Быстрый старт OpenClaw: установка с помощью Docker (Ollama GPU или Claude + CPU)

Локальная установка OpenClaw с использованием Ollama

Содержимое страницы

OpenClaw — это автономный ИИ-ассистент, предназначенный для работы с локальными средами выполнения LLM, такими как Ollama, или с облачными моделями, такими как Claude Sonnet.

В этом кратком руководстве показано, как развернуть OpenClaw с помощью Docker, настроить локальную модель с поддержкой GPU или облачную модель, работающую только на CPU, и проверить, что ваш ИИ-ассистент работает корректно от начала до конца.

Это руководство описывает минимальную настройку OpenClaw, чтобы вы могли увидеть его работу и получение ответов на вашем собственном устройстве.

Цель проста:

  • Запустить OpenClaw.
  • Отправить запрос.
  • Подтвердить, что всё работает.

Это не руководство по повышению отказоустойчивости для production-среды. Это не руководство по настройке производительности. Это практическая отправная точка.

У вас есть два варианта:

  • Путь A — Локальный GPU с использованием Ollama (рекомендуется, если у вас есть GPU)
  • Путь B — Только CPU с использованием Claude Sonnet 4.6 через API Anthropic

Оба пути используют один и тот же основной процесс установки.

install openclaw steps GPU vs CPU

Если вы новичок в OpenClaw и хотите получить более глубокое представление о структуре системы, прочитайте Обзор системы OpenClaw. Если вы планируете запускать постоянно работающего ассистента с более строгим песочницей и контролем политик, следуйте Руководству по безопасной эксплуатации NemoClaw.

Системные требования и настройка окружения

OpenClaw — это система типа ассистента, которая может подключаться к внешним сервисам. Для этого быстрого старта:

  • По возможности используйте тестовые учетные записи.
  • Избегайте подключения чувствительных production-систем.
  • Запускайте его внутри Docker (рекомендуется).

Изоляция является хорошим значением по умолчанию при экспериментировании с программным обеспечением типа агентов.

Предварительные требования для OpenClaw (GPU с Ollama или CPU с Claude)

Требуется для обоих путей

  • Git
  • Docker Desktop (или Docker + Docker Compose)
  • Терминал

Для Пути A (Локальный GPU)

  • Машина с совместимым GPU (рекомендуются NVIDIA или AMD)
  • Установленный Ollama

Для Пути B (CPU + Облачная модель)

  • Ключ API Anthropic
  • Доступ к Claude Sonnet 4.6

Шаг 1 — Установка OpenClaw с Docker (Клонирование и запуск)

OpenClaw можно запустить с использованием Docker Compose. Это позволяет сохранить настройку изолированной и воспроизводимой.

Клонирование репозитория

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

Копирование конфигурации окружения

cp .env.example .env

Откройте файл .env в редакторе. Мы настроим его на следующем шаге в зависимости от выбранного вами пути модели.

Запуск контейнеров

docker compose up -d

Если всё запущено правильно, вы должны увидеть работающие контейнеры:

docker ps

На этом этапе OpenClaw запущен, но он еще не подключен к модели.

Шаг 2 — Настройка провайдера LLM (Ollama GPU или Claude CPU)

Теперь решите, как вы хотите организовать инференс.

Путь A — Локальный GPU с Ollama

Если у вас доступен GPU, это самый простой и самодостаточный вариант.

Установка или проверка Ollama

Если вам требуется более подробное руководство по установке или вы хотите настроить места хранения моделей, см.:

Если Ollama не установлен:

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

Проверьте его работу:

ollama pull llama3
ollama run llama3

Если модель отвечает, инференс работает.

Настройка OpenClaw для использования Ollama

В файле .env настройте:

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

Перезапустите контейнеры:

docker compose restart

Теперь OpenClaw будет направлять запросы в вашу локальную копию Ollama.

Если вы решаете, какую модель запустить на GPU с 16 ГБ видеопамяти, хотите сравнить результаты тестов или вам нужны разумные значения по умолчанию для сэмплеров Qwen / Gemma для ассистентов, интенсивно использующих инструменты, см.:

Чтобы понять параллелизм и поведение CPU под нагрузкой:

Путь B — Только CPU с использованием Claude Sonnet 4.6

Если у вас нет GPU, вы можете использовать hosted-модель.

Добавьте ваш ключ API

В файле .env:

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

Перезапустите:

docker compose restart

Теперь OpenClaw будет использовать Claude Sonnet 4.6 для инференса, в то время как оркестрация выполняется локально.

Эта настройка хорошо работает на машинах только с CPU, поскольку вычислительно сложная часть модели выполняется в облаке.

Если вы используете модели Anthropic, это изменение политики подписки Claude объясняет, почему OpenClaw требует биллинга через API вместо повторного использования планов Claude.

Шаг 3 — Тестирование OpenClaw с вашим первым запросом

После того как контейнеры запущены и модель настроена, вы можете протестировать ассистента.

В зависимости от вашей настройки это может быть через:

  • Веб-интерфейс
  • Интеграцию с мессенджером
  • Локальную конечную точку API

Для базового тестирования API:

curl http://localhost:3000/health

Вы должны увидеть ответ со статусом здоровья.

Теперь отправьте простой запрос:

curl -X POST http://localhost:3000/chat   -H "Content-Type: application/json"   -d '{"message": "Explain what OpenClaw does in simple terms."}'

Если вы получите структурированный ответ, система работает.

Что вы только что запустили

На данный момент у вас есть:

  • Работающий экземпляр OpenClaw
  • Настроенный провайдер LLM (локальный или облачный)
  • Рабочий цикл запрос-ответ

Если вы выбрали путь с GPU, инференс происходит локально через Ollama.

Если вы выбрали путь с CPU, инференс происходит через Claude Sonnet 4.6, в то время как оркестрация, маршрутизация и обработка памяти выполняются внутри ваших локальных контейнеров Docker.

Видимое взаимодействие может показаться простым. Под капотом множество компонентов координируют обработку вашего запроса.

Устранение неполадок при установке и ошибках времени выполнения OpenClaw

Модель не отвечает

  • Проверьте конфигурацию вашего .env.
  • Проверьте логи контейнеров:
docker compose logs

Ollama недоступен

  • Убедитесь, что Ollama запущен:
ollama list
  • Убедитесь, что базовый URL соответствует вашему окружению.

Неправильный ключ API

  • Дважды проверьте ANTHROPIC_API_KEY
  • Перезапустите контейнеры после обновления .env

GPU не используется

  • Убедитесь, что драйверы GPU установлены.
  • Убедитесь, что Docker имеет доступ к GPU.

Следующие шаги после установки OpenClaw

Теперь у вас есть рабочий экземпляр OpenClaw.

Отсюда вы можете:

  • Подключить платформы мессенджеров
  • Включить извлечение документов
  • Экспериментировать со стратегиями маршрутизации
  • Добавить наблюдаемость и метрики
  • Настроить поведение производительности и затрат

Более глубокие архитектурные обсуждения имеют смысл, когда система уже запущена.

Запуск системы — это первый шаг.

После запуска логично перейти к следующим статьям:

  • Системы памяти в ИИ-ассистентах — как рабочая память, структурированное состояние и извлечение сочетаются друг с другом, прежде чем настраивать плагины памяти OpenClaw
  • Руководство по плагинам OpenClaw — какие плагины установить для памяти, инструментов, каналов и наблюдаемости, и как работает жизненный цикл
  • Руководство по навыкам OpenClaw — какие навыки стоит установить из ClawHub, и как безопасно ограничивать их доступ в зависимости от роли агента
  • Паттерны production-настройки OpenClaw — как плагины и навыки сочетаются для реальных типов пользователей, таких как разработчики, команды автоматизации, исследователи и операторы поддержки

Для больше кейсов систем ИИ, см. раздел Системы ИИ.

Подписаться

Получайте новые материалы про системы, инфраструктуру и AI engineering.