🦞 OpenClaw (clawdbot / moltbot) + 🦙 Ollama 安裝指南

中文版 | English

在 Windows 下安裝 OpenClaw (clawdbot / moltbot) 與本地端 LLM (Ollama) 的完整步驟指南。

📋 目錄

Ollama 安裝與配置
Python 安裝
OpenClaw 安裝與配置
Telegram Bot 設定
完整移除指南
配置檔案參考

🧠 Ollama 安裝與配置

步驟 1: 安裝 Ollama

開啟 Command Prompt 執行以下指令：

winget install ollama

或手動前往 https://ollama.com/ 下載 Windows 執行檔安裝。

步驟 2: 拉取本地模型

根據你的顯卡 VRAM 選擇合適的模型：

選項 A: GLM 4.7 Flash (推薦，需要 20GB+ VRAM)

ollama pull glm-4.7-flash

模型大小：19GB
適合：vRAM 為 20GB 以上顯卡

選項 B: Ministral 3:8b (輕量版，需要 8GB+ VRAM)

ollama pull ministral-3:8b

模型大小：6GB
適合：vRAM 為 8GB 以上顯卡

步驟 3: 配置雲端模型（可選）

若想使用 SOTA 模型但沒有 OpenAI/Anthropic/Google Gemini 的 API Key，可以免費註冊 Ollama 帳號並調用其雲端模型。

# 登入 Ollama（照螢幕指示連接設備）
ollama signin

# 拉取 Google Gemini 3 Flash 雲端模型
ollama pull gemini-3-flash-preview:cloud

💡 提示: 雲端模型有用量限制，不要過於頻繁使用。

🐍 Python 安裝

OpenClaw 的 Windows 版本不會自動安裝 Python，但許多任務需要用到，請先安裝：

winget install python

⚙️ OpenClaw 安裝與配置

步驟 1: 設定 PowerShell 執行權限

以 管理員身份 開啟 PowerShell，執行以下指令：

# 允許本機執行 PS1 腳本
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope LocalMachine

# 檢查設定（LocalMachine 應顯示 RemoteSigned）
Get-ExecutionPolicy -List

步驟 2: 安裝 OpenClaw

參考 https://openclaw.ai/ 官網，這裡以 一般使用者身份 開啟 PowerShell：

iwr -useb https://openclaw.ai/install.ps1 | iex

上面指令會自動安裝 node.js 和 npm。

步驟 3: 按照螢幕指示進行初始配置

安全確認

I understand this is powerful and inherently risky. Continue?
> Yes

Onboarding 模式

Onboarding mode
> QuickStart (Configure details later via openclaw configure.)

模型/認證提供者

Model/auth provider
> Skip for now

Filter models by provider
> All providers

Default model
> Enter model manually

輸入 ollama/glm-4.7-flash 或其他你指定的模型名稱。

頻道配置

Select channel (QuickStart)
> Skip for now

技能商店

Configure skills now? (recommended)
> No

⚠️ Windows 無法安裝 Brew，而技能商店需要 Brew，所以先選 No

啟用 Hooks

Enable hooks?
> [+] 🚀 boot-md (Run BOOT.md on gateway startup)
> [+] 📝 command-logger (Log all command events to a centralized audit file)
> [+] 💾 session-memory (Save session context to memory when /new command is issued)

按空白鍵選擇，此時三種都選擇，最後再按 Enter

記錄 Web UI 資訊

安裝完成後會顯示：

Control UI:
  Web UI: http://127.0.0.1:18789/
  Web UI (with token): http://127.0.0.1:18789/?token=xxxxxxxxxx
  Gateway WS: ws://127.0.0.1:18789
  Gateway: reachable

🔑 重要: 記住有帶 token 的 URL！

Gateway 啟動方式 (若出現的話)

How do you want to hatch your bot?
> Open the Web UI

步驟 4: 更新模型配置

安裝至此，OpenClaw 就會嘗試另外開一個 Command Prompt 視窗去啟用 Gateway 服務，並開啟網路瀏覽器。

若您一開始就用Administrator身份安裝的話，會發現此時瀏覽器進入Chat畫面，此時先別輸入任何內容，因為我們還沒設定Ollama的Key和BaseURL。先按 Ctrl+C 停止 Gateway 服務。
若您遵循前面用一般使用者安裝的話，此時不會開啟Gateway Service，瀏覽器怎顯示「無法連上這個網站」，這屬正常現象。

現在請直接修改 .openclaw\openclaw.json 設定檔即可。利用文書處理器:

notepad $env:USERPROFILE\.openclaw\openclaw.json

然後在第一行的 { 和"messages": {中間，插入以下的資料。

  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama-local",
        "models": [
          {
            "id": "ollama/glm-4.7-flash",
            "name": "GLM 4.7 Flash",
            "reasoning": true,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 16384
          },
        ]
      }
    }
  },

⚠️ 注意：上面的模型名稱，可以改成你喜歡的名稱

儲存設定檔之後，接著以 Administrator 身份開啟 PowerShell ，輸入:

openclaw gateway install

開啟 Gateway 服務成功之後，此時先重新開機 (Reboot)。

等重新進入 Windows 之後，會自動開啟 Gateway Service 視窗。此時可以開啟瀏覽器，進入上述 http://127.0.0.1:18789/?token=xxxxxxxxxx 網址。

在 Chat 畫面輸入任何對話，Ollama 接著會在背後載入模型。然後將對話顯示在 Chat 視窗。

若 AI 回覆正常，以上的基本 AI 對話至此設定完成。

步驟 5: 進階配置

請用一般使用者身份開啟 Command Prompt，執行配置指令：

openclaw config

Gateway 位置

Where will the Gateway run?
> ● Local (this machine)

Web 工具配置

Select sections to configure
> ● Web tools (Configure Brave search + fetch)

Enable web_search (Brave Search)?
> ○ Yes / ● No

💡 需要 Brave API Key，可另外申請，先選 No

Enable web_fetch (keyless HTTP fetch)?
> ● Yes / ○ No

頻道配置

Select sections to configure
> ● Channels (Link WhatsApp/Telegram/etc and defaults)

Channels
> ● Configure/link (Add/update channels; disable unselected accounts)

Select a channel
> ● Telegram (Bot API) (not configured)

Enter Telegram bot token
>>> 1234567890:ABCDEFGHIJKLMNOPQRSTUVWXYZ123456789

輸入你的 Telegram Bot Token（格式如上，請參考 Telegram Bot 設定）

> ● Finished (Done)

Configure DM access policies now? (default: pairing)
> ○ Yes / ● No

Select sections to configure
> ● Continue (Done)

步驟 6: 配對 Telegram 頻道

進入手機 Telegram 中的 bot 頻道，隨便輸入一個訊息。

Bot 會回覆：

OpenClaw: access not configured.

Your Telegram user id: 1234567890
Pairing code: abcdefgh

🔑 記住配對碼: abcdefgh

在電腦上執行配對指令：

openclaw pairing approve telegram abcdefgh

（將 abcdefgh 替換成你的配對碼）

步驟 7: 測試完成

再次進入手機 Telegram 頻道，輸入訊息，Bot 應該可以正常回覆了！🎉

⚠️重要：接下來請重新開機一次，讓 Gateway 服務正常啟用，這樣 OpenClaw 才算可以正常運作！

建議: 在環境變數加入一個 OLLAMA_KEEP_ALIVE=-1，以免 Ollama 自定5分鐘沒反應就自動退出Model，影響下次對話時的速度。

📱 Telegram Bot 設定

建立 Telegram 機器人

在 Telegram 搜尋並加入官方帳號 @BotFather
發送指令 /newbot，依提示設定機器人名稱
- 例如：openclaw-bot（如果名字被佔用就換一個）
BotFather 會回覆：

Done. Congratulations on your new bot...

Use this token to access the HTTP API:
1234567890:ABCDEFGHIJKLMNOPQRSTUVWXYZ123456789

🔑 記住這個 Token，稍後配置時需要用到！

🗑️ 完整移除指南

若需要完全移除 OpenClaw / Moltbot / Clawdbot：

以管理員身份開啟 PowerShell

# 完整移除（包含所有資料）
openclaw uninstall --all --yes --non-interactive
或
moltbot uninstall --all --yes --non-interactive
或
clawdbot uninstall --all --yes --non-interactive

# 移除 npm 套件
npm uninstall -g openclaw
或
npm uninstall -g moltbot
或
npm uninstall -g clawdbot

📄 配置檔案參考

檔案路徑

%USERPROFILE%\.openclaw\openclaw.json

配置範例

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama-local",
        "models": [
          {
            "id": "ollama/glm-4.7-flash",
            "name": "GLM 4.7 Flash",
            "reasoning": true,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 16384
          },
          {
            "id": "gemini-3-flash-preview:cloud",
            "name": "Gemini 3 Flash",
            "reasoning": true,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 1000000,
            "maxTokens": 65536
          }
        ]
      }
    }
  },
  "meta": {
    "lastTouchedVersion": "2026.1.24-3",
    "lastTouchedAt": "2026-01-28T08:58:52.807Z"
  },
  "wizard": {
    "lastRunAt": "2026-01-28T08:58:52.797Z",
    "lastRunVersion": "2026.1.24-3",
    "lastRunCommand": "configure",
    "lastRunMode": "local"
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/glm-4.7-flash",
        "fallbacks": ["ollama/gemini-3-flash-preview:cloud"]
      },
      "models": {
        "ollama/gemini-3-flash-preview:cloud": {
          "alias": "gemini-flash"
        },
        "ollama/glm-4.7-flash": {
          "alias": "glm-4.7"
        }
      },
      "workspace": "C:\\Users\\USER\\.openclaw\\workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "tools": {
    "web": {
      "search": {
        "enabled": false
      },
      "fetch": {
        "enabled": true
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "hooks": {
    "internal": {
      "enabled": true,
      "entries": {
        "boot-md": {
          "enabled": true
        },
        "command-logger": {
          "enabled": true
        },
        "session-memory": {
          "enabled": true
        }
      }
    }
  },
  "channels": {
    "telegram": {
      "enabled": true,
      "dmPolicy": "pairing",
      "botToken": "YOUR_BOT_TOKEN_HERE",
      "groupPolicy": "allowlist",
      "streamMode": "partial"
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "auto",
    "auth": {
      "mode": "token",
      "token": "YOUR_TOKEN_HERE"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "skills": {
    "install": {
      "nodeManager": "npm"
    }
  },
  "plugins": {
    "entries": {
      "telegram": {
        "enabled": true
      }
    }
  }
}

🎯 快速參考

指令	用途
`ollama pull <model>`	拉取模型
`ollama launch openclaw`	配置並啟動模型
`openclaw config`	進入配置介面
`openclaw models list`	檢視目前配置的模型列表
`openclaw pairing approve telegram <code>`	配對 Telegram 頻道
`openclaw uninstall --all`	完整移除
`openclaw security audit --deep`	安全性深度檢查

📚 相關連結

💬 社群支援

遇到問題？歡迎在 GitHub Issues 提出！

最後更新: 2026-01-30

原創 by anomixer

Clawdbot → Moltbot → OpenClaw

Name		Name	Last commit message	Last commit date
Latest commit History 11 Commits
README-EN.md		README-EN.md
README.md		README.md
murmur.md		murmur.md

anomixer/openclaw-setup

Folders and files

Latest commit

History

Repository files navigation

🦞 OpenClaw (clawdbot / moltbot) + 🦙 Ollama 安裝指南

📋 目錄

🧠 Ollama 安裝與配置

推薦模型

步驟 1: 安裝 Ollama

步驟 2: 拉取本地模型

選項 A: GLM 4.7 Flash (推薦，需要 20GB+ VRAM)

選項 B: Ministral 3:8b (輕量版，需要 8GB+ VRAM)

步驟 3: 配置雲端模型（可選）

🐍 Python 安裝

⚙️ OpenClaw 安裝與配置

步驟 1: 設定 PowerShell 執行權限

步驟 2: 安裝 OpenClaw

步驟 3: 按照螢幕指示進行初始配置

安全確認

Onboarding 模式

模型/認證提供者

頻道配置

技能商店

啟用 Hooks

記錄 Web UI 資訊

Gateway 啟動方式 (若出現的話)

步驟 4: 更新模型配置

步驟 5: 進階配置

Gateway 位置

Web 工具配置

頻道配置

步驟 6: 配對 Telegram 頻道

步驟 7: 測試完成

📱 Telegram Bot 設定

建立 Telegram 機器人

🗑️ 完整移除指南

以管理員身份開啟 PowerShell

📄 配置檔案參考

檔案路徑

配置範例

🎯 快速參考

📚 相關連結

💬 社群支援

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Packages