OpenClaw龙虾开源AI Agent本地部署教程：RTX4060笔记本实测多模态办公自动化

OpenClaw“龙虾”实操拆解：为什么它成了第一个能真正干活的开源AI Agent？

深圳腾讯大厦B1层午休时排起30米长队——不是抢球鞋，是领U盘。里面装着OpenClaw，代号“龙虾”，一个能在你笔记本上本地跑起来的AI Agent。

闲鱼上“代装龙虾”服务标价198元，订单超2700单；某券商首席分析师在内部培训会上投影演示部署命令，风控、量化、合规岗的人跟着一起敲终端——没人问“这有什么用”，只问“下一步怎么接Excel”。

它火得实在：
✅ RTX 4060（8GB显存）笔记本跑通完整多模态链路：截图 → OCR → 写周报 → 输出PPT大纲
✅ 不调云API，不传数据，所有推理全程离线
✅ 原生支持ChatGLM、Qwen、Claude-3.5-sonnet——通过Ollama或OpenRouter接入，不锁死模型

谁需要它？

• 运营/行政：厌倦网页版AI卡顿、限次、删历史，想离线写材料
• 金融从业者：天天处理PDF财报、会议纪要、监管文件，但数据绝不能出内网
• 技术爱好者：本地模型早装好了，缺的是让AI自动做事的“胶水”

三步本地跑起来（Windows/macOS/Linux全适配）

1. 装运行底座（Ollama + OpenClaw）

# 安装Ollama（自动检测CUDA/Metal）
curl -fsSL https://ollama.com/install.sh | sh

# 拉一个轻量多模态模型（Qwen2-VL-2B，1.8GB，4060可满速加载）
ollama run qwen2-vl:2b

# 安装OpenClaw稳定版
pip install openclaw==0.4.2

Ollama把大模型变成本地进程，OpenClaw不碰训练，专注调度：看图、读表、调本地Excel、发邮件——全靠YAML配置驱动。

2. 写第一个Agent工作流（5分钟）

新建 report_agent.yaml：

name: 财报摘要助手
steps:
  - type: image_input
    description: "上传财报截图"
  - type: ocr
    model: qwen2-vl:2b
  - type: llm_call
    prompt: "提取核心指标：营收、净利润、同比增幅。用中文表格输出，不要解释。"
    model: qwen2-vl:2b
  - type: file_output
    path: "./output/summary.md"

不用写Python。改文字就是改逻辑——金融同事调整prompt就能适配自家财报格式，像改邮件模板一样直觉。

3. 启动验证

openclaw serve --config report_agent.yaml

浏览器打开 http://localhost:8000 → 上传财报截图 → 点“运行” → 3秒生成Markdown表格，落盘到本地。

常见问题速查

❌ “CUDA out of memory”？→ 在YAML里加 gpu_layers: 20（Ollama按需分配显存）
❌ “OCR不准”？→ 换模型：ollama run llava:13b（精度更高，RTX 4070+推荐）
❌ “想推企业微信通知”？→ YAML里加 webhook: https://qyapi.weixin.qq.com/...（原生HTTP回调）

真实案例：深圳某私募基金用这套流程，把每周1小时人工财报录入压缩到47秒，错误率从12%降到0.3%。

下一步

→ 《用龙虾+本地Qwen3做会议纪要自动归档》（语音转文字 + 重点标红 + 待办提取）
→ 《零代码接入钉钉审批流：龙虾自动填单 + 盖章PDF生成》
→ 所有教程源码、预置YAML模板、各显卡适配模型清单：yitb.com/openclaw-start