1. 项目概述
作为一名长期混迹于开发者社区的AI工具爱好者,最近发现很多同行都在讨论如何在本地部署AI助手来规避云服务的高额token费用。正好手头有一台闲置的游戏本(Lenovo Legion Y9000X 2021,RTX 2060 6G显存),就决定尝试在Win10系统上通过WSL2搭建OpenClaw+Qwen大模型的本地AI环境。这个方案最大的优势是:
- 完全本地运行,零API费用
- 6G显存足够运行量化后的2B参数模型
- WSL2提供接近原生Linux的性能
- 适合处理敏感数据或断网环境使用
经过一周的折腾,终于把整套环境跑通了。下面就把详细的配置过程记录下来,给有类似需求的开发者参考。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备
2.1 硬件配置要求
建议最低配置:
- CPU:Intel i5或AMD Ryzen 5及以上
- 内存:16GB(推荐32GB)
- 显卡:NVIDIA GTX 1660 6G显存及以上
- 存储:至少50GB可用空间(建议SSD)
我的实际配置:
- 处理器:Intel i7-10875H
- 内存:32GB DDR4
- 显卡:NVIDIA RTX 2060 6GB
- 系统盘:1TB NVMe SSD
2.2 软件版本要求
关键组件版本:
- Windows 10 22H2或更高
- WSL2内核版本 5.15.133.1
- Ubuntu 24.04 LTS
- Node.js v22.2.1
- Ollama 0.18.2
- OpenClaw最新稳定版
3. WSL2环境配置
3.1 安装WSL2
在管理员权限的PowerShell中执行:
powershell复制# 启用WSL功能
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
# 启用虚拟机平台
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
# 设置WSL2为默认版本
wsl --set-default-version 2
# 安装Ubu
