在 PC 上部署 Gemma 4 OpenClaw零成本打造本地 AI 助手2026 年 4 月 2 日Google 发布了 Gemma 4——迄今为止最适合个人电脑本地部署的开源大模型。本文将带你完整走一遍部署流程从零开始在本地运行 Gemma 4并通过 OpenClaw 连接到微信使用。引言为什么是 Gemma 4Gemma 4 发布当天OpenClaw 社区就完成了适配Ollama 同日发布 v0.20 版本提供原生支持。为什么这么快因为 Gemma 4 解决了三个核心问题1. 真正开源此前Gemma 系列使用自定义协议商业用途存在法律风险。Gemma 4 改用Apache 2.0 协议——你可以自由地用于商业项目无需担心法律问题。2. 极致的参数效率Gemma 4 E2B 只有 2.3B 有效参数但性能超过了 Gemma 3 27B。参数量少了 12 倍性能却更强。3. 完整的工具链支持原生函数调用、256K 上下文、多模态能力完美适配 OpenClaw 这样的 AI 助手框架。最关键的是完全免费无需 API Key。一、你的电脑适合哪个模型Gemma 4 提供四个不同规模的模型选择正确的模型是成功的第一步。以下均以 4-bit 量化为例模型版本参数量量化后内存上下文多模态推荐配置E2B2.3B~4 GB128K图片、音频手机、树莓派E4B4.5B~5.5 GB128K图片、音频16GB 内存笔记本26B(MoE)25.2B总/3.8B激活16-18 GB256K图片24GB 内存 Mac / 24GB 显存31B31B17-20 GB256K图片32GB 内存工作站一句话总结「4 GB 跑 E2B6 GB 跑 E4B18 GB 跑 26B20 GB 以上跑 31B。」我的建议从E4B开始验证工作流程后再决定是否升级。二、安装 Ollama本地推理引擎Ollama 是目前跑本地模型最简单的工具——模型下载、推理引擎、API 服务一个 App 搞定。Windows 安装# 方式一访问 https://ollama.com/download 下载 OllamaSetup.exe 双击安装# 方式二PowerShell 一行命令irm https://ollama.com/install.ps1|iexmacOS 安装brewinstall--caskollama-app安装完成后启动 Ollamaopen-aOllama菜单栏会出现一个羊驼图标等几秒钟初始化完成。Linux 安装curl-fsSLhttps://ollama.com/install.sh|sh验证安装ollama--version三、下载并运行 Gemma 4下载模型以 E4B 为例约 3.6GB根据网速 5-15 分钟ollama pull gemma4:e4b如果想跑 26B 版本ollama pull gemma4:26b# 约 18GB耐心等待快速测试ollama run gemma4:e4b你好请用 Python 写一个快速排序如果看到回复说明一切正常。检查 GPU 加速ollamaps如果显示14% CPU / 86% GPU→ GPU 加速已启用 ✅如果显示100% CPU→ 需要排查macOS确保 Ollama 0.19支持 MLX 框架Windows/Linux确保已安装 NVIDIA 驱动和 CUDANVIDIA 40 系及以上Ollama 0.19 新增 NVFP4 格式支持自动生效四、安装 OpenClawOpenClaw 是一个个人 AI 助手框架支持 20 消息平台包括微信。前置要求Node.js 22.16推荐 24# macOSbrewinstallnode22# Linux (Ubuntu/Debian)curl-fsSLhttps://deb.nodesource.com/setup_22.x|sudo-Ebash-sudoapt-getinstall-ynodejs# Windows访问 https://nodejs.org/ 下载安装安装 OpenClawnpminstall-gopenclawlatest# 验证安装openclaw--version五、配置 OpenClaw 使用 Gemma 4编辑配置文件nano~/.openclaw/openclaw.json写入以下内容{models:{providers:{ollama:{baseUrl:http://localhost:11434/v1,api:openai-completions,models:[{id:gemma4:e4b,name:Gemma 4 E4B,reasoning:false,contextWindow:131072,maxTokens:8192}]}}},agents:{defaults:{model:{primary:ollama/gemma4:e4b}}}}⚠️重要reasoning: false必须设置否则工具调用会失败。测试配置# 启动 Gatewayopenclaw gateway--port18789--verbose# 新开终端测试对话openclaw agent--message你好介绍一下你自己如果收到回复说明配置成功 ✅六、优化配置可选默认情况下Ollama 会在 5 分钟无活动后卸载模型导致下次响应变慢。解决方案Windows (PowerShell)[System.Environment]::SetEnvironmentVariable(OLLAMA_KEEP_ALIVE,-1,User)macOS / Linuxechoexport OLLAMA_KEEP_ALIVE-1~/.zshrcsource~/.zshrc然后重启 Ollama使配置生效。七、连接微信这是最令人兴奋的一步——让 Gemma 4 变成你的微信 AI 助手。步骤 1安装微信插件openclaw pluginsinstalltencent-weixin/openclaw-weixin步骤 2配置微信渠道编辑~/.openclaw/openclaw.json添加channels部分{// ... 之前的 models 和 agents 配置 ...channels:{openclaw-weixin:{enabled:true,allowFrom:[*]}}}步骤 3扫码登录openclaw channels login--channelopenclaw-weixin终端会显示二维码用微信扫码登录。步骤 4启用 ClawBot 插件必需⚠️重要需要在微信中手动启用 ClawBot 插件。打开微信「我」→「设置」→「插件」找到「ClawBot」并启用如果找不到 ClawBot 插件说明功能还在逐步开放中需要耐心等待。步骤 5测试在微信中给助手发送消息你好如果收到 Gemma 4 的回复恭喜你成功了八、实际性能参考笔者在M2 MacBook Pro16GB上测试 E4B 模型的结果指标数据首次加载~3 秒预热后响应~0.5 秒生成速度~25 tokens/秒内存占用峰值~5.2 GB有效上下文32K tokens 内质量稳定这个性能对于日常使用已经足够。九、擅长与不擅长根据实际使用经验Gemma 4 在 OpenClaw 中的表现✅ 擅长代码阅读与总结样板代码生成配置文件、CRUD、测试模板文件操作列出、搜索、重命名快速编辑单文件修改、修复拼写❌ 不擅长跨文件重构5 文件容易出错复杂调试跨多个抽象层的 bug超长上下文消费级硬件上 32K 质量下降 我的建议60-70% 的任务用本地 Gemma 430-40% 的复杂任务切换到云端模型这样API 成本可以从每天 $20 降到仅几美元。十、进阶玩法让 AI 帮你部署 AI如果你已经部署了 OpenClaw无论在本地还是云服务器可以让它自己动手部署 Gemma 4——全程不碰终端。示例对话以云服务器上的 OpenClaw 为例对 AI 说「在服务器上安装 Ollama。运行curl -fsSL https://ollama.com/install.sh | sh」AI 会发现缺少依赖自己安装后重新运行脚本接着说「下载 Gemma 4 26B 模型ollama pull gemma4:26b」AI 会下载 17GB 模型文件并校验让它测试「跟 Gemma 4 聊一句ollama run gemma4:26b 介绍一下自己」如果纯 CPU 推理较慢让它换成 E4B「换成 E4B 模型ollama run gemma4:e4b」终极操作让 AI 把自己的模型后端切到本地 Gemma 4API 端点指向localhost:11434——从此不再需要云端 API十一、常用命令速查# Ollama 命令ollama list# 查看已下载的模型ollamaps# 查看正在运行的模型和内存占用ollama run gemma4:26b# 启动对话ollama stop gemma4:26b# 卸载模型释放内存ollama pull gemma4:26b# 更新到最新版本ollamarmgemma4:26b# 删除模型# OpenClaw 命令openclaw--version# 查看版本openclaw gateway--port18789--verbose# 启动 Gatewayopenclaw agent--message你好# 测试对话openclaw plugins list# 查看已安装插件十二、总结部署 Gemma 4 OpenClaw 的核心流程步骤命令/操作1. 安装 Ollamabrew install --cask ollama-app(macOS) 或下载 Windows 安装包2. 下载 Gemma 4ollama pull gemma4:e4b3. 安装 OpenClawnpm install -g openclawlatest4. 配置 OpenClaw编辑~/.openclaw/openclaw.json5. 安装微信插件openclaw plugins install tencent-weixin/openclaw-weixin6. 扫码登录openclaw channels login --channel openclaw-weixin7. 开始使用在微信中与 Gemma 4 对话成本分析项目费用Gemma 4 模型免费Apache 2.0Ollama免费开源OpenClaw免费开源微信插件免费电费持续运行约 ¥1-2/天总计接近零成本现在你拥有了一个完全免费、隐私可控、数据永远在你掌控之中的本地 AI 助手。无需 API Key无需云端依赖通过微信就能随时对话。开始养你的第一只「龙虾」吧