OpenClaw+Qwen3.5-9B本地部署指南：5步完成AI助手搭建

OpenClaw+Qwen3.5-9B本地部署指南：5步完成AI助手搭建

1. 为什么选择OpenClaw+Qwen3.5-9B组合？

去年夏天，当我第一次尝试用AI自动化处理日常办公文档时，发现大多数方案要么需要将敏感数据上传到云端，要么功能过于死板。直到遇见OpenClaw这个开源的本地化AI智能体框架，配合Qwen3.5-9B模型的强大理解能力，终于找到了理想的解决方案。

这个组合最吸引我的三点在于：

• 数据不出本地：所有操作都在本机完成，财务报告和客户资料无需担心外泄
• 24小时待命：我的MacBook合上盖子也能继续处理夜间任务
• 自由定制：可以根据我的写作习惯训练专属的文档处理流程

不过要提醒的是，这套方案更适合个人或小团队使用。我曾尝试将它推荐给需要处理海量请求的电商团队，结果发现Token消耗速度远超预期——这恰恰验证了官方文档中强调的"非企业级"定位。

2. 环境准备与基础安装

2.1 硬件与系统要求

在我的2019款MacBook Pro（16GB内存）和2023款Windows游戏本（32GB内存）上都成功部署过。实测最低配置建议：

• macOS：Monterey 12.3+ / Windows：10 21H2+
• 内存：8GB+（处理复杂任务建议16GB）
• 存储：至少10GB可用空间（模型文件较大）

2.2 一键安装实战

macOS用户推荐使用官方脚本（需提前安装Homebrew）：

# 先确保有brew
brew --version || /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 执行安装
curl -fsSL https://openclaw.ai/install.sh | bash

Windows用户请以管理员身份运行PowerShell：

# 检查npm是否可用
npm -v
# 若未安装需先安装Node.js
winget install OpenJS.NodeJS.LTS

# 安装OpenClaw
npm install -g openclaw@latest --force

安装完成后，建议立即验证版本：

openclaw --version
# 预期输出类似：openclaw/1.2.3 darwin-arm64 node-v18.17.1

3. 关键配置步骤详解

3.1 初始化配置向导

运行配置向导时，我强烈建议第一次选择QuickStart模式：

openclaw onboard

这里会遇到几个关键选项：

1. Provider选择：按方向键选择Qwen
2. 模型版本：输入qwen3.5-9b（注意小写和横杠）
3. 运行模式：选择Local（本地部署）

配置完成后，会在用户目录生成关键文件：

• ~/.openclaw/openclaw.json：主配置文件
• ~/.openclaw/cache/：模型缓存目录

3.2 解决macOS权限问题

第一次在Mac上运行时，可能会遇到这样的报错：

Error: EACCES: permission denied, open '/usr/local/lib/node_modules/openclaw/...'

这是我踩过的坑，解决方法分三步：

1. 重置npm全局目录权限：

   sudo chown -R $(whoami) $(npm config get prefix)/{lib/node_modules,bin,share}
   

2. 重新安装：

   npm install -g openclaw@latest --force
   

3. 给终端添加完全磁盘访问权限（系统设置→隐私与安全性）

3.3 Windows PowerShell报错处理

在Windows上最常见的两个问题：

问题1：脚本执行策略阻止

无法加载文件...因为在此系统上禁止运行脚本

解决方法：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

问题2：旧版本冲突

ERROR: Cannot overwrite existing file

需要先彻底卸载：

npm uninstall -g openclaw
del $env:USERPROFILE\.openclaw -Recurse -Force

4. 模型对接与网关启动

4.1 配置本地模型地址

假设Qwen3.5-9B模型服务运行在本地默认端口（通常为8000），需要修改配置文件：

// ~/.openclaw/openclaw.json
{
  "models": {
    "providers": {
      "qwen-local": {
        "baseUrl": "http://127.0.0.1:8000/v1",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-9b",
            "name": "Qwen3.5-9B Local",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

保存后需要重启网关服务：

openclaw gateway restart

4.2 验证模型连接

通过命令行检查模型状态：

openclaw models list

正常情况应该看到类似输出：

✔ qwen-local
  ├─ qwen3.5-9b (context:32768)
  └─ API: http://127.0.0.1:8000/v1

如果显示连接失败，可以尝试手动测试API：

curl http://127.0.0.1:8000/v1/models -H "Content-Type: application/json"

5. 完成首个自动化任务

5.1 启动Web控制台

在终端运行：

openclaw gateway start

浏览器访问 http://localhost:18789 会看到蓝白相间的控制台界面。这里我建议先尝试内置的"文件整理"示例：

1. 在聊天框输入："帮我整理Downloads文件夹"
2. OpenClaw会先请求文件访问权限（macOS需要授权）
3. 完成后会生成分类报告和操作日志

5.2 进阶任务：自动化周报生成

这是我每周一早上必做的任务配置：

1. 安装办公技能包：

   clawhub install weekly-report
   

2. 创建任务配置文件 ~/.openclaw/tasks/weekly.json：

   {
     "trigger": "cron 0 9 * * 1",
     "command": "生成周报 --source=~/Documents/work_logs --format=markdown"
   }
   

3. 查看任务列表：

   openclaw tasks list
   

现在每周一上午9点，OpenClaw会自动扫描我的工作日志，生成格式整齐的周报初稿。虽然偶尔需要微调格式，但已经节省了我至少2小时/周的时间。

经过三个月的实际使用，这套组合最让我惊喜的不是技术本身，而是它改变了我与电脑的交互方式。现在当我面对重复性工作时，第一反应不再是"又要手动处理"，而是思考"如何让OpenClaw学会这个"。这种思维转变，或许才是AI时代最珍贵的效率提升。

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。