养小龙虾进阶教程引言“养小龙虾”——搭建 AI 助手是时下很火的一个话题。然而网上部署教程或依赖昂贵的云服务或忽略本机的安全性配置过程更是人云亦云让人踩坑不断。笔者历经多次失败最终总结出一套“容器化、零费用、高安全性”的部署方案。本文带你从零开始在 Windows 11 平台上通过 ollama 和 openclaw 容器搭建一个接入飞书的 AI 助手。本文核心亮点容器化部署运行在 Docker 容器上隔离性好设置简单迁移方便本地大模型使用 Ollama 运行开源模型隐私无忧费用仅电费无需云服务防止一不小心被运营商掏空口袋。一、安装 WSL Docker Desktop 软件这部分网上有不少教程不再赘述。安装 WSL如何使用 WSL 在 Windows 上安装 Linux安装 Docker DesktopInstall Docker Desktop on Windows如果搞不定你可以联系我帮你装服务费一杯奶茶钱发送邮件。二、构建 ollama openclaw 容器1. 准备工作在任意位置推荐非中文目录打开终端执行mkdir ai\.ollama ai\workspace notepad ai\docker-compose.yml在弹出的窗口中选择“是”然后将下面的内容粘贴到打开的记事本中services:ollama:image:ollama/ollama:latestcontainer_name:ollamarestart:unless-stoppedports:-127.0.0.1:11434:11434volumes:-./.ollama:/root/.ollamadeploy:resources:reservations:devices:-driver:nvidiacount:allcapabilities:[gpu]openclaw:depends_on:-ollamaimage:ghcr.io/openclaw/openclaw:latestcontainer_name:openclawrestart:unless-stoppedports:-127.0.0.1:22:22environment:-TZAsia/Shanghai-NODE_ENVproductionvolumes:-./workspace:/app/workspace保存此时目录结构应为ai |--.ollama |--workspace |--docker-compose.yml⚠️ 此处我们没像网上绝大多数教程一样映射 18789 端口而是映射 22 端口。为什么许多教程都将容器的 18789 端口映射到宿主机但实际从宿主机访问 http://127.0.0.1:18789 时会遇到 ERR_EMPTY_RESPONSE 错误。这是因为 OpenClaw 的网关服务默认监听容器的 loopback 地址从宿主机上访问不到容器的网关服务。正确的做法是通过 SSH 隧道转发既安全又稳定。2. 构建容器在刚才打开的终端中执行cd ai docker-compose up-d等待任务完成这样我们的容器就构建好了三、进行必要配置1. 配置认证服务如果你不需要访问 OpenClaw 的控制台网页可以跳过此步。生成 SSH 密钥对ssh-keygen-t ed25519-Cusernamedomainusernamedomain 改成你的邮箱地址按提示设置密码可留空将公钥复制到工作区copy%USERPROFILE%\.ssh\id_ed25519.pub.\workspace以 root 用户身份进入 openclaw 容器docker exec-u root-it openclaw/bin/bash安装 SSH 服务并进行设置aptupdateaptinstallopenssh-servernano-ynano/etc/ssh/sshd_config找到 #Port 22去掉 # 使其生效找到 #ListenAddress 0.0.0.0同样去掉 # 使其生效配置权限和证书su-nodemkdir-p~/.sshchmod700~/.sshcp/app/workspace/id_ed25519.pub ~/.ssh/authorized_keyschmod600~/.ssh/authorized_keys2. 下载开源模型为了让第一次响应更快我们提前拉取模型这里笔者使用 qwen3.5:4b 模型你应根据自己的硬件情况选择适配模型:docker exec-it ollama ollama pull qwen3.5:4b等待完成……3. 接入飞书平台由于 OpenClaw 支持通过配置文件来初始化因此我们可以将一份预配置的 openclaw.json 放入 workspace 文件夹然后执行 onbard 命令完成设置。ai\workspace\openclaw.json{auth:{profiles:{ollama:default:{provider:ollama,mode:api_key}}},models:{mode:merge,providers:{ollama:{baseUrl:http://ollama:11434,apiKey:OLLAMA_API_KEY,api:ollama,models:[{id:qwen3.5:4b,name:qwen3.5:4b,reasoning:false,input:[text],cost:{input:0,output:0,cacheRead:0,cacheWrite:0},contextWindow:131072,maxTokens:8192}]}}},agents:{defaults:{model:{primary:ollama/qwen3.5:4b},models:{ollama/qwen3.5:4b:{}},workspace:/app/workspace}},tools:{profile:coding},commands:{native:auto,nativeSkills:auto,restart:true,ownerDisplay:raw},session:{dmScope:per-channel-peer},channels:{feishu:{enabled:true,appId:Your feishu appId,appSecret:Your feishu appSecret,connectionMode:websocket,domain:feishu,groupPolicy:open}},gateway:{port:18789,mode:local,bind:loopback,auth:{mode:token,token:Your gateway token},tailscale:{mode:off,resetOnExit:false}},skills:{install:{nodeManager:npm}},plugins:{entries:{feishu:{enabled:true}},installs:{feishu:{source:npm,spec:openclaw/feishu,installPath:/home/node/.openclaw/extensions/feishu,version:2026.3.13,resolvedName:openclaw/feishu,resolvedVersion:2026.3.13,resolvedSpec:openclaw/feishu2026.3.13,integrity:sha512-D5vPkgGZ9lfCQnDFlGrQN6NCSUYRgYW9k7amW3qlm9zBI4SpalRZVqLZ4yZ2eCXHjw9RVp/L75wjJ7NBQyfEw,shasum:39128ff918f8d3387331818cbe3f8b24a82e4c0d,resolvedAt:2026-03-15T21:34:22.054Z,installedAt:2026-03-15T21:34:54.298Z}}}}注意要让 openclaw 容器访问 ollama 容器不能使用 http://127.0.0.1:11434 地址而应该用 http://ollama:11434 地址替换其中的 your feishu appId、your feishu appSecret 和 your gateway token 三项内容如果模型运行报错可以尝试将上下文长度contextWindow设置调小编辑完成后注意传到容器中docker exec openclaw cp /app/workspace/openclaw.json /home/node/.openclaw/。现在向你的飞书机器人发送任意消息它会回复一个配对码然后在主机中批准该设备docker exec openclaw openclaw pairing approve feishu CODE大功告成现在你可以通过飞书机器人与 AI 助手对话了。四、一些常用命令# 在宿主机中访问 openclaw 控制台docker exec-u root openclaw service sshstart ssh-i%USERPROFILE%\.ssh\id_ed25519-N-L 18789:127.0.0.1:18789 nodelocalhost