OpenClaw + Ollama 本地 AI 建置血淚史！為什麼我最後含淚棄坑回歸雲端 LLM？

Video Description

花整整兩天時間，挑戰打造一個「完全免費、完全本地運行、資料自己掌控」的 LINE AI 助理，聽起來很美好對吧？ 我原本也是這麼想的。我試圖用 OpenClaw 框架搭配本地端的 Ollama 模型 (試過 Qwen, GLM-4, GPT-OSS)，再透過 Cloudflare Tunnel 連接 LINE。但實際操作下來，這條路充滿了各種意想不到的「坑」。 這支影片記錄了我這兩天的踩坑全紀錄。從模型聽不懂人話、亂用工具，到 AI 自作聰明給我假檔案和假連結，各種崩潰瞬間一次分享給你。 這是一個關於「理想很豐滿，現實很骨感」的故事，也是我為什麼最後決定放棄治療，回到雲端 GPT-4o 懷抱的原因。希望我的血淚經驗能幫大家省下寶貴的時間！ --- ## ⏱️ 時間軸 **00:00** 開場 - 兩天踩坑之旅 **00:33** OpenClaw 框架介紹 **01:13** 我的初衷:免費、隱私、學習 **01:43** 環境建置:Ollama、OpenClaw、Cloudflare Tunnel **02:44** 第一個大坑:本地模型 Function Calling 能力不足 **03:28** 第二個大坑:sessions_spawn forbidden 錯誤 **04:20** 第三個大坑:web_search 工具的繁體中文 Bug **05:02** 第四個大坑:LINE 無法傳送檔案 **05:38** 第五個大坑:AI 偷懶製作假 Word 檔案 **06:16** 更多離譜問題:假 Google Maps 連結 **07:16** 最終決定:回到雲端模型 (GitHub Copilot GPT-4o) **07:58** 經驗教訓總結 **09:03** 給想嘗試者的五個建議 --- **測試過的模型:** - qwen3-next:latest (阿里巴巴千問) - qwen2.5:72b - glm-4.7-flash - gpt-oss:120b --- ## 🚨 重要提醒 ❗ 本地模型的 Function Calling 能力目前還不夠成熟 ❗ 70B 以下的模型基本上無法勝任複雜任務 ❗ LINE Messaging API 不支援直接傳送檔案 ❗ AI 會用各種創意方式「偷懶」,需要明確的 Prompt 限制 ❗ 時間成本也是成本,評估時要考慮除錯時間 --- ## 🎓 適合觀看對象 ✅ 想要建構本地 AI 助理的開發者 ✅ 對 OpenClaw 框架有興趣的人 ✅ 正在評估本地模型 vs 雲端模型的人 ✅ 想要省下兩天踩坑時間的你! --- ## 💬 互動時間 你有成功建構本地 AI 助理的經驗嗎? 還是你也遇到類似的問題? 歡迎在留言區分享你的經驗! 如果這支影片幫你省下了時間,請記得: 👍 按讚支持 🔔 訂閱頻道 📢 分享給需要的朋友 --- ## 🏷️ 標籤 #OpenClaw #Ollama #本地AI #AI助理 #踩坑實錄 #技術分享 #LINE機器人 #CloudflareTunnel #開源AI #GPT4o #GitHubCopilot #FunctionCalling #AI開發 #程式設計 #加菲特 --- **⚠️ 免責聲明:** 本影片內容僅供技術交流與學習參考,實際建置時請評估自身需求與技術能力。使用第三方 API 服務時請注意其服務條款與使用限制。 --- 製作不易,您的支持是我持續創作的動力! 感謝收看,我們下次見!👋