1. 为什么要在本地跑 AI AgentOpenClaw 到底解决什么问题AMD OpenClaw 是一套面向本地 AI Agent 的开源运行框架它本身不是大模型而是把「模型推理 记忆系统 多 Agent 调度」打包成一套可以在个人工作站上跑起来的环境。适合谁适合手里有 Ryzen AI Max 或者 Radeon AI PRO 显卡、想把 Agent 从云端 API 拉回本地、又不想自己从零拼 llama.cpp 和记忆库的开发者。它基于 Windows WSL2 构建核心组件包括 WSL2 提供的 Linux 运行环境、LM Studio 做本地模型管理、llama.cpp 做 CPU/GPU 推理后端以及 Memory.md 这套基于 embedding 的本地记忆系统。我试过把一套多 Agent 工作流从云端迁到本地最直接的感受是数据不出机器、没有按 token 计费的焦虑、断网也能继续跑。但代价也很明显——你得先搞清楚自己走哪条硬件路线。AMD 给了两套参考配置RyzenClaw 和 RadeonClaw。前者靠 Ryzen AI Max 的统一内存做大上下文和多 Agent 并发后者靠 Radeon AI PRO R9700 的独立显存换高推理吞吐。选错了要么上下文不够用要么并发上不去。这篇文章不重复官方宣传而是把两条路线的 config.toml 骨架、CC Switch 配置、启动验证和常见报错拆开讲让你按自己手上的硬件直接落地。2. TaoToken 前置本地 Agent 的模型接入与密钥准备OpenClaw 的推理可以完全本地跑但在实际调试阶段很多人会先用一个稳定的 API 通道来验证 Agent 链路是否通再切回本地模型。这样做的好处是当 Agent 启动失败时你能快速判断是框架配置问题还是本地推理环境问题。TaoToken 在这里扮演的就是这个「链路验证 模型接入」的角色它提供兼容 OpenAI 风格的接口方便你在 config.toml 里先填一个可用的 endpoint 跑通流程。你需要先拿到 API Key。访问 https://taotoken.net/api-keys 创建密钥注意这个页面不要加 UTM 参数之外的任何东西直接打开即可。创建后复制 sk- 开头的字符串后面配置里会用到。接入文档在 https://taotoken.net/doc 里面有完整的请求格式和模型列表。如果你只是想先验证模型对话是否正常可以直接用 https://taotoken.net/models 这个 deep link 进模型对话页面手动发一条消息确认通道可用。长期做编码和 Agent 任务的建议了解 Coding Planhttps://taotoken.net/coding-plan 它更适合高频调用的场景。注意本地推理和 API 接入不是二选一。推荐的做法是先用 API 把 OpenClaw 的 Agent 调度、记忆写入、工具调用全部跑通再切换到本地 llama.cpp 后端。这样排障时变量最少。3. 可复制配置config.toml 骨架与 CC Switch 示例OpenClaw 的主配置放在~/.openclaw/config.tomlWSL2 环境下。下面这份骨架覆盖了模型后端、记忆系统、Agent 并发三个关键块你可以直接复制后按注释改。# ~/.openclaw/config.toml [server] host 127.0.0.1 port 8760 log_level info [model] # 调试阶段先用 API跑通后改成 local backend api # api | local api_base https://taotoken.net/api api_key sk-你的密钥 model_name qwen3.5-35b-a3b timeout_sec 120 [model.local] # 切到本地推理时启用 llama_cpp_path /usr/local/bin/llama-server model_path /models/qwen3.5-35b-a3b-q4.gguf n_gpu_layers 99 # RadeonClaw 走 GPU 时拉满 ctx_size 262144 # RyzenClaw 可到 26 万RadeonClaw 建议 19 万 threads 16 [memory] enabled true backend memory_md embedding_model bge-m3 store_path ~/.openclaw/memory max_context_tokens 262144 [agent] max_concurrent 6 # RyzenClaw 可 6RadeonClaw 建议 2 default_tools [shell, file, http]CC Switch 用来在「API 模式」和「本地模式」之间快速切换避免手改 config.toml。它的配置文件是~/.openclaw/cc-switch.toml# ~/.openclaw/cc-switch.toml [[profile]] name api-debug model_backend api api_base https://taotoken.net/api model_name qwen3.5-35b-a3b [[profile]] name local-ryzen model_backend local ctx_size 262144 max_concurrent 6 [[profile]] name local-radeon model_backend local ctx_size 196608 max_concurrent 2 n_gpu_layers 99切换命令cc-switch use api-debug cc-switch use local-ryzen cc-switch use local-radeon两条硬件路线的参数差异用表格对照更清楚参数RyzenClawRadeonClaw核心硬件Ryzen AI Max 128GB 统一内存Radeon AI PRO R9700 32GB显存预留约 96GB 可变显存32GB 独立显存推理速度约 45 token/s约 120 token/s10K 输入处理约 19.5s约 4.4s上下文窗口约 26 万 token约 19 万 token并发 Agent最多 6最多 2适合场景多 Agent 协作、长上下文分析实时交互、高吞吐推理4. 验证请求Agent 本地启动与推理链路连通配置写完后先别急着跑复杂 Agent。按下面顺序验证每一步都能定位问题。第一步启动 OpenClaw 服务openclaw serve --config ~/.openclaw/config.toml正常输出会显示监听端口和加载的 profile[INFO] openclaw server listening on 127.0.0.1:8760 [INFO] model backend: api [INFO] memory backend: memory_md loaded [INFO] agent max_concurrent: 6第二步用 curl 验证推理链路curl -s http://127.0.0.1:8760/v1/chat/completions \ -H Content-Type: application/json \ -d { model: qwen3.5-35b-a3b, messages: [{role: user, content: 用一句话说明你运行在本地还是云端}], max_tokens: 64 }如果返回里有choices[0].message.content说明模型通道通了。如果返回 401检查 api_key返回 404检查 api_base 是否漏了/api。第三步验证 Agent 调度和记忆写入openclaw agent run --task 读取 /tmp/test.txt 并总结 --profile api-debug跑完后检查记忆目录ls ~/.openclaw/memory/ # 应该看到 embedding 索引文件和 memory.md第四步切到本地模式再跑一次同样的任务cc-switch use local-ryzen openclaw agent run --task 读取 /tmp/test.txt 并总结 --profile local-ryzen如果本地模式报llama-server not found说明llama_cpp_path不对报CUDA out of memory或HIP error说明n_gpu_layers或ctx_size超了显存。5. 本篇常见错排查报错一WSL2 distro not foundOpenClaw 依赖 WSL2 的 Linux 环境。先在 PowerShell 里确认wsl --list --verbose如果没有发行版装一个 Ubuntu 22.04 以上。注意 WSL2 的内存分配默认是主机内存的一半RyzenClaw 要跑 26 万上下文需要在%UserProfile%\.wslconfig里手动调大[wsl2] memory110GB swap16GB报错二model load failed: context length exceeds limit这是 RadeonClaw 最常见的坑。R9700 只有 32GB 显存26 万上下文塞不进去。把ctx_size降到 196608同时把max_concurrent从 6 改成 2。如果你确实需要长上下文走 RyzenClaw 路线统一内存能撑住。报错三memory_md embedding timeoutMemory.md 的 embedding 模型默认走本地如果bge-m3没下载完就会超时。检查~/.openclaw/models/下是否有完整的模型文件。调试阶段可以先把[memory] enabled设为 false跑通主链路后再开。报错四cc-switch: profile not foundCC Switch 读的是~/.openclaw/cc-switch.toml不是当前目录。确认文件路径正确且 profile 名字和cc-switch use后面跟的完全一致大小写敏感。报错五API 模式返回429 Too Many Requests调试阶段频繁调用会触发限流。降低调用频率或者切到 Coding Plan 拿更高的配额。本地模式不存在这个问题但要注意本地推理时 Agent 并发数别超过硬件上限。6. 按硬件路线落地从验证到长期运行如果你手上是 Ryzen AI Max 128GB 的机器走 RyzenClaw 路线重点放在多 Agent 协作和长上下文分析上。max_concurrent可以拉到 6ctx_size设 262144适合跑 Agent Swarm 实验、本地知识库问答、长文档分析这类任务。缺点是单次推理速度只有 45 token/s 左右实时交互体验一般。如果你手上是 Radeon AI PRO R9700走 RadeonClaw 路线重点放在高吞吐和低延迟上。n_gpu_layers拉满ctx_size控制在 196608 以内max_concurrent设 2。适合实时 Agent 交互、代码补全、高频工具调用这类场景。缺点是上下文和并发都受限不适合跑大规模 Agent 集群。两条路线不是互斥的。你可以用 API 模式做日常调试和轻量任务用本地模式跑隐私敏感和离线场景。CC Switch 的 profile 机制就是为这种混合用法设计的。长期运行的话建议把 OpenClaw 注册成 systemd 服务避免 WSL2 重启后手动拉起sudo tee /etc/systemd/system/openclaw.service EOF [Unit] DescriptionOpenClaw Local AI Agent Runtime Afternetwork.target [Service] ExecStart/usr/local/bin/openclaw serve --config /home/user/.openclaw/config.toml Restarton-failure Useruser [Install] WantedBymulti-user.target EOF sudo systemctl enable --now openclaw最后提醒一句本地 Agent 的瓶颈往往不在模型本身而在记忆系统的 embedding 速度和工具调用的串行等待。先把[memory]和[agent]两块调稳再考虑换更大的模型。硬件选型上RyzenClaw 买的是「能同时跑几个 Agent」RadeonClaw 买的是「单个 Agent 跑多快」想清楚你的任务形态再下单。