperature	0.3	0.7	工作输出更稳定，个人更创意
top_p	0.9	0.95	工作减少冷门建议
max_length	1024	512	工作文档需要更完整

在ollama的API调用中这样体现：

# 工作模式 curl http://localhost:11434/api/generate -d '{ "model": "qwq-32b", "prompt": "生成Q3季度运营报告", "options": { "temperature": 0.3, "top_p": 0.9 } }' # 个人模式 curl http://localhost:11434/api/generate -d '{ "model": "qwq-32b", "prompt": "写一首关于秋天的诗", "options": { "temperature": 0.7, "top_p": 0.95 } }'

5. 遇到的坑与解决方案

5.1 环境变量污染问题

最初尝试用export OPENCLAW_MODE=work切换环境，发现子进程会继承变量导致混乱。最终采用进程级隔离：

# 工作环境启动 env OPENCLAW_MODE=work openclaw gateway --config ~/.openclaw/work/openclaw.json # 个人环境启动 env OPENCLAW_MODE=personal openclaw gateway --config ~/.openclaw/personal/openclaw.json

5.2 飞书消息误判

有次公司同事在私人聊天中讨论工作，导致AI错误切换模式。改进方案是增加关键词检测：

// 在路由逻辑中增加关键词检查 const hasWorkKeywords = msg.text.includes('报告') || msg.text.includes('会议'); const envType = getEnvType(msg.groupId); return hasWorkKeywords && envType === 'personal' ? 'work' : envType;

5.3 模型缓存冲突

ollama的模型缓存会共享，导致工作/个人场景的微调互相影响。解决方法是在调用时显式声明模型别名：

// work/openclaw.json "models": [{ "id": "qwq-32b-work", "alias": "qwq-32b?mode=work" }] // personal/openclaw.json "models": [{ "id": "qwq-32b-personal", "alias": "qwq-32b?mode=personal" }]