OpenClaw: требования к железу, локальное подключение и планирование контекста

Что это

Официальные требования к рантайму

• Требование к Node runtime: Документация по установке OpenClaw требует Node 24.16+ или 26.1+ и рекомендует Node 26. Если Node отсутствует, установщик подготавливает его автоматически. (Документация по установке OpenClaw)
• Поддерживаемые платформы: В документации установки OpenClaw указаны macOS, Linux и Windows как поддерживаемые платформы. (Документация по установке OpenClaw)
• Примечание по памяти для локальных моделей: Документация OpenClaw local-models говорит, что память зависит от весов модели, контекста, runtime и нагрузки хоста; управляемые рецепты llama.cpp используют 64K контекст, а минимальный рецепт указывает нижний порог 8 GiB памяти хоста. (Документация OpenClaw по локальным моделям)

Сниппеты локального подключения (официальные docs)

openclaw onboard
# choose Ollama: Cloud + Local, Cloud only, or Local only
openclaw models list --provider ollama

models: {
  providers: {
    ollama: {
      api: 'ollama',
      baseUrl: 'http://host:11434',
    },
  },
}

models: {
  providers: {
    lmstudio: {
      api: 'openai-responses',
      baseUrl: 'http://127.0.0.1:1234/v1',
      models: [{ id: 'my-local-model', contextWindow: 196608 }],
    },
  },
}

models: {
  providers: {
    local: {
      api: 'openai-completions',
      baseUrl: 'http://127.0.0.1:8000/v1',
      apiKey: 'sk-local',
    },
  },
}

# Managed local server path from OpenClaw local-model docs
openclaw onboard
# choose Managed local server (llama.cpp plugin)

Почему важны длинный контекст и tool-calling

• В документации OpenClaw local-models подчёркивается: модель может проходить короткие промпты, но срываться на полном agent-turn из-за расхода контекста под tool schema, историю и системные подсказки.
• OpenClaw setup выполняет реальную проверку tool call перед переключением default локальной модели в managed-потоке.

Предзаполненный калькулятор

Матрица ниже — оценка планирования (Q4_K_M, batch=1), а не официальный минимум вендора.

Таблица fit по классам памяти (оценка LLMRAM)

Матрица ниже — оценка планирования (Q4_K_M, batch=1), а не официальный минимум вендора.

FAQ

Заметки по верификации

• Раздел runtime-требований содержит только утверждения, которые присутствуют в официальной документации фреймворков, перечисленной на этой странице.
• Таблицы fit — это планировочные оценки LLMRAM на основе текущих страниц моделей и предположений калькулятора.
• Если в официальных ссылках нет runtime-специфичного snippet (например, Hermes llama.cpp), страница явно отмечает этот пробел.

Использованные официальные источники

• GitHub-репозиторий OpenClaw
• Документация по установке OpenClaw
• Документация провайдера Ollama в OpenClaw
• Документация по настройке Ollama в OpenClaw
• Документация OpenClaw по локальным моделям

Внутренние ссылки

• Главный калькулятор LLMRAM
• Индекс агентных фреймворков
• Mistral 7B Instruct v0.3
• Qwen 3.8 27B
• GLM 5.3 (Flash)
• Страница RTX 4090
• Страница Apple M3 Max 128GB