过去，大家习惯通过公有云 API 获取 AI 能力；但随着 OpenClaw 爆火，个人和企业都需要本地 7×24 小时待命的 “数字员工”。奈何云端方案的隐私风险和高额 Token 成本，让工业级智能体很难大规模落地，自建本地大模型服务已成刚需。

近日，众智 FlagOS 联合腾讯云 HAI，将 Qwen3‑4B‑hygon‑flagos 模型镜像正式上线至 HAI 社区，开发者可直接拉取使用。基于该镜像，用户能够在加速卡上快速运行 FlagOS + OpenClaw，以小模型驱动智能体执行任务，轻松完成从公有云到本地 AI 服务的无缝切换，同时深度参与到国产 AI 芯片标准化生态的建设中。
众智 FlagOS 是由智源研究院打造的开源 AI 系统软件栈，致力于构建统一、开放、安全的全栈平台，面向多元计算架构构建统一开源技术栈，实现一次开发、多芯复用、全域部署，推动国产 AI 芯片生态实现标准化适配与规模化落地。该平台支持多款异构 AI 芯片，可帮助用户快速部署模型与智能体。

安装及测试过程

基于 FlagOS 系统软件栈的跨芯能力，众智 FlagOS 社区把 Qwen3-4B 适配至多款GPU硬件。以下内容重点介绍如何部署与配置 FlagOS 版 Qwen3-4B的过程，仅用于复现实验结果，不影响对 Agent 能力的判断。

1.安装Qwen3-4B-hygon-flagos

a.首先，从 HAI 社区平台找到 Qwen3-4B-hygon-FlagOS，根据README.md拉取模型并启动服务。

以 ModelScope为例，下载模型权重

b.点击【部署当前镜像】获取镜像拉取命令，从 HAI 社区拉取镜像

c.通过下面的代码，启动容器。

这段代码可直接复制使用，也可以根据需要修改容器名，即在第4行--name=flagos对 name 进行修改。

d.进入容器（如果上一步修改了容器名，这里要将flagos对 name 进行修改。

e.启动服务

2.安装配置OpenClaw

配置过程:

a.需要注意的是，配置本地模型时，厂商一定是加速推理工具如vllm。

执行之后出现如下信息提示：

启用并设置为默认模型

可以看到当前默认模型已经切换为 Qwen3-4B-hygon-flagos。

b.执行下面代码，可以看到模型已经切换完成。

可以看到模型已经切换完成。

3.配置 channel 为QQ

a.启动openclaw网关, 命令如下：

b.启动成功后，您可以在QQ软件中尝试和已经打通OpenClaw的QQ机器人进行单独聊天，或者在群里与QQ机器人进行对话。如果QQ机器人能够以AI的方式对话，则说明您已经成功完成OpenClaw应用接入QQ机器人。

接下来您就可以开始进一步探索OpenClaw接入QQ机器人之后的更多使用场景。

趋势展望

这次在 OpenClaw 连接QQ的场景中对 Qwen3-4B-hygon-flagos 进行了测试，发现Agent 的能力边界正在发生转移。