########################### Ollama 本地模型安裝 ############################## ###安裝 Ollama # Windows irm https://ollama.com/install.ps1 | iex # Linux curl -fsSL https://ollama.com/install.sh | sh ## 模型安裝 ##中文佳 ollama pull TwinkleAI/gemma-3-4B-T1-it ollama pull qwen3:0.6b ollama pull 4skl/gemma4-e4b-mtp ollama pull qwen3.5 ollama pull gemma4 ollama pull gemma4:e2b ###直接用它聊天測試 ollama run TwinkleAI/gemma-3-4B-T1-it ollama run qwen3.5 ollama run gemma4 ###删除模型 ollama rm TwinkleAI/gemma-3-4B-T1-it ollama rm qwen3.5 ollama rm gemma4 ###確認 Ollama 正在運行 curl http://localhost:11434 ##應該會回傳 "Ollama is running" ###列出所有已下載的模型 ollama list ###啟動 Ollama ollama serve ###停止 Ollama ollama stop ######################## OpenClaw 安装部署 ################################## ##接著在裡面執行以下2個指令，來設定Powershell相關權限： ###這是在 PowerShell 裡，臨時「放行」腳本執行用的命令，只對目前視窗有效，不用擔心安全性問題。它只是跳過 PowerShell 的限制，不是管理員權限，也不是防毒繞過。 Set-ExecutionPolicy RemoteSigned -Scope CurrentUser ###對目前使用者生效：自己寫的腳本隨便跑，網路上下載的腳本要「簽署」。 不會影響系統，也不會影響其他使用者。 Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass ###OpenClaw 安装 ## Windows iwr -useb https://openclaw.ai/install.ps1 | iex ## Linux curl -fsSL https://openclaw.ai/install.sh | bash ###重新進入配置精靈！ openclaw onboard --install-daemon ####設定 openclaw config ###自動修復常見問題 openclaw doctor --fix ### 設定對外連接 openclaw config set gateway.controlUi.allowedOrigins '["http://192.168.22.129:18789","http://localhost:18789"]' openclaw config set gateway.controlUi.dangerouslyDisableDeviceAuth true ###WhatsApp連結（二維碼） openclaw channels login --channel WhatsApp ###文字聊天模式 openclaw tui ###啟動 OpwnClaw openclaw gateway start ###停止 OpwnClaw openclaw gateway stop 停止服務：輸入 openclaw gateway stop 停止背景執行緒。 重設所有設定：執行 openclaw reset --scope full --yes 清除設定、憑證與工作階段。 完整移除與清理：若想連同網關服務與所有本地資料徹底卸載，可執行 openclaw uninstall --all --yes。 ================================================================= ####ollama pull TwinkleAI/gemma-3-4B-T1-it ###建立 gemma-3-4B-T1-it-64k 檔 #=== Windows ============== @" FROM TwinkleAI/gemma-3-4B-T1-it PARAMETER num_ctx 65536 "@ | Out-File -Encoding ascii .ollama\gemma-3-4B-T1-it-64k ###查看文件內容確認： Get-Content .ollama\gemma-3-4B-T1-it-64k ###應顯示： #FROM TwinkleAI/gemma-3-4B-T1-it #PARAMETER num_ctx 65536 ###建立新模型（例如 TwinkleAI/gemma-3-4B-T1-it-64k）： ollama create TwinkleAI/gemma-3-4B-T1-it-64k -f .ollama\gemma-3-4B-T1-it-64k #========================== #=== Linux ================ cat > .ollama/gemma-3-4B-T1-it-64k << EOF FROM TwinkleAI/gemma-3-4B-T1-it PARAMETER num_ctx 65536 EOF ###建立新模型（例如 TwinkleAI/gemma-3-4B-T1-it-64k）： ollama create TwinkleAI/gemma-3-4B-T1-it-64k -f .ollama/gemma-3-4B-T1-it-64k #========================== ###驗證模型已建立並查看上下文參數： ollama list # 應看到 TwinkleAI/gemma-3-4B-T1-it-64k ollama show TwinkleAI/gemma-3-4B-T1-it-64k --modelfile # 確認包含 num_ctx 65536 ###重新進入配置精靈！ openclaw onboard --install-daemon ###按提示選擇配置項 步驟操作 Model/auth provider 選擇 Custom Provider（清單最後一項） API Base URL 輸入 http://127.0.0.1:11434/v1 API Key 輸入任意字串（如 ollama），且不可留空 Endpoint compatibility 選擇 OpenAI-compatible Model ID 輸入你建立的模型名稱（如 TwinkleAI/gemma-3-4B-T1-it-64k） 後續問題 全部選擇 Skip for now 或 No，直到完成 ================================================================== ================================================================= #####ollama pull qwen3.5 ###建立 qwen3.5-64k 檔 #=== Windows ============== @" FROM qwen3.5 PARAMETER num_ctx 65536 "@ | Out-File -Encoding ascii .ollama\qwen3.5-64k ###查看文件內容確認： Get-Content .ollama\qwen3.5-64k ###應顯示： #FROM qwen3.5 #PARAMETER num_ctx 65536 ###建立新模型（例如 qwen3.5-64k）： ollama create qwen3.5-64k -f .ollama\qwen3.5-64k #========================== #=== Linux ================ cat > .ollama/qwen3.5-64k << EOF FROM qwen3.5 PARAMETER num_ctx 65536 EOF ###建立新模型（例如 qwen3.5-64k）： ollama create qwen3.5-64k -f .ollama/qwen3.5-64k #========================== ###驗證模型已建立並查看上下文參數： ollama list # 應看到 qwen3.5-64k ollama show qwen3.5-64k --modelfile # 確認包含 num_ctx 65536 ###重新進入配置精靈！ openclaw onboard --install-daemon ###按提示選擇配置項 步驟操作 Model/auth provider 選擇 Custom Provider（清單最後一項） API Base URL 輸入 http://127.0.0.1:11434/v1 API Key 輸入任意字串（如 ollama），且不可留空 Endpoint compatibility 選擇 OpenAI-compatible Model ID 輸入你建立的模型名稱（如 qwen3.5-64k） 後續問題 全部選擇 Skip for now 或 No，直到完成 ================================================================== <|think|> ================================================================= ollama pull gemma4 ###建立 gemma4-32k 檔 #=== Windows ============= @" FROM gemma4 PARAMETER num_ctx 32768 "@ | Out-File -Encoding ascii .ollama\gemma4-32k ###查看文件內容確認： Get-Content .ollama\llama3.1:latest-32k ###應顯示： #FROM gemma4 #PARAMETER num_ctx 32768 ###建立新模型（例如 gemma4-32k）： ollama create gemma4-32k -f .ollama\gemma4-32k #========================== #=== Linux ================ cat > .ollama/gemma4-32k << EOF FROM gemma4 PARAMETER num_ctx 32768 EOF ###建立新模型（例如 gemma4-32k）： ollama create gemma4-32k -f .ollama/gemma4-32k #========================== ###驗證模型已建立並查看上下文參數： ollama list # 應看到 gemma4-32k ollama show gemma4-32k --modelfile # 確認包含 num_ctx 32768 ###重新進入配置精靈！ openclaw onboard --install-daemon ###按提示選擇配置項 步驟操作 Model/auth provider 選擇 Custom Provider（清單最後一項） API Base URL 輸入 http://127.0.0.1:11434/v1 API Key 輸入任意字串（如 ollama），且不可留空 Endpoint compatibility 選擇 OpenAI-compatible Model ID 輸入你建立的模型名稱（如 gemma4-32k） 後續問題 全部選擇 Skip for now 或 No，直到完成 ================================================================== /new：新開一個對話視窗 /model 或 /models：查看或切換使用的 AI 模型（例如切換至 Claude 或 GPT） /compact：壓縮對話上下文以節省 Token /usage：查詢 API 使用狀態 ################## 雲端模型安裝 ################################## https://agnes-ai.com/ 步驟 1：前往官網並註冊帳號 瀏覽器打開 Agnes AI 官方網站（agnes-ai.com）。點擊註冊／登入，系統原生支援快捷登入，你可以直接使用 Google 帳號 或 GitHub 帳號 進行連動登入，非常方便。 步驟 2：進入 API 管理頁面 成功登入後，在後台左側的導覽選單中，找到並點擊「API 密鑰」（API Keys）選項。 步驟 3：建立新的 API 金鑰 點擊頁面上方的「建立新的密鑰」（Create new secret key）按鈕。系統會跳出一個視窗要求輸入名稱，你可以自行輸入方便辨識的標籤（例如：acfs）。點擊確認後，系統就會立刻生成一組以 sk- 開頭的專屬 API Key。 https://apihub.agnes-ai.com/v1 agnes-2.5-flash 我想要使用 agnes image 2.1 模型生圖，參觀它的 api 平台 https://agnes-ai.com/doc/overview，把它備份成技能, API 密鑰為 : sk-gQz…ot7a ,並將API 密鑰存入記憶中 我想要使用 agnes video v2.0 模型生視頻，訪問它的 api 平台 https://agnes-ai.com/doc/overview，把它備份成一份技能, API 密鑰為 : sk-gQz…ot7a ,並將API 密鑰存入記憶中 幫我生成一個載著墨鏡的少女走在繁華的街道上,要有逆光的效果 幫我規劃大陸七天六夜旅遊,且有當地的圖片,並用PPT輸出成簡報 ######## 安裝python ######## https://www.python.org/downloads/ 第一步：在 Windows 11 上安裝 Python 非常簡單，最關鍵的步驟是務必勾選「Add Python.exe to PATH」。 要讓你有可以產出PPT或PDF或Excel或WORD檔案的能力 所以你去執行安裝以下的套件跟打開權限 第二步：安裝對應檔案格式的 Python 套件 1. 產出 Excel 檔 (.xlsx) pip install openpyxl pandas 2. 產出 Word 檔 (.docx) pip install python-docx 3. 產出 PPT 簡報 (.pptx) pip install python-pptx 4. 產出 PDF 檔 (.pdf) pip install reportlab weasyprint 1. 使用免費本地反偵測瀏覽器（Camofox） Camofox 是專為 AI Agent 設計的防追蹤 Firefox 核心，能繞過多數 Bot 檢測 你裝一下這套瀏覽器以後就可以用這套去搜尋資料 #### 測試生成PPT簡報檔 幫我規劃大陸七天六夜旅遊,且有當地的圖片,並用PPT輸出成簡報 如果OpenClaw 出現 " Agent couldn't generate a response. Note: some tool actions may have already been executed — please verify before retrying." 可以執行系統自我診斷（最快解法） openclaw doctor --fix ############################### Hermes Agent ############################### ##### Windows 安裝 iex (irm https://hermes-agent.nousresearch.com/install.ps1) ##### Linux 安裝 curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash ##### Windows Install WSL ####### ####安裝 WSL 執行PowerShell後 wsl --install ###### 設定完畢後，關閉PowerShell視窗，並重新執行PowerShell，使用指令更新WSL到最新版本，更新完畢後即可關閉PowerShell視窗 wsl --update