当前位置：首页 > news >正文

阿里最强小钢炮上线！Qwen3.6-35B-A3B+OpenClaw本地部署全记录

news 2026/4/21 11:24:10

性能强劲的新一代小钢炮

2026年4月16日，阿里正式发布高效轻量级开源模型Qwen3.6-35B-A3B。该模型总参数量为350亿，采用稀疏MoE（混合专家）架构，凭借仅30亿激活参数，便可与Qwen3.5-27B、Gemma4等稠密模型一较高下。

评测数据显示，Qwen3.6-35B-A3B在多项主流基准测试中与Qwen3.5-27B表现十分接近，并在中文语义理解（C-Eval）上显著优于Gemma4模型。

Ollama自v0.17版本起支持OpenClaw部署（实测仍需较多手动配置）。考虑到Qwen新模型的优异性能，以及本地低成本运行OpenClaw的需求，本文将对基于Ollama的本地化部署进行详细实测。

模型在Ollama上的显示大小为24GB（实际占用约23GB），处于消费级显卡的能力边界，非常适合本地部署尝鲜。

安装与环境配置

环境说明

系统：Windows 11
工具：WSL (Ubuntu)、Ollama

部署步骤

硬件检查：按Win + R，输入dxdiag，确认内存与显卡配置满足运行要求。
安装WSL：OpenClaw是Linux原生应用，建议先配置WSL环境。在PowerShell中执行：
```
wsl --install -d Ubuntu
```
解释一下：
WSL 是“Windows Subsystem for Linux”的缩写，即Windows的Linux子系统，是一个由微软开发的兼容层，允许用户在Windows上原生运行Linux语句和文件，而无需传统虚拟机或双系统。-d Ubuntu参数则指定在该子系统上安装Ubuntu发行版作为具体的Linux环境。
安装依赖：由于Ollama的模型文件都使用zstd（Zstandard，Facebook开源的一种高速数据压缩算法工具）格式进行压缩。因此，需要在Linux终端模式下先安装zstd：
```
sudo apt-get install zstd
```
安装 Ollama：
```
curl -fsSL https://ollama.ai/install.sh | sh
```
注意：安装耗时较长，请确保设备不休眠（无断点续传功能）。
拉取模型：
```
ollama run qwen3.6:35b-a3b
```
安装完成后会进入对话界面，输入/?可查看操作帮助：

实测模型具备基础代码能力，但仍存在少量“幻觉”现象。

6. 安装 Node.js（通过NVM）：

# 安装 NVM curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash # 刷新配置 source ~/.bashrc # 安装LTS版本Node.js nvm install --lts # 验证安装 node -v

7. 部署 OpenClaw：

# 方式一：Ollama 启动 ollama launch openclaw # 方式二：官方脚本（推荐） curl -fsSL https://openclaw.ai/install.sh | bash

安装过程中如有需要添加的依赖，跟着引导一直选择“Yes”即可。

最终会输出一个长串dashboard url，其中“token=”后面的内容为OpenClaw的token值，需要记下来。

如果没有出现token值，可运行以下命令，命令行窗口会打印出url值即可看到token：

openclaw dashboard

9. 确认服务已启动：

在浏览器中打开dashboard url（若需要手动连接，将token值输入后点击连接即可）

进入“概览”面板，看到如下页面说明服务已正常启动。

创建飞书机器人

进入飞书开放平台（https://open.feishu.cn/?lang=zh-CN），执行以下步骤：

进入开发者后台，创建企业自建应用，填写应用名称和简介
添加应用能力：机器人
在权限管理页面，选择“批量导入/导出权限”，清空原代码并粘贴以下代码：

{ "scopes": { "tenant": [ "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource" ], "user": [] } }

确认批量导入权限为聊天，若需要群聊、云文档等权限，后续可按需开通：

4. 进入“事件与回调”，“订阅方式”选择“使用长连接接收事件 (WebSocket)”，并添加事件，输入“im.message.receive_v1”（接收消息）：

5. 创建并发布应用

6. 在飞书聊天界面可以搜索到刚才创建的机器人，但先别着急对话，还需要在OpenClaw中将飞书机器人配置进来。