OpenClaw千问3.5-9B本地部署指南5步完成AI助手搭建1. 为什么选择OpenClaw千问3.5-9B组合去年冬天当我第一次尝试用AI自动化处理周报时发现现有的SaaS工具要么功能受限要么需要将敏感数据上传到第三方服务器。直到遇到OpenClaw这个开源框架配合本地部署的千问3.5-9B模型终于实现了既安全又灵活的自动化方案。这个组合最吸引我的三个特点数据不出本地所有操作都在本机完成财务数据、客户信息等敏感内容无需外传24小时待命设置好定时任务后凌晨3点也能自动整理会议纪要可编程性强通过简单的自然语言指令就能组合出复杂工作流2. 环境准备与基础安装2.1 硬件与系统要求我的测试环境是一台2020款MacBook ProM1芯片/16GB内存实际体验下来发现几个关键点内存建议不少于8GB千问3.5-9B模型加载后常驻内存约5GB存储需要20GB空间模型文件本身约9GB还需预留操作缓存系统版本要求macOS Monterey(12.0)或Windows 10 21H22.2 依赖项检查在终端执行以下命令检查基础环境# 检查Node.js版本需要v18 node -v # 检查Python版本需要3.8 python3 --version # 检查curl是否可用 curl --version如果缺少依赖推荐使用Homebrew一键安装brew install node20 python3. 一键部署OpenClaw核心组件3.1 执行安装脚本官方提供的安装脚本已经包含依赖检测和自动修复功能curl -fsSL https://openclaw.ai/install.sh | bash这个过程中我遇到过一个典型问题当默认安装目录权限不足时可以手动指定安装路径export OPENCLAW_HOME/opt/openclaw curl -fsSL https://openclaw.ai/install.sh | bash3.2 验证安装结果安装完成后用以下命令检查版本openclaw --version # 预期输出类似openclaw/0.8.2 darwin-arm64 node-v20.3.14. 配置向导关键步骤解析4.1 启动onboard配置执行交互式配置向导openclaw onboard向导会依次询问以下关键配置项我的选择建议运行模式新手选QuickStart有经验的选Advanced模型提供商选择Qwen后续可修改默认模型保持qwen-portal安装本地模型后会更改通信渠道国内用户建议先跳过后续单独配置飞书基础技能全选Yes启用核心模块4.2 配置本地模型路径编辑配置文件~/.openclaw/openclaw.json在models部分添加{ models: { providers: { qwen-local: { baseUrl: http://localhost:5000/v1, apiKey: none, api: openai-completions, models: [ { id: qwen3-9b, name: 千问3.5-9B本地版, contextWindow: 32768 } ] } } } }5. 千问3.5-9B模型部署与对接5.1 下载模型权重文件建议通过镜像站获取模型需先安装git-lfsgit lfs install git clone https://www.modelscope.cn/qwen/Qwen1.5-9B.git5.2 启动本地模型服务使用vLLM启动推理服务python3 -m vllm.entrypoints.openai.api_server \ --model Qwen1.5-9B \ --port 5000 \ --trust-remote-code5.3 验证模型连接新建终端测试API连通性curl http://localhost:5000/v1/completions \ -H Content-Type: application/json \ -d {model: qwen3-9b, prompt: 你好, max_tokens: 20}6. 常见问题解决方案6.1 端口冲突问题如果遇到端口占用特别是18789有两种解决方式终止占用进程lsof -i :18789 | awk NR!1 {print $2} | xargs kill -9修改OpenClaw默认端口openclaw gateway --port 287896.2 模型加载失败当看到Model not ready错误时检查模型服务日志是否有OOM报错配置文件中的baseUrl是否包含/v1后缀防火墙是否放行5000端口7. 实现第一个自动化任务7.1 通过Web控制台测试访问http://localhost:18789在对话窗口输入请用中文总结/Users/me/Documents/week_report.txt的内容提取关键项目进展7.2 创建定时任务新建crontab任务实现每日自动处理0 9 * * * /usr/local/bin/openclaw task run --prompt 整理昨日会议录音转文字稿 ~/openclaw.log经过一周的实际使用这个组合成功帮我自动化处理了约70%的重复文档工作。最让我惊喜的是当模型和自动化框架都在本地运行时响应速度比云端API快很多且不用担心服务突然不可用。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。