断网也能用AI：部署本地龙虾AI来测试内网项目把验收效率拉满

先设想一个典型的工作日：

早上收到一份三十页的需求规格，你要逐条拆成测试用例；中午要为接口压测准备两百条边界数据；下午对着验收环境里几十张界面截图，肉眼核对有没有错位和溢出；下班前还要把本周缺陷统计写成验收报告。这些事技术含量不低，但重复、机械、且都发生在不能联网的内网机器上——你没法把需求文档贴进网页版 ChatGPT，也不能把截图传到任何云服务

验收环境通常划了两条红线：数据不出网、环境隔离（纯局域网或无外网）。这直接把 ChatGPT、文心、通义这类云端大模型排除在外——它们既要联网，又要把你的需求文档、测试数据、截图传到厂商服务器

而测试工程师的日常，恰恰是大量“可结构化”的重复劳动：

• 把需求文档翻译成测试用例，逐条对齐功能点；
• 批量构造测试数据，还要做脱敏样例；
• 写自动化脚本，调接口、对报文；
• 对着几十张界面截图找 UI 缺陷；
• 把缺陷、统计、趋势整理成验收报告

这些活儿，本地 AI 全都能接，而且因为跑在本机，天然满足“数据不出网”的硬约束。下图把云端 AI 和本地离线 AI 在测试场景下做个对比：

一句话：云端 AI 在验收现场“不能用”，本地 AI 是“必须用”。本文的目标，就是把这套能用的东西搭起来，并落到 6 个具体提效场景上

整套方案由三个角色组成，分工极清晰：

把这套结构落到你的测试机上是这样的：左边 Ollama 里住着三个语言/代码模型，负责“想”和“写”；右边 ComfyUI 住着图像/视频引擎，负责“画”和“做”；下方是你的本机测试资产——脚本、日志、用例、截图。龙虾站在中间，根据你说的话把任务分发出去，再把结果收回来。你不需要知道哪个模型在跑，只要知道“我能一句话把活派出去”。

你不需要记任何命令。你说“画一只戴墨镜的猫”，龙虾判断这是图像任务，转给 ComfyUI；你说“帮我写个去重函数”，转给代码模型；你说“总结这段技术文档”，用通用模型处理。对你而言就是“说一句话”。这套路由不是靠你手动切换 App，而是龙虾在听懂意图后自动完成的——这也是它区别于“自己开三个软件来回切”的核心价值。

本文所有步骤在作者真实机器上验证思路可行：

这台机器不是什么高端工作站，就是一台普通性能向的笔记本。换句话说，如果你手上是近两年的主流游戏本或设计本（独显 + 16G 以上内存），基本都能照抄本文；配置更弱时，把模型换成更小的 7B/4B 版本即可，思路完全通用。

先记住一个硬约束：8G 显存同时只能从容装一个模型。这是后面“显存智能调度”章节要重点解决的，也是本方案在笔记本上能跑顺的关键。

Ollama 是本地跑大模型最简单的入口，它把模型管理、服务暴露、显存调度都打包好了，你只需要一条 pull 命令就能把模型拉到本地。对测试工程师来说，它最大的价值是：一次装好，之后所有“说句话就让 AI 干活”的能力都建立在它之上。

1. 到 ollama.com/download 下载 OllamaSetup.exe，双击安装。装完任务栏出现羊驼图标，代表服务已后台运行。
2. 限制 Ollama“同时只加载 1 个模型”，避免两个模型抢显存（8G 卡的命门）：
3. 逐条拉取三个模型（下载时间看网速，耐心等）：
4. 验证：ollama list 应看到 3 个模型；ollama run qwen3.5:9b "你好" 能对话即成功。

# 限制同时只加载 1 个模型（重启 Ollama / 电脑后生效）setx OLLAMA_MAX_LOADED_MODELS 1# 拉取三个模型ollama pull qwen3.5:9bollama pull qwen2.5-coder:14bollama pull qwen2.5:7b

ComfyUI 是本地图像生成的“工作流引擎”，它把文生图拆成可视化的节点链路，你可以像搭积木一样拼出自己的出图流程。对测试工程师，它的价值在于：封面图、信息图、界面示意图都能在本机几秒钟生成，不用再开设计软件或求人作图。

• 桌面版（推荐新手）：从 comfy.org/download 下载，双击安装，自带 Python 环境，点图标即开，浏览器自动打开 http://127.0.0.1:8188。
• 把 SDXL 模型（stable-diffusion-xl-base-1.0）放到 ComfyUI 的 models/checkpoints/ 目录。
• 8G 显存必做
  
  ：若出图报显存不足，桌面版在设置里开启 “Low VRAM”，便携版设置环境变量 COMFYUI_VRAM_METHOD=lowvram；出图分辨率先用 1024×1024。
• 可选 CogVideoX-5B 文生视频：在 ComfyUI-Manager 装 CogVideoXWrapper 节点，下载量化权重。但 8G 显存对视频模型极吃紧（正常需 12~14GB），建议仅作演示，真要稳定出视频请升级显卡或走云端。

在 PowerShell 一行装好：

iwr -useb https://openclaw.ai/install.ps1 | iexopenclaw --versionopenclaw doctor

{  agents: {    defaults: {      model: { primary: "ollama/qwen3.5:9b", fallbacks: ["ollama/qwen2.5:7b"] },      models: {        "ollama/qwen3.5:9b":        { params: { num_ctx:16384, thinking:false, keep_alive:"5m" } },        "ollama/qwen2.5-coder:14b": { params: { num_ctx:16384, thinking:false, keep_alive:"5m" } },        "ollama/qwen2.5:7b":        { params: { num_ctx:8192,  thinking:false, keep_alive:"5m" } }      },      experimental: { localModelLean: true },   // 去掉占资源工具，让本地模型更瘦      timeoutSeconds: 300,                       // 本地冷启动慢，给足超时      imageGenerationModel: { primary: "comfy/workflow" }    }  },  models: {    providers: {      ollama: {        enabled: true,        baseUrl: "http://127.0.0.1:11434",   // 用原生 API，不要加 /v1        apiKey: "ollama-local",               // 本地占位即可        models: {          "qwen3.5:9b":        { aliases:["qwen3.5-9b-instruct"] },          "qwen2.5-coder:14b": { aliases:["qwen2.5-coder-14b-instruct"] },          "qwen2.5:7b":        { aliases:["qwen2.5-7b-instruct"] }        }      }    }  },  plugins: {    entries: {      comfy: { enabled:true, config: {        mode:"local", baseUrl:"http://127.0.0.1:8188",        image:{ workflowPath:"C:/ComfyUI/SDXL-workflow.json", promptNodeId:"6", outputNodeId:"9" }      }}    }  }}

三个语言模型之间，默认由 qwen3.5:9b 统一当大脑；遇到重代码任务，聊天里说“切换到代码模型”或输入 /model ollama/qwen2.5-coder:14b 临时换将。真正的“跨引擎自动路由”发生在文字 vs 图像 vs 视频 vs 本机执行之间——这正是龙虾的价值。它像一个经验丰富的小组长，拿到一个混合任务（比如“读这份报告，画张配图，再总结成三段话”），会自己拆成“先分析、再出图、最后汇总”，并把每一步派给最合适的引擎，最后把结果拼成你能直接用的成品

验证：openclaw doctor 检查配置合法；openclaw models list --provider comfy 确认 ComfyUI 已接入；在聊天窗口说句“你好”，龙虾应用本机 qwen3.5:9b 回复你，全程不联网

如果一切正常，你已经拥有一个“断网可用的 AI 助手”。接下来真正的功夫在调校：把你的测试脚本目录、日志格式、常用出图风格逐步告诉龙虾，让它从“通用助手”长成“你的专属测试副驾”。这一过程不需要重装任何东西，只是不断地在对话里沉淀习惯

💡 提示　OpenClaw 配置是“严格校验”的：有个不认识的字段就拒绝启动。如果报错某字段未知（例如你版本未支持 localModelLean），删掉那行再试，跑 openclaw doctor 看原因

笔记本RTX 5060只有8G显存。qwen3.5:9b约占6.6G，SDXL出图约占 5~7G。两者若同时满载，必然显存溢出、程序崩溃。所以原则是：同一时刻，显卡上只留一个“重型”模型

• OLLAMA_MAX_LOADED_MODELS=1
  
  （第三步已设）：同时只保留 1 个模型在显存
• keep_alive:5m
  
  （配置里已写）：模型闲 5 分钟自动卸下，把显存让给 ComfyUI
• 手动立刻释放：对话结束后执行 ollama stop qwen3.5:9b，显存马上空出来给画图

• experimental.localModelLean:true
  
   —— 关掉占内存的浏览器/定时器工具
• params.thinking:false
  
   —— 防 Qwen 思考循环卡死
• timeoutSeconds:300
  
   —— 冷启动慢，别被提前判失败
• num_ctx
  
   控制上下文长度：9B/14B 用 16384，7B 用 8192，越长越吃显存，够用即可

用一个真实例子串起来：你说“帮我想三个公众号选题”，龙虾用 qwen3.5:9b 在显存里跑，返回结果；接着你说“顺手给第一个选题画张封面图”，龙虾先 ollama stop 释放语言模型显存，再调 ComfyUI(SDXL) 出图；图生成完毕，显存里只剩 ComfyUI 的临时占用，几分钟后 keep_alive 超时，全部回归空闲，等下一次指令。整个过程你只说了两句话，调度全交给龙虾

1. 先聊天/写代码（Ollama 占显存）→ 要画图前，先 ollama stop 把语言模型卸下；
2. 再让龙虾调 ComfyUI(SDXL) 出图；
3. 图出完，显存里只剩 ComfyUI 临时占用；几分钟后 keep_alive 超时，全部回归空闲。

💡 提示　如果你经常“边聊边画”，把 keep_alive 调更短（如 1m），切换更顺；代价是每次对话要重新加载模型、首字稍慢。按手感权衡

下面六个场景，你都可以直接对龙虾说（前提是 SDXL 工作流已配置好）。这是本文落到实处的部分。它们覆盖了一个测试工程师从“需求”到“验收报告”的完整链路：前两步是输入侧的用例与数据，中间两步是执行侧（脚本、截图），最后两步是输出侧（报告与文档）。你会发现，原本分散在一天里的几种工具切换，被收敛成“连续说几句话”

把需求文本贴给龙虾：“根据以下需求，输出一份登录模块的测试用例，覆盖正常/异常/边界，用表格呈现”。它会用 qwen3.5:9b 结构化输出，直接对齐功能点，省去你逐条拆解

龙虾：根据下面需求生成测试用例表，列【用例编号/标题/前置条件/步骤/预期结果/类型】。需求要点：用户登录支持手机号+密码；连续 5 次失败锁定 10 分钟；验证码 60 秒刷新。

“生成 50 条用户注册测试数据，字段含手机号、身份证（脱敏）、邮箱，边界值包含空值、超长、特殊字符”。本地生成，敏感样例不离开机器。对验收里要造“看起来真实但不能是真隐私”的数据尤其有用

遇到重代码任务，切到 qwen2.5-coder:14b：“用 Python + pytest 写一个调用 /api/login 的接口测试，断言状态码和响应字段”。模型在本地跑，代码不触网。你拿到的不是“标准答案”，而是可改可跑的脚手架，省掉样板代码时间

龙虾：切到代码模型，写一个 pytest 用例：POST /api/login，入参 {"phone":"138...","pwd":"..."，断言 200 且返回 token 字段非空；错误密码断言 401。

qwen3.5 是多模态模型，能读图。把界面截图贴给龙虾：“这张验收截图里有没有明显的 UI 缺陷？比如对齐错位、文字溢出、按钮遮挡”。它会给出缺陷清单，帮你把“肉眼遍历”变成“AI 初筛 + 人工复核”。在批量验收几十个页面时，这一步能省下大量重复眼球劳动

“桌面有 sales.csv（上月销售数据）。帮我：①算总销售额和环比；②列 Top3 品类；③画一张月度趋势折线图。结果整理成带图的小报告”。龙虾会读 CSV、用本机 Python 统计、出图、拼成报告——全程数据不出本机

你（龙虾）：读 C:\验收\sales.csv，按月份汇总销售额，算环比，列出 Top3 品类，用 ComfyUI 出一张趋势折线图，最后把文字结论和图拼成一个验收小报告.md。

“写一篇《本地部署 AI 的 5 个误区》验收说明（约 2500 字），再配一张信息图风格的封面（清爽配色、5 个小图标）”。文章与封面一气呵成。验收文档最耗时的“起头”和“配图”两步，被一句话解决

把这六个场景串起来看，你会发现它们不是孤立的功能演示，而是一条完整的“需求 → 用例 → 数据 → 脚本 → 截图分析 → 报告”流水线。过去这条线要靠你开着四五个软件、在不同窗口间反复复制粘贴；现在，它收敛成你和龙虾之间连续的一段对话。这才是本地 AI 对测试工程师真正的意义：不是某个单点变快，而是整条链路被压扁了

• 数据隔离与合规
  
  模型全本地运行，对话/图片/代码均不出本机，适合处理敏感验收资料。在金融、政企等强合规场景里，这一点比“提效”更关键——它让用 AI 这件事本身能通过安全审查
  
• 接进本机，而非替代 CI
  
  让龙虾读写你的测试脚本、日志、截图，把重复劳动自动化；现有 CI/CD 流程保持不变。它的定位是“副驾”，不是“重写的流水线”
• 空间与升级
  
  模型文件较大，用 OLLAMA_MODELS 环境变量把模型存到非系统盘；升级显卡/内存后可换更大模型（如把 14B 代码模型跑得更顺），体验会明显提升
• 模型选型弹性
  
  若希望代码模型也全速跑在显卡上，可改用 qwen2.5-coder:7b（约 4.6GB，能完整进 8G）；本文保留你原方案的 14B，并在调度章节说明了降级选项

本地部署最怕“卡在某个不知道为什么的步骤”。下面把作者踩过、读者大概率也会遇到的几个坑列成速查表，照着对号入座即可，不必从头再来。

常用命令一页纸：

# Ollamaollama pull qwen3.5:9b / qwen2.5-coder:14b / qwen2.5:7bollama list            # 查看已装模型ollama ps              # 正在运行的模型ollama stop qwen3.5:9b # 立刻释放显存给画图# OpenClaw（龙虾）openclaw doctor                      # 检查配置openclaw models list --provider comfy# 确认 ComfyUI 接入openclaw gateway install             # 注册开机自启

断网不是 AI 用不起来的理由。把 Ollama、ComfyUI、OpenClaw 三件套在本地串起来，你就有了一个数据不出机、断网也能用、一句话派活的测试副驾。从“写用例、造数据、审截图、出报告”这些重复劳动里腾出手脚，把精力留给真正需要人判断的验收决策上。

有人会问：本地部署是不是很折腾？确实要花一个下午把环境搭起来，但搭好之后是“零边际成本”的——不用再为每次调用付费，不用担心数据外泄，也不用被限流。对一个长期和验收环境打交道的测试工程师，这笔一次性投入，回报率相当可观。

部署细节、完整 openclaw.json 与命令速查，可参考作者此前发布的《个人本地离线 AI 全套部署手册》（同机验证通过）。先把三件套装起来，今晚就能让龙虾帮你写第一份用例。下一步，可以把它接到你日常的真实项目里：把测试脚本目录交给龙虾读取，把验收截图目录交给它分析——那一刻，它才真正从“演示”变成“生产力”。