Mac电脑免费小龙虾OpenClaw+Ollama使用心得

一、前言

很多人以为本地部署OpenClaw小龙虾（原始版）不管是调用国外大模型还是国内大模型，都要付费才能使用，并且如果是需要大耗量的token调用操作费用还不便宜。加上最近新闻发布的“龙虾”安全问题，因此很多人是望而却步，爱而不得的状态。

今天给大家推荐一套可以本地免费养小龙虾（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电脑详细养龙虾教程

Mac电脑龙虾搭建简易版

二、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！

三、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

四、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。

五、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。

六、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-agentshttps://github.com/msitarzewski/agency-agents或者到我的forked版：

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-flowhttps://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-skillsVoltAgent/awesome-agent-skills:

https://github.com/VoltAgent/awesome-agent-skillshttps://github.com/VoltAgent/awesome-agent-skillsawesome-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！