OpenClaw多模型配置出错需从配置文件结构、环境变量覆盖、模型命名冲突三处排查：config.toml中模型必须位于严格格式的[llm.xxx]节（xxx仅含小写字母和下划线，禁用连字符）；环境变量如LLM_API_KEY会强制覆盖配置项；模型调用名须与节名及ollama list输出完全一致。
☞☞☞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☜☜☜
OpenClaw多模型配置出错时，Web界面卡在“加载中”、CLI报错“No LLM provider found”或任务直接失败，必须从配置文件结构、环境变量覆盖、模型命名冲突三处切入排查。
检查config.toml中模型区块是否合法嵌套
打开项目根目录下的config.toml，确认每个模型定义都严格位于独立的[llm.xxx]节区下，xxx必须是纯小写字母+下划线组合，不能含空格或点号。
错误示例：[llm.gpt-4] → 会被解析器截断为[llm.gpt，导致后续参数丢失。
正确写法：[llm.gpt4] 或 [llm.ernie_bot]。
【模型名中出现连字符“-”会导致解析失败】
验证API密钥与base_url是否被环境变量覆盖
运行env | grep -i "llm\|api"，检查是否存在LLM_API_KEY、LLM_BASE_URL等环境变量。
如果存在，它们会**强制覆盖**config.toml中同名字段——即使你已在配置里写了api_key，只要系统环境变量设置了LLM_API_KEY，就会以环境变量为准。
临时清除干扰：执行unset LLM_API_KEY LLM_BASE_URL后再启动服务。
确认模型调用名与配置节名完全一致
第一步：查看当前Agent初始化时指定的模型名，通常在CLI命令或Web UI提交任务时显式传入，例如--model gpt4或前端表单填“gpt4”。
第二步：核对config.toml中是否存在对应节区[llm.gpt4]，且该节区内至少包含model和api_key两项。
OpenClaw专家 — 用于任何OpenClaw问题或需求，包括配置错误、网关崩溃、网关未启动、斜杠指令、频道路由等。
第三步：若使用本地Ollama模型，model = "llama3:latest"必须与ollama list输出的第一列完全匹配，包括版本标签。
漏掉任何一项，OpenClaw会在加载阶段静默跳过该模型，不报错也不注册。
测试各模型是否能独立响应
方法一：用curl直连LLM接口（以OpenAI兼容接口为例）：
curl -X POST http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{"model":"gpt4","messages":[{"role":"user","content":"hi"}]}'
方法二：在Python中用requests调用，捕获ConnectionError或401错误——这比等待OpenClaw超时更快暴露网络或认证问题。
注意：某些国产模型（如Qwen、DeepSeek）要求base_url末尾带/v1，少写会返回404而非认证失败。
