本地 AI Agent 2026年5月29日 約 20 分鐘 OpenClaw OpenHuman

2026 用租來的 Mac Mini M4
跑 OpenClaw & OpenHuman

Ollama 本地推理 · LaunchAgent 7×24 · Memory Tree · 成本對照

租用 Mac Mini M4 上部署 OpenClaw OpenHuman 與 Ollama 本地 AI Agent

誰會遇到這個問題?2026 年 OpenClaw(訊息渠道自治 Agent)與 OpenHuman(帶 Memory Tree 的桌面超級助理)都支援 Ollama 全本地推理,但你需要一台始終在線的 macOS 主機——筆電會睡眠,Linux VPS 跑不了 OpenHuman 的 Tauri GUI,自購 M4 又要掏 ¥8,000+ 並等貨。結論:租一台獨占實體 Mac Mini M4(SSH + VNC,約 10 分鐘交付)是兼顧成本與體驗的最短路徑。本文結構:選型理由 → 雙產品對照 → M4 規格 → 節點驗收 → OpenClaw / OpenHuman / Ollama 分步安裝 → 資源與成本 → 安全 → FAQ。可搭配買斷 vs 租用決策表OpenClaw + Ollama 混合部署閱讀。

01

為什麼 2026 年「租 Mac」比買 MacBook / 租 Linux 更適合跑 Agent

AI Agent 在 2026 年的競爭維度已從「誰的雲端 API 更強」轉向「誰能持久、私密、可控成本地運行」。OpenClaw 與 OpenHuman 都假設:有穩定行程、可寫磁碟、能在背景回應訊息或桌面事件。以下四類痛點,決定了「專用 macOS 主機」幾乎不可替代:

  1. 01

    7×24 在線:Telegram / WhatsApp 渠道與 OpenHuman 的 20 分鐘記憶同步,都要求機器不合蓋、不斷網。

  2. 02

    macOS 原生:LaunchAgent 守護、TCC 螢幕錄製/輔助使用、瀏覽器 CDP——Linux 純 SSH 常卡在權限層(見站內能力邊界對照)。

  3. 03

    Apple Silicon 推理:16GB 統一記憶體可舒適跑 7B–13B;M4 Pro 64GB 可觸及 70B 級本地模型,Neural Engine 對 Ollama Metal 後端友善。

  4. 04

    現金流:買斷 M4 約 ¥6,000–¥20,000 upfront;按日/月租(VNCMac 約 $19.8/天 起、包月約 $195.9/月 量級)把 CapEx 變成可中斷的 OpEx,適合 60–90 天驗證期。

可引用數字:實體 Mac Mini M4 空閒功耗約 4–6W 級(7×24 電費遠低於塔式 GPU 伺服器);雲端 Linux + 高端 GPU 執行個體常 $2–5/小時,而本地 13B 推理在 M4 上約 30–45 tokens/s(7B 級,視量化與散熱而定)。

對個人開發者而言,租用實體 Mac還有一項常被忽略的好處:你拿到的是完整 macOS 圖形工作階段,而非僅有容器或無頭 SSH。OpenHuman 的 Tauri 視窗、OAuth 登入流程、TCC 權限彈窗,都需要「有人坐在螢幕前」——遠端 VNC 正好補上這個缺口,而不必把筆電 24 小時開著。

02

OpenClaw vs OpenHuman:該先裝哪一個?

二者同屬 2026 年開源 Agent 第一梯隊,但產品形態不同。建議先 OpenClaw(CLI + 渠道)驗證 Gateway 與 Ollama,再裝 OpenHuman(GUI + 記憶樹)做個人知識助理;也可只選其一。

維度OpenClaw (MIT)OpenHuman (GPL-3.0)
形態終端 + Telegram/WhatsApp/Discord 等 20+ 渠道Tauri v2 桌面應用,Rust + React 19
記憶SOUL / MEMORY 檔案 + 外掛生態Memory Tree、Obsidian 庫、約 20 分鐘工具同步
本地 AIOllama(openclaw onboard 選提供商)config.tomllocal_ai.*,支援 Ollama / LM Studio
語音 / 會議外掛擴展為主原生 STT/TTS、Google Meet 虛擬參會(v0.54+ 強化本地語音)
典型使用者自動化維運、IM 機器人、極客 CLI個人超級助理、Gmail/Notion/Slack 深度整合
執行環境Node.js ≥ 22(推薦 v24)安裝腳本拉取原生套件;推薦 16GB+ RAM

租用的 Mac Mini M4上,兩者可共用同一 Ollama 執行個體(127.0.0.1:11434),避免重複下載模型;注意並行時統一設定 OLLAMA_MAX_LOADED_MODELS=1 與合理的 OLLAMA_KEEP_ALIVE,防止 16GB 記憶體被兩個 13B 模型撐爆。

若你主要透過 Telegram 或 WhatsApp 收發指令,OpenClaw 往往先上線;若日常工作離不開 Gmail、Notion 與桌面快捷鍵,OpenHuman 的 Memory Tree 會更快展現價值。兩套軟體的設定目錄彼此獨立,同機部署時建議用不同 macOS 使用者帳號或至少分開 ~/.openclaw 與 OpenHuman 配置路徑,避免 OAuth 與金鑰混用。

03

Mac Mini M4 租用規格:16GB 甜區與 M4 Pro 70B 檔

配置適合模型雙 Agent 建議租用場景
M4 · 16GBQwen2.5 7B、Llama 3.2、Gemma3 1B–4BOpenClaw 渠道 + OpenHuman 輕量本地個人、PoC、月租入門
M4 · 24GBPhi-4 14B、Qwen 14B 量化可常駐一個 13B + Gateway小團隊預設甜區
M4 Pro · 48–64GB32B–70B 量化、多模型輪換並行實驗、本地 RAG 重度升級節點、不必買斷 Studio

台港或亞太讀者若關注資料主權,可優先選香港/新加坡節點降低 RTT,本地推理使用 Qwen2.5 等中文友善權重;敏感業務避免把對話上傳第三方 API,在 openclaw.json 與 OpenHuman 設定裡將預設模型指向 Ollama 即可。

04

雲節點 10 分鐘驗收:SSH、VNC 與系統基線

  1. 01

    購買頁選擇區域、M4 記憶體檔位與計費週期;儲存 SSH 金鑰與 VNC 位址。

  2. 02

    VNC 首連:登入 macOS,確認系統時間為自動同步(憑證與 OAuth 依賴)。

  3. 03

    安裝 Xcode Command Line Tools:xcode-select --install(編譯部分原生依賴時需要)。

  4. 04

    預留 TCC:螢幕錄製、輔助使用、麥克風(OpenHuman 語音 / OpenClaw 瀏覽器自動化),參考VNC 權限清單

  5. 05

    防火牆:若需外網存取 OpenClaw Gateway(預設 18789),僅對白名單 IP 放行,或走反向代理 + HTTPS(見站內Gateway 公網代理)。

05

OpenClaw:安裝、Onboard 與 LaunchAgent 守護

OpenClaw 在 2026 年仍推薦一鍵安裝腳本(需 Node ≥ 22):

終端 · 安裝 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemon

onboard 精靈會引導:選擇 LLM 提供商(此處選 Ollama)、綁定 Telegram/WhatsApp、寫入 ~/.openclaw/openclaw.json--install-daemon 會註冊 LaunchAgent,實現登入後自動拉起 Gateway,適合租用節點 7×24 場景。若升級過多個版本,升級後執行 openclaw doctor --fix(2026.4.x+ 常見)。

最小 Telegram 聯調:在 BotFather 建立機器人 → onboard 填入 token → 手機發 /start → VNC 內開啟 OpenClaw 控制台確認工作階段路由。若「發出無回覆」,按站內無回覆排查檢查 heartbeat 與模型路由。

安全加固(上線前建議):openclaw security audit --fix,並限制 Gateway 綁定 127.0.0.1 除非已配置 TLS 反代。

06

OpenHuman v0.53+:安裝與開啟 local_ai

OpenHuman 穩定版標籤 v0.53.22(2026-05-09);社群主線 v0.54.x 增強本地語音與 IDE 橋接。macOS 安裝:

終端 · 安裝 OpenHuman
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash

首次啟動走 Onboarding:連接 Gmail / Notion / Slack 等 OAuth(在 VNC 瀏覽器完成登入最穩)。本地 AI 預設關閉,需在使用者配置目錄的 config.toml 中明確啟用:

config.toml 片段
[local_ai]
runtime_enabled = true
opt_in_confirmed = true
provider = "ollama"
# base_url = "http://127.0.0.1:11434"  # 非預設埠時覆寫

Memory Tree 使用要點:讓 Agent 自動抓取工具活動寫入記憶樹;對中文使用者,可配合 Obsidian 庫做二次整理。v0.54+ 若啟用完全本地語音,需額外確認麥克風權限與較小摘要模型(如 gemma3:1b)是否已在 Ollama 拉取。

07

Ollama:模型選擇與雙 Agent 資源策略

安裝與拉取模型
brew install ollama
brew services start ollama
ollama pull qwen2.5:7b
ollama pull llama3.2:latest
# 可選:ollama pull gemma3:4b

長期運行的 Agent 建議調校 launchd 環境(寫入 ~/Library/LaunchAgentsbrew services 的 plist):

推薦環境變數(按需)
OLLAMA_HOST=127.0.0.1:11434
OLLAMA_KEEP_ALIVE=30m
OLLAMA_MAX_LOADED_MODELS=1
OLLAMA_NUM_PARALLEL=2

OpenClaw 在 models.providers.ollama 中宣告模型 ID;OpenHuman 透過 UI 或 local_ai.provider 指向同一端點。資源策略:白天讓 OpenClaw 處理 IM 自動化,夜間批次處理用大模型時可暫時 ollama stop 釋放 VRAM 統一記憶體;避免 OpenHuman 語音模式與 OpenClaw 瀏覽器 MCP 同時拉滿 CPU。

模型選型實務上,Qwen2.5:7b 適合中文對話與工具呼叫;llama3.2 在英文指令遵循上仍穩定;需要極低延遲摘要時可備 gemma3:1b 給 OpenHuman 語音管線。首次 ollama pull 在租用節點上可能耗時十餘分鐘,建議在 VNC 內開終端監看進度,並預留足夠磁碟(單個 13B 量化權重常占 8–10GB)。

08

成本對照:租賃 vs 自購 vs 雲端 GPU

方案首年現金(量級)本地 13B7×24 適合度
自購 M4 16GB約 ¥6,000–¥8,000需自管電費/網路/換機
VNCMac 月租約 ¥1,400/月 × 實際月數是(實體機)到期可升配/退租,適合驗證
雲 GPU 執行個體按小時 $2+,全年常 > 買斷是但資料出境無 macOS GUI / LaunchAgent 體驗
純 API(無本地)按 token 線性成長資料經第三方,難滿足合規

三條結論:① 同時試 OpenClaw + OpenHuman + Ollama 的 90 天,月租總成本通常低於買一台閒置 M4。② 已確定 3 年全職 Agent 且不需換晶片,再評估買斷。③ 重度 token 使用者把對話切到本地 7B/13B 後,12 個月 API 費可超過租用費——與Hermes 常駐主機文邏輯一致。

09

安全與隱私:本地推理、金鑰與退租備份

  • 金鑰

    OpenClaw 使用 openclaw secrets / SecretRef;Telegram token、OAuth 勿提交 Git。OpenHuman 的雲端訂閱與 local_ai 可並存,正式環境建議預設本地模型處理敏感工單。

  • 網路

    租用節點公網 IP 固定時,Gateway 務必鑑權;企業出口可配 OPENCLAW_PROXY_URL(見 v2026.4.27 文)。

  • 備份

    退租前打包 ~/.openclaw、OpenHuman 配置與 Obsidian 庫、Ollama 模型列表(模型檔案可重裝,配置不可丟)。

  • 稽核

    定期執行 openclaw security audit,檢查 Gateway 是否意外綁定 0.0.0.0、外掛目錄是否有未審核來源。租用節點若多人共用同一公網 IP,更應把 IM Bot token 與 OAuth refresh token 視為短期憑證,退租或換機時一併輪替。

FAQ

常見問題

可以,但 Ollama 建議只常駐一個 13B 以下模型;峰值約 12–14GB。要並行 32B+ 請租 M4 Pro 48GB/64GB 節點。

OpenClaw 大量步驟可 SSH 完成;OpenHuman 首次 OAuth、macOS 權限、桌面 UI 仍建議 VNC。掃碼類 IM 綁定也需圖形工作階段。

Hermes 偏 Nous 生態與 Skill 自進化;OpenClaw 偏渠道自動化;OpenHuman 偏桌面助理與 Memory Tree。硬體需求相似:都要7×24 macOS,可同機不同目錄隔離。

brew install node@22 或 nvm 安裝 Node 22+,並確認 which node 指向新版本後重裝 OpenClaw。

結語

OpenClaw 把 Agent 接到你每天用的 IM;OpenHuman 把記憶與桌面工具縫在一起;Ollama 讓對話不必再按 token 計費。三者疊加的真正門檻不是命令列,而是一台願意 7×24 開機、且必須是 macOS 的機器

自購 Mac Mini M4 適合已驗證全年在線的團隊;對仍在對比「買還是租」「Linux 夠不夠」的開發者,先租實體 M4 節點用 VNC 走完安裝與權限,再決定是否把硬體搬回家,往往更省時間與現金流。VNCMac 提供獨占 Mac Mini M4、SSH/VNC 全存取與可升級記憶體檔位,讓本地 AI Agent 長跑不必先掏一筆買斷款。

Agent 的價值寫在運行時長裡——先給它一台不會合蓋的 Mac。下方進入Mac Mini M4 套餐頁,按日或按月開通節點。