在 NVIDIA RTX GPU 與 DGX Spark 免費執行 OpenClaw

OpenClaw (前身為 Clawdbot 和 Moltbot) 是在電腦執行的「本機優先」AI 代理人。它將不同功能融為一體因而爆紅，可記住對話內容並視情況自行調整、在本機電腦持續執行、從檔案與 App 取得上下文資訊，以及運用新「技能」擴充能力，堪稱實用的全能助理。

以下是幾種常見的使用案例：

1. 個人秘書：OpenClaw 可存取收件匣、行事曆與檔案，協助您自主管理行程。它會從檔案與過往郵件取得內容，草擬電子郵件回信、提前傳送您要求的提醒、還能查看行事曆上的空檔來安排會議。
2. 主動式專案管理：OpenClaw 可透過您使用的電子郵件或訊息管道定期追蹤專案狀況、向您發送進度報告，並且視需要追蹤 / 發送提醒
3. 研究代理：OpenClaw 可透過 App 的個人化背景資訊，結合網際網路搜索的資訊與檔案資料，為您製作報告

OpenClaw 採用的大型語言模型 (LLM) 可在本機或雲端執行。由於 OpenClaw 的特性是持續運作，因此雲端 LLM 衍生的成本可能相當可觀。此外，它會要求您上傳個人資料。

在這份指南，我們會說明如何在 NVIDIA RTX GPU 與 DGX Spark 完全以本機方式執行 OpenClaw 與 LLM，既可省荷包，還能確保資料保持私密不外洩。

NVIDIA RTX GPU 的 GPU 有 Tensor 核心，可加速 AI 運算，而且還可為執行 OpenClaw 所需的所有工具提供 CUDA 加速，包括 Ollama 與 Llama.cpp，為這類工作流程締造最佳效能。DGX Spark 不僅是專為持續執行而設計，還配備 128GB 記憶體，讓您能夠執行更大的本機模型，提供最佳的準確度與成果，是格外出色的選項。

請留意 AI 代理人的風險，謹慎操作，將風險降至最低。如需更多資訊，請造訪 OpenClaw 網站。

這類代理有 2 大風險：

1. 個人資訊或檔案可能外洩或遭竊。
2. 代理本身或您連接至機器人的工具，可能使您暴露在惡意程式碼或網路攻擊的風險之中。

您無法徹底防範所有風險，因此操作時請自負風險。以下是我們測試 OpenClaw 時所採取的部分措施：

• 在另一台全新安裝且沒有個人資料的 PC 或虛擬機器上執行 OpenClaw。然後複製您希望代理有存取權的資料。
• 請勿授予代理帳戶的存取權。反之，請為代理建立專屬帳號，並與代理共享特定資訊或存取權。 
• 啟用技能時請務必謹慎，最好僅限測試已通過社群審查的技能。
• 請確保您用來存取 OpenClaw 助理的任何管道，例如 Web UI 或傳訊管道，未經授權無法透過區域網路或網際網路存取。
• 使用案例如果允許，請限制網際網路存取。

我們將使用 Windows Subsystem for Linux (簡稱 WSL)，在 Windows 安裝 OpenClaw。雖然可在 Powershell 原生安裝，但由於不穩定，因此開發者不鼓勵採用這個方式。 

如果您使用的是 DGX Spark，可跳至第 2 部分。

1. Windows Subsystem for Linux 安裝：

如果已安裝 WSL，可跳至下一個 OpenClaw 安裝部分。若要安裝 WSL (參考連結)：

1.1. 按下 Windows 鍵、輸入 PowerShell、在結果按右鍵，然後選取「以管理員身分執行」。

1.2. 貼上下列命令，然後按下 Enter：
 

1.3. 執行下列命令，檢查 WSL 安裝是否正確。您應該會看到類似下列螢幕截取畫面的輸出結果：
 

1.4. 從 Windows 搜尋列搜尋 Powershell、選取「以管理員身分執行」，然後輸入下列內容即可開啟 WSL：

2. OpenClaw 安裝：

2.1. 在 WSL 視窗執行下列命令：
 

OpenClaw 與所有必需的相依性隨即會安裝至機器。下載部分必要的套件後，OpenClaw 會顯示安全警告提示：

2.2. 請閱讀安全風險。如果確定要繼續，請使用箭頭鍵移至「是」，然後按下 Enter。

2.3. 系統會提示您選擇 Quickstart 或 Manual 上線模式。選擇 Quickstart。

2.4. 隨即會出現用於設定模型提供者的清單。如果要執行本機模型，請移至清單最下方，然後選取「Skip for now」，因為我們稍後才會設定。如果要連線雲端模型，您可選取一個，然後依照指示進行。

2.5. 隨即會出現另一個清單提示，用於依照供應商篩選模型。選取「All Providers」。在下列用於選取預設模型的提示，請選擇「Keep Current」。

2.6. 您不在 PC 旁時，系統會提供您與通訊管道連線的選項，讓您與機器人互動。您可在這裡選取一個，然後依照精靈中的步驟設定，或是選取「Skip for Now」，稍後再設定。

舉例而言，如果您選取 Telegram，就必須建立 Telegram 機器人、為 OpenClaw 提供存取權杖，然後從 Telegram 聊天提供配對碼給 OpenClaw

2.7. 接著，系統會提示您設定技能，也就是機器人將具備的能力。建議您暫時選取「否」，繼續進行設定。試用並確認使用案例所需的技能後，隨時皆可新增技能。

2.8. 接著，OpenClaw 會提示您安裝 Homebrew 套件，請選取「No」，因為 Mac 設定時需要，但 Windows 則不需要。

2.9. 下一個提示是安裝 Hooks。若要獲得更優異的體驗，建議 3 項全部選取。但請斟酌您是否能接受將資料記錄在本機。

2.10. 隨後產生的終端機輸出，會顯示用於存取 OpenClaw 儀表板的 URL。儲存這個位址，因為需要用它載入 UI。

2.11. 最後，在最後一個提示選取「Yes」，完成 OpenClaw 安裝。

2.12. 現在您可透過存取權杖隨附的儀表板連結存取 OpenClaw。

3. 本機模型配置：

您可利用在 RTX GPU 本機執行的 LLM 或雲端 LLM 驅動 OpenClaw。這個部分會說明，如何將 OpenClaw 設定為透過 LM Studio 或 Ollama 在本機執行。

答案品質取決於 LLM 的規模與品質。您不妨確保盡可能釋出 VRAM (例如，不要在 GPU 執行其他工作負載，只載入需要的技能，儘量減少上下文佔用），以便我們使用一個能存取大部分 GPU 資源的大型 LLM。

3.1. 選取您偏好的後端：

3.1.1. 若追求原始效能，建議使用 LM Studio 作為後端，因為它使用 Llama.cpp 執行 LLM。

3.1.2. Ollama 提供額外的開發者工具，協助簡化部署。

3.2 如果您使用 Windows，請從 Windows 搜尋列搜尋 Powershell、選取「以管理員身分執行」，然後輸入，開啟另一個 WSL 視窗。(DGX Spark 則跳過這個步驟)

3.3. 下載並安裝 LM Studio 或 Ollama：

3.3. 下載並安裝 LM Studio 或 Ollama：

3.4. 選取您偏好的 LLM：依據您的 GPU，我們建議您選用下列模型：

• 8-12GB GPU：qwen3-4B-Thinking-2507
• 16GB GPU：gpt-oss-20b
• 24-48GB GPU：Nemotron-3-Nano-30B-A3B
• 96-128GB GPU：gpt-oss-120b

3.5. 下載模型：

3.6. 執行模型，並將上下文視窗設定為 32K token 以上，模型才能搭配 OpenClaw 順暢運作。

3.7. 將 OpenClaw 設定為使用 LM Studio 或 Ollama，然後啟動閘道：

總結

大功告成！若要檢查設定是否正確，請開啟瀏覽器視窗，然後使用存取權杖貼上 OpenClaw URL。按一下 new，並嘗試輸入內容。如果收到回覆，就代表一切已準備就緒！您也可以詢問 OpenClaw 使用的是什麼模型，甚至也可在閘道聊天 UI 中輸入 /model MODEL_NAME 在模型之間切換。

若要進一步瞭解如何使用 OpenClaw，請造訪 OpenClaw 網站。

您不妨研究一下如何新增新技能。請切記，新增技能會衍生額外的風險，因此請慎選。若要新增技能：

• 要求 OpenClaw 透過技能自行設定
• 使用網頁 UI 的側邊欄啟用技能
• 在 Clawhub 尋找社群建立的技能

盡情享受成果吧！