“龙虾款”切换本地模型指南
零刻预装 OpenClaw+ 本地模型的机型是通过 llama.cpp 运行本地模型，支持自行新增或删除本地模型。
本教程以零刻 GTR9Pro 「预装 OpenClaw」机型为例，实际上手操作切换本地模型，只需按如下步骤操作即可。
本教程仅适用于预装OpenClaw+本地模型的零刻产品
1. 下载模型
llama.cpp 使用 GGUF 格式的模型文件，建议通过以下两种方式下载模型：
-
Hugging Face（需科学上网）
-
（魔塔社区）
这里我们使用魔塔社区下载 Qwen3.6-35B-A3B-UD-Q8_K_XL.gguf 模型，这是一个高阶 8 位量化版本，精度损耗极低，兼顾优质推理能力与合理显存占用，适配本地部署日常使用。
请根据主机实际配置选择合适的模型。
下载好以后，执行以下命令将模型剪切至本地模型目录：
sudo mv /home/用户名/下载/Qwen3.6-35B-A3B-UD-Q8_K_XL.gguf /opt/models/
注：在终端输入密码默认不会显示，正常输入后回车执行即可
剪切后验证是否剪切成功，执行：
sudo ls /opt/models/
输出结果中包含文件（Qwen3.6-35B-A3B-UD-Q8_K_XL.gguf），说明剪切成功。
2. 编辑 llama 启动脚本
保存好本地模型后，需要手动编辑 llama 启动脚本，执行：
sudo nano /usr/local/bin/start-llama.sh
修改 MODEL 字段，将后面双引号中的模型名称改为新的模型名称，其他不用修改。
编辑完成后，按下 Ctrl+X - Y - 回车 ，保存退出编辑器。
3. 验证新模型是否启用
编辑并保存好 llama 启动脚本后，重启一下系统：
reboot
重启后打开网页 127.0.0.1:8080 ，可以看到显示的模型名称为 Qwen3.6-35B-A3B-UD-Q8_K_XL.gguf，说明模型切换成功，打个招呼确认模型能否正常使用，得到回应后说明成功了。
4. OpenClaw 切换新模型
新模型就绪后，还需要到 OpenClaw 中切换默认模型，打开终端执行：
openclaw config
选择 Local - Model
然后选择 vLLM；
vLLM base URL 修改为 http://127.0.0.1:8080/v1；
vLLM API Key 填写 sk-local（可以随意输入）
vLLM model 填写 Qwen3.6-35B-A3B-UD-Q8_K_XL.gguf
然后回车，再按一次回车即可。
这样就配置完成了，再移动到 Continue 并按下回车，结束配置。
结束配置后，还需要重启 OpenClaw Gateway 以应用修改，执行：
openclaw gateway restart
重启后即可以新模型使用 OpenClaw。
配置好新模型后，原先的模型如果没有取消勾选，会自动以备用模型配置，可以通过以下命令查询可用模型列表：
openclaw models list
在终端中可以切换默认模型，无需重启 Gateway，执行：
openclaw models set 模型全称
如需临时切换模型，可以在与 OpenClaw 的对话中回复：/model 模型全称 快速切换，无需重启。
查看显存占用
首先需要下载工具，在终端执行：
sudo apt install mesa-utils
安装成功后，再次执行：
glxinfo | grep -i "video memory\|vram"
即可查看当前显存情况
Video Memory：总显存容量
Currently available dedicated video memory：剩余可用显存
Qwen3.6-35B-A3B 模型支持关闭思考模式。
如需关闭思考模式（可提高回复速度），可以在最底下的 "--n-gpu-layers 99 " 的下方新增一条 --chat-template-kwargs '{"enable_thinking":false}'，如图
编辑完成后，按下 Ctrl+X - Y - 回车
然后重启系统即可。
