8gb显存选≤9b参数+int4量化模型（如qwen3.5:9b-q4_k_m），12gb选14b模型并转int4+设--ctx-size 8192，24gb可跑qwen3.5-27b-q4_k_m；均需用openclaw专用转换工具且避开ollama原生gguf格式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想用OpenClaw调用Ollama本地模型，但显存只有8GB或12GB，又怕选错模型导致加载失败、卡死甚至直接报OOM错误——这种情况下不能凭直觉瞎试，必须按显存容量反向锁定模型参数量与量化档位组合，否则连第一步“ollama run”都执行不下去。
先确认你的显存真实可用容量
在Windows上打开任务管理器→性能→GPU，看“专用GPU内存”实时占用；Linux用户运行nvidia-smi，注意右上角“Memory-Usage”后的数字；Mac用户打开活动监视器→内存，看“图形卡内存”栏。这一步必须做，因为驱动预留、后台进程会偷偷吃掉1–2GB，标称8GB显卡实际只剩6.2GB可用。
记住：【OpenClaw不兼容Ollama默认的GGUF模型格式，只认INT4/INT8量化后的OpenCL专用权重】，所以Ollama里能跑的模型，OpenClaw不一定能直接用。
按显存档位对号入座选模型
显存不是越大越好，而是要留出至少1.5GB给OpenClaw自身调度、KV缓存和上下文扩展。低于这个余量，模型可能加载成功但推理中途崩溃。
方法一：8GB显存（如RTX 4060）
① 执行ollama list，过滤出带:q4_k_m或:q4_0后缀的模型；
② 只选参数≤9B的模型，例如qwen3.5:9b-q4_k_m或phi4:3.8b-q4_0；
③ 下载后用OpenClaw工具链转换：python tools/convert_hf_to_openclaw.py --model qwen3.5 --quantize int4；
④ 启动时强制绑定GPU设备：./openclaw-cli --model ./models/qwen3.5_int4 --device opencl:0。
OpenClaw 跨平台配置备份与网关监控。自动备份 openclaw.json，每分钟检测 gateway 状态，宕机时自动恢复。支持 Linux/macOS/Windows。触发：配置备份、gateway 监控、自动恢复、看门狗、watchdog。
注意：别碰任何带:f16或:q8_0标签的模型——它们在Ollama里能跑，但在OpenClaw里会因显存超限直接拒绝加载。
方法二：12GB显存（如RTX 4070）
可安全运行14B级别模型，但必须跳过Ollama官方库里的“全量版”。
第一步：去Hugging Face搜TheBloke/qwen3-14b-GGUF，下载qwen3-14b.Q4_K_M.gguf文件；
第二步：用llama.cpp的convert-gguf-to-openclaw工具转成INT4 OpenCL格式；
第三步：启动命令加--ctx-size 8192参数，否则默认4K上下文会浪费显存余量。
方法三：24GB显存（如RTX 4090）
直接锁定Qwen3.5 27B + Q4_K_M量化组合，这是当前OpenClaw实测唯一能在单卡上稳定跑满27B参数的方案。其他27B模型（如DeepSeek-V2-Lite）虽标称支持，但OpenClaw对其MoE结构的分组调度尚未优化，容易触发设备索引越界错误。
执行./openclaw-cli --model ./models/qwen3.5_27b_int4 --device opencl:0 --numa-node 0，其中--numa-node 0强制绑定第一路PCIe通道，避免多CPU插槽间内存拷贝拖慢推理速度。
