OpenClaw – szybki start: instalacja przez Docker (Ollama z GPU lub Claude z CPU)

Zainstaluj OpenClaw lokalnie za pomocą Ollama.

Page content

OpenClaw to samodzielnie hostowany asystent AI zaprojektowany do działania z lokalnymi środowiskami uruchomienia modeli LLM, takimi jak Ollama, lub z modelami chmurowymi, np. Claude Sonnet.

Ten przewodnik szybkiego startu pokaże, jak wdrożyć OpenClaw za pomocą Docker, skonfigurować model lokalny z akceleracją GPU lub model chmurowy działający wyłącznie na CPU, a następnie zweryfikować, czy Twój asystent AI działa poprawnie od początku do końca.

Ten przewodnik przeprowadzi Cię przez minimalną konfigurację OpenClaw, dzięki czemu zobaczysz go działającego i odpowiadającego na Twoim własnym komputerze.

Cel jest prosty:

  • Uruchom OpenClaw.
  • Wyślij zapytanie.
  • Potwierdź, że wszystko działa.

To nie jest przewodnik dotyczący przygotowania środowiska produkcyjnego.
To nie jest przewodnik dotyczący optymalizacji wydajności.
To praktyczny punkt wyjścia.

Masz dwie możliwości:

  • Ścieżka A — Lokalny GPU przy użyciu Ollama (zalecane, jeśli masz kartę GPU)
  • Ścieżka B — Tylko CPU przy użyciu Claude Sonnet 4.6 przez API Anthropic

Obie ścieżki wykorzystują ten sam podstawowy proces instalacji.

install openclaw steps GPU vs CPU

Jeśli dopiero zaczynasz przygodę z OpenClaw i chcesz uzyskać głębsze zrozumienie struktury systemu, przeczytaj Przegląd systemu OpenClaw.

Wymagania systemowe i konfiguracja środowiska

OpenClaw to system w stylu asystenta, który może łączyć się z zewnętrznymi usługami. W ramach tego szybkiego startu:

  • Używaj kont testowych, gdzie to możliwe.
  • Unikaj podłączania wrażliwych systemów produkcyjnych.
  • Uruchamiaj go wewnątrz Docker (zalecane).

Izolacja jest dobrym domyślnym wyborem podczas eksperymentowania z oprogramowaniem opartym na agentach.

Wymagania wstępne OpenClaw (GPU z Ollama lub CPU z Claude)

Wymagane dla obu ścieżek

  • Git
  • Docker Desktop (lub Docker + Docker Compose)
  • Terminal

Dla ścieżki A (Lokalny GPU)

  • Komputer z kompatybilną kartą GPU (zalecane NVIDIA lub AMD)
  • Zainstalowany Ollama

Dla ścieżki B (CPU + Model chmurowy)

  • Klucz API Anthropic
  • Dostęp do modelu Claude Sonnet 4.6

Krok 1 — Instalacja OpenClaw z Docker (Klonowanie i uruchomienie)

OpenClaw można uruchomić za pomocą Docker Compose. Dzięki temu konfiguracja pozostaje zamknięta w jednym miejscu i jest powtarzalna.

Sklonuj repozytorium

git clone https://github.com/openclaw/openclaw.git
cd openclaw

Skopiuj konfigurację środowiska

cp .env.example .env

Otwórz plik .env w swoim edytorze. Zkonfiguruje go w następnym kroku w zależności od wybranej ścieżki modelu.

Uruchom kontenery

docker compose up -d

Jeśli wszystko ruszy poprawnie, powinieneś zobaczyć działające kontenery:

docker ps

Na tym etapie OpenClaw jest uruchomiony, ale jeszcze nie połączony z modelem.

Krok 2 — Konfiguracja dostawcy LLM (Ollama GPU lub Claude CPU)

Teraz zdecyduj, jak ma działać wnioskowanie (inferencja).

Ścieżka A — Lokalny GPU z Ollama

Jeśli masz dostępną kartę GPU, jest to najprostsza i najbardziej samodzielna opcja.

Instalacja lub weryfikacja Ollama

Jeśli potrzebujesz bardziej szczegółowego przewodnika instalacyjnego lub chcesz skonfigurować lokalizacje przechowywania modeli, zobacz:

Jeśli Ollama nie jest zainstalowany:

curl -fsSL https://ollama.com/install.sh | sh

Zweryfikuj, czy działa:

ollama pull llama3
ollama run llama3

Jeśli model odpowiada, wnioskowanie działa.

Skonfiguruj OpenClaw do użycia Ollama

W pliku .env skonfiguruj:

LLM_PROVIDER=ollama
OLLAMA_BASE_URL=http://host.docker.internal:11434
OLLAMA_MODEL=llama3

Uruchom ponownie kontenery:

docker compose restart

OpenClaw będzie teraz przekazywać zapytania do Twojej lokalnej instancji Ollama.

Jeśli zastanawiasz się, który model uruchomić na GPU z 16 GB VRAM lub chcesz porównań wydajności, zobacz:

Aby zrozumieć kwestie konkurencyjności i zachowania CPU pod obciążeniem:

Ścieżka B — Tylko CPU przy użyciu Claude Sonnet 4.6

Jeśli nie masz karty GPU, możesz skorzystać z modelu hostowanego.

Dodaj swój klucz API

W pliku .env:

LLM_PROVIDER=anthropic
ANTHROPIC_API_KEY=your_api_key_here
ANTHROPIC_MODEL=claude-sonnet-4-6

Uruchom ponownie:

docker compose restart

OpenClaw będzie teraz używać Claude Sonnet 4.6 do wnioskowania, podczas gdy orkiestracja będzie działać lokalnie.

Ta konfiguracja działa dobrze na komputerach tylko z CPU, ponieważ ciężkie obliczenia modelu odbywają się w chmurze.

Jeśli korzystasz tutaj z modeli Anthropic, ta zmiana w polityce subskrypcji Claude wyjaśnia, dlaczego OpenClaw wymaga rozliczeń opartych na API, zamiast ponownego wykorzystania planu Claude.

Krok 3 — Przetestuj OpenClaw z pierwszym promptem

Po uruchomieniu kontenerów i skonfigurowaniu modelu możesz przetestować asystenta.

W zależności od konfiguracji może to być:

  • Interfejs webowy
  • Integracja z platformą wiadomości
  • Lokalny punkt końcowy API

Dla podstawowego testu API:

curl http://localhost:3000/health

Powinieneś zobaczyć odpowiedź o statusie zdrowia.

Teraz wyślij prosty prompt:

curl -X POST http://localhost:3000/chat   -H "Content-Type: application/json"   -d '{"message": "Wyjaśnij, co robi OpenClaw, prostymi słowami."}'

Jeśli otrzymasz sformatowaną odpowiedź, system działa.

Co właśnie uruchomiłeś

Na tym etapie masz:

  • Działającą instancję OpenClaw
  • Skonfigurowanego dostawcę LLM (lokalny lub chmurowy)
  • Działający pętla żądania-odpowiedzi

Jeśli wybrałeś ścieżkę GPU, wnioskowanie odbywa się lokalnie przez Ollama.

Jeśli wybrałeś ścieżkę CPU, wnioskowanie odbywa się przez Claude Sonnet 4.6, podczas gdy orkiestracja, przekierowanie i obsługa pamięci działają wewnątrz Twoich lokalnych kontenerów Docker.

Widoczna interakcja może wydawać się prosta. Pod spodem wiele komponentów współdziała, aby przetworzyć Twoje żądanie.

Rozwiązywanie problemów z instalacją i uruchomieniem OpenClaw

Model nie odpowiada

  • Zweryfikuj konfigurację pliku .env.
  • Sprawdź logi kontenerów:
docker compose logs

Ollama nieosiągalny

  • Potwierdź, że Ollama działa:
ollama list
  • Upewnij się, że podstawowy URL pasuje do Twojego środowiska.

Nieprawidłowy klucz API

  • Sprawdź ponownie ANTHROPIC_API_KEY.
  • Uruchom ponownie kontenery po aktualizacji .env.

GPU nie jest wykorzystywany

  • Potwierdź, że sterowniki GPU są zainstalowane.
  • Upewnij się, że dostęp GPU dla Docker jest włączony.

Kolejne kroki po zainstalowaniu OpenClaw

Masz teraz działającą instancję OpenClaw.

Stąd możesz:

  • Podłączyć platformy komunikacyjne
  • Włączyć pobieranie dokumentów
  • Eksperymentować ze strategiami przekierowania
  • Dodać obserwowalność i metryki
  • Dostosować wydajność i zachowanie kosztów

Głębsze dyskusje architektoniczne mają więcej sensu, gdy system już działa.

Udostępnienie go to pierwszy krok.

Po uruchomieniu naturalnymi kolejnymi artykułami są:

Aby zobaczyć więcej studiów przypadków systemów AI, zobacz sekcję Systemy AI.

Subskrybuj

Otrzymuj nowe wpisy o systemach, infrastrukturze i inżynierii AI.