新闻详情

新闻详情

首页 / 资讯中心 / 详情

Windows 下用 OpenClaw 接入本地 Qwen3:一份可复制的 config.toml 配置骨架

发布时间:2026/11/18 15:44:35来源:尧图网络
Windows 下用 OpenClaw 接入本地 Qwen3:一份可复制的 config.toml 配置骨架
1. Windows 本地跑 OpenClaw 接 Qwen3到底卡在哪OpenClaw 是一个可以跑在本机的智能体框架能读写文件、执行命令、按目录结构批量生成内容适合想把大模型能力落到本地磁盘操作上的人。Qwen3 是通义千问的第三代开源模型14B 版本在消费级显卡或统一内存机器上能跑起来中文指令跟随不错。把这两个东西接在一起你就能在 Windows 上拥有一个不依赖外部网络、数据不出本机的本地龙虾对话闭环。但真动手时坑集中在三个地方。第一是依赖环境Node.js 版本不够或者用 npm 装依赖树直接卡死这是 Windows 上最常见的第一道墙。第二是模型服务地址本地 Qwen3 通常由 Ollama 或类似运行时暴露一个 OpenAI 兼容接口地址填错一个斜杠就连不上。第三是 config.toml 骨架字段名、endpoint 兼容模式、contextWindow 这些参数一旦对不上启动后要么验证失败要么对话时报上下文窗口太小。我试过在 Windows 11 上从零走一遍下面把每一步的命令、配置和验证动作都摊开写你照着复制就能跑通。核心交付物是一份可直接用的 config.toml 骨架以及启动后如何确认本地 Qwen3 真的被调起来。2. 前置准备Node.js、pnpm 与本地 Qwen3 服务2.1 版本要求与安装OpenClaw 对运行时版本有硬性要求Node.js 必须大于等于 v22.0.0包管理器强制推荐 pnpm因为 npm 在处理它的依赖树时容易卡死。Git 用于拉源码建议 2.53 以上安装时勾选 Git Bash后面很多命令在 Git Bash 里跑比 PowerShell 顺。先确认版本node -v npm -v pnpm -v git --version如果 pnpm 没装用 npm 全局装一次npm install -g pnpm装完再pnpm -v确认能输出版本号。这里有个细节pnpm 装完后如果命令找不到关掉终端重开一次让 PATH 刷新。2.2 拉源码与换镜像源源码从国内镜像拉速度快很多git clone https://gitee.com/OpenClaw-CN/openclaw-cn.git cd openclaw-cn装依赖前先换 pnpm 镜像源否则某些包会卡在解析阶段pnpm config set registry https://registry.npmmirror.com/2.3 本地 Qwen3 服务要暴露什么本地 Qwen3 需要一个 OpenAI 兼容的 HTTP 接口。如果你用 Ollama 跑qwen3:14b它默认在http://127.0.0.1:11434/v1提供兼容端点API Key 随便填一个非空字符串即可比如ollama。如果你的模型服务在另一台机器上把 IP 换成那台机器的局域网地址比如http://192.168.40.137:11434/v1。先用 curl 确认这个端点活着curl http://127.0.0.1:11434/v1/models能返回模型列表说明服务正常再往下走。3. 可复制的 config.toml 配置骨架3.1 安装依赖与构建在 Git Bash 里执行路径用/d/openclaw-cn这种写法cd /d/openclaw-cn pnpm install pnpm ui:build pnpm buildpnpm install装依赖pnpm ui:build构建前端界面首次会自动装 UI 依赖pnpm build构建核心服务。三步都跑完再进初始化。3.2 初始化向导的关键选项pnpm openclaw onboard --install-daemon向导里几个选项要选对I understand this is powerful and inherently risky. Continue? 选 YES Onboarding mode 选 QuickStart Model/auth provider 选 Custom Provider API Base URL 填 http://127.0.0.1:11434/v1 API Key 填 ollama Endpoint compatibility 选 OpenAI-compatible Model ID 填 qwen3:14b Endpoint ID 填 ollama Model alias 填 ollama Select channel 选 Skip for now Configure skills now? 选 NO Enable hooks? 选 Skip for now How do you want to hatch your bot? 选 Do this later走到最后会显示 Verification successful说明模型端点验证通过。3.3 config.toml 骨架向导生成的配置在C:\Users\你的用户名\.openclaw\下。下面是一份可复制的骨架字段含义我标在注释里# OpenClaw 主配置骨架 [gateway] host 127.0.0.1 port 18789 [model] # 本地 Qwen3 的 OpenAI 兼容端点 base_url http://127.0.0.1:11434/v1 api_key ollama # 兼容模式本地运行时一般用这个 compatibility openai model_id qwen3:14b alias ollama # 上下文窗口Qwen3 支持较大窗口这里给足 context_window 40960 max_tokens 40960 [agent] # 智能体可操作的工作目录 workspace C:/Users/你的用户名/Desktop注意context_window和max_tokens这两个值。默认如果留小对话时会直接报错下一节会讲。4. 启动服务与验证请求4.1 启动网关与仪表板pnpm openclaw gateway pnpm openclaw dashboardgateway 是网关服务dashboard 打开仪表板。两个命令建议开两个 Git Bash 窗口或者一个后台跑。4.2 验证模型真的被调起来打开仪表板的聊天窗口发一句简单的话比如你好你是什么模型。如果返回内容里能看出是 Qwen3 的风格说明链路通了。更硬的验证是看日志pnpm openclaw logs --follow日志里应该能看到请求打到http://127.0.0.1:11434/v1并返回 200。4.3 跑一个真实任务在聊天窗口输入一个目录生成任务比如在桌面目录根据以下结构生成新目录每个目录下生成一个 txt 文件 --1 ----11 ------111 ------112 ----12 ------121 ------122 --2 ----21 ------211 ----22 ------221 ------222如果 OpenClaw 能在桌面创建出这套目录并写入 txt说明文件操作能力也通了。这一步是本地龙虾闭环的最终验证。5. 本篇常见错排查5.1 Model context window too small报错原文Agent failed before reply: Model context window too small (4096 tokens). Minimum is 16000.原因是配置里上下文窗口给太小。改C:\Users\你的用户名\.openclaw\openclaw.json把两个值调大contextWindow: 40960, maxTokens: 40960改完重启 gateway。5.2 连接被拒绝curl http://127.0.0.1:11434/v1/models如果连不上先确认本地 Qwen3 服务在跑。Ollama 的话执行ollama list看模型在不在ollama serve看服务起没起。地址里的127.0.0.1和localhost在某些环境不等价哪个通用哪个。5.3 pnpm install 卡住多半是镜像源没换。重新执行pnpm config set registry https://registry.npmmirror.com/然后删掉node_modules重装。如果还卡检查 Node.js 版本是否达标。5.4 验证失败但端点正常向导里 Endpoint compatibility 如果选错比如选成非 OpenAI 兼容模式验证会失败。回到向导重选OpenAI-compatible。API Key 不能留空填ollama这种占位值即可。6. 后续接入与长期使用建议本地 Qwen3 跑通后如果你还想接云端模型做对比或者需要更稳定的 API 通道可以在 TaoToken 上拿一个 API Key接入文档里有 OpenAI 兼容的调用方式填到 config.toml 的base_url和api_key就能切换。想先验证模型效果可以直接用模型对话页面试几句如果打算长期跑编码类或 Agent 类任务Coding Plan 的额度更划算。接入相关的 Key 和文档都在 API Keys 与接入文档里按需取用。本地这套配置的好处是数据不出机器适合处理敏感目录和离线场景。跑顺之后你可以把workspace指到具体项目目录让 OpenClaw 直接在里面干活。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉