```table-of-contents
```

本教程将引导你在 Mac Mini M4 上从零开始配置目前最火的本地 AI 智能体框架 **OpenClaw**。我们将使用本地部署的大语言模型（保障数据绝对隐私，且利用 M4 芯片的强大算力免除 API 费用），并通过你日常熟悉的 Telegram 和飞书进行跨平台远程控制。整个过程无需编写代码，跟着步骤操作即可。

---

## 第一阶段：部署本地大语言模型 (Ollama)

Mac Mini M4 采用 ARM 架构及统一内存，运行本地大语言模型的效率极高。我们使用目前最主流、最易上手的本地部署工具 Ollama。

### 1. 安装 Ollama

- 打开浏览器访问 Ollama 官网并下载 macOS 版本的安装包。
- 下载完成后，双击解压并将其拖入“应用程序”文件夹，随后双击运行。
- 屏幕顶部的状态栏中出现一头小羊驼图标，即表示 Ollama 已在后台成功运行。

### 2. 下载并运行模型

考虑到你可能需要优秀的中文理解和推理能力，推荐使用千问（Qwen）系列模型。

- 打开 Mac 的**终端 (Terminal)** 应用（在“启动台” -> “其他”中可以找到，或者按 `Command + 空格` 搜索“终端”）。
- 在终端中输入以下命令并按回车（这里以参数量适中、M4 运行毫无压力的 `qwen2.5:7b` 为例）：
```
ollama run qwen2.5:7b
```

- 终端会自动开始下载模型文件。下载完成后，会出现 `>>>` 提示符，你可以直接输入几句中文测试它的回复。  
- 测试正常后，输入 `/bye` 退出对话状态。Ollama 会在后台默默保持 `http://localhost:11434` 这个本地接口的开启，供接下来的 OpenClaw 调用。  

---

## 第二阶段：安装与初始化 OpenClaw

OpenClaw 是基于 Node.js 运行的，因此我们需要先在 Mac 上准备好基础的 Node.js 环境。

### 1. 安装基础环境 (Homebrew & Node.js)

- **安装 Homebrew**：这是 Mac 系统上最常用的包管理器。在终端中粘贴以下命令并回车（期间系统会要求输入你的 Mac 开机密码）：
```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
```

- Run these commands in your terminal to add Homebrew to your **PATH**:

```
echo >> /Users/weishen/.zprofile

echo 'eval "$(/opt/homebrew/bin/brew shellenv zsh)"' >> /Users/weishen/.zprofile

eval "$(/opt/homebrew/bin/brew shellenv zsh)"
```
- Run **brew help** to get started
- **安装 Node.js**：Homebrew 安装完成后，继续在终端输入并回车：
```
brew install node
```

### 2. 安装 OpenClaw 框架

- 基础环境准备好后，输入以下命令全局安装 OpenClaw
```
npm install -g openclaw
```
- 验证安装是否成功
```
openclaw --version

OpenClaw 2026.3.8 (3caab92)
```

### 3. 初始化配置

- 在终端中运行初始化向导：
```
openclaw 
```

- 当向导询问你要使用的 AI 模型提供商（Model Provider）时，通过上下方向键选择 **Local (Ollama)**。
	- 接口地址保持默认的 `http://localhost:11434`。
	- 模型名称（Model Name）输入你刚才下载的 `qwen2.5:7b`。

---

## 第三阶段：配置 Telegram 机器人控制终端

通过 Telegram，你可以在手机上随时随地给家里的 Mac Mini 下达任务指令。

### 1. 获取 Telegram Bot Token

- 打开 Telegram 软件，在顶部搜索栏搜索 `@BotFather`（注意认准带有官方蓝色认证勾的账号）。
- 点击 `Start` 或在对话框发送 `/start`。
- 发送指令 `/newbot` 开始创建一个新机器人。
- 根据系统提示，先输入机器人的显示昵称（例如：`我的Mac助手`），再输入机器人的用户名（用户名必须以 `bot` 结尾，例如 `MacM4_OpenClaw_bot`）。
- 创建成功后，BotFather 会回复一段较长的信息，其中包含 **HTTP API Token**（类似于 `123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11`）。请将这串字符复制并妥善保存。

### 2. 写入 OpenClaw 配置

- 回到 Mac 的终端，运行配置引导：
    
    Bash
    
    ```
    openclaw wizard
    ```
    
- 选择 `Channels`（通讯频道）设置，找到并开启 `Telegram`。
    
- 将刚才复制的 API Token 粘贴进去并保存配置。
    

---

## 第四阶段：配置飞书 (Lark) 控制终端

飞书官方原生支持 OpenClaw 插件接入，且最大优势是**支持 WebSocket 长连接模式**——这意味着你不需要拥有公网 IP，也不用折腾复杂的内网穿透，就能直接让飞书与你家里的 Mac 通信。

### 1. 创建飞书自建应用

- 浏览器登录 **飞书开放平台**，进入“开发者后台”。
    
- 点击“创建企业自建应用”，填写应用名称（如“本地智能体”）和描述，上传一个头像后点击创建。
    

### 2. 获取凭证与开启机器人能力

- 在左侧导航栏找到 **凭证与基础信息**，复制并保存 `App ID` 和 `App Secret`。
    
- 在左侧导航栏找到 **添加应用能力**，找到“机器人”版块并点击“添加”。
    

### 3. 配置事件订阅 (WebSocket 模式)

- 在左侧导航栏找到 **事件与回调 (Events & Callbacks)**。
    
- 切换到 **加密策略 (Encryption)** 标签页，复制出你的 `Verification Token`。
    
- 确保你开启了“长连接模式 (WebSocket)”，这样飞书服务器就会主动把聊天消息推送到你的本地客户端。
    
- 展开 **权限管理**，申请获取接收和发送消息相关的必要权限（必须包含 `im:message.receive_v1`）。
    
- 提交并发布应用版本。
    

### 4. 将飞书参数填入 OpenClaw

- 回到终端，依次输入以下命令（将引号内的中文替换为你刚才获取的真实数据）：
    
    Bash
    
    ```
    openclaw config set channels.feishu.appId "你的App_ID"
    openclaw config set channels.feishu.appSecret "你的App_Secret"
    openclaw config set channels.feishu.verificationToken "你的Verification_Token"
    openclaw config set channels.feishu.mode "websocket"
    ```
    

---

## 第五阶段：安全设置与启动运行

> **关键安全警告**：由于 OpenClaw 属于具备高自由度的“行动派” AI，它拥有读写文件和执行系统终端命令的能力。为了防止大模型产生幻觉误删系统文件，**绝不能使用 root 超级管理员权限运行**。

1. **工作沙盒隔离**：不要给 OpenClaw 整个硬盘的访问权限。建议在你的“文稿 (Documents)”目录下新建一个专属文件夹（例如 `OpenClaw_Workspace`），并在 OpenClaw 的设置项中将该文件夹指定为它的唯一“工作目录”。
    
2. **启动网关服务**：
    
    在终端中输入以下命令正式启动服务：
    
    Bash
    
    ```
    openclaw gateway start
    ```
    
3. **完成身份配对**：
    
    - 打开手机上的飞书或 Telegram，搜索并找到你刚才创建的机器人，向它发送任意一句话（比如“你好”）。
        
    - 出于安全防护，机器人此时不会立刻执行任务，而是会回复你一个字母和数字组成的**配对码（Pairing Code）**。
        
    - 回到 Mac 的终端，输入 `openclaw pairing approve <收到的配对码>` 完成你本人的设备授权认证。
        

至此，你的专属 AI 助理已经 24 小时在 Mac Mini M4 上待命了！你可以在飞书或 Telegram 中直接用自然语言吩咐它：“帮我用 Python 写一个批量压缩图片的脚本并运行在桌面上”。

---

**参考链接清单：**

1. Ollama macOS 版本下载: [https://ollama.com/download](https://ollama.com/download)
    
2. 飞书开发者开放平台: [https://open.feishu.cn/app](https://open.feishu.cn/app)
    

你想让我为你详细解释一下，如何为 OpenClaw 安装来自社区的第三方技能插件（例如让它自动帮你定时检索特定信息并推送到飞书），或者如何进一步微调它的底层角色提示词吗？