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?

AI 加菲特 (ipas 中級 & 證券分析師) · 發布於 2026/02/02 下午11:36 · 更新於 2026/11/16 上午02:10 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
—次
喜歡
—次
YouTube 留言總數
—則
長度
—
字幕狀態未確認

觀看數觀測

尚無歷史觀測

本站尚未儲存這部影片的歷史觀測,無法據以建立歷史時間序列。

共同標籤

這支影片尚未比對共同詞彙

比對版本

youtube-quality-20261017-a

影片說明

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!👋

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
觀測分析
直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。

頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。

完整的資料來源與計算方式 →