OpenClaw+千问3.5-9B本地部署指南：5步完成AI助手搭建

1. 为什么选择OpenClaw+千问3.5-9B组合？

去年冬天，当我第一次尝试用Python脚本自动化处理日报时，发现传统脚本在面对动态网页和复杂文档时显得力不从心。直到遇见OpenClaw这个能像人类一样操作电脑的开源智能体框架，配合千问3.5-9B这样强大的本地大模型，终于实现了真正意义上的"数字员工"。

这个组合最吸引我的三点在于：

• 隐私安全：所有数据处理都在本地完成，我的客户资料和内部文档无需上传到任何第三方服务器
• 灵活定制：可以根据我的工作流训练专属技能，比如自动整理会议录音+生成待办事项
• 成本可控：相比调用云端API按次计费，本地部署后只需承担基础硬件成本

2. 环境准备与基础安装

2.1 硬件要求实测

在我的MacBook Pro（M1 Pro芯片/16GB内存）上实测发现：

• 千问3.5-9B模型推理需要至少8GB可用内存
• 建议预留20GB磁盘空间用于模型缓存和日志存储
• 如果使用Windows系统，需要确保WSL2已正确配置

2.2 一键安装OpenClaw

官方安装脚本已经非常成熟，执行时注意：

# 国内用户建议先设置代理（如有需要）
export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890

# 执行官方安装脚本
curl -fsSL https://openclaw.ai/install.sh | bash

安装完成后验证版本：

openclaw --version
# 预期输出类似：openclaw/0.8.2 darwin-arm64 node-v18.16.0

常见问题：

• 若遇到Permission denied错误，尝试在命令前加sudo
• 如果网络超时，可以手动下载安装包从GitHub Release页面

3. 配置向导关键步骤解析

运行openclaw onboard后，会遇到几个关键配置节点：

3.1 模式选择

• QuickStart模式：自动配置默认参数，适合快速验证
• Advanced模式：我推荐选择这个，可以自定义模型接入方式

3.2 模型提供方配置

这里要特别注意：

1. 选择Custom作为提供方
2. 模型ID填写qwen3-9b
3. 基础URL填写本地模型服务地址，例如http://localhost:5000/v1

3.3 技能模块选择

初次使用建议勾选：

• file-manager 文件管理
• web-browser 网页浏览
• terminal 终端操作

4. 对接千问3.5-9B本地模型

4.1 模型服务启动

假设千问3.5-9B已经通过ollama或vLLM部署在本机5000端口，我们需要修改OpenClaw配置：

// ~/.openclaw/openclaw.json
{
  "models": {
    "providers": {
      "qwen-local": {
        "baseUrl": "http://localhost:5000/v1",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3-9b",
            "name": "千问3.5-9B本地版",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

4.2 网关服务启动

启动网关时建议指定端口：

openclaw gateway --port 18789 --log-level debug

访问http://localhost:18789可以看到Web控制台。

排错技巧：

• 如果端口冲突，使用lsof -i :18789查看占用进程
• 日志中出现ECONNREFUSED说明模型服务未正常启动

5. 验证自动化任务能力

5.1 基础功能测试

在Web控制台尝试输入：

请帮我创建一个名为project_notes的Markdown文件，内容包含今天的日期和"会议要点"二级标题

检查是否在用户目录下生成对应文件。

5.2 典型报错解决方案

问题1：模型响应超时

• 检查模型服务日志，确认推理是否正常完成
• 在配置中增加"timeout": 300000延长超时时间

问题2：文件操作权限不足

• 确保OpenClaw有目标目录的读写权限
• 在Linux/Mac上可能需要执行chmod +x ~/.openclaw/scripts/*

问题3：浏览器自动化失败

• 确认已安装Chrome/Firefox
• 检查web-browser技能配置中的浏览器路径

6. 我的实践心得

经过两周的深度使用，这套方案最让我惊喜的是处理非结构化数据的能力。比如让它"从最近10封邮件附件中提取所有Excel文件的第二张表格数据，整理成CSV"，这种过去需要专门开发脚本的任务，现在用自然语言就能完成。

不过也有几点需要注意：

1. 复杂任务需要拆分成多个步骤指令
2. 涉及GUI操作时，保持屏幕解锁状态
3. 定期检查~/.openclaw/logs下的执行日志

建议从简单的文件整理、数据提取开始，逐步尝试更复杂的自动化流程。当看到电脑自动完成那些枯燥重复的工作时，那种解放感绝对值得这半天的部署折腾。

---

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。