Что если ваш AI-ассистент работает полностью локально, без облаков и подписок, но при этом имеет доступ к 40 инструментам — и всё это прямо в WhatsApp? Один из участников сообщества OpenClaw собрал именно такую систему, и мы разбираем, как это устроено.
Зачем вообще локальная модель?
Облачные AI-сервисы отлично работают, но у них есть минусы: ежемесячная оплата, задержки при обращении к серверу, и — главное — ваши данные уходят наружу. Если вы работаете с конфиденциальной информацией или просто хотите полный контроль, локальная модель — идеальный вариант.
Qwen3:14b от Alibaba — одна из лучших открытых моделей, которая умещается в 16 ГБ видеопамяти и поддерживает вызов инструментов (tool calling). В связке с Ollama она запускается одной командой.
Архитектура решения
Схема получилась элегантной:
- Ollama — запускает Qwen3:14b локально на вашем GPU
- ollama-mcp-bridge — мост между Ollama и протоколом MCP (Model Context Protocol), который позволяет модели вызывать внешние инструменты
- OpenClaw — агентная платформа, которая предоставляет 24 встроенных инструмента (файлы, браузер, команды, поиск и т.д.)
- 16 MCP-инструментов — дополнительные возможности через MCP-серверы
- WhatsApp — интерфейс для общения с агентом с телефона
💡 Итого: 24 нативных + 16 MCP = 40 инструментов, доступных через простой чат в WhatsApp. И всё это без единого обращения к облаку.
Ключевые доработки
Чтобы всё заработало, автору пришлось решить две технические проблемы:
1. OpenClaw не видел MCP-инструменты
Драйвер openai-completions в OpenClaw игнорировал определения инструментов, инжектированные через upstream API. Модель просто не знала о существовании MCP-инструментов. Для исправления был создан PR #4287 — критически важный патч для любой связки Ollama + MCP.
2. Мост не поддерживал нужный API
ollama-mcp-bridge инжектировал MCP-инструменты только для /api/chat, но не для /v1/chat/completions (OpenAI-совместимый формат). Автор добавил новый эндпоинт, поддержку стриминга (SSE-обёртка), цикл вызова инструментов и обрезку результатов.
Что это даёт на практике
С такой настройкой вы можете отправить сообщение в WhatsApp вроде:
«Найди все PDF в папке Документы за январь и составь сводку ключевых тем»
И AI-агент выполнит это локально — откроет файлы, прочитает содержимое, составит отчёт и ответит в чат. Без облака, без подписок, без утечки данных.
Другие примеры:
- Управление умным домом через MCP-инструменты
- Поиск по локальной базе знаний
- Автоматизация рутинных задач на компьютере
- Работа с корпоративными данными в изолированной среде
Как повторить
- Установите Ollama и скачайте модель:
ollama pull qwen3:14b - Настройте ollama-mcp-bridge с патчами из гиста автора
- Установите OpenClaw через AI Magic Hub или вручную
- Подключите WhatsApp-канал
- Укажите Ollama как провайдер модели в настройках OpenClaw
Подробная инструкция — в посте автора на Reddit.
Для кого это
Этот сетап идеален для тех, кто:
- Ценит приватность и не хочет отправлять данные в облако
- Имеет хорошую видеокарту (RTX 3090/4090 или M-серия Mac)
- Хочет AI-ассистента без ежемесячных расходов
- Работает с конфиденциальной информацией
Если вас интересует тема локальных моделей, загляните в наш гайд по локальным AI-моделям и сравнение self-hosted vs облако.
Попробуйте сами через AI Magic Hub
Подключите локальную модель к OpenClaw и управляйте ею через любой мессенджер.
Скачать AI Magic HubИсточник: GitHub Discussion #5324
Читайте также: что такое OpenClaw, обзор OpenClaw, цены на AI-модели в 2026.