OpenClaw开源AI Agent部署教程：零基础本地运行可自主思考调用API的轻量级智能体
“养龙虾”？不，是部署OpenClaw！——开源AI Agent零基础实战指南
别慌，你没买错海鲜——“龙虾”不是水产，是开源AI智能体 OpenClaw（官网：openclaw.dev，GitHub：github.com/peter-st/ocl）。它由奥地利开发者Peter Steinberger打造，Logo是一只红彤彤的卡通龙虾。它不是ChatGPT的本地“阉割版”，而是一个真正能自己想、自己查、自己调API、自己写代码的轻量级Agent：全程离线运行，不走任何云端API，所有决策和工具调用都在你本地机器上发生。
问题
你想让AI不只是聊天，而是帮你自动查天气+总结新闻+发邮件提醒？但又不想：
✅ 被ChatGPT封号（批量调用）
✅ 付月费买Claude Pro或GPT-4 API密钥
✅ 把公司数据上传到第三方服务器
方案
用 OpenClaw —— 一个不到20MB的Python项目，支持本地大模型（Ollama）、自主选择工具（如requests、datetime、subprocess），还能用自然语言写“任务脚本”，比如：
“查上海今天气温，如果高于28℃，就用系统通知弹窗提醒我开空调”
它不依赖GPU，Mac M1/M2、Windows笔记本、甚至树莓派4都能跑。
步骤（手把手，5分钟跑通）
1. 拉代码 + 装依赖
git clone https://github.com/peter-st/ocl.git
cd ocl
pip install -r requirements.txt⚠️ requirements.txt只含标准库和ollama客户端（不装大模型本身），避免强制绑定某家云服务。
2. 启动本地模型（免注册、免API Key）
先确保已装 Ollama（官网一键安装），再拉一个轻量模型：
ollama run phi3:3.8b # 仅2.2GB，M系列芯片10秒加载完✅ 验证：终端出现 >>> 即表示模型就绪，可手动测试：“你好” → 有回复即通。
3. 写第一个Agent任务（task.yaml）
在ocl/目录下新建文件，粘贴：
name: "天气提醒小助手"
goal: "获取上海当前温度，若高于26℃则弹出系统通知"
tools:
- name: http_get
url: "https://api.weatherapi.com/v1/current.json?key=YOUR_KEY&q=Shanghai"
- name: notify
command: "osascript -e 'display notification \"🔥 太热了！开空调吧\" with title \"OpenClaw提醒\"'"
plan: |
1. 调用http_get获取天气JSON
2. 解析response.current.temp_c
3. 如果temp_c > 26，执行notify命令⚠️ 为什么不用API Key？你可用免费key（weatherapi.com注册秒得），或改用纯本地工具（如curl ifconfig.me查IP），完全可控。
4. 运行Agent
python main.py --task task.yaml --model ollama:phi3:3.8b✅ 成功效果：终端打印推理步骤（“正在解析温度…” → “温度29.4℃，触发通知”），Mac右上角弹出提醒窗口。
验证
- ✅ 网络断开后仍可运行（工具调用失败会报错，但Agent逻辑仍在本地执行）
- ✅
ps aux | grep ocl查进程，只有Python和Ollama，无后台上传行为 - ✅ 修改
task.yaml中goal为“把当前目录文件列表发邮件”，换上smtp工具即可扩展
常见问题
Q：必须用Ollama？能接Llama.cpp或vLLM吗？
A：可以！OpenClaw用标准OpenAI兼容接口，只需改--model参数：
--model http://localhost:8080/v1 # 指向本地vLLM服务Q：中文支持差？
A：换模型就行。实测qwen2:1.5b（ollama run qwen2:1.5b）中文推理更稳，且原生支持函数调用（tool calling）。
Q：怎么加自己的Python函数当工具？
A：在tools/目录新建mydb.py，写个def query_user(name): return "张三，VIP用户"，再在task.yaml里声明- name: mydb——Agent会自动识别并调用。
谁该立刻试试？
- ✅ 想学AI Agent原理，又怕被抽象概念劝退的开发者
- ✅ 学AI课程卡在“只会调API，不会编排流程”的新手
- ✅ 企业IT需私有化部署自动化脚本（如日志巡检+告警）
OpenClaw不是玩具。它用YAML写流程、Python写工具、本地模型做推理——三者解耦，改一行配置就能切换模型/工具/目标，工程友好度远超“封装好的黑盒App”。
👉 已跑通？试试《用OpenClaw自动整理微信读书笔记》（yitb.com/openclaw-wechat）
👉 想深入Agent架构？看《MCP协议入门：让AI智能体像插USB一样换工具》（yitb.com/mcp-guide）
👉 或直接进GitHub Star收藏：github.com/peter-st/ocl —— 文档全在README.md，连Docker Compose都配好了。