如何使用 OpenClaw 运行本地 AI 模型
使用 OpenClaw 运行本地 LLM 的指南。
本指南将帮助你在本地使用开放 LLM,并通过 将 OpenClaw 连接到 Unsloth。OpenClaw 是一个 开源 AI 智能体 可连接到模型、在你的项目中执行任务的界面。
OpenClaw 可以通过 Unsloth 的 OpenAI 兼容 API:包括 DeepSeek、Qwen、Gemma 等。OpenClaw 充当客户端,而 Unsloth 通过 本地 API.
设置完成后,OpenClaw 将通过 Unsloth 运行于你的本地模型之上,让你可以直接将其用作 AI 智能体。
在本教程中,我们将使用 unsloth/Qwen3.6-27B-GGUF 在 Unsloth 中,并通过 OpenClaw 访问它。想用其他模型?只需在 Unsloth 中加载其他模型并更新配置即可。
安装 OpenClaw
使用官方安装程序安装 OpenClaw:
curl -fsSL https://openclaw.ai/install.sh | bash
这将设置 OpenClaw 并引导你完成初始配置。
使用官方安装程序安装 OpenClaw:
iwr -useb https://openclaw.ai/install.ps1 | iex
这将设置 OpenClaw 并引导你完成初始配置。
API 访问属于 Unsloth(Beta)。请确保你使用的是最新版本,较早的构建不会暴露外部 API。请参阅“安装”进行安装或更新。
安装 Unsloth
⚡ 快速开始
安装 OpenClaw 后,我们还需要安装 Unsloth Studio,以便 OpenClaw 能够托管并运行本地模型推理。
安装或更新 Unsloth Studio. 早期版本不会暴露外部 API。请参阅“安装”。
启动 Unsloth。 请注意,它启动时使用的端口通常是
8000或8888。你会在终端输出和浏览器 URL 中看到它(http://localhost:PORT).加载一个模型。 点击 新聊天,选择或搜索一个模型(GGUF),并等待其加载完成。
创建 API 密钥。 在 Unsloth 中,点击你的 Unsloth 左下角头像 → 设置 → API 密钥 → 输入密钥名称 → 创建。复制
sk-unsloth-…出现的值。Unsloth 只会显示一次。将你的客户端指向 Unsloth。 使用
http://localhost:PORT作为基础 URL,以及你的sk-unsloth-…密钥进行身份验证。请跳到下面对应工具的配置说明。
🔑 创建 API 密钥
密钥可从 Unsloth → 设置 → API 密钥.
打开侧边栏,点击你的 Unsloth 左下角头像。
前往 设置 → API 密钥.
输入一个易识别的名称(例如
claude-code-macbook).(可选) 设置过期时间。
点击 创建.
立即复制密钥。 Unsloth 只会存储哈希值,你将无法再次查看它。

所有密钥都以 sk-unsloth- 前缀开头。你可以随时在同一页面撤销某个密钥。使用已撤销密钥发出的请求将失败,并返回 401 Unauthorized.
请像对待密码一样对待你的 API 密钥。任何拥有该密钥且能访问你的 Unsloth 实例网络的人,都可以向你加载的模型发送请求。
连接到 OpenClaw
OpenClaw 从以下位置读取配置: ~/.openclaw/openclaw.json。添加(或合并)一个 models 块,并使用一个 unsloth 指向 Unsloth 的 Anthropic Messages API 的 provider。

说明:
baseUrl必须以/v1.api: "anthropic-messages"告诉 OpenClaw 与 Unsloth 的/v1/messages端点通信。authHeader: true会将你的密钥以Authorization: Bearer ….将每个模型的
id和name设置为你在 Unsloth 中加载该模型时选择的名称。如果你在远程机器上运行 Unsloth,请将
localhost:8888替换为该机器的地址(例如http://10.0.0.42:8888/v1).
可选:配置模型行为
OpenClaw 通过在 Unsloth 中运行的模型进行连接。启动服务器时可以配置运行时设置。
使用 --reasoning off 用于关闭思考模式,或 --reasoning on 用于对支持推理的模型开启该功能。
这会将服务器启动在 0.0.0.0:8888,允许本地网络中的其他设备连接。
有关更高级的运行时配置,请参阅主要的 API 调优 部分。
最后更新于
这有帮助吗?

