1. 为什么本地跑通 Ollama 后OpenClaw 还是接不上模型很多人第一次装 OpenClaw 小龙虾卡住的地方其实不在安装而在模型接入。Ollama 本身能跑通ollama run glm-5:cloud也能正常对话但一到 OpenClaw 的配置文件就懵了config.toml里 base_url 填什么、settings.json里 api_key 写哪个、模型名到底用glm-5:cloud还是别的写法全靠猜。我自己踩过的坑是Ollama 的本地端口和 OpenClaw 默认读取的地址不一致结果 OpenClaw 一直报连接超时日志里只丢一句model request failed看不出根因。后来把模型调用统一走 TaoToken 的 Key配置项从五六个收敛到三个问题一下就清晰了。这篇面向已经跑通 Ollama、但卡在 API 配置这一步的开发者。核心思路是Ollama 负责本地运行环境和 OpenClaw 的安装启动模型请求统一通过 TaoToken 的兼容接口发出用一把 Key 打通glm-5:cloud这类模型。这样你既保留了本地部署的便利又不用在多个平台的 Key 之间来回切换。适合谁Windows 上装了 Ollama、能跑ollama launch openclaw、但 OpenClaw 里模型一直调不通的人。跟着下面的配置骨架改基本能一次过。2. 前置准备Ollama、Node 与 TaoToken Key先把三样东西备齐缺一个后面都会报错。第一是 Ollama。Windows 直接下安装包一路下一步即可。装完在命令行确认版本ollama --version能打印版本号就说明环境变量已经配好。如果提示ollama 不是内部或外部命令把 Ollama 安装目录加进 PATH或者重开一个终端。第二是 Node。OpenClaw 的启动脚本依赖 Node 运行时建议用较新的 LTS 版本。装完同样验证node -v npm -v第三是 TaoToken 的 API Key。打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册登录后进控制台创建 Key。地址是 https://taotoken.net/api 这个 base_url 后面要填进配置文件。Key 只在创建时完整显示一次复制下来存好。注意Key 属于敏感凭证不要提交到 Git 仓库也不要在公开截图里露出。建议放在环境变量或本地配置文件里。这里解释一下为什么要引入 TaoToken。Ollama 自带的云端模型调用需要登录 Ollama 账号免费额度按请求速率和时间窗口限制用起来会碰到频率上限。而 TaoToken 提供的是统一的 OpenAI 兼容接口一把 Key 可以切换不同模型配置格式固定排障时变量更少。对于 OpenClaw 这种需要稳定模型响应的 Agent 场景统一入口会省心很多。3. 可复制配置config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml管运行参数settings.json管模型接入。下面给出可直接改的骨架。先看config.toml。这个文件一般放在 OpenClaw 的工作目录下如果没有就手动创建[server] host 127.0.0.1 port 18789 [model] provider openai-compatible base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY model_name glm-5:cloud timeout 120 [agent] name xiaolongxia max_tokens 4096 temperature 0.7几个关键点。base_url填 TaoToken 的 API 地址注意结尾不要多加/v1具体以接入文档为准。api_key_env表示从环境变量读取 Key这样配置文件里不出现明文。model_name写你要用的模型标识比如glm-5:cloud。再看settings.json它负责更细的模型参数{ models: { default: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, model: glm-5:cloud, maxTokens: 4096, temperature: 0.7, stream: true } }, search: { enabled: true, provider: builtin } }${TAOTOKEN_API_KEY}是占位写法运行时从环境变量注入。设置环境变量的方式Windows PowerShell 里$env:TAOTOKEN_API_KEY你的Key想持久化就写进系统环境变量或者用.env文件配合启动脚本加载。两个文件里的baseUrl和model必须一致否则会出现「配置读取了但模型名对不上」的诡异报错。提示如果你同时装了多个模型可以在models下加多个条目用default指定默认调用的那个。切换模型只改model字段不用动 base_url。4. 启动与连通性验证ollama launch openclaw 实测配置改完先确认 Ollama 侧正常再启动 OpenClaw。第一步验证 Ollama 云端模型能通ollama run glm-5:cloud首次运行会提示登录 Ollama 账号按提示复制地址到浏览器完成邮箱验证。登录成功后回到命令行输入一个简单问题测试 100200?能返回300就说明 Ollama 侧没问题。输入/bye退出。第二步启动 OpenClawollama launch openclaw --model glm-5:cloud首次执行会拉取镜像中途可能报一次错忽略它再执行一遍即可。拉取完成后会提示风险确认选择 YES。安装成功后OpenClaw 会启动并监听本地端口。第三步验证模型接入是否走通。新开一个终端用 curl 直接打 TaoToken 的接口确认 Key 和 base_url 正确curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: glm-5:cloud, messages: [{role: user, content: ping}] }返回里带choices字段和内容说明 Key 有效、模型可调用。如果这一步就失败问题在 Key 或 base_url跟 OpenClaw 无关先解决它。第四步打开 OpenClaw 的 Web UIhttp://localhost:18789/#tokenollama浏览器能打开界面并且小龙虾主动打招呼让你给它取名就说明整条链路通了。给它取个名字发一条消息看回复是否正常返回。如果界面能开但消息一直转圈回到第三步检查接口连通性。5. 本篇常见报错排查配置过程中最容易碰到这几类问题按顺序排查效率最高。报错一model request failed: connection refused说明 OpenClaw 请求的地址没人监听。先确认base_url是不是https://taotoken.net/api有没有多写或少写路径。再确认网络能访问该地址用第 4 节的 curl 命令测一下。如果 curl 通但 OpenClaw 不通检查配置文件是否被正确加载路径有没有放错目录。报错二401 Unauthorized或invalid api keyKey 没读到或写错了。检查环境变量名是否和配置里的api_key_env一致PowerShell 里$env:TAOTOKEN_API_KEY能否打印出值。如果用的是${TAOTOKEN_API_KEY}占位确认启动 OpenClaw 的终端里已经设置了这个变量。注意 Key 前后不要带空格或换行。报错三model not found或模型名不匹配config.toml和settings.json里的模型名要完全一致。glm-5:cloud这种带冒号的写法确认接口侧支持该标识。可以先用模型对话页面手动选一次模型确认可用后再写进配置。报错四ollama launch openclaw拉取镜像失败首次拉取报错很常见直接再执行一次。如果反复失败检查磁盘空间和网络稳定性。安装过程中提示风险确认时选 YES否则会中断。报错五Web UI 能打开但消息无响应多半是模型请求超时。把timeout调大比如从 120 改成 300。同时确认stream设置和接口能力匹配有些兼容接口对流式支持有差异可以先设成false测试。排查时养成一个习惯先用 curl 单独验证接口再验证 OpenClaw 配置。把问题范围缩小到「Key 层」还是「配置层」能省掉大量猜测时间。6. 后续怎么用统一 Key 的长期价值跑通之后你会发现真正省事的地方在于模型切换。以前换个模型要改一堆配置、重新登录账号现在只改model字段base_url 和 Key 都不动。对于需要长期跑 Agent 任务的场景这种统一入口能减少很多维护成本。如果你打算把 OpenClaw 用在日常编码或自动化流程里建议把 Key 管理、模型选择、额度监控都放到一个地方。TaoToken 的控制台可以创建和管理 API Keys地址是 https://taotoken.net/api-keys 接入细节看文档 https://taotoken.net/doc 。需要长期跑编码任务或 Agent 的可以了解 Coding Plan https://taotoken.net/coding-plan 按使用节奏选合适的方案。想先手动验证模型效果的直接用模型对话页面 https://taotoken.net/models 试几个 prompt确认输出符合预期再写进配置。最后留一个实用习惯把config.toml和settings.json纳入版本管理时用.env存 Key配置文件里只留占位符。这样换机器或分享配置时不会泄露凭证团队协作也安全。
