30分钟搭建个人AI助手：OpenClaw+千问3.5-35B-A3B-FP8极速体验

30分钟搭建个人AI助手：OpenClaw+千问3.5-35B-A3B-FP8极速体验

1. 为什么选择这个组合？

上周六下午，我盯着电脑里散落的会议纪要、待办事项和未整理的截图发愁时，突然意识到：与其手动处理这些琐事，不如让AI帮我搞定。经过一番调研，我锁定了OpenClaw+千问3.5这个组合方案。

OpenClaw就像给你的电脑装了一个"数字双手"，它能操控鼠标键盘、读写文件；而千问3.5-35B-A3B-FP8则是这个"数字大脑"，特别擅长理解文本和图片内容。两者结合后，我的电脑突然就"活"了——现在它能自动整理我的会议录音转文字、给截图打标签、甚至帮我写周报初稿。

2. 极简安装指南

2.1 准备工作

在开始前，请确保你的设备满足：

• macOS/Linux系统（Windows需WSL2）
• 至少16GB内存（视觉任务需要更大内存）
• 已安装Node.js 18+

2.2 三步安装法

我推荐用这个经过验证的极简安装流程：

# 第一步：安装OpenClaw核心 curl -fsSL https://openclaw.ai/install.sh | bash # 第二步：启动配置向导（关键步骤） openclaw onboard --mode QuickStart --provider Qwen

在向导中选择：

1. 模型选择：qwen3.5-35b-a3b-fp8
2. 技能模块：仅勾选"基础问答"和"图片理解"
3. 其他选项：全部保持默认

最后启动服务：

# 第三步：启动网关 openclaw gateway start

整个过程在我的MacBook Pro上只用了7分12秒。如果卡在某个步骤，可以尝试openclaw doctor命令自动诊断。

3. 快速验证核心功能

3.1 基础问答测试

访问http://localhost:18789打开控制台，尝试这些实用场景：

1. 会议纪要整理：

   请将这段录音转文字内容提炼为关键决策点： [粘贴你的会议记录文本]

2. 待办事项提取：

   从以下邮件正文中提取待办事项和时间节点： [粘贴邮件内容]

我在测试时发现，模型对中文会议内容的处理特别精准，能自动识别"行动计划"和"责任人"。

3.2 图片理解实战

准备一张包含文字信息的截图（如微信聊天记录），通过控制台上传并输入：

请提取图片中的关键信息，并用Markdown表格整理： 1. 联系人 2. 约定事项 3. 时间节点

实测发现，对于包含手写文字的图片，识别准确率大约在85%左右。建议对于重要文档，可以先截图再让AI处理，比直接拍照效果更好。

4. 避坑指南

在三天的高频使用中，我总结了这些实用经验：

1. 内存优化技巧：

   • 处理大图前先运行openclaw gc清理内存
   • 在~/.openclaw/config.json中添加：

     "memory": { "imageMaxSizeMB": 5 }

2. 常见错误处理：

   • 遇到"Model not responding"时，先检查openclaw models list
   • 图片处理超时可尝试降低分辨率再上传

3. 最佳实践：

   • 复杂任务拆分成多个简单指令
   • 重要操作前先用测试文件验证

5. 我的自动化工作流案例

现在我的日常办公已经离不开这个组合了。这里分享两个真实场景：

场景一：晨间信息整理

1. 让AI扫描指定文件夹的新文件
2. 自动分类为"待处理"/"已归档"
3. 生成当日工作重点建议

场景二：技术文档处理

1. 截图API文档页面
2. 自动提取接口参数
3. 生成Postman测试用例草稿

这些任务过去要花费我1-2小时，现在只需要准备好素材，喝杯咖啡的时间就完成了。

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。