能不能不依赖云端 API，在本地运行一个真正可用的 AI 助手？

答案是：可以。

通过 OpenClaw + Ollama + GPT-OSS:20B 的组合，你可以在本地构建一个完整的 AI Agent 系统：

• 不依赖 OpenAI API

• 不需要 Token 费用

• 支持接入 Telegram / Discord / 微信等聊天平台

• 可以执行代码、自动化任务、调用工具

这套架构目前被很多开发者称为：

“最接近 Jarvis 的开源方案”

本文将从 原理、架构、安装部署、配置接入、实际使用 五个方面详细讲解。

一、什么是 OpenClaw？

OpenClaw 是一个本地 AI Agent 框架，可以把 AI 接入各种聊天工具，让 AI 帮你执行任务。 

简单理解：

OpenClaw ≈ AI 大脑 + 自动化执行系统

它的核心能力包括：

• AI 对话

• 自动执行脚本

• 调用工具

• 访问本地文件

• 远程控制系统

• 与聊天平台集成

例如：

你可以在FeiShu里给 AI 发一句话：

帮我整理今天的邮件

OpenClaw 可以：

1. 打开邮箱

2. 分类邮件

3. 总结内容

4. 输出报告

整个过程无需人工操作。

二、为什么要用 Ollama？

OpenClaw 只是 Agent 框架，它需要一个 LLM 模型作为大脑。

常见选择：

Ollama 是目前最流行的本地大模型运行环境，可以在本机运行各种开源模型。 

例如：

llama3qwen2.5deepseekmistralgpt-oss

特点：

• 一行命令运行模型

• 支持 GPU / CPU

• 本地 API 调用

• 完全离线

OpenClaw 可以直接调用 Ollama API。

三、为什么选择 GPT-OSS:20B？

GPT-OSS 是 OpenAI 发布的开源权重模型，在 Ollama 中可以直接运行。 

模型特点：

能力：

• 推理能力强

• 支持 Agent 工具调用

• 可调 reasoning 强度

• 支持结构化输出

因此它非常适合：

• AI Agent

• 自动化任务

• 编程助手

• 本地 AI 助手

四、整体架构

OpenClaw + Ollama 的工作结构如下：

用户 │聊天平台(Telegram/飞书) │OpenClaw Gateway │Agent 调度 │Ollama API │GPT-OSS:20B │返回结果

流程：

1 用户发送消息2 OpenClaw 接收3 Agent 分析任务4 调用 Ollama 模型5 模型生成结果6 执行工具7 返回结果

整个过程：

全部在本地运行

五、硬件配置建议

运行 GPT-OSS:20B 需要一定硬件。

最低配置：

推荐配置：

如果没有 GPU：

也可以 CPU 跑，但速度较慢。

六、下载并安装 Git

🔗 https://git-scm.com/install/windows

curl -fsSL https://ollama.com/install.sh | sh
Windows：

下载官方安装包

irm https://ollama.com/install.ps1 | iex

安装完成后验证：

ollama -v

八、下载 GPT-OSS:20B 模型

执行：

ollama pull gpt-oss:20b

或者直接运行：

ollama run gpt-oss:20b

模型大小：

约 14GB。

下载完成后：

ollama list

可以看到模型。

九、安装 OpenClaw

Linux / Mac：

curl -fsSL https://openclaw.ai/install.sh | bash

Windows：

iwr -useb https://openclaw.ai/install.ps1 | iex

安装完成后执行：

openclaw

十、连接 Ollama

OpenClaw 默认支持 Ollama。

只需要设置环境变量：

export OLLAMA_API_KEY="ollama-local"

虽然 Ollama 不需要 API Key，但 OpenClaw 需要这个变量来识别服务。 

然后查看模型：

openclaw models list

十一、配置 OpenClaw 使用 GPT-OSS

修改配置文件：

~/.openclaw/config.json

示例配置：

{  "models": {    "providers": {      "ollama": {        "baseUrl": "http://localhost:11434",        "apiKey": "ollama-local",        "api": "ollama",        "models": [          {            "id": "gpt-oss:20b"          }        ]      }    }  },  "agents": {    "defaults": {      "model": {        "primary": "ollama/gpt-oss:20b"      }    }  }}

重点：

primary: "ollama/gpt-oss:20b"

十二、启动 OpenClaw

执行：

openclaw onboard
或者：

ollama launch openclaw
Ollama 会自动：

• 检测 OpenClaw

• 启动 Gateway

• 连接模型 

用键盘上下键和Tab键选择确认需要的模型
如选择gpt-oss-20b模型
确认后，是否选择对接第三方客户端
国内便于使用对接飞书客户端
如果不对接可以选最后一项跳过

十三、测试 AI Agent

启动后可以直接聊天：

openclaw chat

测试：

帮我写一个Python脚本

GPT-OSS 会返回代码。

如果启用工具能力：

OpenClaw 可以：

• 执行 Shell

• 写文件

• 调用 API

• 自动化任务

十四、接入聊天平台

流程：

1 创建 Bot2 获取 Token3 填写 OpenClaw config

十五、安全问题必须注意

OpenClaw 的能力非常强：

它可以：

• 执行 shell

• 修改文件

• 调用 API

安全专家警告：

错误配置可能导致系统被控制。 

建议：

1 不要开放公网2 限制 shell 权限3 不要随便安装社区工具4 使用 sandbox

十六、为什么这套方案火爆

原因只有三个：

1 完全免费

不需要：

• OpenAI API

• Claude API

• Token费用

2 完全本地

数据不会上传云端。

适合：

• 隐私场景

• 企业内部部署

3 真正的 AI Agent

不是聊天机器人，而是：

自动执行任务的 AI

十七、未来的发展

OpenClaw 正在快速发展：

未来可能支持：

• 自动学习

• Agent 协作

• 多模型协同

• 自动化工作流

随着本地模型性能提升：

未来可能实现：

真正的本地 AI 助手生态。

总结

OpenClaw + Ollama + GPT-OSS:20B 组合可以实现：

• 本地 AI Agent

• 免费 AI

• 自动化任务

• 多平台聊天接入

架构关系：

OpenClaw = AgentOllama = 模型运行环境GPT-OSS = 大模型

三者结合，就能构建一个：

完全本地的 AI 助手系统。