手把手教你在 OpenClaw 本地部署集成 DeepSeek 模型（DeepSeek-V3 / R1 / Coder 全覆盖）

2026 年初，OpenClaw（前身 Clawdbot / Moltbot）凭借 180k+ GitHub star，成为自建 AI 助手阵营中最火的开源项目之一。它支持 Telegram、Web 聊天、自定义 Agent、技能节点，还能轻松接入各种大模型。

今天这篇教程带你把 国内最强性价比模型之一 —— DeepSeek 完整集成到 OpenClaw 里，包括：

• 云端 API 方式（最推荐新手，速度快、成本低）
• 本地 Ollama / LM Studio 方式（完全私有化、零成本）

我们会覆盖目前主流的 DeepSeek 系列模型：

• deepseek-chat / deepseek-reasoner（R1 系列，推理极强）
• deepseek-coder（编程领域天花板级）
• DeepSeek-V3 / V3.1（开源满血版，需要较高显存）

两种方式任选其一，跟着做基本都能跑通。

前置条件

在开始之前，请确保你已经：

1. 安装最新版 OpenClaw gateway（推荐 beta 通道）

   # 如果还没安装
   npm install -g openclaw
   openclaw --version          # 建议 >= 最新稳定版或 beta
   

2. gateway 正常运行，dashboard 能打开（默认 http://localhost:端口）

3. Node.js 版本 ≥ 20（推荐 20 LTS 或 22.x）

4. 有稳定的网络（如果用官方 API，国内建议全程代理）

方式一：使用 DeepSeek 官方 API（最简单、速度最快、强烈推荐）

DeepSeek 官方 API 完全兼容 OpenAI 格式，调用成本极低（尤其是 R1 推理模型，千 token 几分钱）。

步骤 1：注册并获取 API Key

1. 打开官网：https://platform.deepseek.com/
2. 注册 / 登录
3. 左侧菜单 → API Keys → 创建新密钥
4. 复制 sk- 开头的 Key（注意不要泄露）

步骤 2：配置到 OpenClaw

推荐方式：在用户目录下创建或编辑配置文件：

# Windows: C:\Users\你的用户名\.openclaw\openclaw.json
# macOS/Linux: ~/.openclaw/openclaw.json

写入以下内容（替换你的 Key）：

{
  "env": {
    "DEEPSEEK_API_KEY": "sk-你的DeepSeek-API-Key"
  },
  "models": {
    "providers": {
      "deepseek": {
        "baseUrl": "https://api.deepseek.com/v1",
        "api": "openai-completions"
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "deepseek/deepseek-reasoner",
        "fallbacks": [
          "deepseek/deepseek-chat",
          "deepseek/deepseek-coder"
        ]
      }
    }
  }
}

或者使用环境变量方式（适合临时测试）：

# Windows CMD
set DEEPSEEK_API_KEY=sk-你的Key

# PowerShell
$env:DEEPSEEK_API_KEY = "sk-你的Key"

# Linux/macOS
export DEEPSEEK_API_KEY=sk-你的Key

步骤 3：重启 gateway 并验证

openclaw gateway

• 打开 dashboard → Chat → 新建会话

• 直接输入：“用中文介绍一下你自己”

• 想切换模型？在聊天框输入：

  /model deepseek/deepseek-coder
  

  然后问一个编程问题，比如：“用 Python 写一个快速排序”

成功标志：模型正常回复，日志中没有 fetch failed、401 unauthorized 等错误。

方式二：本地完全私有化（Ollama 部署 DeepSeek 量化版）

适合有独立显卡（16GB+ VRAM 跑 7B/8B，24GB+ 跑更大）的用户。

步骤 1：安装 Ollama

官网下载安装：https://ollama.com/

Windows / macOS / Linux 均支持一键安装。

步骤 2：拉取 DeepSeek 模型

打开终端，执行以下命令（推荐从小的开始测试）：

# 推荐入门级：1.5B ~ 8B 蒸馏版 R1，推理能力不错
ollama pull deepseek-r1:1.5b
ollama pull deepseek-r1:8b

# 编程专用
ollama pull deepseek-coder:6.7b-instruct-q5_K_M

# 如果你有大显存，可以尝试更大版本（社区 tag 经常更新）
ollama pull deepseek-v3:最新tag   # 在 ollama.com/library 搜索最新

验证模型是否拉取成功：

ollama run deepseek-r1:8b
>>> 你好，介绍一下自己

步骤 3：让 OpenClaw 连接本地 Ollama

同样编辑 ~/.openclaw/openclaw.json：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "api": "openai-completions"
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/deepseek-r1:8b",
        "fallbacks": ["ollama/deepseek-coder:latest"]
      }
    }
  }
}

• 如果 Ollama 跑在另一台电脑，改成 http://192.168.x.x:11434/v1
• 重启 gateway，聊天测试即可。

常见问题快速排错

• fetch failed / connection refused → 检查网络、代理、Ollama 是否在运行、baseUrl 是否正确
• model not found → 模型名必须是 provider/模型名 格式，例如 deepseek/deepseek-reasoner
• API 限额 / 余额不足 → DeepSeek 免费额度较少，建议先充值 10 元或切换本地版
• 响应很慢 → 本地版看显卡利用率；云端版换更近的节点或加代理
• 想动态切换模型 → 聊天中直接输入 /model 模型名

总结与进阶建议

• 追求极致性价比：DeepSeek 官方 API + deepseek-reasoner（R1），几乎无敌
• 追求完全本地隐私：Ollama + DeepSeek-R1 8B 或 Coder 量化版

OpenClaw + DeepSeek 的组合目前是自建 AI 助手里最香的方案之一。后续可以继续扩展：

• 接入 Telegram 全家桶
• 配置 RAG 知识库
• 自定义 Skills / Tools

欢迎在评论区分享你的配置心得、报错截图或性能对比～

如果这篇对你有帮助，欢迎点赞 + 收藏 + 关注，下篇见！

（完）

参考资料

• OpenClaw 官方仓库
• DeepSeek 平台文档
• Ollama 模型库
• 社区 GitHub Issues & CSDN 相关讨论