把你的Mac变成AI服务器：LM Studio部署Gemma 4 + OpenClaw接入实战

在个人电脑上运行大模型已不再是遥不可及的技术梦想。随着开源大模型的快速发展消费级硬件运行复杂AI模型已成为现实。对于Mac用户而言，LM Studio提供了一个优雅的解决方案，让个人Mac能够承担起AI服务器的角色。本文将手把手教你如何将Mac打造成本地AI服务器，通过Gemma 4模型与OpenClaw的组合实现跨设备调用。

Gemma 4版本选择与资源规划

整个架构设计清晰而高效：Mac通过LM Studio加载并运行Gemma 4模型，对外提供OpenAI兼容的API服务；另一台设备上的OpenClaw则通过局域网调用这个API，将Mac的推理能力转化为可扩展的Agent入口。这种设计不仅保证了数据停留在本地，还实现了设备间的灵活调用。

LM Studio部署实战步骤

Gemma 4系列提供四个主要版本：E2B、E4B、26B A4B和31B。Google官方明确指出小模型支持128K上下文，而中大模型则提升至256K上下文。值得注意的是，Gemma 4在system role支持、function calling和Agent能力方面都有显著增强。对于首次在Mac上部署的用户，建议从E4B开始尝试——它在性能和资源消耗之间取得了较好的平衡；如机器性能有限，E2B是更保守的选择；只有在确定需要本地长期运行时，才考虑26B A4B或31B版本。这种渐进式的部署策略能够确保系统稳定性，避免一开始就因资源不足而遭遇挫折。

OpenClaw配置与连接

部署过程分为五个关键阶段：首先在LM Studio的Discover页面搜索并下载Gemma 4模型；下载完成后需将模型加载到内存中，这是最容易忽视的步骤——下载成功并不等同于模型可用；随后启动LM Studio的本地API Server，可通过GUI界面或命令行lms server start完成；接下来需要在设置中启用Serve on Local Network选项，使服务对局域网可见；最后通过curl命令验证API是否正常响应。整个过程中，确认模型是否已加载是最容易被忽略的环节。

常见部署误区与优化建议

在另一台电脑上安装OpenClaw后，需要将其配置为连接Mac上的LM Studio。配置关键点包括：baseUrl指向Mac的局域网IP地址加端口1234/v1，apiKey使用占位值，api类型选择openai-responses。需要特别注意的是，LM Studio对接的是OpenAI-compatible的/v1接口，这与Ollama的配置方式不同。配置完成后，通过openclaw models list验证模型是否被正确识别，然后即可进行实际对话测试。

如有侵权，请联系删除。