葛店小学张洪雨最近后台好多人在问本地部署AI助手的事，我顺手整理了一下自己用OpenClaw的完整过程。先说结论：OpenClaw是一个开源、免费、可以完全跑在你自己电脑上的AI智能体框架，不是云端套壳，也不是限时试用，装好之后就是你自己的工具。它能帮你管理文件、执行命令、调用本地大模型、写代码、跑自动化任务，等于把一个能自己动手干活的AI助理装进了本地环境。整篇文章我按“为什么装”“怎么准备”“怎么装”“怎么用”“出了问题怎么办”这条线来讲，适配Windows、Linux、macOS三种环境，新手照着走也能搞定，已经上手的可以直接跳到第3节看配置细节。
1. 为什么要把OpenClaw装到本地
1.1 本地部署解决了什么实际问题
这两年大家都在聊本地部署大模型，核心诉求其实就三个：隐私、成本、可控。云端AI助手虽然方便，但你的对话内容、上传的文档、工作日志都要经过别人服务器，很多做技术的人、写方案的人、处理内部数据的人，心里那道坎过不去。本地部署的意思很直白：模型在本地跑，数据不出机器，你的聊天记录、生成的文件、调用的API全部由你自己管理，关掉网络照样能用。
OpenClaw在这个思路里扮演的角色是“大脑皮层”——它负责理解你的指令、拆解任务、调用工具，而真正干重活的“思考内核”可以是Ollama跑起来的开源模型，也可以是LM Studio拉下来的量化模型。两者一组合，你等于有了一台可以对话、可以执行命令、可以批量处理文件的个人工作站。最典型的场景是：让它读你本地文件夹里的报表，按你指定的格式输出摘要；或者让它调用你电脑里的命令行工具，批量重命名、整理日志、跑测试脚本。这些都是日常工作中特别花时间、又特别适合自动化的活。
1.2 和云端助手、Dify这类平台有什么区别
先聊OpenClaw和Dify的定位差异。Dify更多是一个可视化的工作流编排平台，偏向“搭应用”，你做的是配置流程、设计Prompt、接入知识库，它适合团队协作、快速上线一个带界面的AI应用。OpenClaw则更偏向“个人Agent”，它把自己直接嵌进你的操作系统，能读你磁盘上的文件、能执行终端命令、能调用本地API，更像一个住在你电脑里的助手。换句话说，Dify是流水线，OpenClaw是全能打杂工。
再对比云端助手。云端助手胜在开箱即用、模型强，但劣势也明显：订阅费用、数据隐私、离线不可用、能力边界固定。OpenClaw本地部署之后，模型用的是你自己拉下来的开源权重，费用只有电费，能力边界由你自己扩展——会写Node脚本的人可以给它加工具，不会写的人也可以用它内置的skill机制做简单编排。免费版童叟无欺这句话，放在OpenClaw上真不是营销话术，它就是MIT协议的开源项目，代码公开，没有隐藏收费点，也没有按次计费的暗坑。
1.3 免费版到底“免费”在哪里
很多人一看“免费版童叟无欺”就下意识怀疑：是不是基础功能免费、高级功能收费？OpenClaw不是这个套路。它整个项目就是开源的，不存在社区版和企业版的功能阉割，你本地装的和别人做二次开发用的核心代码是同一套。真正的成本在于“模型”这一层：如果你选择对接OpenAI、Anthropic这类商业API，那当然要付对应的API费用，但这不是OpenClaw收的；如果你用Ollama、LM Studio跑本地开源模型，那连API费用都省了，唯一要投入的是硬件。
我实测下来，一台16GB内存的普通PC，跑7B或8B规模的量化模型做日常任务调度完全能接受，生成速度大概每秒十几到二十几个token，做文件整理、代码生成、文本摘要够用了。如果机器更强，上32B或70B模型，体验会接近云端。这个性价比，比起每个月几十美元买云端助手，确实算得上童叟无欺。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 部署前的准备工作
2.1 软硬件环境最低要求
OpenClaw本身的安装包很小，核心是Node.js运行时和一系列Python工具链，真正吃资源的是大模型。所以硬件要求分两档说。
最低配置（能跑，但体验一般）：8GB内存，双核CPU，20GB空闲磁盘。这个配置能安装OpenClaw，也能对接云端API，但本地模型建议只跑1.5B到3B的小模型。
推荐配置（体验流畅）：16GB及以上内存，四核以上CPU，NVIDIA显卡6GB以上显存更好，50GB空闲磁盘。这个配置可以流畅跑7B模型，用GPU加速的话速度非常可观。如果你没有独立显卡，纯CPU也能运行，只是长文本生成的时候需要耐心等。
操作系统方面，Windows 10/11、Ubuntu 20.04以上、macOS 12以上都能装。Windows下建议用PowerShell，Linux和macOS用自带的终端。注意安装路径不要有中文、不要有空格，我把OpenClaw装到过带空格的目录下，后来发现部分工具脚本会解析出错，老老实实放回用户根目录下面的.openclaw文件夹才省心。