OpenHands v0.39支持本地大语言模型接入，需修改config.toml中[llm]区块：删除api_key行，设置model与base_url（如Ollama），并通过-v挂载配置文件或环境变量启用，最后在Web UI勾选“Use custom LLM”并验证响应。
☞☞☞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在本地运行时直接调用你已部署好的大语言模型，而不是依赖远程API或默认的gpt-4o，这样才能避开网络延迟、API密钥限制和数据外泄风险。
确认OpenClaw是否支持本地模型接入
OpenClaw项目目前尚未正式发布，GitHub上无对应仓库；你实际想配置的是OpenHands——它在2025年已由All Hands AI团队从OpenDevin更名而来，且明确支持本地LLM接入。本文所有操作均基于OpenHands v0.39（最新稳定版）进行。
修改config.toml启用本地模型
OpenHands启动后默认读取config.toml，该文件必须存在且路径正确，否则将回退至环境变量或UI设置，导致本地模型配置不生效。
第一步：进入OpenHands项目根目录（若用Docker单容器部署，需先挂载配置目录）
第二步：复制模板配置文件
执行cp config.template.toml config.toml
第三步：用文本编辑器打开config.toml，定位到[llm]区块
第四步：删除api_key = ""这一行——【本地模型无需API密钥，留空或保留会导致OpenHands尝试调用OpenAI接口而报错】
第五步：填写本地模型参数，例如对接Ollama服务：
model = "llama3:8b"base_url = "http://host.docker.internal:11434/v1"
api_key = "ollama"
启动容器时挂载配置文件
方法一：使用-v挂载方式（推荐）
OpenClaw 部署前安全检查清单：聚焦合规导向的部署前检查，覆盖防火墙、SSH、API 密钥管理、数据出境合规及多场景验证。清单式检查，逐项打勾并生成报告，适用于个人 Mac、VPS、Docker及企业部署。
在docker run命令中加入：-v $(pwd)/config.toml:/app/config.toml
注意：确保config.toml所在目录有读取权限，且路径为绝对路径（如/home/user/openhands/config.toml），相对路径在容器内会失效。
方法二：通过环境变量覆盖（临时调试用）
添加以下两个环境变量：
-e LLM_MODEL=llama3:8b-e LLM_BASE_URL=http://host.docker.internal:11434/v1
验证本地模型是否生效
① 启动容器后，访问http://localhost:3000
② 首次进入页面会弹出LLM设置弹窗，此时点击右上角齿轮图标→Settings→Advanced→勾选“Use custom LLM”
③ 手动输入Model Name与Base URL（内容需与config.toml一致），点击Save
④ 新建对话，输入“请输出‘Hello from local LLM’”，若响应内容不含API错误提示且输出正确，则说明本地模型已成功接管推理流程。
