作者：AMD AI Group，Usman Pirzada
2026年3月13日

多年来，强大的AI模型主要运行在云端，通过远程API和服务进行访问。但本地硬件的进步和优化的推理堆栈正在改变这种模式，使得在个人系统上直接运行功能强大的本地逻辑模型（LLM）成为可能。这种转变也催生了一种名为“代理计算机”的新型计算类别，与传统个人计算机不同，其主要用户是AI代理而非人类。

借助AMD Ryzen™ AI Max+等平台，Qwen 3.5 122B等模型可以在本地高效运行，支持单代理和多代理工作负载，这标志着人工智能正从过去的云端驱动型AI向如今强大的本地AI系统转变。

虽然运行和安装 OpenClaw 的方法有很多种，但对于 Windows 用户来说，这些方法可能存在一些权衡取舍或功能缺失。通过 WSL2 实现的 AMD **已知配置 (BKC) 为 OpenClaw 提供了一种简化的方式，可以直接在 AMD 硬件上运行本地 AI 代理和 LLM 工作负载，而无需离开 Windows 系统。该设置支持完全本地的 LLM 配置，并通过本地嵌入实现功能齐全的 Memory.md 支持，由使用 llama.cpp 的 LM Studio 提供支持。 

浏览器控制在 WSL2 内部运行，支持自动化工作流程和代理交互。该环境可在不到一小时内完成配置，专为早期用户体验个人 AI 代理和本地开发工作流程而设计。

RyzenClaw 评分卡突显了配备 128GB 统一内存的 AMD Ryzen™ AI Max+ 平台通过 OpenClaw 高效运行云级 AI 代理工作负载的能力。以 Qwen 3.5 35B A3B 型号为例，该系统每秒可处理约 45 个令牌，并在约 19.5 秒内处理 10,000 个输入令牌。它支持最大 26 万个令牌的上下文窗口，并可同时运行多达 6 个代理。这使得在消费级硬件上保持强劲响应速度的同时，也能进行可扩展的本地 AI 实验，例如代理集群。

RadeonClaw 评分卡展示了在 AMD Radeon™ AI PRO R9700 显卡上运行相同工作负载时的性能提升。使用 Qwen 3.5 35B A3B 型号，该系统每秒可处理约 120 个 token，并在约 4.4 秒内处理 10,000 个输入 token。它支持 19 万个 token 的上下文窗口，并可同时运行最多 2 个代理。最终显著提升了本地代理推理的响应速度。

接下来，我们将逐步讲解如何设置此环境。

预计完成安装所需时间：约 1 小时

1. 下载并安装最新的 AMD 软件：Adrenalin™ Edition 驱动程序。
2. 使用 AMD Radeon™ 显卡的用户请跳过此步骤。使用基于 AMD Ryzen™ AI Max+ 128GB 平台的用户：右键单击桌面任意位置 > AMD 软件：Adrenalin™ Edition > 性能 > 调优 > 可变显存 > 设置为 96GB 并重启

初始设置

1. 下载LM Studio 
2. 启动 LM Studio，然后点击“暂时跳过”以跳过模型下载提示。 
3. 勾选“开发者模式”和“登录时启动LLM服务”

1. 点击由机器人和放大镜组成的“模型搜索”图标。
2. 在左侧选择“Qwen3.5 35B A3B”，然后点击右侧的下载按钮。等待下载完成。 

1. 按 Ctrl + L 打开模型选择窗口。勾选“手动选择载荷模型参数”，然后单击 LLM 以打开载荷选项。 
2. 勾选“记住设置”和勾选“显示高级设置”。
3. 将上下文设置为 ，并确保 GPU Offload 设置为 MAX。
4. 取消勾选“尝试 nmap”

1. 请确保已启用“闪光灯提示”。 
2. 关于最大并发预测数和统一键值缓存的详细说明，请参见上文的并发代理逻辑。目前，我们将最大并发预测数设置为 6，并保持统一键值缓存选项选中。
3. 点击加载。 
4. 如果未显示该型号，您可能需要从下拉菜单中再次选择该型号。 
5. 发起聊天并发送消息“test”以确保LLM正常运行。

服务器设置和防崩溃加固

1. 按 Ctrl + 2 进入开发者工具选项卡。 
2. 按下“状态：已停止”前面的开关即可启动服务器。 
3. 点击服务器设置
4. 允许“在本地网络上提供服务”。此时系统会提示您授予权限。 
5. 取消选中“自动卸载未使用的 JIT 加载模型”和“仅保留最后一次 JIT 加载的模型”。单击任意位置关闭上下文窗口。 
6. 点击“加载型号”。选择 Qwen 35B A3B。我们之前配置的设置应该会自动填充。点击“加载”。 
7. 模型应该会加载完成，您将看到状态“READY”。 
8. 保持这个窗口打开，继续前进。 

以管理员身份打开 PowerShell 窗口。

安装 Ubuntu（如果您是第一次运行此命令，则会先安装 WSL）：

wsl –install -d Ubuntu-24.04

创建用户名和密码。运行更新。系统可能会提示您输入密码，请按 Y 继续：

GPT plus 代充 只需 145sudo apt update && sudo apt upgrade

启用 systemd：

sudo tee /etc/wsl.conf >/dev/null <<‘EOF’ [boot] systemd=true EOF

以管理员身份打开第二个PowerShell 终端并运行： 

GPT plus 代充 只需 145wsl –shutdown

返回到原来的PowerShell 终端（从现在开始就一直在这里），然后运行：

wsl.exe

通过执行以下命令验证 systemd 是否正在运行：

GPT plus 代充 只需 145ps -p 1 -o comm=

如果收到“systemd”作为响应，则可以继续并将其添加到路径中：

mkdir -p ~/.config/systemd/user ~/.npm-global

安装 Homebrew（某些技能需要用到）。系统可能会提示您输入密码并按回车键： 

GPT plus 代充 只需 145/bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh

安装 build-essentials。系统可能会提示您输入密码，并要求您按 Y 继续：

sudo apt-get install build-essential

安装 OpenClaw

GPT plus 代充 只需 145curl -fsSL https://openclaw.ai/install.sh | bash

阅读安全警告，然后按左箭头键导航至“是”，再按回车键继续。再次按回车键选择“快速启动”。

按向下箭头键向下滚动，直到找到“自定义提供商”，然后按回车键。 

再次打开 LM Studio - 注意右侧的“API 使用”部分。复制“本地服务器可通过以下地址访问”下方的地址，并将其粘贴到 PowerShell 窗口中（提示：在 PowerShell 窗口处于焦点状态时单击鼠标右键，即可自动粘贴剪贴板内容）：

在“立即粘贴 API 密钥”上按回车键，然后输入“lmstudio”——即使不是必需的，也不要留空。 

选择“Anthropic兼容API”并按回车键。返回LM Studio的“API使用”部分，准确复制模型名称。将其粘贴到模型ID窗口中并按回车键：

此时，OpenClaw 将验证连接并显示“验证成功”，然后提示您输入端点 ID 和模型别名。请添加这两项：

接下来，您需要配置与机器人的通信渠道。在继续操作之前，请确保您已准备好令牌和身份验证信息。在本示例中，我们将使用 Discord。要设置 Discord，您需要：1) 身份验证令牌；2)在继续操作之前，已将 Discord 机器人（应用）邀请到您的 Discord 服务器。请按照 OpenClaw 的 Discord 指南进行操作：  Discord - OpenClaw

请提供 Discord 身份验证令牌，然后选择“是”以配置 Discord 频道访问权限：

请按指定格式输入您的 Discord 服务器名称和频道名称，例如：ClawOffice/#general，然后按回车键。如果一切顺利，您将看到验证成功的提示，并且频道 ID 已自动解析：

现在我们需要配置网页搜索 API。您可以跳过此步骤，也可以注册像Brave这样的 API 服务——只需 5 美元即可获得大量调用次数。在本示例中，我们将通过复制 API 密钥来配置 Brave 搜索 API：

现在我们将选择一些入门技能：himalaya、blogwatcher、nanopdf 和 clawhub（如果列表中找不到 clawhub 也不用担心，您可以稍后安装）。如果出现提示，请选择 npm，然后继续安装。 

如果您希望使用云端访问，请立即添加；否则，请对所有 API 密钥请求选择“否”。 

在 hooks 中选择 boot-md、command-logger 和 session-memory，然后按回车键：

孵化你的小爪子！

发送以下提示：

Lets do some house-keeping: You are running locally using LM Studio and a Qwen model with context. please update the openclaw.json file with max context and max token. Also please set the max agent count to 2 and the max sub-agent count to 2 as well. When done, restart the gateway.

等待网关重新连接并显示为空闲状态。此时模型将停止通信。在 TUI 中输入 /new，正确的上下文限制将显示在终端中。 

GPT plus 代充 只需 145/new

现在我们需要为功能性内存启用本地嵌入模型。为此，请发送以下提示：

Perfect! that is all done. Lets setup and validate memory.md now. Please read the docs. Specifically, we need to configure the embedding model – which by default is cloud based. We need to configure this to the local embedding model – which includes the memorysearch parameter in openclaw.json and should trigger a download of the local embeddding model. Once done – please validate its working along with the entire memory.md system.

当网关重启时——模型无法感知到它已重启——只需再次提示模型“网关已重启”即可。OpenClaw 将下载本地嵌入模型并进行正确设置。 

GPT plus 代充 只需 145the gateway has restarted!

您应该会收到内存系统功能完全正常的确认信息。
可选：如果您一开始未能安装 Clawhub 技能，请现在安装；否则，请跳过此步骤。

Setup and install the Clawhub skill

要完成 Discord 配对，只需私信你的机器人，它会回复你一个配对码和完整的命令，你需要将该命令粘贴到已启用 WSL 的 PowerShell 窗口中：

现在我们将设置 WSL2 中用户可见的浏览器使用情况。打开一个单独的 PowerShell 窗口：

GPT plus 代充 只需 145wsl.exe

运行以下命令，将浏览器扩展程序安装到您的工作区：

openclaw browser extension install

运行 apt update：

GPT plus 代充 只需 145sudo apt update

下载并安装Chrome浏览器：

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb