切換 OpenClaw 的 AI 模型是降低成本、適配不同任務(wù)的核心操作，核心邏輯是“通過配置命令指定模型的 API 地址、密鑰和模型名稱“，支持「云端模型切換」「本地模型切換」「多模型自動路由」三種場景，以下是新手友好的分步指南，附完整命令和驗(yàn)證方法。

一、核心切換邏輯

OpenClaw 本身不提供模型能力，所有推理依賴外部模型（云端 API/本地部署），切換模型本質(zhì)是修改「模型配置參數(shù)」，關(guān)鍵參數(shù)包括：

- "llm.base_url"：模型 API 地址（云端如 OpenAI 官網(wǎng)，本地如 Ollama 地址）

- "llm.api_key"：模型 API 密鑰（本地模型無需）

- "llm.model"：模型名稱（如 "gpt-4o-mini"/"qwen2.5:7b"）

二、場景1：切換到云端低價(jià)模型（最常用）

適合日常任務(wù)（寫郵件、總結(jié)、簡單指令），以「GPT-4o Mini」「DeepSeek-R1」為例，成本僅為 GPT-4o 的 1/10。

1. 切換到 GPT-4o Mini（OpenAI 云端）

"""bash

1. 設(shè)置模型基礎(chǔ)配置

claw config set llm.base_url https://api.openai.com/v1

claw config set llm.api_key "你的OpenAI API密鑰"  替換為真實(shí)密鑰

claw config set llm.model "gpt-4o-mini"

2. 驗(yàn)證配置是否生效

claw config get llm.model  輸出應(yīng)顯示 gpt-4o-mini

3. 測試模型調(diào)用

claw run "用一句話總結(jié) OpenClaw 的核心功能"

"""

2. 切換到 DeepSeek-R1（國內(nèi)云端，更穩(wěn)定）

"""bash

1. 設(shè)置 DeepSeek 配置

claw config set llm.base_url https://api.deepseek.com/v1

claw config set llm.api_key "你的DeepSeek API密鑰"

claw config set llm.model "deepseek-r1"

2. 測試

claw run "寫一封簡單的工作日報(bào)模板"

"""

3. 常用云端低價(jià)模型參數(shù)表

三、場景2：切換到本地模型（0成本）

適合隱私敏感、不想付費(fèi)的場景，以「Ollama 部署的 Qwen2.5/LLaMA 3.2」為例，完全本地運(yùn)行，無 API 費(fèi)用。

1. 前置準(zhǔn)備（安裝 Ollama）

"""bash

Mac/Linux 安裝 Ollama

curl -fsSL https://ollama.com/install.sh | sh

Windows 需先裝 WSL2，再執(zhí)行上述命令

"""

2. 拉取并運(yùn)行本地模型（選輕量版）

"""bash

拉取并運(yùn)行通義千問 2.5（7B，平衡效果和速度）

ollama run qwen2.5:7b

或更小的 LLaMA 3.2（3B，速度極快）

ollama run llama3.2:3b

"""

3. OpenClaw 切換到本地模型

"""bash

1. 設(shè)置本地模型配置（無需 API Key）

claw config set llm.base_url http://localhost:11434/v1  Ollama 默認(rèn)端口

claw config set llm.api_key "ollama"  固定值，無需修改

claw config set llm.model "qwen2.5:7b"  對應(yīng)拉取的模型名稱

2. 驗(yàn)證

claw config get llm.base_url  輸出 http://localhost:11434/v1

3. 測試本地調(diào)用（無網(wǎng)絡(luò)也能運(yùn)行）

claw run "整理下載文件夾，按類型分類"

"""

四、場景3：多模型自動路由（進(jìn)階，成本最優(yōu)）

讓 OpenClaw 自動根據(jù)任務(wù)難度切換模型：

- 簡單任務(wù)（文件操作、提醒）→ 本地模型（0成本）

- 復(fù)雜任務(wù)（長文本總結(jié)、推理）→ 云端低價(jià)模型

- 極復(fù)雜任務(wù)（多模態(tài)、專業(yè)推理）→ 高端模型（如 Claude Sonnet）

1. 安裝模型路由技能

"""bash

clawhub install model-router

"""

2. 配置路由規(guī)則

"""bash

發(fā)送自然語言指令配置規(guī)則

claw run "配置模型路由規(guī)則：

1. 簡單任務(wù)（文件整理、寫郵件、定時(shí)提醒）→ 使用本地模型 qwen2.5:7b

2. 中等任務(wù)（長文本總結(jié)、數(shù)據(jù)分析）→ 使用 GPT-4o Mini

3. 復(fù)雜任務(wù)（多模態(tài)、代碼開發(fā)）→ 使用 Claude Sonnet

所有規(guī)則自動生效，無需手動切換"

"""

3. 驗(yàn)證路由效果

"""bash

簡單任務(wù) → 本地模型

claw run "重命名桌面的 test.txt 為 工作筆記.txt"

中等任務(wù) → GPT-4o Mini

claw run "總結(jié) 1000 字的會議記錄，提取核心待辦"

"""

五、關(guān)鍵操作：重置/恢復(fù)模型配置

1. 查看當(dāng)前所有模型配置

"""bash

claw config list | grep llm  過濾出所有模型相關(guān)配置

"""

2. 重置模型配置（出錯(cuò)時(shí)用）

"""bash

claw config reset llm  重置所有模型配置為默認(rèn)

"""

3. 恢復(fù)到之前的模型（如 Claude Sonnet）

"""bash

保存常用配置為模板（可選）

claw config save claude-sonnet  保存當(dāng)前配置為 claude-sonnet 模板

恢復(fù)模板

claw config load claude-sonnet

"""

六、避坑要點(diǎn)

1. “本地模型啟動前需確保 Ollama 運(yùn)行“：

   """bash

   ollama serve  啟動 Ollama 服務(wù)（后臺運(yùn)行）

   """

2. “API Key 錯(cuò)誤會導(dǎo)致調(diào)用失敗“：

   - 檢查密鑰是否復(fù)制完整（無空格、無多余字符）

   - 云端模型需確保賬號有余額

3. “模型名稱必須完全匹配“：

   - 本地模型名稱需和 "ollama list" 輸出一致（如 "qwen2.5:7b" 而非 "qwen2.5"）

   - 云端模型名稱需和官方文檔一致（如 "gpt-4o-mini" 而非 "gpt-4o mini"）

4. “切換模型后重啟 OpenClaw（可選）“：

   """bash

   claw restart  確保配置生效

   """

總結(jié)

1. 切換 OpenClaw 模型核心是修改 "llm.base_url"/"llm.api_key"/"llm.model" 三個(gè)參數(shù)；

2. 日常任務(wù)優(yōu)先用「云端低價(jià)模型」或「本地模型」，大幅降低成本；

3. 進(jìn)階可配置「模型路由」，讓 OpenClaw 自動選最優(yōu)模型，兼顧成本和效果；

4. 切換后通過 "claw run" 測試指令，驗(yàn)證模型是否正常調(diào)用。

本文鏈接：http://51huadong.com/cloundnews/11016899.html