使用OpenClaw+Ollama+1Panel本地化部署个人AI助理

通过上述步骤，我们依托“1Panel+Ollama+OpenClaw”开源三件套快速搭建了一个7X24小时不间断运行的本地AI助理。用户最终只需通过浏览器访问OpenClaw，即可畅享本地模型驱动的AI智能助理服务。全程操作以1Panel作为核心载体，无需复杂的命令行功底，所有配置流程均实现可视化和步骤化，即便是新手小白也能按照操作指南完成快速部署。经实测发现，当前本地模型在工具调用的灵活性上仍存

m0_59880555

874人浏览 · 2026-02-06 12:19:35

m0_59880555 · 2026-02-06 12:19:35 发布

以1Panel开源面板为基础，搭配Ollama本地大模型（无需担心Token花销），手把手教您部署当下受到高度追捧的个人AI助理应用OpenClaw。通过这三款开源软件的组合，OpenClaw可以实现全天候的稳定运行，真正成为您的贴身专属智能助理！

一、资源准备

OpenClaw本地个人AI助理基于一台腾讯GPU云服务器构建，云服务器的获取过程不做赘述，详情参见腾讯云官网。其中云服务器的配置如下：

■ 操作系统：Ubuntu Server 24.04 LTS 64位

■ 计算资源：20核80G

■ 磁盘容量：100GB

■ GPU：计算型GN7（GN7.5XLARGE80）

■ 网络：绑定弹性公网IP

二、操作过程概览

基于1Panel开源面板搭建本地化OpenClaw主要涉及五个步骤，具体如下：

■ 第一步：1Panel的安装部署；

■ 第二步：GPU资源调度配置；

■ 第三步：Ollama的安装部署；

■ 第四步：gpt-oss:20b开源模型加载；

■ 第五步：OpenClaw安装部署及配置

三、详细操作步骤说明

1. 1Panel的安装部署

1Panel的安装部署比较简单，可参照官方文档进行在线安装：https://1panel.cn/docs/v2/installation/online_installation/ 。

步骤一：获取root权限，登录服务器后首先切换至root权限。

sudo su -

步骤二：输入在线安装命令执行安装操作。

bash -c "$(curl -sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh)"

步骤三：Docker的安装，指定安装目录并安装Docker。

步骤四：镜像加速器配置。选择配置镜像加速器，并设置1Panel面板的访问参数。

步骤五：获取1Panel面板的登录信息。

步骤六：验证1Panel部署成功。将外部地址输入浏览器进入1Panel登录页面，输入对应的面板用户和密码，确认安装完成。

步骤七：1Panel访问地址设置。进入1Panel面板后，切换到“面板设置”页面，将默认访问地址设置为1Panel访问的公网IP，方便后续部署的应用可以通过点击“跳转”按钮进行访问。

2. GPU资源调度配置

进入1Panel的“终端”页面，完成NVIDIA容器镜像的配置，最终让基于容器安装的模型能够调度GPU资源。

步骤一：NVIDIA显卡驱动确认。需要确保NVIDIA显卡驱动已正确安装，输入以下命令：

nvidia-smi

如果结果如下图所示，则代表显卡驱动已经成功安装。如果没有安装则自行前往英伟达官网下载驱动文件并安装：

https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html#installing-with-apt。

步骤二：安装NVIDIA容器镜像。为了能够在Docker容器中使用GPU资源，我们需要安装NVIDIA的容器镜像，参照如下命令行逐个执行操作：

命令行1：添加NVIDIA容器工具仓库与签名（注意，请确保网络能够正常访问GitHub）

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

命令行2：启用仓库中的experimental组件（可选）

sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list

命令行3：更新软件源

sudo apt-get update

命令行4：安装nvidia-container-toolkit

sudo apt-get install -y nvidia-container-toolkit

步骤三：配置Docker镜像使用NVIDIA。安装完容器镜像后，需要配置Docker以使用NVIDIA的GPU资源，并且重启Docker服务。

命令行1：配置Docker以使用NVIDIA

sudo nvidia-ctk runtime configure --runtime=docker

命令行2：重启Docker

sudo systemctl restart docker

3. Ollama的安装部署

安装好1Panel，并且配置好服务器的GPU资源后，我们就可以基于1Panel开源面板进行OpenClaw个人AI助理的本地化安装部署了。操作非常简单，小白也能轻松上手。

首先我们来安装Ollama。Ollama是一个开源的大型语言模型服务，提供了类似于OpenAI的API接口和聊天界面，可以非常方便地部署最新版本的gpt-oss模型。

步骤一：安装Ollama应用。首先我们进入1Panel应用商店，在AI分类中找到“Ollama”并点击“安装”按钮。

步骤二：设置Ollama安装参数。配置安装参数时需要确认版本号以及端口号，另外记得勾选“端口外部访问”选项，同时勾选“开启GPU支持”选项，以确保后续我们可以正常访问Ollama，同时模型可使用GPU资源，其他参数保持默认，点击“确认”按钮即可。

步骤三：下载镜像并安装Ollama。点击“确认”按钮后，系统开始自动拉取镜像并安装应用，直到系统提示“安装应用「ollama」成功”，则代表已经完成Ollama安装。

步骤四：验证Ollama安装是否成功。在1Panel应用商店的“已安装”页面，找到Ollama应用，点击“跳转”按钮，确认输出内容为“Ollama is running”，则代表Ollama已经部署成功。

4. 本地大模型部署

Ollama部署完成后，我们继续通过1Panel来完成基于Ollama本地gpt-oss:20b模型的加载部署，参照如下步骤即可实现。

步骤一：创建gpt-oss模型。在1Panel中依次选择“AI”→“模型”，点击“添加模型”按钮。

步骤二：加载模型。如下图所示点击“快速跳转”链接访问Ollama官网，输入模型名称“gpt-oss”快速搜索到gpt-oss模型，并复制模型ID“gpt-oss:20b”输入到1Panel“添加模型”页面的“名称”栏目中，点击“添加”按钮开始加载模型文件。注意，模型加载大概需要20至30分钟。

步骤三：模型运行确认。当模型列表中的“状态”项更新为“成功”后，可以点击“运行”按钮验证模型部署效果。如果能够正常对话则代表模型已经加载成功，如下图所示：

5. OpenClaw的安装部署

基于以上步骤，我们已经完成了本地模型的准备工作，接下来我们继续通过1Panel快速搭建OpenClaw个人AI助理。

步骤一：安装OpenClaw应用。进入1Panel应用商店，找到OpenClaw应用并点击“安装”按钮，进入安装参数设置页面。

步骤二：设置应用安装参数，如下图设置OpenClaw的版本号及端口、Ollama本地模型以及是否进行外部访问等配置项，设置完成后点击“确认”按钮开始安装。其中安装参数的具体说明如下：

■ 版本：OpenClaw版本默认为最新版本；

■ 端口：OpenClaw应用访问端口默认为18789、18790，如有占用可自行调整变更，最终需要确保端口已开通，可进行外部访问；

■ 模型供应商：下拉选择“Ollama”；

■ 模型：按照“Ollama/模型”格式输入（即模型管理中添加的模型ID），例如Ollama/gpt-oss:20b；

■ 模型API Key：本地模型输入任意字符即可；

■ Base URL：输入按照上述步骤部署的Ollama应用的地址，即http://IP:11434/v1即可；

■ 端口外部访问：勾选“端口外部访问”选项，方便后续OpenClaw应用进行访问。

步骤三：OpenClaw应用安装。参数设置完成后点击“确认”按钮，系统自动开始拉取镜像并安装应用，看到下图所示信息则代表OpenClaw应用已安装成功。

步骤四：应用Token获取。在1Panel应用商店的“已安装”页面找到已经安装好的OpenClaw，点击“进入目录”按钮，进入data/conf目录，找到openclaw.json文件并点击打开。在该文件中找到“gateway”中的“token”复制其中的Token值，例如9bfd07dd800a8c304b62bfac09f698cb7ad9f939d812021a。