openclaw本地部署ai助手需完成模型配置、能力授权和角色定义三步：必须将provider切换为ollama或lm studio，正确填写base url（如http://host.docker.internal:11434）和model名称，启用sandbox并勾选shell command execution与file read/write权限，最后保存设置并新建会话。
☞☞☞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本地部署后创建AI助手，需要在Web UI中完成模型配置、能力授权和角色定义三步操作，跳过任一环节都会导致助手无法执行代码或调用工具。
进入设置界面并选择模型提供商
打开浏览器访问 http://localhost:3000 → 点击右上角齿轮图标 → 在弹出的 Settings 窗口中，Provider 下拉菜单默认为 “OpenAI”，但本地部署时不能直接使用该选项。
必须手动切换为 【Ollama】 或 【LM Studio】（取决于你本地已运行的服务），否则后续所有操作将因模型连接失败而卡在“Loading…”状态。
配置本地大模型参数
方法一：使用 Ollama 作为后端
确保 Ollama 已启动且目标模型已拉取（例如：ollama pull llama3.1）→ 在 Model 字段输入 llama3.1（名称必须与 ollama list 输出完全一致）→ Base URL 填写 http://host.docker.internal:11434。
方法二：使用 LM Studio 作为后端
启动 LM Studio 并加载 GGUF 格式模型 → 开启内置 API Server（Settings → Local Server → Enable）→ Base URL 填写 http://host.docker.internal:1234/v1 → Model 字段留空或填模型文件名（如 Phi-3-mini-4k-instruct.Q4_K_M.gguf）。
本次更新实现飞书插件 npm 独立分发，新增 Ollama 本地模型配置及 openclaw 命令别名。引入 SQLite 持久化队列，支持断点续传。全面集成飞书、钉钉、企业微信及 QQ 官方渠道，优化阿里云百炼模型选择。修复多 Agent 路由、定时任务校验及配对授权等关键问题，提升系统稳定性与兼容性。
注意：Base URL 中的 host.docker.internal 是 Docker 容器内访问宿主机服务的关键地址，不能替换成 127.0.0.1 或 localhost。
启用沙箱与工具权限
滚动到 Settings 页面底部 → 找到 “Enable Sandbox” 开关 → 必须开启，否则 AI 助手无法执行任何 shell 命令或修改文件。
勾选以下三项工具权限：
- Shell Command Execution
- File Read/Write
- Web Browsing (optional)
不勾选 Shell Command Execution，助手连 ls 都无法运行；不勾选 File Read/Write，它将无法读取项目代码或保存生成结果。
保存配置并新建助手会话
第一步：点击 Save 按钮 → 页面顶部出现绿色提示 “Settings saved successfully” → 此时配置才真正生效。
第二步：关闭 Settings 弹窗 → 点击左上角 “+ New Session” 按钮 → 输入任务描述，例如：“帮我创建一个 Python 脚本，读取当前目录下的 README.md 并统计单词数”。
第三步：等待左侧状态栏从 “Initializing…” 变为 “Ready” → 助手即刻开始执行命令、读取文件、生成并运行代码。
