OpenClaw备份恢复指南：ollama-QwQ-32B模型与技能迁移方案

1. 为什么需要备份恢复方案

上周我的主力开发机突然硬盘故障，导致整个OpenClaw环境丢失。最痛苦的不是重装软件，而是那些精心调教过的技能配置和任务历史记录全部归零。这次经历让我意识到：个人自动化环境的可移植性和关键数据备份同样重要。

特别是当我们使用ollama-QwQ-32B这样的本地大模型时，模型路径、技能配置、任务历史三者形成了紧密耦合。传统的"重装再配置"方式会打断自动化流程的连续性。经过多次实践，我总结出一套可靠的迁移方案，能在15分钟内完成环境重建。

2. 备份前的准备工作

2.1 确认关键数据位置

OpenClaw的核心数据存储在以下位置（以macOS为例）：

~/.openclaw/
├── openclaw.json       # 主配置文件
├── workspace/          # 任务工作区
├── logs/               # 执行日志
└── plugins/            # 已安装技能

特别需要注意的是，如果使用ollama本地模型，模型数据通常存储在：

~/.ollama/models/blobs/  # ollama模型存储目录

2.2 检查运行中的任务

执行以下命令查看当前运行状态：

openclaw gateway status
openclaw tasks list

如果有长期运行的任务（如定时监控），建议先记录任务ID，方便恢复后重新调度。

3. 完整备份操作流程

3.1 打包核心配置文件

# 创建备份目录
mkdir -p ~/openclaw_backup/$(date +%Y%m%d)

# 打包配置目录
tar -czvf ~/openclaw_backup/$(date +%Y%m%d)/openclaw_config.tar.gz ~/.openclaw

3.2 导出技能列表

clawhub list --installed > ~/openclaw_backup/$(date +%Y%m%d)/installed_skills.txt

3.3 备份ollama模型配置

虽然ollama模型文件较大（QwQ-32B约60GB），但我们只需要备份模型配置：

ollama list > ~/openclaw_backup/$(date +%Y%m%d)/ollama_models.txt

如果模型文件也需要迁移，建议使用外接硬盘直接拷贝~/.ollama目录。

4. 新环境恢复步骤

4.1 基础环境准备

在新机器上先安装必要组件：

# 安装OpenClaw核心
curl -fsSL https://openclaw.ai/install.sh | bash

# 安装ollama
brew install ollama
ollama pull qwq:32b  # 下载模型文件

4.2 恢复配置文件

# 解压备份文件
tar -xzvf openclaw_config.tar.gz -C ~/

# 重建目录结构
mkdir -p ~/.openclaw/{workspace,logs,plugins}

4.3 模型路径适配

编辑~/.openclaw/openclaw.json，检查模型配置段：

{
  "models": {
    "providers": {
      "ollama-qwq": {
        "baseUrl": "http://localhost:11434",
        "api": "ollama",
        "models": [
          {
            "id": "qwq:32b",
            "name": "QwQ-32B Local"
          }
        ]
      }
    }
  }
}

关键验证点：

1. baseUrl是否与本地ollama服务端口一致（默认11434）
2. 模型ID是否与ollama list输出匹配

4.4 技能批量重装

使用之前导出的技能列表进行批量安装：

cat installed_skills.txt | xargs -n 1 clawhub install

5. 验证与调试

5.1 基础功能测试

# 启动服务
openclaw gateway start

# 简单任务测试
openclaw run "列出当前目录文件"

5.2 模型接入验证

创建一个测试任务验证模型响应：

openclaw run "用QwQ-32B模型总结备份恢复的关键步骤"

检查日志确认模型调用：

tail -f ~/.openclaw/logs/gateway.log

5.3 常见问题处理

问题1：技能提示"未安装"但列表显示已存在
解决：执行插件重新注册

openclaw plugins register-all

问题2：ollama模型响应超时
解决：检查ollama服务状态

ollama serve &  # 后台启动服务
lsof -i :11434  # 检查端口监听

6. 进阶维护建议

6.1 自动化备份脚本

创建定期备份脚本~/scripts/openclaw_backup.sh：

#!/bin/bash
BACKUP_DIR=~/openclaw_backup/$(date +%Y%m%d)
mkdir -p $BACKUP_DIR

# 核心配置
tar -czvf $BACKUP_DIR/openclaw_config.tar.gz ~/.openclaw

# 技能列表
clawhub list --installed > $BACKUP_DIR/installed_skills.txt

# ollama信息
ollama list > $BACKUP_DIR/ollama_models.txt

# 上传到云存储
rclone copy $BACKUP_DIR mycloud:/openclaw_backups/

添加到crontab每周自动执行：

0 3 * * 0 ~/scripts/openclaw_backup.sh

6.2 差异化管理配置

对于多设备环境，建议使用环境变量管理差异配置：

# 在~/.bashrc中添加
export OPENCLAW_MODEL_PROVIDER="ollama-qwq"
export OPENCLAW_DEFAULT_MODEL="qwq:32b"

然后在openclaw.json中引用这些变量：

{
  "models": {
    "defaultProvider": "${OPENCLAW_MODEL_PROVIDER}",
    "defaultModel": "${OPENCLAW_DEFAULT_MODEL}"
  }
}

7. 我的实践心得

经过三次完整的迁移实践，我总结出几个关键经验：

1. 模型文件单独处理：ollama的大模型文件最好通过物理介质传输，网络传输既慢又不稳定
2. 技能版本锁定：在installed_skills.txt中记录具体版本号，避免自动升级导致兼容问题
3. 最小化恢复：首次恢复时只迁移核心配置，技能按需安装，避免一次性引入所有依赖

最让我意外的是，完善的备份方案反而促使我更频繁地调整自动化流程——因为知道可以轻松回滚，实验起来更大胆了。这种心理安全感，或许才是备份系统最大的价值。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。