初尝“龙虾”(OpenClaw),WSL+Ollama
Peter Steinberger(彼得・斯坦伯格
最近AI智能体开源项目(OpenClaw)火遍全球,大家戏称为“龙虾”,始作俑者就是这位兄台。
这位老兄是奥地利人,在家无所事事三年后,用AI氛围编程(Vibe Coding)搞出了这个东西。当然,这并不是说彼得・斯坦伯格是一个素人,他是前资深IT工程师,只不过这次他真没动手写代码。
这几天我尝鲜了下,下面记录下过程和一些理解,也许能帮到像我一样普通的爱好者。
先说结论:OpenClaw其实就是一个初具形态的自然语言界面操作系统。
也许有人觉得我哗众取宠,但是,你看看它做的事:自然语言发出指令(文字和语音),OpenClaw操作电脑给你想要的结果,这不就是一个基于自然语言的操作系统?
进入正题
对于OpenClaw,一般都推荐在Mac上布置,因为原作者老本行就是Mac工程师,所以用Mac适配度最好。另一个原因是Mini Mac功耗低,性能强劲,适合24小时不间断运行。
我是一个普通用户,没有Mac,也不折腾linux,为了兼容性,只好启用Windows本身的WSL(适用于 Linux 的 Windows 子系统),其实就是Windows自己基于虚拟机的 Linux ,因为是系统自带,兼容性非同一般,和原装Linux差别很小
要注意的是,OpenClaw大多数操作是命令行,要习惯。
打开powershell(右键管理员身份运行)
输入:wsl –install(系统会自动安装  Windows Linux 子系统,同时安装linux的一个版本Ubuntu
键入自定义的用户名,设置密码(输入密码时无提示,键入回车)
随后自动进入Ubuntu系统。上官网https://openclaw.ai复制命令
在WSL中粘贴OpenClaw安装命令
curl -fsSL https://openclaw.ai/install.sh | bash
系统会自动安装,中途可能会要求输入密码
安装依赖项
安装核心组件(Node.js 、Git、OpenClaw
OpenClaw安装完成
启动设置,按需选择
设置一般选默认即可。
OpenClaw支持大多数大模型,国内主流大模型都在。有key就选择对应供应商,像我一样没有key,跳过即可。
安装完后,可以通过网页面板测试。
默认 http://localhost:18789/overview,在Windows本机浏览器中打开就行,系统会自动映射到虚拟机本机地址(这是Windows WSL 网络模式Nat 自带的功能)。
有时打开网页面板会连不上OpenClaw,要手工填入网关Token,刷新后就能用了。Token在安装过程的界面中能找到。
安装过程就记录这些。

接下来说说调用本机windows 端Ollama大模型。
我的情况是,OpenClaw在Linux中,Ollama在Windows中,这实际上会带来很多问题,最主要的问题是Windows和WSL之间的通讯和服务调用:

Windows

 ├─ Clash(TUN/虚拟网卡)

 ├─ Ollama (0.0.0.0 或 localhost)

 └─ GPU 驱动

WSL

 └─ OpenClaw

discord app:

Discord (外网)

        ↓

Clash (Windows)

        ↓

OpenClaw (WSL)

        ↓

Ollama (Windows 本地模型)

我们一件一件来。

第一件事:

WSL调用Windows端Ollama大模型。

Ollama通常只监听本机(Windows)127.0.0.1:11434端口,而WSL的OpenClaw要访问Ollama,算是跨山越海,须在Windows指定Ollama监听所有IP
setx OLLAMA_HOST "0.0.0.0"  #cmd命令行
随后在OpenClaw配置文件指定Ollama的Windows路径:
baseUrl": "http://172.28.208.1:11434/v1 
下面是一个简单json配置文件,Ollama调用GLM 4.7 Flash模型


  “models”: {

    “mode”: “merge”,

    “providers”: {

      “ollama”: {

        “baseUrl”: “http://172.28.208.1:11434/v1”,

        “apiKey”: “ollama”,

        “api”: “openai-responses”,

        “models”: [

          {

            “id”: “glm-4.7-flash:latest”,

            “name”: “GLM 4.7 Flash”

          }

        ]

      }

    }

  },

  “agents”: {

    “defaults”: {

      “workspace”: “/home/last/.openclaw/workspace”,

      “model”: {

        “primary”: “ollama/glm-4.7-flash:latest”

      }

    }

  },

  “channels”: {},

  “messages”: {},

  “gateway”: {

    “auth”: {

      “mode”: “token”

    }

  }

}

第二件事:

WSL通过Windows代理软件访问外网

虽然WSL跑在Windows中,但实际上WSl虚拟机和Windows本机是两台不同的电脑,WSL要通过Windows代理上外网,需要指定Windows端IP地址。

首先获取Windows在WSL中的IP地址,这个IP一般不变(前面指定Ollama路径也是用这个ip):

ip route | grep default #在WSL中操作,假如ip是172.28.208.1

接下来在WSL设定代理:

export http_proxy=http://172.28.208.1:7890export https_proxy=http://172.28.208.1:7890export HTTP_PROXY=http://172.28.208.1:7890export HTTPS_PROXY=http://172.28.208.1:7890

代理软件默认监听127.0.0.1:7980,因此Windows端代理软件也要做相应的设置,主要是开启局域网访问和监听所有IP:

allow-lan: true  #开启局域网访问权限bind-address: 0.0.0.0 #监听所有ip

(更简单的方法是打开代理软件的TUN虚拟网卡模式)

上面两件事完成,基本问题就解决了。

其它几个相关问题

怎么编辑WSL中json配置文件

在WSL中编辑json文件对于Linux盲,是绝对的煎熬,操作十分反人类,怎么办?我的方法是在Windows中编辑好后,拷贝到WSL中去,这方法最简单,下面是相关几个命令。

nano ~/.openclaw/openclaw.json (编辑配置文件)cp /mnt/c/Users/用户名/Desktop/openclaw.json ~/.openclaw/openclaw.json #将主机桌面配置文件拷贝到wsl目录cp ~/.openclaw/openclaw.json /mnt/c/Users/用户名/Desktop/  #将wsl配置文件拷贝到主机桌面

Ollama本地模型效果

本地模型30b左右的,一般推荐GLM-4.7-Flash、Qwen3-30B-A3B、GPT-OSS-20B这三个,GLM-4.7-Flash支持超长上下文,效果较好。

但是,本地模型总体撑不起整个OpenClaw应用,太慢且不是一般慢完全等不起。因为OpenClaw本身定位执行复杂任务,对大模型的智商和工具调用有极高的要求。前端即使只是简单查询,Openclaw提交给大模型的提示词也是海量数据,本地GPU大多数时候都在100%占用中挣扎。

大模型中Token消耗:

非常惊人,我感觉每次至少几千Token,一天干掉几十万、上百万Token极其可能。一句话,OpenClaw免费,但Token才是最大问题。尤其24小时在线使用,只适合生产力或不差钱,普通用户如我这种纯好奇,肯定用不起。

OpenClaw是个好东西,它干了大厂一直不敢干的事(目前谷歌微软不会出类似产品)。并且OpenClaw的出现,极大利好众多模型提供商,尤其像智普、DeepSeek这类资金实力相对较弱的。

智普今天推出的GLM-5初步评测非常牛逼,已经登顶开源并追平美帝御三家!

未来已来,心潮澎湃!