Trong bối cảnh chi phí gọi API ngày càng đắt đỏ, xu hướng chạy OpenClaw với Ollama Local đang trở thành lựa chọn được cộng đồng lập trình viên và người dùng cá nhân quan tâm hàng đầu. Giải pháp này cho phép vận hành một trợ lý AI Agent mạnh mẽ ngay trên máy tính cá nhân, hoàn toàn miễn phí và đặc biệt là dữ liệu không rời khỏi thiết bị. Cùng Tino tìm hiểu cách thực hiện nhé!
Những lợi ích khi chạy OpenClaw với Ollama Local
Chạy OpenClaw với Ollama Local mang lại một số lợi ích đáng chú ý:
- Giảm phụ thuộc vào API thương mại: Nhiều model có thể chạy trực tiếp trên máy tính.
- Chủ động lựa chọn model: Dễ dàng thay đổi giữa nhiều model được Ollama hỗ trợ.
- Dữ liệu xử lý Local: Prompt gửi đến model Local được xử lý trên thiết bị thay vì gửi đến API model bên ngoài.
- Không tính chi phí theo token cho quá trình inference Local: Tài nguyên sử dụng chủ yếu là phần cứng và điện năng của máy.
- Phù hợp để thử nghiệm AI Agent: Có thể học và thử OpenClaw mà không cần liên tục theo dõi chi phí token.
- Kiểm soát môi trường tốt hơn: Phù hợp với người muốn tự quản lý model, context và cấu hình phần cứng.
Tuy nhiên, chạy Local cũng có một hạn chế quan trọng: khả năng của model phụ thuộc khá nhiều vào phần cứng. Model càng lớn, context càng dài thì lượng RAM hoặc VRAM cần sử dụng càng cao.
Cần chuẩn bị gì trước khi chạy OpenClaw với Ollama?
Hệ điều hành
Ollama hiện hỗ trợ:
- Windows
- macOS
- Linux
Trên Windows, Ollama chạy dưới dạng ứng dụng native và cung cấp API tại http://localhost:11434. Tài liệu hiện hành yêu cầu Windows 10 22H2 trở lên.
OpenClaw cũng hỗ trợ macOS, Linux và Windows. Trên Windows, người dùng có thể sử dụng Windows Hub, PowerShell hoặc WSL2 tùy môi trường.
Node.js
Nếu Ollama cần cài OpenClaw thông qua npm, máy tính cần có Node.js tương thích.
Theo tài liệu OpenClaw hiện hành, Node.js 26 được khuyến nghị cho các cài đặt mới, bên cạnh các nhánh Node được OpenClaw hỗ trợ. Trình cài đặt chính thức cũng có khả năng tự xử lý Node trong nhiều trường hợp.
Bạn có thể kiểm tra bằng:
node --versionNếu OpenClaw đã được cài sẵn, bước này thường không cần thực hiện lại.
RAM, GPU và dung lượng lưu trữ
Không có một cấu hình duy nhất phù hợp với mọi model. Tài nguyên cần sử dụng phụ thuộc vào:
- kích thước model;
- mức lượng tử hóa;
- context window;
- hệ điều hành;
- GPU;
- lượng VRAM;
- RAM;
- các ứng dụng đang chạy song song.
Một lưu ý rất quan trọng là OpenClaw thuộc nhóm ứng dụng Agent, vì vậy context thường lớn hơn chatbot thông thường.
Ollama khuyến nghị context từ 64K token trở lên khi sử dụng OpenClaw và các Agent tương tự. Context càng cao thì yêu cầu bộ nhớ cũng tăng theo.
Bảng tham khảo dưới đây giúp lựa chọn nhanh:
Cấu hình máy Mô hình gợi ý VRAM cần thiết (ước tính) Laptop phổ thông, không GPU rời qwen3:0.6b, mistral 4 – 6 GB RAM Cấu hình tầm trung, GPU 8–12 GB qwen3.5 ~11 GB VRAM Cấu hình mạnh, GPU 16 GB trở lên gemma4 ~16 GB VRAM Máy trạm/GPU chuyên dụng qwen2.5-coder:32b, deepseek-r1:32b 24 GB VRAM trở lên
Nên dùng model Ollama nào cho OpenClaw?
Không phải model local nào cũng phù hợp với AI Agent. OpenClaw thường cần model có khả năng:
- làm theo hướng dẫn tốt;
- xử lý context dài;
- reasoning;
- gọi công cụ;
- tạo structured output;
- xử lý chuỗi tác vụ nhiều bước.
Theo trang tích hợp OpenClaw chính thức của Ollama, hai lựa chọn Local đáng chú ý hiện nay gồm:
Model Tài nguyên tham khảo Phù hợp qwen3.5khoảng 11 GB VRAM Reasoning, code, vision và Agent gemma4khoảng 16 GB VRAM Reasoning và xử lý tác vụ Agent Local
Ollama đang liệt kê Qwen3.5 và Gemma 4 trong nhóm model có hỗ trợ tool calling, reasoning và các khả năng phù hợp cho Agent.
Nếu máy yếu, bạn có thể thử model nhỏ hơn. Tuy nhiên, model quá nhỏ có thể gặp khó khăn khi xử lý tool calling hoặc workflow dài.
Cách chạy OpenClaw với Ollama Local nhanh nhất
Ollama đã tích hợp OpenClaw trực tiếp thông qua ollama launch. Ollama có thể kiểm tra OpenClaw, hỗ trợ cài đặt, cấu hình provider, chọn model và khởi động Gateway.
Bước 1: Cài đặt Ollama
Trên Windows
Tải và cài Ollama dành cho Windows tại: https://ollama.com/download
Sau khi cài thành công, Ollama sẽ chạy nền và có thể được sử dụng trong PowerShell hoặc Command Prompt.
Trên Linux
Có thể cài nhanh bằng:
curl -fsSL https://ollama.com/install.sh | sh
Sau đó chạy:
ollama serve
Bước 2: Kiểm tra Ollama
Mở Terminal hoặc PowerShell và nhập:
ollama --version
Tiếp tục kiểm tra danh sách model:
ollama listNếu Ollama phản hồi bình thường, bạn có thể chuyển sang bước tiếp theo.
Bước 3: Tải model Local
Ví dụ sử dụng Qwen3.5:
ollama pull qwen3.5
Hoặc Gemma 4:
ollama pull gemma4Sau khi tải xong, kiểm tra:
ollama listBạn sẽ thấy model vừa tải xuất hiện trong danh sách.
Bạn cũng có thể chạy thử trước:
ollama run qwen3.5
Nhập một câu hỏi đơn giản để kiểm tra model phản hồi.
Bước 4: Khởi chạy OpenClaw bằng Ollama
Đây là bước quan trọng nhất.
Chạy:
ollama launch openclawLệnh này có thể tự động xử lý nhiều bước:
- Kiểm tra OpenClaw đã được cài hay chưa.
- Hỗ trợ cài OpenClaw nếu cần.
- Hiển thị cảnh báo bảo mật trong lần chạy đầu tiên.
- Cho phép chọn model Local hoặc Cloud.
- Cấu hình Ollama làm model provider.
- Thiết lập model được chọn làm model chính.
- Thiết lập OpenClaw Gateway.
- Khởi chạy giao diện OpenClaw.
Với người mới, cách này đơn giản hơn đáng kể so với tự chỉnh file cấu hình.
Bước 5: Chọn model Local
Khi danh sách model xuất hiện, hãy chọn model đã tải trước đó, chẳng hạn: qwen3.5
Hãy chú ý phân biệt model Local với model Cloud. Ví dụ qwen3.5 là model Local. Trong khi qwen3.5:cloud là model Cloud.
Nếu mục tiêu là chạy OpenClaw với Ollama Local, hãy chọn phiên bản không có hậu tố :cloud.
Bước 6: Chạy thẳng OpenClaw với model mong muốn (tùy chọn)
Bạn cũng có thể chỉ định model ngay trong lệnh.
Ví dụ:
ollama launch openclaw --model qwen3.5Cách này thuận tiện khi bạn đã biết chính xác model muốn sử dụng.
Nếu chỉ muốn cấu hình OpenClaw mà chưa khởi chạy ngay:
ollama launch openclaw --configOpenClaw Gateway đang chạy cũng có thể tự khởi động lại để nhận model vừa thay đổi.
Cách kiểm tra OpenClaw có thực sự sử dụng model Local
Bạn có thể kiểm tra theo vài cách đơn giản.
Cách 1: Yêu cầu OpenClaw kiểm tra
Bạn có thể yêu cầu trực tiếp OpenClaw kiểm tra model đang sử dụng bằng ngôn ngữ tự nhiên.
Cách 2: Kiểm tra model của OpenClaw
Dùng lệnh:
openclaw models statusModel chính nên có dạng:
ollama/qwen3.5 
Kinh nghiệm chạy OpenClaw Local ổn định
Nếu mới bắt đầu với OpenClaw Ollama Local, bạn có thể áp dụng một số kinh nghiệm sau:
- Bắt đầu bằng model vừa sức với máy thay vì chọn model lớn nhất.
- Ưu tiên model có hỗ trợ tools.
- Kiểm tra model bằng ollama run trước khi kết nối OpenClaw.
- Sử dụng endpoint native http://127.0.0.1:11434.
- Không thêm /v1 nếu không có yêu cầu đặc biệt.
- Bắt đầu với context vừa phải rồi tăng dần.
- Theo dõi RAM và VRAM khi chạy Agent.
- Giữ Ollama được cập nhật để nhận tối ưu hiệu năng và model mới.
- Chỉ cấp cho OpenClaw các quyền thực sự cần thiết.
- Thử nhiệm vụ đơn giản trước khi triển khai workflow nhiều bước.
OpenClaw có khả năng đọc file và thực hiện hành động thông qua công cụ. Vì vậy, chạy model Local không đồng nghĩa với việc mọi thao tác đều mặc định an toàn. OpenClaw khuyến nghị người dùng vẫn cần kiểm soát quyền công cụ và chú ý đến prompt injection khi sử dụng local model.
Chạy OpenClaw với Ollama Local có hoàn toàn offline không?
Câu trả lời phụ thuộc vào cách bạn sử dụng.
Nếu:
- OpenClaw chạy trên máy;
- Ollama chạy trên máy;
- model được tải về máy;
- chỉ sử dụng dữ liệu Local;
- không bật công cụ cần Internet;
thì phần AI inference có thể được xử lý Local.
Tuy nhiên, một số chức năng vẫn cần kết nối Internet, chẳng hạn:
- web search;
- Telegram;
- Discord;
- Slack;
- WhatsApp;
- tải model mới;
- API bên ngoài;
- dịch vụ MCP từ xa.
Đặc biệt, web search của Ollama dành cho local model hiện yêu cầu đăng nhập Ollama. Vì vậy, nếu mục tiêu là môi trường offline chặt chẽ, bạn nên hạn chế hoặc tắt các công cụ Internet.
Các bài viết liên quan:
- Hướng dẫn cài đặt và sử dụng ClawHub CLI trên OpenClaw
- Hướng dẫn cài đặt OpenClaw Skills trên ClawHub không cần code
- Hướng dẫn cách lấy API Token Slack để kết nối với OpenClaw
- Hướng dẫn cài đặt OpenClaw trên VPS bằng Docker
- Hướng dẫn cách lấy API Token Telegram để kết nối với OpenClaw
- OpenClaw Skills là gì?
- Hướng dẫn kết nối Zalo với OpenClaw
- Phân biệt Skills và Plugin trong OpenClaw
- Hướng dẫn tạo Custom Skills cho OpenClaw
- Hướng dẫn kết nối Codex (ChatGPT OAuth) với OpenClaw
- Hướng dẫn kết nối Discord với OpenClaw
Kết luận
Chạy OpenClaw với Ollama local mở ra một hướng đi bền vững cho những ai muốn sở hữu trợ lý AI Agent riêng, không giới hạn bởi hạn mức thuê bao hay chi phí API leo thang. Chỉ với vài dòng lệnh như, một hệ thống AI Agent hoàn chỉnh đã sẵn sàng hoạt động ngay trên máy tính cá nhân mà không cần gửi bất kỳ dữ liệu nào ra bên ngoài. Chúc bạn thành công!
Những câu hỏi thường gặp
Nên chọn mô hình local nào cho người mới bắt đầu?
Với người mới, gemma4 hoặc qwen3.5 là lựa chọn cân bằng tốt giữa chất lượng phản hồi và yêu cầu phần cứng, đồng thời được chính đội ngũ Ollama khuyến nghị mặc định khi thiết lập OpenClaw.
Cấu hình máy tối thiểu để chạy OpenClaw với Ollama local là gì?
Một máy tính có RAM từ 8 GB trở lên có thể chạy các mô hình nhẹ như qwen3:0.6b hoặc mistral. Để trải nghiệm mượt hơn với các mô hình có khả năng suy luận và lập trình tốt, nên có GPU với ít nhất 11–16 GB VRAM.
Chạy OpenClaw với Ollama có cần API Key không?
Nếu sử dụng Ollama Local trên cùng máy hoặc trong mạng riêng, bạn không cần API Key thương mại để gọi model Local. Ollama cũng không yêu cầu xác thực khi truy cập API Local mặc định tại localhost:11434.
Nếu sử dụng Ollama Cloud hoặc một máy chủ Ollama công khai từ xa, cơ chế xác thực sẽ khác.
Máy không có GPU có chạy OpenClaw với Ollama được không?
Có thể chạy một số model bằng CPU, nhưng tốc độ thường chậm hơn đáng kể so với GPU.
Đối với AI Agent, model thường phải xử lý context dài và gọi công cụ nhiều lần, vì vậy GPU phù hợp sẽ mang lại trải nghiệm tốt hơn.
