Chạy OpenClaw với Ollama

Chạy OpenClaw với Ollama - KDnuggets Blog Bài viết hàng đầu Giới thiệu Chủ đề AI Lời khuyên nghề nghiệp Thị giác máy tính Kỹ thuật dữ liệu Khoa học dữ liệu Mô hình ngôn ngữ Học máy MLOps NLP Lập trình Python SQL Bộ dữ liệu Sự kiện Tài nguyên Bảng tổng hợp Đề xuất Bản tin công nghệ Quảng cáo Tham gia bản tin Chạy OpenClaw với Ollama Bài viết này bao gồm toàn bộ quá trình từ con số 0 đến việc vận hành một trợ lý nghiên cứu cá nhân trên Telegram, bao gồm cấu hình độ dài ngữ cảnh chính xác, kết nối kênh, bật tìm kiếm web và triển khai không giao diện trong Docker. Bởi Shittu Olumide, Chuyên gia nội dung kỹ thuật vào ngày 9/7/2026 trong lĩnh vực Trí tuệ nhân tạo # Giới thiệu Bạn đã thiết lập Ollama thành công, tải một mô hình có khả năng, chạy một vài truy vấn trong terminal và nó đã hoạt động. Các phản hồi sắc bén. Độ trễ thực tế. Toàn bộ quá trình chạy trên phần cứng của bạn mà không cần khóa API và không cần đám mây. Sau đó, bạn đóng terminal và rời đi. AI đã biến mất. Đó là khoảng trống mà OpenClaw lấp đầy. Đây là một trợ lý AI cá nhân chạy trên phần cứng của bạn và duy trì hoạt động, kết nối các mô hình Ollama cục bộ của bạn với các ứng dụng nhắn tin bạn đã sử dụng: WhatsApp, Telegram, Slack, Discord, iMessage. OpenClaw được tạo ra bởi Peter Steinberger, một nhà phát triển macOS nổi tiếng với các công cụ của Apple, và được phát hành vào cuối năm 2025 dưới tên Clawdbot. Dự án đã vượt qua 60.000 lượt gắn sao trên GitHub trong vòng vài tuần. Kể từ Ollama 0.17, toàn bộ thiết lập được thực hiện chỉ bằng một lệnh duy nhất. Bài viết này bao gồm toàn bộ quá trình từ con số 0 đến việc vận hành một trợ lý nghiên cứu cá nhân trên Telegram, bao gồm cấu hình độ dài ngữ cảnh chính xác, kết nối kênh, bật tìm kiếm web và triển khai không giao diện trong Docker. # OpenClaw là gì và cách thức hoạt động Trước khi chạy bất kỳ lệnh nào, việc hiểu rõ những gì đang thực sự diễn ra bên trong sẽ hữu ích, bởi vì kiến trúc giải thích một số quyết định bạn sẽ đưa ra trong quá trình thiết lập. Mọi thứ đều thông qua một daemon duy nhất gọi là Gateway. Nó duy trì hoạt động trong nền, giữ các kết nối nhắn tin của bạn mở và điều phối tác nhân AI. Khi bạn gửi một tin nhắn từ WhatsApp hoặc Telegram, đây là trình tự thực tế: văn bản của bạn đến thông qua giao thức của nền tảng nhắn tin (WhatsApp sử dụng Baileys, Telegram sử dụng Bot API), đi đến Gateway, sau đó Gateway định tuyến nó đến mô hình của bạn thông qua API cục bộ của Ollama và gửi phản hồi trở lại qua cùng một kênh. Bạn sẽ thấy một tin nhắn trả lời trong ứng dụng nhắn tin. Không có gì khác xảy ra trên thiết bị của bạn một cách rõ ràng. Thiết kế ba lớp này là điều làm cho OpenClaw khác biệt so với việc chỉ chạy một chatbot trong terminal: Lớp nhắn tin là kênh bạn gửi tin nhắn qua: điện thoại của bạn, một ứng dụng Telegram trên máy tính để bàn, một không gian làm việc Slack. Bạn không cần phải ở máy đang chạy Ollama. Bạn chỉ cần được kết nối với dịch vụ nhắn tin. Daemon Gateway là lớp điều phối. Nó vẫn tồn tại ngay cả khi bạn không sử dụng nó một cách tích cực, giữ các kết nối mở và quản lý các tác vụ tác nhân nhiều bước. Đây là điều làm cho OpenClaw hữu ích, thay vì chỉ mang tính tương tác; các tác vụ yêu cầu nhiều lệnh công cụ có thể chạy trong nền và cung cấp kết quả khi hoàn thành. Lớp mô hình là Ollama. Đây có thể là một mô hình chạy hoàn toàn cục bộ trên GPU của bạn, hoặc một mô hình được hỗ trợ bởi đám mây thông qua dịch vụ đám mây của Ollama. Gateway không quan tâm đến điều này; nó giao tiếp với API của Ollama trong cả hai trường hợp. Một lưu ý về tên gọi cần đề cập ngay từ đầu: OpenClaw trước đây được biết đến với tên Moltbot và trước đó là Clawdbot. Nó đã được đổi tên vào đầu năm 2026. Tất cả các biệt danh lệnh cũ vẫn hoạt động: `ollama launch clawdbot` vẫn có chức năng, vì vậy không có gì bị hỏng nếu bạn đã lưu trữ chúng trong các tập lệnh hoặc tài liệu. # Yêu cầu hệ thống và điều kiện tiên quyết Yêu cầu về cửa sổ ngữ cảnh 64k định hình mọi thứ khác trong các quyết định lựa chọn phần cứng và mô hình của bạn, vì vậy hãy hiểu điều này trước khi chọn một mô hình. Ollama mặc định độ dài ngữ cảnh dựa trên VRAM khả dụng: dưới 24 GB có ngữ cảnh 4k, 24–48 GB có 32k và 48 GB trở lên có 256k. Mặc định cho hầu hết phần cứng tiêu dùng là 4k, không đủ cho một tác nhân thực hiện các tác vụ đa bước. Bạn sẽ cần đặt ngữ cảnh một cách rõ ràng, điều mà phần tiếp theo sẽ đề cập. Yêu cầu phần cứng: | Tính năng | Tối thiểu | Khuyến nghị | |---|---|---| | Hệ điều hành | macOS 12+, Linux, Windows (Windows Subsystem for Linux, WSL) | macOS 14+, Ubuntu 22.04+ | | RAM | 16 GB | 32 GB | | VRAM GPU (mô hình cục bộ) | 25 GB (cho qwen3-coder hoặc glm-4.7-flash) | 48 GB+ | | VRAM GPU (mô hình đám mây) | Không, chạy trên đám mây của Ollama | GPU tùy chọn | | Đĩa cứng | 5 GB (OpenClaw + phụ thuộc) | 30 GB+ nếu tải mô hình cục bộ | Điều kiện tiên quyết về phần mềm: Ollama 0.17 trở lên là bắt buộc; đây là phiên bản đã giới thiệu `ollama launch`. Kiểm tra phiên bản của bạn bằng `ollama --version` và tải xuống phiên bản mới nhất từ ollama.com/download nếu cần. Node.js 18 trở lên là bắt buộc vì OpenClaw cài đặt qua npm. Ollama tự động phát hiện và nhắc nhở về điều này, nhưng bạn nên cài đặt nó trước khi bắt đầu. Tải xuống từ nodejs.org nếu cần. Cần có tài khoản Ollama cho các mô hình đám mây và để tìm kiếm trên web với các mô hình cục bộ. Tạo một tài khoản tại ollama.com và đăng nhập bằng: `ollama signin` Đề xuất mô hình: | Mô hình | Loại | VRAM | Tốt nhất cho | |---|---|---|---| | kimi-k2.5:cloud | Đám mây | Không | Suy luận đa phương thức và tác nhân phụ | | qwen3.5:cloud | Đám mây | Không | Suy luận, lập trình, thị giác | | minimax-m2.7:cloud | Đám mây | Không | Các tác vụ năng suất nhanh | | glm-5.1:cloud | Đám mây | Không | Suy luận và tạo mã | | qwen3-coder | Cục bộ | ~25 GB | Các tác vụ lập trình, bảo mật hoàn toàn | | gemma4 | Cục bộ | ~16 GB | Suy luận cục bộ | Các mô hình đám mây có độ dài ngữ cảnh đầy đủ tự động và bao gồm hỗ trợ tìm kiếm trên web mà không cần cấu hình bổ sung. Đối với hầu hết người dùng mới bắt đầu, `kimi-k2.5:cloud` là lựa chọn phù hợp; nó miễn phí để bắt đầu, xử lý tốt các tác vụ tác nhân và không yêu cầu VRAM. # Một lệnh