继上一期微信公众号技能配置教程之后，今天我们来聊聊一个更基础、更核心的话题——如何让CoPaw接入本地大模型，实现完全离线的智能助理。无论你是担心数据泄露，还是想在无网络环境下拥有一个随时待命的AI帮手，这篇教程都能帮你轻松搞定。

CoPaw接入Ollama本地模型后，你可以在自己的电脑上运行一个完全离线、永久免费、数据不出设备的AI智能体。它像真人一样响应你的需求——查资料、写文案、处理文件、设置提醒…而且所有对话和推理都在你自己的硬件上完成，安全可控。

先看最终效果

配置成功后，你在终端里给CoPaw发消息：

我：帮我总结一下今天未读的邮件要点
CoPaw：已为您整理，共有3封重要邮件：1. 关于项目进度……2. 会议纪要……3. 审批提醒……

CoPaw会像贴身助理一样出现在你的电脑中，随时待命——无论有没有网络。

准备工作

• 一台能联网的电脑（Windows / Mac / Linux均可）
• 基本的命令行操作能力（复制粘贴命令即可）
• 愿意花15分钟跟着步骤走一遍

第一步：安装Ollama——本地大模型的“运行时”

Ollama是目前最简单易用的本地大模型运行框架，一条命令就能拉起一个模型，被称为本地AI的“轻骑兵”。

打开终端（Windows用户建议使用PowerShell或WSL2），执行：

# macOS / Linux
curl -fsSL https://ollama.ai/install.sh | sh

# Windows 用户请访问 ollama.com 下载安装包

安装完成后，验证一下：

ollama --version

看到版本号就说明Ollama已经成功跑起来了。

第二步：拉取适合你电脑的本地模型

Ollama支持大量开源模型，但选对模型直接决定了你的使用体验。以下是不同配置电脑的推荐清单：

你的配置	推荐模型	一条命令搞定
8GB内存 / 无独显	Qwen2.5:3b（国产之光，中文极强）	ollama pull qwen2.5:3b
16GB内存 / 6GB显存	Qwen2.5:7b（性价比之王）	ollama pull qwen2.5:7b
Mac M1/M2/M3	Gemma2:2b（谷歌出品，极轻量）	ollama pull gemma2:2b
32GB内存 / 高端显卡	Qwen2.5:14b（智力和能力更强）	ollama pull qwen2.5:14b

💡 小贴士：如果你不确定自己的配置，推荐从 qwen2.5:3b 开始——它只需要约 2-3GB 内存，绝大多数电脑都能流畅运行。拉取完成后，用 ollama run qwen2.5:3b 测试一下，能正常对话就说明模型部署成功。

第三步：在CoPaw中配置Ollama模型

CoPaw已经全面支持Ollama Provider，能实现模型自动同步和管理。配置方法有两种，任选其一即可。

方法一：Web控制台配置（推荐新手）

1. 浏览器打开 CoPaw 控制台：http://127.0.0.1:8088

2. 进入 设置 → 模型提供商 页面

3. 找到 Ollama 卡片，点击 启用

4. 填入本地Ollama服务的地址（默认为 http://127.0.0.1:11434）

5. 在模型列表中选择你刚才拉取的模型（如 qwen2.5:3b）

6. 点击保存，CoPaw会自动连接并同步模型

方法二：命令行配置（推荐开发者）

# 添加 Ollama 作为模型提供商
copaw models add-provider ollama --endpoint http://127.0.0.1:11434

# 设置默认使用的模型
copaw models set-default ollama qwen2.5:3b

配置完成后，CoPaw就会使用你本地的Ollama模型来响应所有对话请求——全程离线，数据不出设备。

第五步：验证并开始使用

在CoPaw控制台的对话界面中输入：

你好，请介绍一下你自己

如果CoPaw正常回复，说明配置成功了！

接下来，你可以尝试更多任务：

---

CoPaw + Ollama 的组合，让你在不依赖任何云服务的情况下，也能享受一个完全离线、永久免费、数据100%可控的个人智能助理。

---

本文基于 CoPaw 1.0 和 Ollama 最新版本编写，实测有效。如有问题，欢迎留言交流。