Windows下OpenClaw安装详解：千问3.5-9B本地调用指南

1. 为什么选择OpenClaw+千问3.5-9B组合

去年我在处理个人知识库自动化整理时，发现市面上的RPA工具要么功能臃肿，要么无法对接本地大模型。直到遇到OpenClaw这个开源框架，配合千问3.5-9B这样的轻量级本地模型，才真正实现了"本机AI助理"的构想。这个组合最吸引我的三点在于：

• 完全本地化：所有数据处理和模型推理都在本机完成，避免了敏感资料外传的风险
• 硬件友好：千问3.5-9B对消费级显卡（如RTX 3060 12GB）支持良好，不像70B级模型需要专业卡
• 操作透明：每个自动化步骤都可以在PowerShell中实时监控，不像黑盒SaaS方案

不过Windows环境下的部署确实有些"坑"，下面就把我反复验证过的完整流程分享给大家。

2. 环境准备与基础安装

2.1 系统要求检查

在管理员模式的PowerShell中执行：

$windowsVersion = [System.Environment]::OSVersion.Version
if ($windowsVersion.Major -lt 10) {
    Write-Error "需要Windows 10或更高版本"
} else {
    Write-Host "系统版本验证通过" -ForegroundColor Green
}

# 检查可用内存
$memory = (Get-CimInstance Win32_PhysicalMemory | Measure-Object -Property Capacity -Sum).Sum/1GB
if ($memory -lt 8) {
    Write-Warning "建议16GB以上内存以获得更好体验"
}

我的Surface Book 2（16GB内存）跑千问3.5-9B时，模型加载后内存占用约9GB，日常任务运行时会增加到11GB左右。

2.2 Node.js环境配置

官方推荐Node.js 18+版本，但实测v20.11.1最稳定：

# 卸载旧版Node.js
Get-ItemProperty HKLM:\Software\Microsoft\Windows\CurrentVersion\Uninstall\* | 
Where-Object {$_.DisplayName -like "*Node*"} | 
ForEach-Object { & "$($_.UninstallString)" /quiet }

# 安装新版
winget install OpenJS.NodeJS.LTS

安装完成后需要重启PowerShell使环境变量生效。验证安装：

node -v
npm -v

2.3 OpenClaw核心安装

在管理员权限下执行：

npm install -g openclaw --registry=https://registry.npmmirror.com
openclaw -v

如果遇到EPERM错误，可能是之前安装残留导致的，需要先清理：

npm uninstall -g openclaw
Remove-Item -Path "$env:APPDATA\npm\openclaw*" -Force

3. 关键配置向导实操

3.1 onboard基础配置

执行初始化命令：

openclaw onboard

配置过程需要特别注意这几个选项：

1. Mode选择：初次使用建议选QuickStart，会自动配置默认端口(18789)和基础技能
2. Provider选择：选择Custom，准备对接本地千问3.5-9B
3. 模型地址配置：填入本地模型API地址，如http://127.0.0.1:5000/v1
4. Channel跳过：国内用户可以先跳过飞书/钉钉配置，专注本地功能验证

3.2 防火墙规则调整

Windows Defender防火墙会默认拦截本地端口通信，需要手动放行：

New-NetFirewallRule -DisplayName "OpenClaw Gateway" -Direction Inbound -LocalPort 18789 -Protocol TCP -Action Allow

验证端口开放状态：

Test-NetConnection -ComputerName 127.0.0.1 -Port 18789

4. 千问3.5-9B本地对接

4.1 模型服务准备

假设千问3.5-9B已经通过ollama或vLLM部署在本机5000端口，测试接口可用性：

$response = Invoke-RestMethod -Uri "http://127.0.0.1:5000/v1/models" -Method GET
$response | ConvertTo-Json -Depth 5

正常应返回类似这样的响应：

{
  "object": "list",
  "data": [
    {
      "id": "qwen3.5-9b",
      "object": "model",
      "created": 1686935002,
      "owned_by": "local"
    }
  ]
}

4.2 OpenClaw模型配置

编辑配置文件~/.openclaw/openclaw.json，重点修改models部分：

{
  "models": {
    "providers": {
      "local-qwen": {
        "baseUrl": "http://127.0.0.1:5000/v1",
        "apiKey": "NULL",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-9b",
            "name": "千问3.5-9B本地版",
            "contextWindow": 8192,
            "maxTokens": 2048
          }
        ]
      }
    }
  }
}

重启网关服务使配置生效：

openclaw gateway restart

5. 典型问题解决方案

5.1 端口占用问题

如果遇到端口冲突，可以指定新端口：

openclaw gateway --port 28789

同时需要同步修改配置文件的gateway.port字段，并更新防火墙规则。

5.2 模型响应超时

在openclaw.json中增加超时配置：

{
  "models": {
    "requestTimeout": 300000,
    "providers": {
      "local-qwen": {
        "timeout": 120000
      }
    }
  }
}

5.3 中文乱码问题

PowerShell默认输出可能显示乱码，需要设置编码：

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$env:NODE_OPTIONS="--max-old-space-size=8192"

6. 基础功能验证

启动Web控制台：

start http://127.0.0.1:18789

在交互界面输入测试指令：

请用中文总结当前配置状态

正常情况应该返回类似这样的响应：

当前系统配置：

• 模型端点：http://127.0.0.1:5000/v1
• 活动模型：千问3.5-9B本地版
• 网关端口：18789
• 技能模块：基础文件操作、浏览器控制

7. 进阶使用建议

经过两个月的实际使用，我总结出几个提升稳定性的技巧：

1. 内存管理：在任务脚本开始处添加[System.GC]::Collect()强制垃圾回收
2. 日志监控：定期检查~/.openclaw/logs/gateway.log中的WARN级别日志
3. 心跳检测：用PowerShell定时任务检查模型可用性：

Register-ScheduledJob -Name "ModelHealthCheck" -ScriptBlock {
    $status = (Invoke-WebRequest "http://127.0.0.1:5000/health" -UseBasicParsing).StatusCode
    if ($status -ne 200) {
        openclaw gateway restart
    }
} -Trigger (New-JobTrigger -Once -At (Get-Date) -RepetitionInterval (New-TimeSpan -Minutes 30))

这套方案目前稳定支持着我的日报生成、文献整理等日常工作，虽然初期配置花了些时间，但换来的是完全自主可控的AI自动化体验。对于技术爱好者来说，这种"从零搭建"的过程本身也充满乐趣。

---

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。