1. OpenClaw 接 Ollama 本地大模型为什么 settings.json 才是关键OpenClaw 是一个可自托管的 AI 助手框架支持把对话、编码、Agent 任务接到不同的大模型后端上。Ollama 则是本地跑大模型最省心的方案之一一条ollama run就能把模型拉起来暴露一个兼容 OpenAI 风格的 HTTP 接口。把这两者接起来你就能在完全本地推理的前提下使用 OpenClaw数据不出内网模型随取随用。但很多人卡在第一步openclaw onboard向导跑完了模型却调不通。要么是 base_url 写成了localhost而 Ollama 跑在另一台机器上要么是 api_key 留空导致请求被拒要么是 model 名字和ollama list里的 tag 对不上。这篇就聚焦配置落地给你一份可直接复制的settings.json骨架把 base_url、model、api_key 三个占位讲清楚再补上 TaoToken 统一 Key/API 通道的接入位置最后用三步验证动作确认一次配置即通。适合谁看已经在本地或内网跑起 Ollama、想让 OpenClaw 走本地模型的人以及希望用一套统一 Key 管理多个模型通道、不想在每个工具里重复填 Key 的人。下面所有配置都以「一次配置即通」为目标命令和字段都可以直接抄。2. 前置准备Ollama 服务与 TaoToken 通道各就各位2.1 确认 Ollama 已经在监听先在跑 Ollama 的机器上确认服务状态。默认端口是 11434如果你改过端口后面 base_url 要跟着改。# 查看 Ollama 是否在运行 ollama list # 确认监听地址默认 127.0.0.1:11434 curl http://127.0.0.1:11434/api/tags如果curl返回一串 JSON里面有models数组说明服务正常。如果连接被拒先启动服务# Linux 常见方式 systemctl start ollama # 或者直接前台跑方便看日志 ollama serve这里有个高频坑Ollama 默认只监听127.0.0.1。如果 OpenClaw 和 Ollama 不在同一台机器上你需要让 Ollama 监听0.0.0.0否则跨机请求一定失败。# 临时生效重启后失效 OLLAMA_HOST0.0.0.0:11434 ollama serve2.2 TaoToken 统一 Key/API 通道的接入位置如果你除了本地 Ollama还想同时接云端模型或者希望用一套 Key 管理多个通道可以在 OpenClaw 里把 TaoToken 作为统一入口。它的 API 地址是https://taotoken.net/api兼容 OpenAI 风格的调用方式Key 在控制台的 API Keys 页面生成。接入位置就在settings.json的 provider 配置里把base_url指向 TaoToken 的 API 地址api_key填你在控制台拿到的 Keymodel填你要用的模型名。这样 OpenClaw 发出的请求会先到 TaoToken再由它路由到对应模型。本地 Ollama 和云端模型可以并存用不同的 provider 块区分即可。生成 Key 的入口在这里https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite想先确认模型能不能正常对话可以用模型对话页面快速试一次https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite3. settings.json 可复制骨架base_url、model、api_key 三件套3.1 完整骨架OpenClaw 的配置文件通常放在用户目录下的.openclaw/settings.json具体路径以你的安装为准onboard 向导会提示。下面这份骨架同时包含本地 Ollama 和 TaoToken 两个 provider你可以按需删减。{ providers: { ollama-local: { type: openai-compatible, base_url: http://192.168.100.10:11434/v1, api_key: ollama, model: qwen2.5:7b, timeout: 120 }, taotoken: { type: openai-compatible, base_url: https://taotoken.net/api/v1, api_key: sk-你的TaoTokenKey, model: claude-sonnet-4-5, timeout: 120 } }, default_provider: ollama-local, log_level: info }3.2 三个占位字段逐个说清base_url是最容易写错的一个。Ollama 的 OpenAI 兼容接口路径是/v1所以完整地址是http://主机IP:11434/v1。注意两点一是别漏了/v1二是如果 OpenClaw 和 Ollama 同机用127.0.0.1没问题跨机就必须换成 Ollama 主机的实际 IP比如192.168.100.10。用localhost跨机是无效的因为那指向的是 OpenClaw 自己。api_key对本地 Ollama 来说其实不校验但很多 OpenAI 兼容客户端要求这个字段非空所以填个占位符ollama就行别留空字符串。如果你走 TaoToken 通道这里必须填控制台生成的真实 Key格式通常是sk-开头。model必须和ollama list输出的名字完全一致包括 tag。比如你拉的是qwen2.5:7b就不能只写qwen2.5。名字对不上时Ollama 会返回 model not found而 OpenClaw 侧往往只显示一个笼统的请求失败排查起来很费时间。字段本地 Ollama 示例TaoToken 示例常见错误base_urlhttp://192.168.100.10:11434/v1https://taotoken.net/api/v1漏 /v1、跨机用 localhostapi_keyollama占位sk-真实Key留空、Key 带空格modelqwen2.5:7bclaude-sonnet-4-5tag 不匹配、大小写错timeout120120本地大模型首次加载慢设太小会超时提示本地大模型首次加载进显存可能要几十秒timeout建议不低于 120 秒否则第一次对话容易直接超时失败让人误以为配置错了。3.3 用 onboard 向导生成基础配置如果你不想手写可以先跑一遍向导再回来改字段。向导会问模型供应商、base URL、运行模式等选 Ollama 后填入主机 IP 和端口即可。openclaw onboard向导里几个关键选择模型供应商选Ollamabase URL 填 Ollama 主机的 IP 加端口比如192.168.100.10:11434运行模式选local表示本地推理不走外网默认模型那一步选Keep current保持默认。通讯渠道、搜索、技能、钩子这些都可以先Skip for now后面再配。启动方式初次配置选 Web 页面那一项方便在浏览器里看结果。向导跑完后去.openclaw/settings.json核对一遍 base_url 和 model把上面骨架里的字段对齐尤其是/v1后缀和 model 的 tag。4. 三步验证启动 Ollama、发起对话、看返回与日志4.1 第一步确认 Ollama 侧能独立响应在动 OpenClaw 之前先用 curl 直接打 Ollama 的 OpenAI 兼容接口排除服务本身的问题。curl http://192.168.100.10:11434/v1/chat/completions \ -H Content-Type: application/json \ -d { model: qwen2.5:7b, messages: [{role: user, content: 你好回复一个字}] }如果返回里有choices数组和一段回复内容说明 Ollama 侧完全正常问题只可能在 OpenClaw 配置。如果这一步就失败先解决 Ollama 的监听地址和模型名别往下走。4.2 第二步在 OpenClaw 里发起一次对话配置改完后重启 OpenClaw让它重新加载 settings.json。然后通过 Web 页面或 CLI 发一条最简单的消息。# 重启服务按你的部署方式选一种 systemctl restart openclaw # 或前台启动看日志 openclaw start --log-level debug在对话窗口里输入「你好」观察返回。如果几秒内拿到回复说明链路通了。如果卡住不动先看日志。4.3 第三步看返回与日志定位问题日志是排查的核心。把log_level设成debug你能看到 OpenClaw 实际发出的请求 URL、用的 model 名、以及上游返回的状态码。# 实时跟踪日志 tail -f ~/.openclaw/logs/openclaw.log重点看三样请求的 base_url 是不是你配的那个、model 名有没有被改写、返回状态码是 200 还是 4xx/5xx。200 但内容为空通常是模型还在加载404 多半是 model 名不对401 是 api_key 问题连接超时则是 base_url 或网络不通。5. 本篇常见错排查报错一Connection refused。九成是 base_url 指向了错误的主机。OpenClaw 和 Ollama 跨机时写localhost或127.0.0.1会指向 OpenClaw 自己而不是 Ollama 主机。改成 Ollama 的实际 IP并确认 Ollama 监听在0.0.0.0。报错二model not found。去 Ollama 主机跑ollama list把输出的完整名字含 tag原样填进model字段。注意冒号是英文冒号别写成中文的。报错三401 Unauthorized。走 TaoToken 通道时检查api_key是不是控制台生成的真实 Key有没有多余空格或换行。本地 Ollama 一般不会 401如果出现检查是不是误把请求发到了云端 provider。报错四首次对话超时。本地大模型第一次加载要时间把timeout调到 120 以上。如果显存不够导致模型加载失败日志里会有 OOM 相关字样换个小一点的模型 tag 再试。报错五改了 settings.json 不生效。OpenClaw 不会热加载配置改完必须重启服务。另外确认你改的是实际生效的那份配置文件有些安装会有多份路径。注意排查时优先用 curl 直连 Ollama 验证这一步能把「Ollama 问题」和「OpenClaw 配置问题」彻底分开省掉大量来回试错。6. 配好之后把统一通道和长期编码接上一次配置即通之后你可以把 TaoToken 作为统一 Key/API 通道固化下来本地 Ollama 负责隐私敏感和离线场景云端模型负责复杂推理两者在 settings.json 里用不同 provider 块并存切换只改default_provider一行。如果你要长期跑编码或 Agent 任务建议用 Coding Plan 把额度管起来避免临时 Key 到处散落https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite接入细节和字段说明以官方文档为准遇到新字段先查文档再改配置https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite控制台里可以随时查看用量和重新生成 Keyhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite最后留一个我踩过的坑本地 Ollama 的 model tag 更新后旧 tag 可能被删掉OpenClaw 侧不会自动感知表现为突然全部请求失败。养成习惯升级模型后回ollama list核对一遍再同步改 settings.json 里的 model 字段就能避免这种「昨天还好好的」问题。