1. openclaw 本地部署为什么卡在模型接入这一步openclaw 本地部署这件事真正让人卡住的往往不是安装本身而是模型接入环节。openclaw 是一个可以跑在自己机器上的智能体网关它能接飞书、接工具、接各种模型但默认配置里指向的是云端模型端点。很多开发者 Node.js 和 Git 早就装好了npm install -g openclawlatest也跑通了openclaw gateway start看着也正常结果一发起对话就报错——要么是local proxy failed要么是reading choices返回空要么干脆 401。问题出在哪openclaw 的模型调用链是「网关 → provider → 模型端点」三层结构。provider 配置在/root/.openclaw/openclaw.jsonLinux或%USERPROFILE%\.openclaw\openclaw.jsonWindows里默认走的是 qwen-portal 这类云端 OAuth 端点。你想用 Ollama 跑本地模型就得把 provider 换成 Ollama 的 OpenAI 兼容端点同时把 agent 的 primary model 指过去。这篇面向的是已经有 Node.js 和 Git 环境、想用 Ollama 跑本地模型、并且希望后续能把请求端点统一改到 TaoToken 管理 Key 的开发者。我会给出可复制的环境变量和配置文件片段演示一次从启动到调用成功的完整验证动作再把常见报错逐个拆开。Ollama 本地模型调用链这个长尾场景核心就三件事Ollama 服务能通、openclaw 配置指向对、agent 默认模型选对。先说清楚整体链路。Ollama 默认监听http://localhost:11434它的 OpenAI 兼容端点是/v1所以 baseUrl 要写http://localhost:11434/v1。openclaw 的 provider 配置里api字段填openai-completions表示用 OpenAI 的 completions 协议去请求。apiKey 随便填一个非空字符串就行Ollama 本地不校验但 openclaw 要求这个字段存在。模型 id 必须和ollama list里显示的完全一致比如qwen3:1.7b少一个字符都会导致模型找不到。我试过在 4GB 内存的机器上直接跑qwen3:1.7b启动时 openclaw 会加载配置、初始化 provider、建立到 Ollama 的连接。如果 Ollama 没启动openclaw 不会立刻报错而是在第一次请求时才抛连接拒绝。所以验证顺序很重要先确认 Ollama 活着再确认 openclaw 配置对最后发一次真实请求。2. TaoToken 前置准备与 Ollama 环境打通在动 openclaw 配置之前先把两个前置条件确认掉Ollama 服务可用以及 TaoToken 的 Key 拿到手。这两件事看起来独立实际上决定了你后面配置能不能一次跑通。Ollama 这边安装完之后用ollama serve启动服务默认监听 11434。你可以用curl http://localhost:11434/v1/models验证返回 JSON 列表就说明 OpenAI 兼容层是通的。然后拉一个模型ollama pull qwen3:1.7b拉完用ollama list确认模型 id。注意模型 id 的大小写和冒号qwen3:1.7b和Qwen3:1.7B在 Ollama 里是两个不同的东西配置里必须写ollama list输出的那个。TaoToken 这边它的作用是统一管理 Key。你本地 Ollama 不需要 Key但如果你后面想切换到云端模型、或者想让 openclaw 同时接本地和远程模型把请求端点统一到 TaoToken 会省很多事。TaoToken 的 API 地址是https://taotoken.net/api兼容 OpenAI 协议所以 openclaw 里只要把 baseUrl 改成这个、apiKey 填你在控制台生成的 Key、模型 id 填对应模型名就能走通。拿 Key 的路径打开 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 登录后在控制台创建 API Key。这个 Key 只在创建时显示一次复制保存好。如果你还没决定用哪些模型可以先在模型对话页面 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 试一下确认模型能正常返回再写进配置。环境变量方面openclaw 支持通过NODE_OPTIONS调整内存。初始化时如果报内存不足执行export NODE_OPTIONS--max-old-space-size4096Windows PowerShell 里对应$env:NODE_OPTIONS--max-old-space-size4096这个设置对 Ollama 本地模型尤其重要因为 openclaw 加载配置和建立连接时会占用较多内存。4GB 以下的机器建议把模型换成更小的比如qwen3:1.7b已经算小再小可以试qwen2.5:0.5b。Git 配置这块如果你从 GitHub 拉依赖遇到 SSH 问题可以全局把 SSH 替换成 HTTPSgit config --global url.https://github.com/.insteadOf ssh://gitgithub.com/这样npm install -g openclawlatest拉依赖时就不会卡在 SSH 密钥上。Windows 上装完 Git 后先配用户名和邮箱git config --global user.name yourname git config --global user.email youexample.com这两步不做后面 openclaw 初始化时如果涉及 Git 操作会报错。3. 可复制的 openclaw.json 配置片段openclaw 的配置文件在 Linux 上是/root/.openclaw/openclaw.jsonWindows 上是%USERPROFILE%\.openclaw\openclaw.json。这个文件是 JSON 格式结构分几块meta、wizard、auth、models、agents、channels、gateway、plugins。模型接入只关心models.providers和agents.defaults.model两块。先给一个最小可用的 Ollama provider 片段你可以直接贴进models.providers里{ ollama: { baseUrl: http://localhost:11434/v1, apiKey: ollama, api: openai-completions, models: [ { id: qwen3:1.7b, name: Qwen3 1.7B, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 32000, maxTokens: 4096 } ] } }这里每个字段都有用。baseUrl指向 Ollama 的 OpenAI 兼容端点注意结尾的/v1不能少。apiKey填ollama只是占位Ollama 不校验但 openclaw 要求非空。api必须是openai-completions这是协议标识。models数组里id是模型标识必须和ollama list一致contextWindow和maxTokens按模型实际能力填qwen3:1.7b给 32000 和 4096 是安全的。然后改agents.defaults.model.primary把它指向 Ollama{ agents: { defaults: { model: { primary: ollama/qwen3:1.7b }, models: { ollama/qwen3:1.7b: { alias: ollama } }, workspace: /root/.openclaw/workspace, compaction: { mode: safeguard }, maxConcurrent: 4, subagents: { maxConcurrent: 8 } } } }primary的格式是provider/modelId所以是ollama/qwen3:1.7b。models里的 alias 是给你自己看的短名调用时可以用ollama代替完整路径。workspace是 agent 的工作目录Linux 下默认/root/.openclaw/workspaceWindows 下换成你的用户目录。如果你想把请求端点统一改到 TaoToken把 provider 换成这样{ taotoken: { baseUrl: https://taotoken.net/api, apiKey: 你的TaoToken Key, api: openai-completions, models: [ { id: claude-sonnet-4-5, name: Claude Sonnet 4.5, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 200000, maxTokens: 8192 } ] } }然后把primary改成taotoken/claude-sonnet-4-5。这样本地 Ollama 和远程 TaoToken 可以共存切换只改primary一行。TaoToken 的接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有完整的模型 id 列表和参数说明。完整配置文件的结构是这样的meta记录版本和时间戳wizard记录初始化信息auth管 OAuth profilemodels.providers是核心agents.defaults决定默认行为channels管飞书等通道gateway管端口和认证plugins管插件。你不需要一次写全openclaw 启动时会合并默认值只写你要改的部分就行。改完配置后用openclaw gateway restart重启网关或者openclaw gateway stop再start。重启后配置才生效。4. 验证请求与成功结果配置写完接下来是验证。验证分三步Ollama 服务通、openclaw 网关通、端到端调用通。第一步确认 Ollama 活着curl http://localhost:11434/v1/models返回类似{ object: list, data: [ { id: qwen3:1.7b, object: model, created: 1700000000, owned_by: library } ] }看到data数组里有你的模型 id说明 Ollama 的 OpenAI 兼容层正常。第二步确认 openclaw 网关状态openclaw gateway status正常输出会显示running和端口18789。如果显示stopped执行openclaw gateway start。启动后可以用openclaw tool list看内置工具是否加载工具列表能出来说明网关初始化完成。第三步发一次真实请求。openclaw 的调用方式是通过 dashboard 或命令行。先打开控制台openclaw dashboard它会输出一个本地地址通常是http://127.0.0.1:18789。如果你在远程服务器上部署需要做端口转发ssh -N -L 18789:127.0.0.1:18789 root192.168.44.128这条命令把远程服务器的 18789 端口映射到本地 18789输入密码后保持终端开着。然后本地浏览器访问http://127.0.0.1:18789用 gateway 配置里的 token 登录。token 在openclaw.json的gateway.auth.token字段。登录后在对话框里发一句「你好用一句话介绍你自己」。如果配置正确你会看到模型返回内容。返回内容来自qwen3:1.7b说明本地模型调用链通了。如果你想用命令行验证可以走 openclaw 的 APIcurl -X POST http://127.0.0.1:18789/v1/chat/completions \ -H Authorization: Bearer 你的gateway token \ -H Content-Type: application/json \ -d { model: ollama/qwen3:1.7b, messages: [{role: user, content: 你好}] }返回 JSON 里有choices[0].message.content就说明成功。如果返回 401检查 token如果返回local proxy failed检查 Ollama 是否启动如果choices为空检查模型 id 是否匹配。成功的结果长这样{ id: chatcmpl-xxx, object: chat.completion, created: 1700000000, model: qwen3:1.7b, choices: [ { index: 0, message: { role: assistant, content: 你好我是 Qwen3 1.7B一个轻量级语言模型。 }, finish_reason: stop } ] }看到这个本地模型调用链就算打通了。整个过程从启动到调用成功核心就是配置指向对、服务活着、模型 id 匹配。5. 本篇常见报错排查配置过程中最容易撞上的报错有四个逐个说。401 Unauthorized。这个报错说明认证没过。如果你走的是 OllamaapiKey 填ollama就行Ollama 不校验。但如果你走 TaoTokenapiKey 必须是你控制台生成的真实 Key。检查openclaw.json里models.providers.taotoken.apiKey字段确认没有多余空格。另外 gateway 的 token 和 provider 的 apiKey 是两回事dashboard 登录用 gateway token模型请求用 provider apiKey别搞混。local proxy failed。这个报错通常出现在 openclaw 尝试连接 provider 时。最常见原因是 Ollama 没启动。执行ollama serve或systemctl start ollama然后用curl http://localhost:11434/v1/models确认。如果 Ollama 在另一台机器上baseUrl 要改成那台机器的 IP比如http://192.168.1.100:11434/v1同时确认防火墙放行 11434。还有一种情况是 baseUrl 结尾少了/v1openclaw 会请求http://localhost:11434/chat/completionsOllama 不认这个路径。reading choices 返回空或报错。这个报错说明请求发出去了但响应结构不对。检查模型 id 是否和ollama list一致。qwen3:1.7b和qwen3:1.7B在 Ollama 里是两个模型配置里写错就找不到。另外检查api字段是否是openai-completions写成openai或completions都会导致解析失败。如果模型 id 对、api 对还是空看一下 Ollama 的日志ollama logs可能是模型加载失败。OAuth 相关报错。如果你之前配过 qwen-portal 的 OAuthauth.profiles里会有qwen-portal:default。这个 profile 和 Ollama 无关但 openclaw 启动时会尝试加载。如果 OAuth token 过期可能报OAuth token expired。解决办法是在auth.profiles里把 qwen-portal 的 profile 删掉或者执行openclaw channels logout登出。如果你只用 Ollamaauth块可以整个删掉。还有一个容易忽略的Windows 上配置文件路径是%USERPROFILE%\.openclaw\openclaw.json不是/root/.openclaw/。如果你在 Windows 上改了 Linux 路径的配置openclaw 读不到。确认路径用echo $env:USERPROFILE。端口冲突也常见。18789 被占用时openclaw gateway start会失败。用netstat -ano | findstr 18789Windows或lsof -i:18789Linux查占用改gateway.port换一个端口。6. 统一管理 Key 与后续接入建议本地 Ollama 跑通之后下一步通常是把请求端点统一到 TaoToken。原因很简单本地模型适合轻量任务但复杂任务还是需要更强的云端模型。如果每个 provider 都单独配 Key管理起来很乱。TaoToken 的 OpenAI 兼容端点可以让你用一个 Key 访问多个模型openclaw 里只需要改 baseUrl 和 apiKey。具体做法是在models.providers里加一个taotokenproviderbaseUrl 填https://taotoken.net/apiapiKey 填你的 Keymodels 数组里列出你要用的模型 id。然后把agents.defaults.model.primary改成taotoken/模型id。这样本地 Ollama 和 TaoToken 可以共存切换只改一行。如果你要长期跑编码任务或 Agent建议看一下 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 它针对长时间编码场景做了优化。如果你用的是 Claude Code 这类工具接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有 Base URL、Key、Model ID 三件套的完整说明。openclaw 的配置文件里还有几个字段值得注意。agents.defaults.compaction.mode设成safeguard可以在上下文过长时自动压缩避免请求失败。maxConcurrent和subagents.maxConcurrent控制并发本地模型建议调低比如 2 和 4避免内存爆掉。gateway.bind设成loopback只允许本机访问如果你要远程访问改成0.0.0.0但一定要配好 token。最后说一个实际经验Ollama 的模型加载是懒加载的第一次请求会慢因为要把模型读进内存。qwen3:1.7b第一次请求可能要等几秒之后就快了。如果你在 dashboard 里发消息后没立刻看到回复等几秒再看不要急着重启。如果超过 30 秒还没响应再查 Ollama 日志。配置改完后记得openclaw gateway restart不然改的配置不生效。验证的时候先用curl直接打 Ollama确认服务层没问题再走 openclaw这样排障能少走弯路。