1. OpenClaw 本地部署后接 Ollama 的真实场景与坑点OpenClaw 是一个能在本地跑起来的 AI 自动化工具它能读取文件、操作桌面、执行脚本适合想把 AI 助手放进自己电脑里干活的开发者和运维。Ollama 则是本地模型运行环境一条命令就能把 Qwen、Llama 这类模型拉下来跑在 localhost。把两者接起来你就能在完全离线的环境里让 AI 帮你整理文件、生成周报、汇总表格数据不出本机。但实际部署时很多人卡在三个地方一是 OpenClaw 的配置文件格式在不同版本里从 YAML 变成了 TOML网上教程混着写照抄就报错二是 Ollama 的 API 地址填了http://localhost:11434却忘了加/v1导致 OpenClaw 发请求时 404三是本地模型跑起来后OpenClaw 的请求超时设置太短7B 模型首 token 还没吐出来就断了。我试过在一台 16GB 内存的 Ubuntu 机器上从零跑通整条链路全程大约 12 分钟中间踩了配置路径和超时两个坑。这篇就按实际操作的顺序把 config.toml 和 settings.json 的骨架、TaoToken 统一 Key 的填写位置、启动验证和连通性检查动作都写清楚。你跟着做应该能一次跑通。适合谁看已经在用 Ollama 跑本地模型、想接一个能操作电脑的 Agent 前端的人或者手里有 OpenClaw 但一直连不上本地模型的运维。不需要你懂模型微调但得会用终端。核心检索词先明确OpenClaw 快速部署、Ollama 本地模型接入、TaoToken 统一 Key 配置。这三个词贯穿全文你搜的时候也能对上。2. TaoToken 统一 Key 的前置准备与获取路径在配置 OpenClaw 之前先把 TaoToken 的 Key 拿到手。TaoToken 在这里的角色是统一管理模型调用的凭证不管你后面切本地 Ollama 还是走云端模型Key 的填写位置和格式是一致的。这样你换模型时不用改代码只改配置里的 model 字段就行。打开浏览器访问 https://taotoken.net/api 这是 API 入口。如果你还没账号先走一遍注册流程然后进控制台。控制台地址是 https://taotoken.net/console 登录后左侧菜单找 “API Keys”。点 “创建新 Key”起个名字比如openclaw-local复制生成的字符串。这个 Key 只显示一次先粘到记事本里。拿到 Key 之后你还需要确认两件事一是 Base URLTaoToken 的 API 地址是https://taotoken.net/api注意后面不要加/v1OpenClaw 的配置里会自己拼路径二是 Model ID如果你打算本地 Ollama 和云端模型混用Model ID 要填 Ollama 里的模型名比如qwen2.5:7b。如果你后面要跑长期编码任务或者 Agent 自动化可以看一下 Coding Plan 页面 https://taotoken.net/coding-plan 那里有适合持续调用的套餐说明。只是做本地模型接入验证的话用按量计费的 Key 就够了。注意Key 不要写进代码里提交到 Git放在配置文件里也要确认.gitignore已经排除。OpenClaw 的配置文件默认在用户目录下不在项目仓库里这点相对安全。前置准备清单Ollama 已安装并至少 pull 了一个模型Python ≥ 3.9OpenClaw 已通过 pip 安装TaoToken Key 已复制。这四样齐了再往下走配置。3. 可复制的 config.toml 与 settings.json 配置骨架OpenClaw 的配置文件路径分两种macOS/Linux 在~/.openclaw/config.tomlWindows 在C:\Users\你的用户名\.openclaw\config.toml。如果你之前用openclaw onboard初始化过可能生成的是config.yaml新版已经迁移到 TOML建议直接按下面的骨架重写。先看 config.toml 的完整内容[model] provider ollama model qwen2.5:7b base_url http://localhost:11434/v1 api_key sk-你的TaoTokenKey timeout 120 max_tokens 4096 [model.fallback] provider taotoken base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model qwen2.5:7b [storage] path ~/.openclaw/data [permissions] accessibility true disk_access true这里有几个关键点。base_url必须带/v1Ollama 的 OpenAI 兼容接口在/v1/chat/completions少了这个前缀 OpenClaw 会报 404。timeout设成 120 秒本地 7B 模型在 CPU 上跑首 token 可能要 20-30 秒设太短会断。api_key填 TaoToken 的 KeyOllama 本身不校验 Key但 OpenClaw 的请求库要求这个字段非空填上统一 Key 后面切云端不用改。再看 settings.json这个文件在 OpenClaw 的 Dashboard 设置里导出或者手动放在~/.openclaw/settings.json{ model: { provider: ollama, model_id: qwen2.5:7b, base_url: http://localhost:11434/v1, api_key: sk-你的TaoTokenKey, temperature: 0.7, top_p: 0.9 }, taotoken: { base_url: https://taotoken.net/api, api_key: sk-你的TaoTokenKey, model_id: qwen2.5:7b }, ui: { language: zh-CN, port: 8080 } }settings.json 里的model_id和 config.toml 的model要一致否则 Dashboard 显示的和实际调用的会对不上。taotoken段是给 fallback 用的当本地 Ollama 没启动时OpenClaw 会自动切到 TaoToken 的云端接口保证服务不中断。如果你用 Cline MCP 或者 Codex 的 auth.json 来管理凭证三件套要写全Base URL 填https://taotoken.net/apiKey 填sk-开头那串Model ID 填qwen2.5:7b。缺一个都会在请求时被拒。配置改完后重启 OpenClaw 让配置生效。终端执行openclaw restart或者直接openclaw重新启动。4. 启动验证与连通性检查的完整动作配置写好了不代表能跑通得一步步验证。先确认 Ollama 在跑ollama list你应该看到qwen2.5:7b在列表里。如果没看到先ollama pull qwen2.5:7b。然后确认 Ollama 的 API 端口在监听curl http://localhost:11434/v1/models返回 JSON 里包含qwen2.5:7b就对了。如果 curl 报连接拒绝说明 Ollama 服务没启动执行ollama serve或者重启 Ollama 应用。接着验证 TaoToken 的 Key 是否有效curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d {model:qwen2.5:7b,messages:[{role:user,content:ping}]}返回里有choices字段就说明 Key 和 Base URL 都对。如果返回 401检查 Key 有没有复制完整或者去控制台确认 Key 没过期。然后启动 OpenClawopenclaw终端会输出 Dashboard 地址默认http://localhost:8080。浏览器打开在输入框里发一条测试指令“帮我在桌面创建一个叫 test_openclaw.txt 的文件内容写 Hello OpenClaw 本地模型。”如果桌面出现这个文件说明整条链路通了。如果 Dashboard 一直转圈看终端有没有报错。常见的是local proxy failed这通常是 Ollama 的 base_url 少了/v1或者 Ollama 没启动。再做一个连通性检查确认 OpenClaw 实际调的是本地模型而不是云端openclaw status输出里model provider显示ollamaendpoint显示http://localhost:11434/v1就说明走的是本地。如果显示taotoken说明 fallback 被触发了回去检查 Ollama 是否在运行。验证通过后你可以把timeout再调大一点比如 180 秒给大模型留足生成时间。5. 本篇常见报错排查对照表部署过程中最容易撞上的几个报错这里按真实终端输出对照排查。报错一401 Unauthorized终端输出类似Error: request failed with status 401 {error:{message:Invalid API key}}原因TaoToken Key 填错或者没填。检查 config.toml 里api_key字段确认是sk-开头那串没有多余空格。如果 Key 刚创建等 10 秒再试控制台同步有延迟。报错二local proxy failed: connection refused终端输出local proxy failed: dial tcp 127.0.0.1:11434: connect: connection refused原因Ollama 没启动或者端口不是 11434。先ollama serve启动服务再curl http://localhost:11434/v1/models确认能通。如果 Ollama 装在 Docker 里端口映射要写-p 11434:11434。报错三reading choices: unexpected end of JSON input终端输出error reading choices: unexpected end of JSON input原因Ollama 返回了空响应通常是模型没加载完或者内存不够。先ollama run qwen2.5:7b手动跑一次确认模型能正常对话。如果内存不足换qwen2.5:3b这种小模型。报错四OAuth token expired终端输出OAuth token expired, please re-authenticate原因如果你用 Codex 的 auth.json 管理凭证TaoToken 的 Key 需要重新生成。去控制台删掉旧 Key创建新的更新 auth.json 里的api_key字段。三件套 Base URL、Key、Model ID 都要同步改。报错五Dashboard 打开空白原因端口 8080 被占用。改 settings.json 里的ui.port为 8081重启 OpenClaw。或者终端执行lsof -i :8080找到占用进程杀掉再启动。排查顺序建议先确认 Ollama 在跑再确认 TaoToken Key 有效最后看 OpenClaw 配置里的 base_url 和 timeout。三步都过了基本不会有大问题。6. 统一 Key 配置后的模型切换与长期使用建议跑通本地 Ollama 之后你会发现 TaoToken 统一 Key 的好处在于切换模型不用改代码。比如你想从qwen2.5:7b换成llama3.1:8b只需要改 config.toml 里的model字段Key 和 base_url 都不动。如果本地模型跑不动了把provider改成taotoken请求直接走云端Dashboard 上的操作习惯完全不变。长期用的话建议把 config.toml 和 settings.json 都纳入版本管理但 Key 用环境变量注入。OpenClaw 支持api_key ${TAOTOKEN_KEY}这种写法你在.bashrc里 export 一下就行。这样配置文件可以放心提交到私有仓库。如果你要跑 Agent 自动化任务比如定时整理文件夹、自动生成周报建议把timeout设到 180 秒以上并且给 Ollama 留足内存。16GB 内存跑 7B 模型比较稳8GB 的话用 3B 模型。CPU 推理速度大概每秒 5-10 个 token复杂任务耐心等。需要看更多模型接入示例的话接入文档在 https://taotoken.net/doc 里面有不同语言的调用片段。想直接测试模型对话效果可以走 https://taotoken.net/models 这个入口。长期编码或者 Agent 场景Coding Plan 页面 https://taotoken.net/coding-plan 有套餐对比。最后一个小技巧OpenClaw 的 Dashboard 里可以保存常用指令模板你把“整理下载文件夹”“生成周报”这些存进去下次点一下就能跑。本地模型的好处是数据不出本机配合 TaoToken 的统一 Key 管理切换和扩展都省事。