software

如何使用 LMStudio 设置 Openclaw

发布: (2026年1月31日 GMT+8 11:10)
4 分钟阅读
原文: Dev.to

Source: Dev.to

请提供您希望翻译的具体文本内容，我将为您翻译成简体中文。

引言

OpenClaw 引起了广泛关注，经历了 Clawdbot → Moltbot → OpenClaw 的演变。大多数教程依赖外部 API（OpenAI、Anthropic、Google 等），这可能会变得昂贵。本指南展示了如何在基于 Linux 的 Lenovo ThinkPad 上使用 LMStudio 本地运行 OpenClaw。

安装 LMStudio

  1. 在你的 Linux 系统上安装 LMStudio。
    如果你需要帮助，YouTube 教程可以指导你完成安装过程。

Selecting a Model

Because of limited hardware resources, a quantized version of GLM‑4.7 Flash was chosen. After downloading the model, LMStudio’s chat interface responded to a simple “hello” in about 50 seconds, which is slow but acceptable for initial testing.

安装 OpenClaw

curl -fsSL https://openclaw.bot/install.sh | bash

在安装过程中，使用了 手动配置 向导。由于缺少一些必填字段（技能、模型提供商、令牌等），需要手动编辑配置文件。

编辑 openclaw.json

打开 ~/.openclaw/openclaw.json（或安装程序显示的路径），并添加以下章节。根据你的环境需要调整路径和数值。

{
  "meta": {
    "lastTouchedVersion": "2026.1.29",
    "lastTouchedAt": "2026-01-31T02:01:52.403Z"
  },
  "wizard": {
    "lastRunAt": "2026-01-31T02:01:52.399Z",
    "lastRunVersion": "2026.1.29",
    "lastRunCommand": "onboard",
    "lastRunMode": "local"
  },
  "models": {
    "providers": {
      "lmstudio": {
        "baseUrl": "http://127.0.0.1:1234/v1",
        "apiKey": "lm-studio",
        "api": "openai-responses",
        "models": [
          {
            "id": "glm-4.7-flash",
            "name": "GLM-4.7 Flash",
            "reasoning": true,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0
            },
            "contextWindow": 20000,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "lmstudio/glm-4.7-flash"
      },
      "workspace": "/home/Ubuntu/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "hooks": {
    "internal": {
      "enabled": true,
      "entries": {
        "session-memory": {
          "enabled": true
        }
      }
    }
  },
  "gateway": {
    "port": 18789,
    "bind": "loopback",
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "generate-your-token"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "skills": {
    "install": {
      "nodeManager": "npm"
    }
  }
}

生成令牌

为网关身份验证创建令牌：

openssl rand -hex 20

将 gateway.auth.token 字段中的 "generate-your-token" 替换为生成的值。

验证安装

运行设置验证命令：

openclaw setup

预期输出：

Config OK: ~/.openclaw/openclaw.json
Workspace OK: ~/.openclaw/workspace
Sessions: OK: ~/.openclaw/agents/main/sessions

启动网关

检查网关状态：

openclaw gateway status

您应该会看到类似以下的行：

Listening: 127.0.0.1:18789

这表明 OpenClaw 正在本地监听端口 18789。

下一步

此时 OpenClaw 已安装并可通过本地网关访问。后续工作包括：

  • 通过 OpenClaw CLI 或兼容客户端与机器人交互。
  • 添加自定义技能或代理。
  • 监控性能并根据需要调整模型参数。

压力测试 AI 代理（可选）

如果您为内部或商业用途开发 AI 代理，可以使用 Zeroshot 工具进行快速压力测试：

zeroshot scan --target-url https://your-target-url --max-attacks 20

该工具可以使用包含 1,000 多个攻击向量的库，对各种 AI 系统类别执行多达 50 次（或更多）攻击。访问 Zeroshot 网站获取免费试用。

Back to Blog

相关文章

阅读更多 »