夜雨聆风
如何在Mac平台中搭建OpenClaw
原文地址: https://code.newban.cn/494.html如果本文有相关附件下载 请将上面地址复制到浏览器打开
前言
最近OpenClaw(龙虾)比较火爆， 它实现了AI从能说到能做的转变。在这之前，普通的AI机器人比如豆包、元宝等，仅仅会思考和聊天，然而OpenClaw 智能体不仅能聊天，还能根据我们的需求自动在电脑上做事，相当于电脑小助理，一些在电脑上机械重复性的工作流程完全可以交给它来完成。
它主要分为三部分：
-
OpenClaw: 相当于人类躯干，是大脑与手脚的宿主载体和连接体，负责信息传输和资源调度。 -
大模型：相当于人类大脑，负责理解我们对话的意图，并做出任务规划。 -
Skill : 相当于人类得手脚，负责执行大脑下发的具体任务这三部分共同组成了一个完整的 AI 智能体。
具体的执行工作流如下：
-
感知：你输入需求，大模型解析意图。
-
规划：大模型判断需调用哪些 Skill。
-
调度：OpenClaw 激活对应的 Skill 并传递参数。
-
执行：Skill 完成任务（如搜索、计算）并返回结果。
-
反馈：OpenClaw 将结果汇总给大模型生成最终回答。
OpenClaw和ComfyUI类比理解
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
大模型实际上就是一个中间翻译官， 将自然语言翻译成可执行的指令。假设我要执行一个工作流， 比如抓取当天的新闻头条， 然后总结要点， 最后邮件发送给他人。 在没有大语言模型的支持的情况下， 若按照正常的手段， 我需要依次执行三条指令， 有了大模型， 我只需要一句话就能解决。这就是模型作为大脑存在的意义之一
Openclaw 如何部署到本地电脑
第一步 安装OpenClaw
Mac平台安装OpenClaw比较简单, 直接使用Homebrew工具安装即可, 如果你Mac上没有装Homebrew, 可以在命令窗口执行以下命令安装:
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/img/Homebrew.sh)"有了homebrew工具后，只需一行指令搞定OpenClaw下载安装：
sudo curl -fsSL https://openclaw.ai/install.sh | bash如果安装过程遇到问题， 比如出现node安装失败的情况：
此时可以前往nodejs官网手动安装node：
安装完后再重新执行上面的指令， 或者使用npm安装：
sudo npm i -g openclaw安装成功后启动openclaw， 执行以下指令进入启动引导：
openclaw onboard不懂的步骤直接选择Skip now跳过：
不用担心错过设置，后面可以通过openclaw config指令进行再次进入引导页，或者编辑~/.openclaw/openclaw.json配置文件手动更改相关设置
第二步 下载LLM大语言模型到本地
这里我们需要借助Ollama这个工具， 它相当于模型供应商，我们可以从Ollama上下载到各个版本的大语言模型，首先需要前往Ollama官网下载客户端：
官网： 点击进入
不同版本模型能力与显存要求对照表：
|
|
|
|
|
|
|---|---|---|---|---|
| 4GB
|
phi4-mini |
|
|
|
qwen2.5:1.5b |
|
|
|
|
| 8GB
|
qwen2.5:7b |
|
|
主力首选
|
llama3.1:8b |
|
|
|
|
| 12-16GB
|
qwen2.5:14b |
|
|
|
| 24GB+
|
qwen2.5:32b |
|
|
|
| 48GB+
|
llama3.3:70b |
|
|
|
注：使用客户端MacOS系统需要14以上， 否则无法启动
除了Ollama之外还可以使用LM Studio来集成模型， 同样也支持MAC、Windows、Linux系统， 不过针对Mac只支持M芯片：
以下是目前大模型 API 部署方案：
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
http://localhost:5000/v1 |
|
|
|
|
|
http://localhost:1234/v1密钥可留空或填 lm-studio |
|
|
|
|
|
http://localhost:11434/v1密钥可留空 |
|
|
|
|
|
http://localhost:8000/v1支持 OpenAI API 格式 |
|
|
|
|
|
http://localhost:30000/v1需自行开启 OpenAI 兼容接口 |
|
|
|
|
|
|
|
|
|
|
|
http://localhost:4000需用 Python 启动代理服务 |
|
|
|
|
|
|
|
|
|
|
|
|
第三步 安装Skill技能
技能越多意味着能干的活越多， 以查询天气技能为例：
-
首先查询技能 openclaw skills search "weather" -
然后安装技能 openclaw skills install "weather" -
最后使用技能 可以直接和龙虾对话查询天气，当然技能的安装其实也可以交给龙虾来干
关于skills指令的使用， 可以通过openclaw skills --help 来查看：
目前可安装的技能高达几万个，我们可以在clawhub查询到：
openclaw微信集成
-
安装微信插件
sudo openclaw plugins install "@tencent-weixin/openclaw-weixin@latest"插件安装完毕后执行
sudo openclaw gateway restart重启openclaw -
开启插件
sudo openclaw config set plugins.entries.openclaw-weixin.enabled -
微信扫码登录
sudo openclaw channels login --channel openclaw-weixin
直接使用微信扫一扫该二维码即可建立连接，并生成ClawBot窗口：
如果出现微信掉线情况，无需重新安装插件，只要执行以下命令重登即可
openclaw channels login --channel openclaw-weixinopenclaw飞书集成
具体可参见文章《openclaw 如何连接飞书机器人》
OpenClaw 使用成本
OpenClaw 本身是开源免费的，唯一需要投入的成本就是算力，也就是电脑硬件和电费，尤其是本地模型的处理，对显卡和内存要求较高。如果使用云端模型，通过 API 调用的方式，可以减轻电脑的压力，普通办公电脑即可流畅使用 OpenClaw ，但是需要向云端厂商支付 token 费用，这一块的成本相对较大。
OpenClaw 成本明细表如下：
|
|
|
|
|
|---|---|---|---|
| 核心变动成本 | 大模型 API |
|
|
| 基础设施 |
|
|
|
|
|
|
|
|
| 隐性成本 |
|
|
|
|
|
|
|
电脑配置
想要本地流畅使用OpenClaw ，硬件配置一定要跟上，以下是台式组装电脑配置参考表：
|
|
|
|
|
|---|---|---|---|
| 显卡 (GPU) | RTX 5060 Ti 16G
|
|
核心
|
| CPU | Intel i5-14400F
|
|
|
| 主板 | B760M D4
|
|
|
| 内存 | 32GB DDR4 3200
|
|
|
| 硬盘 | 1TB NVMe SSD (PCIe 4.0)
|
|
|
| 电源 | 650W 铜牌
|
|
|
| 机箱 |
|
|
|
| 散热 |
|
|
|
| 合计 | 约 8980 元 | 该配置流畅跑qwen2.5:14b模型 |
注：条件允许的情况下，显卡优先考虑全新盒装而不是拆机工包，七彩虹和华硕显卡，谁便宜选谁，同价位选华硕。
总结
大模型本身是不具备实时查询天气和新闻的能力， 豆包之所以可以查询， 其实是内部配备了相应的Skill，因此， 我们搭建OpenClaw的就相当于在组装一个属于自己的豆包，而且还是会帮我们干活的豆包
本文为作者原创 转载时请注明出处 谢谢
乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站