在OpenClaw中连接并使用本地Ollama模型的操作指南
一、概述
本文档介绍如何在OpenClaw(龙虾)中连接并使用本地Ollama模型。配置成功后,可以在Web界面中选择并使用已下载的Ollama模型进行智能对话。
二、验证Ollama服务状态
在配置之前,先确认Ollama服务正常运行并已下载所需模型。
1. 检查Ollama服务
访问以下地址确认服务状态:
http://host.docker.internal:11434
应返回 “Ollama is running”
2. 查看可用模型
访问API接口查看已下载的模型列表:
http://host.docker.internal:11434/api/tags
当前已安装的模型:
- deepseek-r1:latest - 8.2B参数,深度求索开发,中文理解能力强
- llama3:latest - 8.0B参数,Meta开发,通用对话能力强
- nomic-embed-text:latest - 137M参数,文本嵌入模型
三、网络配置问题解决
问题根源
Docker容器内部所理解的 127.0.0.1 或 localhost,指向的是容器自己的虚拟空间,而不是运行Ollama的Windows宿主机。这就像容器在问"自己"要模型,自然就找不到服务。
解决方案:使用 host.docker.internal
对于Windows版的Docker Desktop,它内置了一个特殊的域名 host.docker.internal,专门用来让容器访问宿主机上的服务。
四、配置方法
方法一:Web UI配置(推荐)
- 访问OpenClaw Web界面:http://localhost:18789
- 登录后,点击侧边栏的
Settings进入设置页面 - 找到
Model Providers或类似的模型管理选项 - 在提供商列表中找到 Ollama,点击进行配置
- 确认
API URL或Base URL正确:
http://host.docker.internal:11434
- 如果没有自动发现模型,手动添加模型,填写完整的模型名称:
deepseek-r1:latestllama3:latest
- 配置完成后,在创建新聊天对话时,在顶部下拉菜单中选择所需的Ollama模型
方法二:使用 onboard 命令配置
如果Web界面中没有找到合适的设置入口,可以使用交互式向导配置:
进入OpenClaw容器终端:
docker exec -it openclaw /bin/sh
运行配置向导:
openclaw onboard
当向导进行到 “Ollama base URL” 这一步时,输入新地址:
http://host.docker.internal:11434
继续完成后续的设置,确认默认模型
退出容器并重启服务:
exit docker restart openclaw
方法三:环境变量配置(推荐长期使用)
为了避免每次都需要手动输入地址,可以通过修改容器配置来一劳永逸地解决问题:
停止并移除当前容器:
docker stop openclaw docker rm openclaw
重新创建容器,添加 --add-host 参数和环境变量:
docker run -d ` --name openclaw ` --restart always ` -p 18789:18789 ` -p 3000:3000 ` -p 5173:5173 ` --add-host=host.docker.internal:host-gateway ` -v "Z:\Tools\docker\openclaw\data:/home/node/.openclaw" ` -v "Z:\Tools\docker\openclaw\config:/app/config" ` -e OLLAMA_BASE_URL=http://host.docker.internal:11434 ` -e DEFAULT_MODEL=deepseek-r1:latest ` ghcr.io/openclaw/openclaw:latest
关键参数说明:
--add-host=host.docker.internal:host-gateway:将宿主机地址固化到容器配置OLLAMA_BASE_URL=http://host.docker.internal:11434:设置Ollama服务地址
方法四:配置文件手动配置
- 导航到持久化数据目录:
Z:\Tools\docker\openclaw\data - 找到或创建
openclaw.json配置文件 - 添加或修改以下内容:
{
"models": {
"providers": {
"ollama": {
"baseUrl": "http://host.docker.internal:11434",
"apiKey": "ollama-local"
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "ollama/deepseek-r1:latest"
}
}
}
}- 保存文件并重启容器:
docker restart openclaw
五、验证配置成功
1. 容器内测试连通性
运行以下命令,检查容器是否能连接到Ollama并返回模型列表:
docker exec openclaw curl http://host.docker.internal:11434/api/tags
如果返回了包含 deepseek-r1:latest 模型的JSON信息,代表连接成功。
2. Web界面测试
- 访问 http://localhost:18789
- 创建新聊天对话
- 在模型选择下拉菜单中确认能看到Ollama模型
- 发送测试消息,确认模型能正常响应
3. 命令行验证
# 列出OpenClaw可用的所有模型 docker exec openclaw openclaw models list
如果列表中包含 deepseek-r1:latest,说明配置成功。
六、常见问题排查
1. 确保Ollama服务已运行
- 确认宿主机上的Ollama服务正在运行
- 确认
deepseek-r1:latest模型已下载
2. 网络连通性测试
在容器内执行:
curl http://host.docker.internal:11434/api/tags
如果返回模型列表,说明网络连接正常。
3. Windows防火墙检查
如果依然连接失败,检查Windows Defender防火墙,确保没有阻止Docker的网络访问。
4. 模型响应失败
- 确认模型已下载到Ollama
- 验证模型名称正确
- 查看OpenClaw和Ollama日志寻找错误信息
5. 检查模型是否支持工具调用
为了完整使用OpenClaw的Skills功能,模型需要支持工具调用(Function Calling)。
支持工具调用的主流模型:
- deepseek-r1
- qwen2.5
- llama3.1
七、最佳实践
- 推荐使用方法三:通过环境变量和
--add-host参数配置,一劳永逸 - 优先使用Web UI配置:最方便直观,不易出错
- 使用onboard向导:自动完成大部分配置工作
- 选择支持工具调用的模型:充分发挥OpenClaw能力
- 定期检查模型更新:保持Ollama和OpenClaw为最新版本
八、模型选择建议
| 模型 | 参数量 | 适用场景 | 特点 |
|---|---|---|---|
| deepseek-r1:latest | 8.2B | 知识问答、深度推理 | 中文理解强,推理能力出色 |
| llama3:latest | 8.0B | 通用对话、内容生成 | 多语言支持,性能稳定 |
九、总结
配置OpenClaw使用本地Ollama模型的核心步骤:
- 理解Docker网络原理:
127.0.0.1在容器内指向容器自身 - 使用
host.docker.internal访问宿主机服务 - 选择合适的配置方法(推荐环境变量配置)
- 配置Ollama API地址和默认模型
- 验证配置成功并测试使用
通过以上配置,即可在OpenClaw中便捷地使用本地部署的Ollama模型,享受私有化的AI对话体验。
以上就是在OpenClaw中连接并使用本地Ollama模型的操作指南的详细内容,更多关于OpenClaw连接并使用本地Ollama的资料请关注脚本之家其它相关文章!
相关文章

OpenClaw + Ollama + 火山引擎:本地化 AI Agent 完整部署攻略
本文将手把手教你从零开始在 Windows 上使用 Docker 部署 OpenClaw,并配置本地模型和火山引擎豆包 API,感兴趣的朋友跟随小编一起看看吧2026-06-08
Windows下OpenClaw安装对接ollama的GLM-4.7-Flash模型
本文介绍了在GPU平台上自动化部署ollama中GLM-4.7-Flash镜像,实现高效AI自动化办公,该轻量级模型特别适合Windows用户处理本地文件整理、数据收集等重复性任务,具有一定的2026-05-25
这篇文章主要为大家介绍了如何解决 OpenClaw 无法识别 Windows 上 Ollama 下载的模型的问题,关键在于正确建立 WSL 和 Windows 文件系统之间的连接,并确保 OpenClaw 能够访2026-04-29
本文介绍了如何在Ollama中安装并集成OpenClaw,首先安装OpenClaw,然后使用Ollama拉取本地模型并完成对接,实现本地免费运行,文中详细描述了安装步骤和配置方法,并提供了常见2026-04-07
这篇文章主要为大家介绍了如何在 OpenClaw 中配置本地 Ollama 服务,Ollama 是一个开源的本地大语言模型运行框架,支持在本地机器上运行多种开源模型,如 Llama、DeepSeek、2026-04-03
还在为天价API费用发愁,受够了网络波动导致AI服务中断,本文将带你真正100%本地运行的AI助手解决方案,只需跟着以下步骤操作,你的电脑将变身全能AI工作站,还能多模型自2026-03-19
本文详细介绍了在Mac上本地安装和配置OpenClaw,包括下载模型、搭建环境、配置agentskills等步骤,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学2026-03-11
Windows本地部署OpenClaw并连接Ollama模型的完整指南
本文档基于实际部署经验编写,旨在帮助大家在 Windows 系统上从零开始搭建 OpenClaw,并连接本地 Ollama 模型(如 Qwen2.5 或 Qwen3),使其具备完整的智能体能力,有需要的2026-03-10
OpenClaw+Ollama+Qwen3.5:cloud/Qwen3:0.6b部署本地离线部署AI大模型(无需GPU)
无需GPU、无需云端API,在Windows10/11电脑上,手把手教你部署Ollama+Qwen3.5:cloud(主力模型)+Qwen3:0.6b(轻量备选)+OpenClaw,实现本地离线运行私人AI,感兴趣的可以2026-03-10
OpenClaw使用Ollama本地模型的实现(支持工具调用))
Ollama 是一个本地 LLM 运行时,可以轻松在你的机器上运行开源模型,OpenClaw 通过 Ollama 的 OpenAI 兼容 API 进行集成,下面就来详细的介绍一下,感兴趣的可以了解一下2026-03-06












最新评论