企业官网建设流程全解析

1. 无 GPU 也能跑大模型：OpenClaw + Ollama 本地离线部署到底解决什么问题

很多人第一次听到「本地离线部署 AI 大模型」，脑子里冒出来的第一反应是：得有一张 RTX 4090 吧？显存不够是不是直接跑不起来？我一开始也这么想，直到把 Ollama 装到一台只有 16GB 内存、核显办公本上，跑通了 Qwen3:0.6b 和 Qwen3.5:cloud，才发现门槛比想象中低得多。

先把概念说清楚。Ollama是一个本地大模型运行与管理工具，你可以把它理解成「模型界的 Docker」——一条命令拉取模型、一条命令启动服务，它负责把模型加载进内存、暴露一个本地 HTTP 接口。OpenClaw则是一个本地 AI 可视化交互界面，作用是把命令行里冷冰冰的>>>提示符，换成类似在线聊天工具的对话框，让你不用记命令也能对话。Qwen3.5:cloud和Qwen3:0.6b是通义千问系列的两个不同定位的模型：前者对话能力更强，作为主力；后者参数量只有 0.6B，内存占用极低，8GB 内存的老机器也能扛住，作为轻量备选。

这套组合适合谁？我总结了三类：一是想学 AI 本地部署但没有任何 GPU 的新手；二是对数据隐私敏感、不希望对话内容上传到任何云端的人；三是学生或开发者，想在自己电脑上搭一个免费、无流量限制、可断网使用的对话助手。它的核心价值就四个字：离线、免费。模型下载完之后，运行时可以完全断网，数据不出本机。

不过这里有个现实问题需要提前说清楚：纯本地模型在低配机器上，能力和速度都有天花板。Qwen3:0.6b 胜在轻，但复杂推理会力不从心；Qwen3.5:cloud 在本地跑虽然流畅，可一旦你想调用更强的云端模型（比如更大的 Qwen 版本、Claude 系列），本地这套是接不上的。所以本文除了讲透本地部署，还会在最后告诉你一个扩展思路：把 OpenClaw 或 Ollama 的 endpoint 指向统一的 API 通道，用同一个 Key 同时管理本地模型和云端模型，需要爆发力的时候切云端，需要隐私的时候切本地。这个通道我用的是 TaoToken，后面会给具体配置。

下面进入实操。整个过程分四步：装 Ollama、拉模型、装 OpenClaw、连起来验证。每一步我都会给完整命令和预期输出，你照着敲就行。

2. 前置准备：Ollama 安装与 Qwen3.5:cloud / Qwen3:0.6b 模型拉取

这一节是整篇的地基，地基没打好，后面 OpenClaw 连不上全是白搭。我踩过的坑基本都集中在这里，所以写得细一点。

2.1 环境要求与 Ollama 安装

先对一下你的机器。操作系统 Windows 10 或 Windows 11 都行，内存最低 8GB，推荐 16GB。不需要独立显卡，CPU 就能跑。硬盘留出至少 10GB 空间给模型文件。网络只在下载模型时需要，运行阶段可以断网。

安装 Ollama 的步骤很直白：打开官网https://ollama.com/，点 Download 下载 Windows 版本，双击安装包一路下一步。安装完成后 Ollama 会自动在后台常驻运行，你会在任务栏右下角看到它的图标。

验证安装是否成功，打开 CMD 或 PowerShell，输入：

ollama --version

能打印出版本号就说明装好了。如果提示'ollama' 不是内部或外部命令，说明安装时没把路径写进环境变量，最省事的办法是重启一次终端，或者重新跑一遍安装包。

2.2 拉取并运行 Qwen3.5:cloud（主力模型）

确认 Ollama 在跑之后，直接拉主力模型：

ollama run qwen3.5:cloud

第一次执行会自动下载模型文件，下载完成后出现>>>提示符，就代表模型已经加载进内存、可以对话了。你可以直接输入测试：

你好，介绍一下自己

模型能正常回答，说明 Qwen3.5:cloud 部署成功。这个模型在低配电脑上运行也比较流畅，日常问答、写文案、解释代码都够用。

2.3 拉取并运行 Qwen3:0.6b（轻量备选）

如果你的机器只有 8GB 内存，跑 Qwen3.5:cloud 时风扇狂转、输入卡顿，那就换超轻量的 Qwen3:0.6b：

ollama run qwen3:0.6b

同样，出现>>>就是启动成功。它的内存占用只有 1GB 到 1.5GB 左右，启动速度 1 到 3 秒，非常适合老机器。测试命令和上面一样，输入「你好，介绍一下自己」看它是否正常回复。

两个模型都拉完之后，用一条命令确认它们都在本地：

ollama list

输出里应该能同时看到qwen3.5:cloud和qwen3:0.6b两行，以及各自的体积和修改时间。这一步很关键，后面 OpenClaw 找不到模型，八成就是这里没拉全。

2.4 让 Ollama 对外暴露服务（关键配置）

默认情况下 Ollama 只监听127.0.0.1:11434，本机访问没问题。但如果你想让局域网内其他设备、或者容器里的 OpenClaw 也能连上，就需要改一下监听地址。Windows 下通过环境变量设置：

# Ollama 服务配置（Windows 环境变量方式） OLLAMA_HOST=0.0.0.0:11434 OLLAMA_ORIGINS=* OLLAMA_KEEP_ALIVE=5m

OLLAMA_HOST改成0.0.0.0:11434表示监听所有网卡；OLLAMA_ORIGINS=*放开跨域限制，避免浏览器端调用被拦；OLLAMA_KEEP_ALIVE=5m表示模型空闲 5 分钟后卸载，省内存。设置完记得重启 Ollama 服务（任务栏右键图标 → Quit，再重新打开）。

注意：OLLAMA_ORIGINS=*只建议在可信的本地网络里用。如果你把机器暴露在公网，务必收紧这个值，否则任何人都能调用你的模型。

配置改完后，用一条命令验证服务是否正常监听：

curl http://localhost:11434/api/tags

返回一段 JSON，里面列出你本地所有模型，就说明 Ollama 服务已经就绪，可以进入下一步接 OpenClaw 了。

3. 可复制配置：OpenClaw 接入 Ollama 与 TaoToken 统一通道

这一节是全文的核心操作区，我会给出 OpenClaw 连接本地 Ollama 的完整参数，以及如何把 endpoint 扩展到 TaoToken 统一 Key/API 通道，让你一套界面同时管本地和云端模型。

3.1 OpenClaw 安装与基础设置

OpenClaw 的发布页在https://github.com/sqzw-x/OpenClaw，找到最新版本的 Windows 安装包，下载后解压或安装，打开软件。首次进入是空的对话界面，右上角进设置。

在设置里，模型来源选 Ollama，地址保持默认：

{ "provider": "ollama", "baseUrl": "http://localhost:11434", "model": "qwen3.5:cloud", "fallbackModel": "qwen3:0.6b", "timeout": 120 }

这段 JSON 就是 OpenClaw 连接本地 Ollama 的最小配置。baseUrl必须和 Ollama 实际监听地址一致，多一个斜杠、少一个端口都会连不上。model填主力模型，fallbackModel填轻量备选，主模型加载失败时自动降级。timeout给到 120 秒，是因为低配机器首次加载模型可能比较慢，超时设太短会误报失败。

保存后回到主界面，模型下拉框里应该能选到qwen3.5:cloud和qwen3:0.6b。如果下拉框是空的，先别急着怀疑软件，往下看第 5 节的排查。

3.2 把 endpoint 扩展到 TaoToken 统一通道

本地模型有个绕不开的局限：能力上限就在那。当你需要更强的推理、更长的上下文，或者想用 Claude 系列模型时，本地这套接不上。这时候可以把 OpenClaw 的模型来源从「纯 Ollama」扩展成「Ollama + 云端 API 双通道」。

TaoToken 提供统一的 Key 和 API 通道，Base URL 是https://taotoken.net/api，一个 Key 就能调用多种云端模型。配置片段如下：

{ "provider": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的TaoToken密钥", "model": "claude-sonnet-4-5", "localFallback": { "provider": "ollama", "baseUrl": "http://localhost:11434", "model": "qwen3:0.6b" } }

这里provider选openai-compatible，因为 TaoToken 的接口兼容 OpenAI 格式，绝大多数支持自定义 endpoint 的客户端都能直接接。baseUrl填https://taotoken.net/api，注意不要多加/v1之类的后缀，具体路径以接入文档为准。apiKey换成你在控制台生成的 Key。localFallback是本地兜底，云端不通时自动切回本地 Qwen3:0.6b，保证对话不中断。

如果你用的是 Claude Code 这类工具，配置方式类似，核心三件套永远是：Base URL + API Key + Model ID。三者缺一不可，任何一个填错都会报 401 或模型不存在。

3.3 用 CC Switch 管理多套配置

如果你同时维护本地 Ollama、TaoToken 云端、以及别的通道，手动改配置文件很容易乱。可以用 CC Switch 这类配置切换工具，把每套配置存成一个 profile，一键切换。每个 profile 里同样写全三件套：

# profile: taotoken-cloud base_url = "https://taotoken.net/api" api_key = "sk-你的TaoToken密钥" model = "claude-sonnet-4-5" # profile: local-ollama base_url = "http://localhost:11434" api_key = "ollama" model = "qwen3.5:cloud"

本地 Ollama 的api_key随便填一个占位符就行，它不校验。这样你在 OpenClaw 里切换 profile，就等于在本地和云端之间切换，体验很顺。

提示：TaoToken 的 API Key 在控制台的 API Keys 页面生成，模型列表和接入细节看官方文档。地址统一用https://taotoken.net/api，不要自己拼路径。

配置写完后，OpenClaw 的模型列表里应该同时出现本地模型和云端模型。接下来就是验证它们是否真的能通。

4. 验证请求：逐条命令确认本地与云端模型都能正常响应

配置写完不代表能用，必须逐条验证。这一节我给出一套从底层到上层的验证命令，任何一环出问题都能快速定位。

4.1 验证 Ollama 服务本身

第一步，确认 Ollama 在监听：

curl http://localhost:11434/api/tags

返回 JSON 里能看到qwen3.5:cloud和qwen3:0.6b，说明服务正常、模型已注册。

第二步，直接调 Ollama 的生成接口，确认模型能出字：

curl http://localhost:11434/api/generate -d "{\"model\":\"qwen3:0.6b\",\"prompt\":\"用一句话解释什么是大模型\",\"stream\":false}"

如果返回的 JSON 里response字段有内容，说明模型推理链路完全打通。这一步绕过了 OpenClaw，能排除界面层的干扰。

4.2 验证 OpenClaw 到 Ollama 的连接

打开 OpenClaw，在对话框输入「你好，介绍一下自己」。预期结果是模型在几秒内开始逐字输出。如果长时间转圈，看第 5 节的local proxy failed排查。

同时观察任务管理器的内存占用：跑 Qwen3:0.6b 时大约增加 1GB 到 1.5GB，跑 Qwen3.5:cloud 时大约 2GB 到 4GB。如果内存占用没变化，说明模型根本没加载，多半是模型名填错了。

4.3 验证 TaoToken 云端通道

切到 TaoToken profile，发一条测试消息。如果返回 401，说明 Key 不对或没带上；如果返回模型不存在，说明 Model ID 写错了。正确的响应应该是正常的对话内容。

你也可以直接用 curl 验证云端通道：

curl https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -H "Content-Type: application/json" \ -d "{\"model\":\"claude-sonnet-4-5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}"

返回带choices字段的 JSON，就说明云端通道打通了。注意这里的choices是 OpenAI 兼容格式的标准字段，如果报reading choices相关错误，通常是响应体不是预期格式，检查 Base URL 是否写成了别的路径。

4.4 验证本地与云端自动切换

最后测一下兜底逻辑：把网络断开，再发一条消息。如果配置了localFallback，OpenClaw 应该自动切到本地 Qwen3:0.6b 继续回答。这一步验证的是整套方案的鲁棒性——云端不可用时，本地依然能顶上。

到这里，本地离线部署和云端扩展两条链路都验证完毕。你可以根据场景自由切换：处理敏感数据时用本地，需要强推理时切云端。

5. 本篇常见报错排查：401、local proxy failed、reading choices、OAuth

这一节把最容易撞上的四类报错拆开讲，每条都给现象、原因、解决动作。

5.1 401 Unauthorized

现象：调用 TaoToken 云端通道时返回 401。原因通常是三种：Key 没填、Key 填错、或者请求头里没带Authorization。解决动作：检查配置文件里的apiKey字段，确认是sk-开头且没有多余空格；用上面的 curl 命令单独测一次，排除客户端问题；如果 Key 刚生成，确认没有复制漏字符。

5.2 local proxy failed / 连不上 127.0.0.1:11434

现象：OpenClaw 报local proxy failed或连接被拒绝。原因：Ollama 没在运行，或者地址写错。解决动作：看任务栏右下角有没有 Ollama 图标，没有就重新启动；任务栏右键 Ollama → Restart；检查baseUrl是否为http://localhost:11434，注意不要写成https，也不要多加/v1。用curl http://localhost:11434/api/tags确认服务活着。

5.3 reading choices 报错

现象：云端返回解析失败，日志里出现reading choices。原因：响应体不是 OpenAI 兼容格式，通常是 Base URL 路径写错，请求打到了非预期端点。解决动作：确认baseUrl是https://taotoken.net/api，不要自己拼/v1/chat/completions之类的完整路径，具体以接入文档为准；用 curl 直接测一次，看返回 JSON 里有没有choices字段。

5.4 OAuth 相关报错

现象：某些工具（如 Claude Code）提示 OAuth 失败或未授权。原因：这类工具默认走 OAuth 登录流程，而你用的是 API Key 模式，两者冲突。解决动作：在工具设置里切换到 API Key 认证方式，填全三件套 Base URL、API Key、Model ID；如果工具支持auth.json配置，直接写入：

{ "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的TaoToken密钥", "model": "claude-sonnet-4-5" }

5.5 模型列表为空 / 不显示模型

现象：OpenClaw 下拉框里没有qwen3.5:cloud或qwen3:0.6b。原因：模型没拉全，或 OpenClaw 缓存了旧列表。解决动作：命令行跑ollama list确认模型存在；重启 OpenClaw 重新加载；进设置重新选模型并保存。如果还是不行，检查 Ollama 版本是否过旧，升级到最新版。

5.6 内存不足、电脑卡顿

现象：跑 Qwen3.5:cloud 时系统卡死。原因：内存不够。解决动作：关掉浏览器、视频软件、后台下载工具；切换到 Qwen3:0.6b；或者用更小参数的qwen3.5:4b。命令：

ollama run qwen3:0.6b

如果 0.6b 还卡，那基本是机器太老，建议直接用 TaoToken 云端通道，把推理放到远端，本地只负责显示。

6. 从本地到云端：一套 Key 打通 OpenClaw 的模型调用链路

把上面几步走完，你手里其实已经有了两套能力：一套是完全离线、数据不出本机的本地模型（Qwen3.5:cloud 主力 + Qwen3:0.6b 备选），另一套是通过 TaoToken 统一通道调用的云端模型。两者在 OpenClaw 里共存，按场景切换。

本地这套的价值在于隐私和免费。模型下载完之后断网可用，对话记录只存在你硬盘上，适合处理合同、代码、个人笔记这类不想外传的内容。Qwen3:0.6b 在 8GB 内存机器上也能跑，启动 1 到 3 秒，日常问答够用。

云端这套的价值在于能力上限。当你需要更强的推理、更长的上下文，或者要用 Claude 系列模型时，把 endpoint 切到https://taotoken.net/api，用同一个 Key 就能调用。配置三件套记牢：Base URL 填https://taotoken.net/api，API Key 在控制台生成，Model ID 按文档填。三者填全，401 和模型不存在的问题基本都能避免。

如果你打算长期做编码或 Agent 类任务，可以考虑 Coding Plan，把云端通道的额度用得更充分；如果只是想先验证模型效果，直接进模型对话页面试几条；接入过程中卡在报错上，去 API Keys 页面重新生成 Key，再对照接入文档逐项核对配置。

最后给一个实用建议：把本地和云端的配置都存成 profile，用 CC Switch 一键切换。日常轻量问答走本地 Qwen3:0.6b，省资源；遇到硬骨头切云端。这样一套界面、一个 Key，本地和云端都不耽误。