必须先验证本地LLM服务URL可访问且返回有效模型列表，再修改OpenClaw的config.yaml中api_base和model字段，或通过环境变量/Docker挂载配置，最后通过日志、设置页和实际对话验证配置生效。
☞☞☞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☜☜☜
你需要让OpenClaw连接到本地运行的大语言模型服务，而不是依赖远程API，这样才能保障数据隐私、避免网络延迟、绕过配额限制。
确认模型服务已就绪
先确保你本地已运行一个兼容OpenAI API格式的LLM服务，比如Ollama（运行ollama serve）、LM Studio、Text Generation WebUI或FastChat。访问http://localhost:8000/v1/models（端口依实际服务而定）能返回JSON列表，说明服务已启动并暴露了标准接口。
如果返回404或连接被拒绝，OpenClaw后续配置必然失败——【必须先验证该URL可访问且返回有效模型列表】。
修改OpenClaw配置文件
进入OpenClaw项目根目录，打开config.yaml文件。
找到llm节点下的model和api_base字段：
将api_base值改为你的本地服务地址，例如http://localhost:8000/v1；
将model设为你实际加载的模型名，例如qwen2.5:7b（Ollama）或Qwen2-7B-Instruct（FastChat），名称必须与/v1/models返回的id字段完全一致。
启动时动态覆盖配置
方法一：用环境变量启动（推荐）
执行：OPENHANDS_LLM_API_BASE=http://localhost:8000/v1 OPENHANDS_LLM_MODEL=qwen2.5:7b docker run -it --rm ... openhands:0.45
方法二：挂载自定义config.yaml
准备一个修改好的config.yaml，通过-v $(pwd)/my-config.yaml:/app/config.yaml挂载进容器，覆盖默认配置。
注意：Docker内路径需与OpenClaw代码中读取配置的实际路径一致，常见为/app/config.yaml或/openhands/config.yaml，查Dockerfile或启动脚本确认。
验证模型地址是否生效
第一步：启动OpenClaw容器后，观察日志输出，查找类似Using LLM model 'qwen2.5:7b' from http://localhost:8000/v1的提示行；
第二步：打开浏览器访问http://localhost:3000，进入设置页（齿轮图标），检查“LLM Provider”是否显示为openai，“Model Name”是否为你填写的模型名；
第三步：在对话框输入“请输出‘Hello from local LLM’”，若响应内容来自本地模型而非超时或报错，则地址配置成功。
