NVIDIA 釋出指南：教你在 RTX 顯示卡與 DGX Spark 上免費跑 OpenClaw

OpenClaw（早期代號包括 Clawdbot 與 Moltbot）是一個常駐電腦本地的開源 AI 智慧體，也是目前 GitHub 上增長最快的專案之一。它能直接連線你的本地檔案、日曆與應用，在後臺持續幫你處理雜務，並記住你的操作習慣與對話歷史。

它能做什麼

和每次問答都要手動開啟的普通聊天機器人不同，OpenClaw 的核心定位是「本地優先」且持續常駐的桌面 Agent。

你可以讓它 24 小時掛在後臺，隨時整理本地郵件、按需檢索私人文件，或者通過掛載各種技能外掛來接管更多系統操作。過去如果把這種始終線上的智慧體接到雲端大模型上，光是背景輪詢和長上下文消耗的 token 費用就極其昂貴，更不用說把私人檔案全部傳到雲端的隱私隱患。把模型和邏輯全部搬回本地執行，核心就是為了省錢和資料安全。

怎麼在 RTX 顯示卡上跑起來

NVIDIA 這次給出的官方配置方案，重點是把推理完全交給本地 GPU 來扛。系統環境支援原生 Windows，如果需要更貼近 Linux 的環境也可以選擇 WSL。

底層推理後端可以任選 LM Studio、Ollama 或 vLLM。在模型選擇上，消費級 GeForce RTX 顯示卡推薦載入 Qwen 3.6 27B 等尺寸的模型，通過顯示卡內的 Tensor Cores 和 CUDA 算力實現快速響應。

由於智慧體執行復雜任務極度依賴上下文記憶，NVIDIA 建議在本地推理配置中至少將上下文長度設為 32K，在視訊記憶體允許的情況下最好開啟 64K 或更高。如果你使用的是自帶 128GB 統一記憶體、專為常駐設計的 DGX Spark 系統，甚至可以直接藉助 vLLM 部署針對該平臺專門最佳化的 Qwen 3.6 35B，在處理超長工作流時提供更高的準確度。

後端服務跑起來之後，只需要在瀏覽器中開啟 OpenClaw 的本地閘道器並填入訪問令牌即可連通，介面裡還支援通過指令直接無縫切換不同的本地模型。

為什麼重要

對於手頭擁有中高階 RTX 顯示卡或本地算力裝置的使用者來說，這份指南徹底打破了常駐智慧體的門檻。你不再需要為每分鐘都在後臺思考的 Agent 支付無休止的 API 賬單，所有個人檔案也無需離機，這是目前最現實的私有化個人助理方案。

但便利的代價是安全責任完全落到了自己頭上。OpenClaw 這類智慧體能夠讀取系統檔案並呼叫本地應用，一旦通過技能外掛賦予其過高許可權，就可能帶來不可控的操作風險。我們建議普通玩家在試用時儘量只加載必要的擴充套件技能，不要一上來就將核心工作目錄與敏感許可權全盤託付。