OpenClaw 离线模式与边缘部署

凌晨2点，机房断网了。Agent还在跑——因为它根本不需要网。

📌 功能介绍

离线模式是OpenClaw面向企业私有化部署和边缘计算场景的核心功能。通过集成本地模型、预加载技能包和本地知识库，Agent可以在完全断网的环境中运行。这对于金融、医疗、军工等对数据安全有极高要求的行业来说，是刚需。

💡 妙趣提示：离线模式的Agent虽然「断网」，但并不意味着「断联」。你依然可以通过内网访问Agent，只是它不能访问外网API。就像一个人在山上闭关修炼——不跟外界联系，但该干的活还是能干。

🛠️ 使用方法

1. 离线模式配置

# offline-config.yaml
mode: "offline"  # online | offline | hybrid

models:
  local:
    primary:
      name: "llama-3-70b"
      provider: "ollama"
      endpoint: "http://localhost:11434"
      quantization: "q4_K_M"
      contextWindow: 8192
    
    fallback:
      name: "phi-3-mini"
      provider: "ollama"
      endpoint: "http://localhost:11434"
      quantization: "q4_K_M"

embedding:
  local:
    name: "nomic-embed-text"
    provider: "ollama"
    endpoint: "http://localhost:11434"
    dimensions: 768

skills:
  preload:
    - "file-ops"
    - "code-analysis"
    - "data-processing"
  cacheDir: "/var/lib/openclaw/skills-cache"

knowledge:
  local:
    vectorStore: "chromadb"
    persistDir: "/var/lib/openclaw/knowledge"
    indexFiles:
      - "/data/company-docs/"
      - "/data/product-manuals/"

2. 本地模型部署

# 1. 安装Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# 2. 拉取模型（需要提前在有网环境下载）
ollama pull llama3:70b-instruct-q4_K_M
ollama pull nomic-embed-text

# 3. 验证模型
ollama list

# 4. 配置OpenClaw使用本地模型
openclaw config set model.provider ollama
openclaw config set model.endpoint http://localhost:11434
openclaw config set model.name llama3:70b-instruct-q4_K_M

# 5. 切换到离线模式
openclaw config set mode offline
openclaw gateway restart

3. 边缘节点部署

# 在边缘设备上部署
openclaw deploy edge \
  --target "raspberry-pi-01" \
  --model "phi-3-mini:q4_K_M" \
  --skills "sensor-read,local-alert,data-log" \
  --storage "/mnt/edge/openclaw"

# 边缘节点配置
# edge-config.yaml
edge:
  nodeId: "edge-rpi-01"
  parentGateway: "https://gateway.company.com"
  syncInterval: "5m"
  
  model:
    name: "phi-3-mini"
    endpoint: "http://localhost:11434"
  
  constraints:
    maxMemory: "4GB"
    maxCPU: "80%"
    batteryAware: true  # 低电量时自动降级
  
  sync:
    mode: "eventual"  # 最终一致性
    conflictResolution: "server-wins"
    queueSize: 1000

🏆 最佳实践

离线场景选择指南

场景	模型推荐	最低配置
边缘IoT	Phi-3 Mini / Qwen-1.8B	4GB RAM, ARM64
企业内网	Llama-3-70B / Qwen-72B	64GB RAM, GPU
笔记本开发	Llama-3-8B / Mistral-7B	16GB RAM, CPU

⚠️ 注意：本地模型的推理质量通常低于云端大模型。对于关键任务，建议使用「hybrid」模式——本地处理敏感数据，云端处理需要高智能的任务。

💻 代码示例

离线Agent完整示例

const { OpenClawClient, OfflineMode } = require('@openclaw/sdk');

async function runOfflineAgent() {
  // 初始化离线客户端
  const client = new OpenClawClient({
    mode: OfflineMode.FULL,
    modelEndpoint: 'http://localhost:11434',
    modelName: 'llama3:70b-instruct-q4_K_M',
    embeddingEndpoint: 'http://localhost:11434',
    embeddingModel: 'nomic-embed-text'
  });
  
  // 创建离线会话
  const session = await client.sessions.create({
    name: 'offline-analysis',
    skills: ['file-ops', 'code-analysis', 'data-processing']
  });
  
  // 使用本地知识库查询
  const result = await session.send(
    '根据公司安全规范文档，分析这段代码是否有安全漏洞。'
  );
  
  console.log('分析结果:', result.content);
  
  // 任务队列（网络恢复后同步）
  await session.queueTask({
    type: 'sync-to-cloud',
    payload: result,
    priority: 'high'
  });
  
  return result;
}

混合模式：智能路由

async function smartRouter(query, sensitivity = 'normal') {
  const client = new OpenClawClient({ mode: 'hybrid' });
  
  if (sensitivity === 'high') {
    // 高敏感数据 → 本地模型
    return await client.chat(query, {
      model: 'local:llama3:70b',
      noExternalAccess: true
    });
  } else if (sensitivity === 'normal') {
    // 普通任务 → 本地优先，失败回退云端
    try {
      return await client.chat(query, { model: 'local:llama3:70b' });
    } catch (e) {
      console.log('本地模型不可用，回退云端');
      return await client.chat(query, { model: 'cloud:claude-3-5-sonnet' });
    }
  } else {
    // 低敏感+高智能需求 → 直接云端
    return await client.chat(query, { model: 'cloud:gpt-4o' });
  }
}

🔗 相关链接

📅 更新时间：2026-05-11 | 📖 更多OpenClaw教程请访问工具教程索引