2026 年租用 Mac Mini M4 雲端節點，部署 OpenClaw & OpenHuman： 本地 AI Agent 完整教學
2026 年最受矚目的兩條開源 AI Agent 路線——OpenClaw（訊息渠道驅動、MIT）與 OpenHuman（桌面超級助理、Memory Tree）——都能透過 Ollama 做完全本地推理。真正卡住多數人的往往不是安裝指令，而是缺少一台 7×24 在線、原生 macOS、記憶體充足的伺服器。本文面向要在租用 Mac Mini M4 上同時評估兩套框架的開發者，提供對照矩陣、節點選型、OpenClaw LaunchAgent 與 OpenHuman v0.53 設定要點，以及六步從空機到 Agent 常駐的驗收清單（OpenClaw 細節可銜接雲端 Mac 安裝 OpenClaw專文）。
讀完你應能回答：① 該選 OpenClaw 還是 OpenHuman（或兩者共存）；② M4 16GB 與 M4 Pro 64GB 分別能跑多大本地模型；③ 租賃、自購與 Linux VPS 在總成本與資料主權上差多少。台港與亞太使用者可優先選香港、新加坡節點以降低存取延遲（見租期與區域矩陣）。
01 為什麼 2026 年更推薦「租 Mac Mini M4」跑本地 AI Agent？
本地 MacBook 一合蓋 Agent 就斷線；自購 Mac Mini M4 動輒數萬元且到貨週期長；AWS/GCP 雖是 7×24，但沒有 macOS 原生 Tauri GUI、LaunchAgent 與 Apple 通道，OpenHuman 與部分 OpenClaw 工作流會直接缺能力。租用獨占實體 Mac Mini M4（非容器套殼）可在約 10 分鐘內取得 SSH/VNC，按日/週/月彈性計費，Neural Engine 對 7B–13B 模型友善，M4 Pro 64GB 統一記憶體則可觸及 70B 級本地推理（社群實測約 8–12 tok/s 量級，視量化與上下文而定）。
在評審會上，這五類痛點最常見：
- 睡眠與更新：家用 Mac 自動睡眠、系統更新重開機，Telegram/WhatsApp 長連線半夜掉線。
- 記憶體爭用：本機同時開 IDE + 瀏覽器 + Ollama 13B，Agent Gateway 與模型推理爭用統一記憶體，swap 飆升。
- 資料出境焦慮：純雲端 API Agent 把對話與工具結果送到第三方；金融、法務、醫療場景需要推理留在自有機器。
- Token 帳單不可控：高頻自動化工作流下，Claude/GPT API 月費可能超過一台月租 Mac；本地 Qwen2.5 / Llama3 邊際成本趨近於電費。
- 框架分裂：團隊有人要 Telegram Bot（OpenClaw），有人要桌面記憶助理（OpenHuman），若主機不是 macOS，只能拆兩套環境維運。
記憶口訣：「Agent 要常駐，主機要 macOS，推理要本地，算力要獨占」——租賃裸金屬 Mac 是把四件事一次對齊的最短路徑。
02 OpenClaw vs OpenHuman：選型矩陣與 M4 配置決策
| 維度 | OpenClaw | OpenHuman |
|---|---|---|
| 協定 / 形態 | MIT；CLI + Gateway + 訊息渠道 | GPL-3.0；Tauri v2 桌面 GUI |
| 典型入口 | Telegram、WhatsApp、Discord | 桌面、語音、Google Meet 參會 |
| 記憶 | 工作區 / 會話為主 | Memory Tree 跨週習慣 |
| 本地推理 | Ollama（OpenAI 相容端點） | Ollama / LM Studio（config.toml） |
| 常駐方式 | LaunchAgent ai.openclaw.gateway |
登入項目 + 背景服務；需 VNC 完成 GUI 授權 |
| 更適合 | 自動化 Bot、維運告警、群聊指令 | 個人超級助理、會議、Notion/Slack 整合 |
| 配置 | 統一記憶體 | OpenClaw + Ollama | OpenHuman + 本地模型 |
|---|---|---|---|
| M4 基礎 | 16 GB | 7B–8B 流暢；13B 需量化；多 Agent 宜雲 API 混合 | 官方最低 8GB；16GB 推薦，13B 量化可用 |
| M4 升級 | 24 GB | 13B 更穩；可留餘量給 Gateway 與日誌 | Memory Tree + 8B 並發更從容 |
| M4 Pro | 48–64 GB | 30B–70B 本地推理可行（社群路徑） | 大上下文 + 多整合同時在線 |
若你只需訊息 Bot，優先 OpenClaw 並閱讀M4 節點與 launchd 排障；若要「記得住你」的桌面助理，再加 OpenHuman。兩者可共存於同一台租用 Mac，但須做連接埠與記憶體預算（見第 05 節）。
03 OpenClaw + Ollama：一鍵安裝、本地模型與 Gateway 驗收
OpenClaw 執行時要求 Node.js 22.16+ 或 24（詳見官方 onboarding）。在已交付的 JEXCLOUD 雲端 Mac 上，建議先完成 Node 預檢再安裝 CLI，避免與系統自帶 Node 18 衝突。
curl -fsSL https://openclaw.ai/install.sh | bash
brew install ollama
ollama pull qwen2.5:7b
openclaw onboard --install-daemon
openclaw config set models.providers.ollama.baseUrl http://127.0.0.1:11434
openclaw doctor
curl -sf http://127.0.0.1:18789/health將推理切到 Ollama 時，Provider 指向 http://127.0.0.1:11434（OpenAI 相容 API）。2026 年社群更常選用支援 tool calling 的 Qwen2.5 / Qwen3 8B 作為 Agent 預設模型，而非純聊天向小模型。安裝後務必：
- 執行
openclaw security audit --fix收斂 Gateway 暴露面； - 將
gateway.auth.token寫入~/.openclaw/openclaw.json，勿僅放在.zshrc（launchd 不繼承時會出現 token 迴圈報錯）； - 用
lsof -nP -iTCP:18789 -sTCP:LISTEN確認 Gateway 僅監聽本機。
Telegram/WhatsApp 渠道除錯、遠端 macOS 用戶端配對，請接續Gateway SSH 隧道與 Health Check一文，避免在本文重複排障表。
04 OpenHuman v0.53 與六步總清單：從空機到雙 Agent 常駐
OpenHuman（TinyHumans AI，2026-05 前後 v0.53.22 線）透過官方腳本安裝，首次啟動走 Onboarding：連接 Gmail/Notion/Slack、開啟語音或 Meet 能力前，建議先用 VNC 完成 macOS 隱私授權。本地 AI 預設關閉，需在設定中明確開啟：
local_ai.runtime_enabled = true
local_ai.opt_in_confirmed = true
local_ai.ollama_base_url = "http://127.0.0.1:11434"安裝入口範例（以倉庫 openhuman 目前腳本為準）：
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash六步總清單（OpenClaw + OpenHuman 共用主機）：
- 選節點與租期：按區域延遲矩陣選 HK/SG/JP 等；Agent 長跑建議月租，避免日租頻繁重建環境。
- SSH 預檢：
sw_vers、磁碟餘量 ≥30GB、校時；見說明中心金鑰說明。 - 安裝 Ollama 並拉模型：先
ollama pull qwen2.5:7b（或團隊 pin 的 Gemma3/Llama3 標籤），再裝 Agent，避免重複下載占滿磁碟。 - 部署 OpenClaw：
onboard --install-daemon+doctor驗收；渠道在穩定後再開。 - 部署 OpenHuman：VNC 完成 Onboarding；開啟 Memory Tree 與 local_ai；確認與 Ollama 共用 11434 時記憶體峰值。
- 維運基線：日誌輪替、
~/.openclaw與 OpenHuman 資料目錄備份、監控 swap；需要 GUI 時走 VNC 而非長期暴露公網桌面。
05 可引用參數、多 Agent 資源管理與成本對照
- OpenClaw Gateway 預設連接埠：
18789，健康檢查/health應回傳 HTTP 200。 - Ollama API：
http://127.0.0.1:11434；生產建議OLLAMA_KEEP_ALIVE保持模型熱載，減少 Agent 首 token 冷啟動（16GB 機器慎用過大 keep-alive 列表）。 - 記憶體預算（16GB 參考）：系統 + Gateway ≈4–6GB；單路 7B Q4 量化 ≈5–6GB；同時跑 OpenHuman GUI 與 13B 易觸發 swap——應降級模型或升配 M4 Pro。
- 電費對照（社群量級）：Mac mini 閒置約 3–8W；自購硬體一次性 $599–$1,399+；月租裸金屬 Mac 常見 $100/月量級（以定價頁為準），無到貨等待。
- 24 個月 TCO 粗算：自購 M4 16GB + 電費 ≈硬體價 + $30–50；月租 ×24 ≈$2,400 但含頻寬、IP、機房電力與換機彈性——適合驗證期與專案制，不適合五年靜態負載無腦租。
多 Agent 共存時，優先讓只有一個行程持有大模型權重（共享 Ollama），OpenClaw 與 OpenHuman 不要各拉一份 13B。可用 ollama ps 觀察顯存占用；高峰時段將 OpenClaw 切回雲 API、OpenHuman 保留本地，是常見的混合策略。
06 FAQ、合規提示與 JEXCLOUD 收束
| 問題 | 原因 | 建議 |
|---|---|---|
| Ollama 很慢 | CPU 量化、冷啟動、模型過大 | 換 7B Q4；設 keep-alive；升 M4 Pro |
| OpenHuman 無法開本地 AI | opt_in 未確認 | 檢查 config.toml 兩項 true |
| Gateway 掉線 | 睡眠、Token、launchd | 租用機禁用睡眠；kickstart gateway |
| 兩框架搶記憶體 | 雙份大模型 | 共享 Ollama；分時段或混合雲 API |
把 Agent 跑在不穩定家用 Wi‑Fi、會睡眠的筆電上，長連線與本地推理都會間歇失敗；跑在超賣 VPS 或非 macOS 則缺 LaunchAgent、Tauri 與合規 TCC 路徑。對需要數小時交付、Qwen2.5 本地推理、雙框架評估、資料留在自有磁碟的團隊，JEXCLOUD 多區域裸金屬 Mac Mini M4 提供更可複製的生產底座：獨占 Apple Silicon、1Gbps 級專線、約 120 秒開通，並可按專案升級 M4 Pro 與 1TB/2TB 儲存。套餐與節點見 JEXCLOUD 定價頁。