大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 <p>大家好&#xff0c;我是 钰珠AIOT&#xff0c;一个正在捣鼓桌面机器人的创客。经过一周的踩坑和摸索&#xff0c;我终于在自的电脑上成功跑通了 OpenClaw&#xff0c;下面我把整个过程整理出来&#xff0c;希望对有类似需求的朋友有所帮助。</p> 

GPT plus 代充 只需 145

• CPU：Intel i9-12900K（12核24线程）
• GPU：NVIDIA RTX 3090（24GB 显存）
• 内存：64GB DDR5
• 系统：Windows 11 专业版 23H2
• WSL2：Ubuntu 22.04 LTS

• 在 WSL2 Ubuntu 中通过源码安装 OpenClaw。
• 在 Windows 11 中运行 Ollama 服务，并拉取支持工具调用（function calling）的模型（如 Qwen2.5-Coder）。
• 让 OpenClaw 能调用 Windows 上的本地模型，并正确使用工具。

---

1. Windows 端

• 安装最新版 NVIDIA 驱动（确保 WSL2 支持 GPU 直通）。
• 安装 Ollama（从 ollama.com 下载安装包）。
• 开启 WSL2 功能（已安装的用户跳过）。

2. WSL2 端

• 确保 Ubuntu 22.04 已安装并更新：

  讯享网sudo apt update && sudo apt upgrade -ysudo apt install curl git build-essential -y

---

1️⃣ 配置 WSL2 镜像网络模式（关键）

为了让 WSL2 能通过  直接访问 Windows 服务，需要启用镜像网络。

在 Windows 的用户目录（）下创建或编辑  文件，内容如下：

networkingMode=mirrored dnsTunneling=true firewall=true autoProxy=true

然后重启 WSL：

powershell

wsl –shutdown

重新打开 WSL 终端，测试网络连通性：

bash

讯享网curl http://localhost:11434

如果返回 ，说明配置成功。

2️⃣ 在 Windows 上拉取支持工具调用的模型

在 Windows 的命令提示符或 PowerShell 中运行：

ollama pull qwen2.5-coder:14b-instruct-q4_K_M

（你也可以选 7B 或 32B 版本，根据显存大小决定）

验证模型已下载：

讯享网ollama list

3️⃣ 在 WSL2 中安装 Node.js 和 pnpm

OpenClaw 需要 Node.js 22+，这里用 nvm 安装（方便切换版本）：

bash

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash source ~/.bashrc nvm install 22 nvm use 22

安装 pnpm（使用 corepack）：

bash

enable corepack prepare pnpm@latest –activate

验证：

bash

讯享网node -v # 应显示 v22.x pnpm -v # 应显示 9.x 或更高

4️⃣ 源码安装 OpenClaw

创建并进入开发目录：

bash

mkdir -p ~/develop && cd ~/develop git clone https://github.com/openclaw/openclaw.git cd openclaw

安装依赖并构建：

bash

pnpm install pnpm ui:build # 构建前端资源 pnpm build # 构建整个项目

（如果  遇到  相关错误，可尝试  后重试）

5️⃣ 配置 OpenClaw 连接 Windows 上的 Ollama

运行配置向导：

bash

pnpm openclaw onboard –install-daemon

关键选项说明：

• Onboarding mode → 
• What to set up → 
• Workspace directory → 默认（回车）
• Model/auth provider → 选择 
• API Base URL → 输入 （如果镜像网络生效）或 
• API Key → 随便填，比如 （本地不校验）
• Endpoint compatibility → 
• Model ID → 输入你刚拉取的模型名，例如 
• Endpoint ID → 默认生成的 ID 即可（如 ）
• Model alias → 可选，如 
• Gateway bind → 
• Gateway auth → （直接回车让系统生成）
• Tailscale exposure → 
• Gateway service runtime → 

向导完成后，OpenClaw 会自动保存配置并启动服务。

6️⃣ 启用工具调用能力

OpenClaw 默认不会自动给模型传递工具定义，需要手动开启。编辑 ，在  中添加：

json

“capabilities”: [“tool_use”]

然后重启网关：

bash

讯享网pnpm openclaw gateway restart

7️⃣ 添加一个简单工具（以查天气为例）

为了让模型能调用外部 API，我们需要定义一个工具并实现它的逻辑。

定义工具

在  中（如果没有则创建），添加  字段：

json

讯享网 }, "required": ["city"] } } } 

] }

实现工具（使用 OpenClaw 的内置 HTTP 技能）

OpenClaw 支持通过技能（skills）扩展功能。我们利用内置的 HTTP 技能直接调用免费天气 API（无需密钥）。

在  下创建  目录，并在其中创建 ：

yaml

name: get_current_weather description: 获取指定城市的实时天气 type: http url: “https://api.open-meteo.com/v1/forecast?latitude={{ .city_lat }}&longitude={{ .city_lon }}¤t_weather=true” method: GET response_template: “{{ .city }} 当前天气：温度 {{ .current_weather.temperature }}°C，风速 {{ .current_weather.windspeed }} km/h”

注意：这里需要将城市名转换为经纬度，为简化演示，我们可以先写死一个城市（如北京）的经纬度，或者用另一个技能先转换。更复杂的实现可参考 OpenClaw 文档。

为了快速测试，我们先用一个简单的返回固定格式的技能（稍后改进）。

8️⃣ 测试

重启网关后，运行 TUI：

讯享网pnpm openclaw tui

在对话框中输入：“北京的天气怎么样？” 如果一切正常，模型应该会返回工具调用请求，然后 OpenClaw 执行技能，最后模型根据结果生成自然语言回答。

如果模型直接回答“我不知道”或报错，请查看日志：

pnpm openclaw logs –follow

---

坑1：WSL2 无法访问 Windows 上的 Ollama

• 现象： 超时或连接拒绝。
• 原因：WSL2 默认 NAT 模式下，localhost 指向 WSL2 自身，而非 Windows。
• 解决：启用 WSL2 镜像网络模式（见步骤1），或使用 Windows 的真实 IP（ 获取）替代 localhost。

坑2：OpenClaw 报错 

• 现象：在 TUI 中输入任何话，模型都返回 400 错误，提示模型不支持工具。
• 原因：使用的模型（如 ）官方版本未启用工具调用模板。
• 解决：换用明确支持 tool 调用的模型，如  系列或社区优化的 。

坑3：手动编辑  格式错误

• 现象：OpenClaw 报错“No API key found”或“ignored invalid auth profile entries”。
• 原因：手动创建的文件缺少  和  顶层字段，或键格式错误。
• 解决：通过  命令自动生成，而不是手动编辑。如果必须手动，格式应为：

  json

  讯享网{ “version”: 1, “profiles”: {

"openai:custom-127-0-0-1-11434": { "type": "api_key", "key": "你的key" } 

} }

坑4：源码安装后  命令找不到

• 现象：直接输入  提示 command not found。
• 原因：源码安装的可执行文件在  中，未加入 PATH。
• 解决：始终使用  作为前缀运行命令，或临时添加 。

坑5：TUI 中模型无响应或一直转圈

• 现象：输入后无返回，或长时间无响应。
• 原因：可能是网络不通、模型加载慢，或网关崩溃。
• 解决：先检查  看具体错误。常见问题：
  • 模型还在加载（首次运行慢），等一会儿。
  • Ollama 服务未运行，在 Windows 中重启 Ollama。
  • 显存不足，换用更小的量化版模型。

---

现在，你的 WSL2 Ubuntu 中运行着 OpenClaw，它通过  调用 Windows 上的 Ollama 服务，使用 Qwen2.5-Coder 模型，并且模型能够正确请求工具调用。你可以通过 TUI 与它对话，让它帮你查天气、写文件、执行命令等（取决于你实现的工具）。

下一步，你可以根据自己的桌面机器人项目，为 OpenClaw 添加更多自定义工具，比如控制电机、读取传感器等，让 AI 真正成为机器人的大脑。

---

• OpenClaw 官方文档：https://docs.openclaw.ai
• Ollama 官网：https://ollama.com
• WSL2 网络配置：https://learn.microsoft.com/zh-cn/windows/wsl/networking

如果部署过程中遇到本文未覆盖的问题，欢迎在评论区留言，我们一起交流解决！