OpenClaw可优先调用本地Ollama免费模型（如qwen2.5:7b或llama3.2:latest）执行日常任务，实现90%以上简单任务零Token消耗；需确保ollama服务运行、配置正确model名称、设置本地为primary模型并启用结构化指令与缓存。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让OpenClaw在执行日常任务时不调用付费API、不产生Token账单，而是优先从本地Ollama加载qwen2.5或llama3.2这类免费模型——这不仅可行，而且能将90%以上简单任务的Token消耗直接归零。
确认本地Ollama服务已就绪
打开终端，运行ollama list，确保输出中包含类似qwen2.5:7b或llama3.2:latest的条目。若无，请先执行ollama pull qwen2.5:7b下载模型。这一步必须完成，否则后续所有配置都将无法生效。
运行ollama serve启动服务（如已在后台运行可跳过）。默认监听http://127.0.0.1:11434，这是OpenClaw连接本地模型的唯一入口。
修改OpenClaw模型配置文件
编辑~/.openclaw/openclaw.json，定位到"models"节点下的"providers"区块。
删除原有云端模型配置，替换为以下本地Ollama配置：
{ "local-ollama": { "type": "ollama", "baseUrl": "http://127.0.0.1:11434", "model": "qwen2.5:7b", "temperature": 0.3, "maxTokens": 2048 } }
【model字段必须与ollama list中显示的名称完全一致，包括版本号和冒号】——写成qwen2.5或qwen2.5:latest都可能触发404错误，导致OpenClaw fallback至备用云端模型并意外计费。
设置模型优先级与自动降级策略
在openclaw.json的"agents" → "defaults" → "model"路径下，配置如下：
"primary": "local-ollama/qwen2.5:7b",
"fallbacks": ["siliconflow/qwen2.5:7b", "dashscope/qwen-max"]
这意味着：所有任务默认走本地Ollama；仅当本地服务不可达（如端口被占、进程崩溃）时，才依次尝试硅基流动免费API、通义千问付费API。
注意：fallback列表中不要写入高成本模型（如gpt-4o、claude-3-opus），避免意外触发高额计费。
启用结构化指令与动作缓存
在openclaw.json同级目录下，找到或新建skill-config.json，添加以下内容：
{ "taskDescriptionStyle": "structured", "structuredTemplate": "[动作类型]:[目标对象]", "execution": { "enableActionCache": true, "cacheTTL": 3600 } }
这会让OpenClaw把“点击微信图标”压缩为CLICK:WeChat而非完整句子，配合缓存机制，对重复操作（如每小时检查邮件）可减少28%以上token生成量。
无需重启服务，保存后下次任务即生效。
验证本地模型是否真正接管
启动OpenClaw后，在控制台观察日志输出，查找包含Using model: local-ollama/qwen2.5:7b的行。若看到Connecting to http://127.0.0.1:11434且无Failed to connect报错，说明已成功绑定本地资源。
执行一条简单指令如“把当前桌面截图保存为png”，观察响应时间——本地模型通常在800ms内返回结果，而云端API普遍需2–5秒。响应快即代表流量未外泄。
