🚀 AI本地部署教程

在本地运行AI工具,保护隐私,速度更快,随时随地可用

📋 本页导航

广告位 - 部署页顶部

🦞 OpenClaw 本地部署 推荐

OpenClaw是一款强大的AI私人助手框架,支持接入多种AI模型,可实现智能对话、任务自动化、定时提醒等功能。

进阶 Windows / macOS / Linux 约 20 分钟

一、环境准备

OpenClaw基于Node.js运行,部署前需要安装以下环境:

  • Node.js ≥ v18(推荐 v20+),前往 nodejs.org 下载安装
  • Git,用于克隆仓库
  • AI模型API Key:OpenAI / Claude / 其他兼容API的密钥

二、安装 OpenClaw

# 克隆项目
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 安装依赖
npm install

# 初始化配置
npx openclaw init
💡 提示:如果在国内网络环境下安装较慢,可使用镜像源:npm install --registry=https://registry.npmmirror.com

三、配置 AI 模型

编辑配置文件,填入你的API Key:

# 编辑配置文件
npx openclaw config edit

# 主要配置项:
# - provider: openai / claude / custom
# - apiKey: 你的API密钥
# - model: gpt-4o / claude-sonnet 等
# - channel: 配置消息通道(微信/Telegram等)

四、启动运行

# 启动网关服务
npx openclaw gateway start

# 查看运行状态
npx openclaw gateway status

# 交互式对话
npx openclaw chat
⚠️ 注意:API Key请妥善保管,不要上传到公开仓库或分享给他人。

五、常用命令速查

openclaw gateway start    # 启动服务
openclaw gateway stop     # 停止服务
openclaw gateway restart  # 重启服务
openclaw gateway status   # 查看状态
openclaw chat             # 开始对话
openclaw help             # 查看帮助

广告位 - 部署页中间

🖥️ CofmyUI 本地部署

CofmyUI是一个功能丰富的AI对话界面,支持接入多种大模型,适合搭建私有化AI对话平台。

进阶 Windows / macOS / Linux 约 18 分钟

一、环境准备

  • Python ≥ 3.10,前往 python.org 下载
  • Node.js ≥ v18(前端构建需要)
  • Git

二、安装 CofmyUI

# 克隆项目
git clone https://github.com/cofmy/cofmyui.git
cd cofmyui

# 安装Python依赖
pip install -r requirements.txt

# 安装前端依赖
cd web
npm install
npm run build
cd ..

# 复制配置文件
cp config.example.yml config.yml

三、配置模型接入

编辑 config.yml 配置文件:

models:
  - name: "GPT-4o"
    provider: openai
    api_key: "sk-xxx"
    base_url: "https://api.openai.com/v1"
    model: "gpt-4o"

  - name: "Claude"
    provider: anthropic
    api_key: "sk-ant-xxx"
    model: "claude-sonnet-20250514"

  - name: "本地Ollama"
    provider: ollama
    base_url: "http://localhost:11434"
    model: "llama3"

四、启动服务

# 启动后端服务
python app.py

# 默认访问地址
# http://localhost:8000
💡 提示:也可以配合Ollama接入本地大模型,实现完全离线的AI对话体验。

🦙 Ollama 本地大模型运行

Ollama让你在本地轻松运行Llama3、Qwen、Mistral等开源大模型,简单到一行命令。

入门 Windows / macOS / Linux 约 10 分钟

一、安装 Ollama

前往 ollama.com 下载对应平台的安装包,一键安装。

二、运行模型

# 下载并运行 Llama3
ollama run llama3

# 下载并运行 Qwen2.5
ollama run qwen2.5

# 下载并运行 Mistral
ollama run mistral

三、常用命令

ollama list          # 查看已安装的模型
ollama pull llama3   # 仅下载模型
ollama rm llama3     # 删除模型
ollama serve          # 启动API服务(默认端口11434)
💡 推荐模型:日常对话推荐 qwen2.5:7b(中文能力强,显存要求低);编程推荐 codellama

四、硬件要求参考

运行7B参数模型建议至少 8GB 内存/显存;13B模型建议 16GB;70B模型建议 64GB+。

广告位 - 部署页中下

🎨 Stable Diffusion WebUI 部署

Automatic1111开发的SD WebUI是最流行的本地AI绘画工具,功能强大、插件丰富。

进阶 Windows / macOS / Linux 约 25 分钟

一、环境准备

  • Python 3.10.x
  • Git
  • NVIDIA GPU(推荐),至少 6GB 显存

二、一键安装

# 克隆项目(含WebUI和venv自动创建)
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Windows用户直接运行
run.bat

# macOS/Linux用户运行
bash webui.sh

三、首次启动

首次启动会自动下载模型和创建虚拟环境,耐心等待。完成后访问 http://localhost:7860

⚠️ 注意:需要科学上网环境才能顺利下载HuggingFace模型。国内用户建议配置镜像源或手动下载模型文件。

🔗 ComfyUI 安装教程

ComfyUI是基于节点的AI绘图工作流工具,灵活强大,适合进阶用户构建自定义绘图流程。

高级 Windows / macOS / Linux 约 22 分钟

一、安装 ComfyUI

# 克隆项目
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 安装Python依赖
pip install -r requirements.txt

二、启动

# 启动服务
python main.py

# 访问地址
# http://localhost:8188

三、安装常用插件

# ComfyUI Manager(插件管理器,强烈推荐)
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

# 重启后即可通过Manager安装其他插件
💡 提示:ComfyUI的强大之处在于节点式工作流。可以在 ComfyWorkflows 找到大量社区分享的工作流模板。

广告位 - 部署页底部