前言
现在迷你AI电脑比较火，我也跟风买了一台，这样就可以在家跑模型。（主要是好奇，想玩）
迷你电脑配置如下：
- 型号：零刻 GTR9 Pro
- CPU：AMD Radeon AI Max+ 395
- 显卡：AMD Radeon 8060S 集成显卡（无独立显卡）
- 内存：128GB LPDDR5X 8000MT/s
- 硬盘：2TB M.2 PCIe 4.0×4 7000MB/s
这款机器支持手动调节内存/显存分配，我给GPU分配了64G显存。
实测运行目前几款主流的AI大模型的效率如下：
- Gemma4 26B A4B：60+ token/s
- Gemma4 31B：30+ token/s
- Qwen3.6 35B A3B：60+ token/s（略优于 Gemma4 26B A4B）
- GPT OSS 20B：40 token/s
- GLM4.7 Flash：35 token/s
以上模型运行的全部是Q4量化版本。
实测下来，个人感觉 Qwen3.6 35B A3B 的编码能力和工具调用能力最强。尤其是让它实现单网页，能力非常突出。Gemma4 26B A4B 和 Gemma4 31B 的工具调用能力较差，在 OpenClaw 中表现不好，经常会聊着聊着“失联”。GLM 4.7 Flash 的文章编写能力更好，但速度比较慢。
配置建议：
迷你工作站的优缺点很明显。
优点：
- 机身小，放在桌面上就行
- 噪音小
- 功耗低，实测峰值100W出头
- 即使是玩3A游戏，性能也绝对够用
- 价格相比专业服务器会便宜很多
缺点：
- 核显性能不足，tokens输出速度不够
- 显存够用但是传输速度慢，因为迷你电脑的显存是由内存转换来的。尤其是在你接入
Claude Code这种专业工具以后，每次输入可能要等很久才有输出结果。大量的输入参数以及无法命中的缓存虽然不会把你的内存撑爆，但是传输速度太过感人
如果你和我一样预算不足并且只是研究学习目的，可以考虑这种迷你工作站。
如果想玩得更专业一点，个人更推荐家庭服务器：
- 主板：多显卡槽+内存槽，建议技嘉 MU72 SU0
- CPU：建议 INTEL 8347C
- 内存：需要采用ECC内存，不跑大模型的话，64G足够
- 显卡：建议用专业计算卡，效率最高。可选 Nvidia A4500 20G * 2，这样性价比最高。
有条件的直接上 A5000 PRO、A6000 PRO
上面这套配置大概3w出头可以拿下，但是性能相比我这台2w多的迷你工作站提升很多。而且因为都是服务器用的硬件，稳定性可以保证
作为参考：9B参数量模型大概需要15G显存，30B参数量（Q4量化后）的模型最少需要30G显存
正文
1: 系统环境
我这里是一个新机器，装了 Windows 11 专业工作站最新版本。没有装 Ubantu 就是图省事，Windows用惯了。
2: 安装前提
- 一台配置还可以的电脑/服务器
- 会上网手段。时间不浪费在寻找镜像源上面
3: 配置 LM Studio
我分别尝试了 Ollama、Unsloth Studio和LM Studio。根据软硬件适配度和使用便捷度，最终决定使用LM Studio。本文也以LM Studio为例。
3.1: 下载&安装
前往 LM Studio 官网：https://lmstudio.ai/，点击 Download for Windows 按钮下载（当前最新版本为0.4.12），然后安装
3.2: 配置
这一步主要是为了将本地模型接入 OpenClaw、Hermes Agent 或 Claude Code，如果你只需要在聊天框与模型聊天，没有其他需求，那么这一步不用做
打开 Developer - Local Server 侧边栏，启用本地服务。
启用认证：
- 点击
Server Settings，启用Require Authentication - 点击下方
Manage Tokens，然后点击Create new token，把生成的 API Key 保存到本地，后续连接小龙虾时要用
在网络中提供服务 这一项，如果你需要在其他电脑上使用本机部署的模型则启用，否则不用启用
其他选项按需配置
3.3: 模型下载
点击左侧菜单栏中的机器人+放大镜图标，输入关键词查找模型（模糊查询），点击对应的模型，然后右侧 Download 下载
完成后点击 Load Model 即可聊天，你可以在右侧自定义一些模型参数，鼠标悬停在参数标签上时会弹出参数介绍
建议把主流的模型都下载下来，都试过才知道哪个最适合自己。建议的模型：Qwen3.6系列、GLM4.7、Gemma4系列
4: 配置 OpenClaw
4.1: 安装
如果你已经装过了，这一步可以跳过
win + r，输入powershell，回车- 在打开的窗口中输入
powershell -c "irm https://openclaw.ai/install.ps1 | iex"，回车 - 等待安装完成
- 访问指令提示的URL（包含Token），发现可以正常访问 OpenClaw 控制台页面
4.2: 配置
- 新开一个 cmd 窗口，输入
openclaw config Where will the Gateway run?，选择 `Local (this machine)Select sections to configure，选择ModelModel/auth provider，选择LM StudioLM Studio base URL，如果 OpenClaw 安装在部署了 LM Studio 的机器上，这里输入http://localhost:1234，否则需要把localhost改为局域网IP。注：记得防火墙放行，否则访问不到LM Studio API key，输入3.2: 配置中获取到的 API KeyPreferred context length to load LM Studio models with (optional)，这是上下文长度。你可以自己输入，也可以直接回车Model configured，选择你希望 OpenClaw 使用的默认模型（在 OpenClaw 的网页端也可以修改聊天模型）- 以上步骤完成后你发现又回到了
Select sections to configure，选择最后一项：Continue (Done) - 输入
openclaw gateway restart - 回到 OpenClaw 控制台页面，刷新一下，然后点击左侧聊天按钮，选择本地模型，测试一下是否可以正常聊天了
