openclaw本地模型选型需兼顾显存容量、编程语言栈和任务类型：显存＜8gb排除70b模型，16gb可试qwen2.5-32b，amd锐龙ai pc优选phi-3.5-vision-instruct或deepseek-coder-33b-qwen2.5；写新功能用deepseek-coder-33b-qwen2.5，修bug用codellama-70b-instruct，重构用phi-3.5-vision-instruct；验证需实测响应速度、代码完整性与依赖导入。
☞☞☞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☜☜☜
OpenClaw本地模型选型直接影响代码生成质量、响应速度和硬件适配性，不能只看参数量大小或榜单排名，必须结合你的显存容量、编程语言栈和任务复杂度来定。
先确认你的硬件底座
打开终端执行 nvidia-smi 或 rocm-smi，查看显存总量。若显存＜8GB，直接排除所有70B级别模型；若为16GB RTX 4090或RX 7900 XTX，可尝试Qwen2.5-32B；若用AMD锐龙AI PC（如HS 7040系列），优先选Phi-3.5-vision-instruct或DeepSeek-Coder-33B-Qwen2.5。
【显存不足时强行加载大模型会导致推理中断、输出截断甚至CUDA OOM崩溃】
按任务类型匹配模型
写代码不是单一行为，不同场景需要不同能力：
方法一：写新功能模块 → 选 DeepSeek-Coder-33B-Qwen2.5
它在HumanEval和MBPP基准上得分超82%，对Python/Java/TypeScript的函数级生成特别稳，能自动补全import、类型注解和docstring，且支持max_new_tokens=2048长上下文，适合生成完整类或API路由。
方法二：修复现有bug → 选 CodeLlama-70B-Instruct
它对错误日志和堆栈跟踪的解析能力极强，尤其擅长从NullPointerException或KeyError反推缺失的空值检查逻辑。但需搭配Ollama的--num-gpu-layers 40参数才能压进24GB显存，否则会fallback到CPU推理，延迟飙升至8秒以上。
方法三：重构老旧代码 → 选 Phi-3.5-vision-instruct
别被名字误导——它的文本编码器专为小模型微调设计，在16GB显存下能跑出23 tokens/s吞吐，且对Spring Boot XML配置转Java Config这类“模式迁移”任务准确率比Qwen高17%。缺点是不支持多文件上下文，必须手动拼接pom.xml + Application.java + controller路径。
验证模型是否真正可用
第一步：用Ollama拉取模型ollama pull deepseek-coder:33b-qwen2.5
第二步：启动并测试最小响应ollama run deepseek-coder:33b-qwen2.5
第三步：输入测试提示词：
“用Python写一个带重试机制的HTTP GET请求函数，使用requests库，最多重试3次，每次间隔1秒，捕获ConnectionError和Timeout异常”
第四步：观察三件事：
① 是否在5秒内返回首token
② 生成代码是否包含time.sleep(1)和except (ConnectionError, Timeout)
③ 是否漏掉import requests, time
第五步：若任一条件失败，立刻换模型。不要试图调参硬扛——本地模型的可靠性优先级永远高于理论性能。
