Ollama 本地推理 · LaunchAgent 7×24 · Memory Tree · 成本对比
谁会遇到这个问题？2026 年 OpenClaw（消息渠道自治 Agent）与 OpenHuman（带 Memory Tree 的桌面超级助理）都支持 Ollama 全本地推理，但你需要一台始终在线的 macOS 主机——笔记本会睡眠，Linux VPS 跑不了 OpenHuman 的 Tauri GUI，自购 M4 又要掏 ¥8,000+ 并等货。结论：租一台独占物理 Mac Mini M4（SSH + VNC，约 10 分钟交付）是兼顾成本与体验的最短路径。本文结构：选型理由 → 双产品对照 → M4 规格 → 节点验收 → OpenClaw / OpenHuman / Ollama 分步安装 → 资源与成本 → 安全 → FAQ。可搭配买断 vs 租用决策表、OpenClaw + Ollama 混合部署阅读。
AI Agent 在 2026 年的竞争维度已从「谁的云端 API 更强」转向「谁能持久、私密、可控成本地运行」。OpenClaw 与 OpenHuman 都假设：有稳定进程、可写磁盘、能在后台响应消息或桌面事件。以下四类痛点，决定了「专用 macOS 主机」几乎不可替代：
7×24 在线：Telegram / WhatsApp 渠道与 OpenHuman 的 20 分钟记忆同步，都要求机器不合盖、不断网。
macOS 原生：LaunchAgent 守护、TCC 屏幕录制/辅助功能、浏览器 CDP——Linux 纯 SSH 常卡在权限层（见站内能力边界对照）。
Apple Silicon 推理：16GB 统一内存可舒适跑 7B–13B；M4 Pro 64GB 可触及 70B 级本地模型，Neural Engine 对 Ollama Metal 后端友好。
现金流：买断 M4 约 ¥6,000–¥20,000 upfront；按日/月租（VNCMac 约 $19.8/天 起、包月约 $195.9/月 量级）把 CapEx 变成可中断的 OpEx，适合 60–90 天验证期。
可引用数字：物理 Mac Mini M4 空闲功耗约 4–6W 级（7×24 电费远低于塔式 GPU 服务器）；云端 Linux + 高端 GPU 实例常 $2–5/小时，而本地 13B 推理在 M4 上约 30–45 tokens/s（7B 级，视量化与散热而定）。
二者同属 2026 年开源 Agent 第一梯队，但产品形态不同。建议先 OpenClaw（CLI + 渠道）验证 Gateway 与 Ollama，再装 OpenHuman（GUI + 记忆树）做个人知识助理；也可只选其一。
| 维度 | OpenClaw (MIT) | OpenHuman (GPL-3.0) |
|---|---|---|
| 形态 | 终端 + Telegram/WhatsApp/Discord 等 20+ 渠道 | Tauri v2 桌面应用，Rust + React 19 |
| 记忆 | SOUL / MEMORY 文件 + 插件生态 | Memory Tree、Obsidian 库、约 20 分钟工具同步 |
| 本地 AI | Ollama（openclaw onboard 选提供商） | config.toml 中 local_ai.*，支持 Ollama / LM Studio |
| 语音 / 会议 | 插件扩展为主 | 原生 STT/TTS、Google Meet 虚拟参会（v0.54+ 强化本地语音） |
| 典型用户 | 自动化运维、IM 机器人、极客 CLI | 个人超级助理、Gmail/Notion/Slack 深度集成 |
| 运行时 | Node.js ≥ 22（推荐 v24） | 安装脚本拉取原生包；推荐 16GB+ RAM |
在租用的 Mac Mini M4上，两者可共用同一 Ollama 实例（127.0.0.1:11434），避免重复下载模型；注意并发时统一设置 OLLAMA_MAX_LOADED_MODELS=1 与合理的 OLLAMA_KEEP_ALIVE，防止 16GB 内存被两个 13B 模型撑爆。
| 配置 | 适合模型 | 双 Agent 建议 | 租用场景 |
|---|---|---|---|
| M4 · 16GB | Qwen2.5 7B、Llama 3.2、Gemma3 1B–4B | OpenClaw 渠道 + OpenHuman 轻量本地 | 个人、PoC、月租入门 |
| M4 · 24GB | Phi-4 14B、Qwen 14B 量化 | 可常驻一个 13B + Gateway | 小团队默认甜区 |
| M4 Pro · 48–64GB | 32B–70B 量化、多模型轮换 | 并行实验、本地 RAG 重度 | 升级节点、不必买断 Studio |
国内读者若关注数据主权，可优先选香港/新加坡节点降低 RTT，本地推理使用 Qwen2.5 等中文友好权重；敏感业务避免把对话上传第三方 API，在 openclaw.json 与 OpenHuman 设置里将默认模型指向 Ollama 即可。
在购买页选择区域、M4 内存档位与计费周期；保存 SSH 密钥与 VNC 地址。
VNC 首连：登录 macOS，确认系统时间为自动同步（证书与 OAuth 依赖）。
安装 Xcode Command Line Tools：xcode-select --install（编译部分原生依赖时需要）。
预留 TCC：屏幕录制、辅助功能、麦克风（OpenHuman 语音 / OpenClaw 浏览器自动化），参考VNC 权限清单。
防火墙：若需外网访问 OpenClaw Gateway（默认 18789），仅对白名单 IP 放行，或走反向代理 + HTTPS（见站内 Gateway 公网文）。
OpenClaw 在 2026 年仍推荐一键安装脚本（需 Node ≥ 22）：
curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemononboard 向导会引导：选择 LLM 提供商（此处选 Ollama）、绑定 Telegram/WhatsApp、写入 ~/.openclaw/openclaw.json。--install-daemon 会注册 LaunchAgent，实现登录后自动拉起 Gateway，适合租用节点 7×24 场景。若升级过多个版本，升级后执行 openclaw doctor --fix（2026.4.x+ 常见）。
最小 Telegram 联调：在 BotFather 创建机器人 → onboard 填入 token → 手机发 /start → VNC 内打开 OpenClaw 控制台确认会话路由。若「发出无回复」，按站内无回复排查检查 heartbeat 与模型路由。
安全加固（生产前建议）：openclaw security audit --fix，并限制 Gateway 绑定 127.0.0.1 除非已配置 TLS 反代。
OpenHuman 稳定版标签 v0.53.22（2026-05-09）；社区主线 v0.54.x 增强本地语音与 IDE 桥接。macOS 安装：
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash首次启动走 Onboarding：连接 Gmail / Notion / Slack 等 OAuth（在 VNC 浏览器完成登录最稳）。本地 AI 默认关闭，需在用户配置目录的 config.toml 中显式启用：
[local_ai]
runtime_enabled = true
opt_in_confirmed = true
provider = "ollama"
# base_url = "http://127.0.0.1:11434" # 非默认端口时覆盖Memory Tree 使用要点：让 Agent 自动抓取工具活动写入记忆树；对中文用户，可配合 Obsidian 库做二次整理。v0.54+ 若启用完全本地语音，需额外确认麦克风权限与较小摘要模型（如 gemma3:1b）是否已在 Ollama 拉取。
brew install ollama
brew services start ollama
ollama pull qwen2.5:7b
ollama pull llama3.2:latest
# 可选：ollama pull gemma3:4b长期运行的 Agent 建议调优 launchd 环境（写入 ~/Library/LaunchAgents 或 brew services 的 plist）：
OLLAMA_HOST=127.0.0.1:11434
OLLAMA_KEEP_ALIVE=30m
OLLAMA_MAX_LOADED_MODELS=1
OLLAMA_NUM_PARALLEL=2OpenClaw 在 models.providers.ollama 中声明模型 ID；OpenHuman 通过 UI 或 local_ai.provider 指向同一端点。资源策略：白天让 OpenClaw 处理 IM 自动化，夜间批处理用大模型时可暂时 ollama stop 释放 VRAM 统一内存；避免 OpenHuman 语音模式与 OpenClaw 浏览器 MCP 同时拉满 CPU。
| 方案 | 首年现金（量级） | 本地 13B | 7×24 适合度 |
|---|---|---|---|
| 自购 M4 16GB | 约 ¥6,000–¥8,000 | 是 | 需自管电费/网络/换机 |
| VNCMac 月租 | 约 ¥1,400/月 × 实际月数 | 是（物理机） | 到期可升配/退租，适合验证 |
| 云 GPU 实例 | 按小时 $2+，全年常 > 买断 | 是但数据出境 | 无 macOS GUI / LaunchAgent 体验 |
| 纯 API（无本地） | 按 token 线性增长 | 否 | 数据经第三方，难满足合规 |
三条结论：① 同时试 OpenClaw + OpenHuman + Ollama 的 90 天，月租总成本通常低于买一台闲置 M4。② 已确定 3 年全职 Agent 且不需换芯片，再评估买断。③ 重度 token 用户把对话切到本地 7B/13B 后，12 个月 API 费可超过租用费——与Hermes 常驻主机文逻辑一致。
OpenClaw 使用 openclaw secrets / SecretRef；Telegram token、OAuth 勿提交 Git。OpenHuman 的云端订阅与 local_ai 可并存，生产建议默认本地模型处理敏感工单。
租用节点公网 IP 固定时，Gateway 务必鉴权；企业出口可配 OPENCLAW_PROXY_URL（见 v2026.4.27 文）。
退租前打包 ~/.openclaw、OpenHuman 配置与 Obsidian 库、Ollama 模型列表（模型文件可重装，配置不可丢）。
可以，但 Ollama 建议只常驻一个 13B 以下模型；峰值约 12–14GB。要并行 32B+ 请租 M4 Pro 48GB/64GB 节点。
OpenClaw 大量步骤可 SSH 完成；OpenHuman 首次 OAuth、macOS 权限、桌面 UI 仍建议 VNC。扫码类 IM 绑定也需图形会话。
Hermes 偏 Nous 生态与 Skill 自进化；OpenClaw 偏渠道自动化；OpenHuman 偏桌面助理与 Memory Tree。硬件需求相似：都要7×24 macOS，可同机不同目录隔离。
用 brew install node@22 或 nvm 安装 Node 22+，并确认 which node 指向新版本后重装 OpenClaw。
OpenClaw 把 Agent 接到你每天用的 IM；OpenHuman 把记忆与桌面工具缝在一起；Ollama 让对话不必再按 token 计费。三者叠加的真正门槛不是命令行，而是一台愿意 7×24 开机、且必须是 macOS 的机器。
自购 Mac Mini M4 适合已验证全年在线的团队；对仍在对比「买还是租」「Linux 够不够」的开发者，先租物理 M4 节点用 VNC 走完安装与权限，再决定是否把硬件搬回家，往往更省时间与现金流。VNCMac 提供独占 Mac Mini M4、SSH/VNC 全访问与可升级内存档位，让本地 AI Agent 长跑不必先掏一笔买断款。
Agent 的价值写在运行时长里——先给它一台不会合盖的 Mac。下方进入Mac Mini M4 套餐页，按日或按月开通节点。