OpenClaw v0.8.3+ 支持本地模型直连，需通过环境变量（Ollama）或 config.json（vLLM）配置，且必须使用 --no-gui 启动；GUI 模式强制走代理，不支持本地直连。
☞☞☞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 直接调用本地运行的 LLM（比如 Ollama 或 vLLM 启动的模型），而不是走 OpenAI 兼容 API 代理层或远程付费服务，就得绕过默认的云端配置路径，手动注入模型地址和认证逻辑。OpenClaw 当前没有图形化模型配置界面，所有接入必须通过修改配置文件或启动参数完成。
确认 OpenClaw 支持本地模型的版本前提
OpenClaw 从 v0.8.3 起正式支持 【本地模型直连模式】，仅限 CLI 启动方式；Web GUI 模式仍强制走 OpenAI 兼容网关。执行 openclaw --version 验证，低于该版本将忽略后续所有本地配置项。
若输出为 openclaw 0.7.9 或更旧，必须先升级：pip install --upgrade openclaw-ai。
方法一：通过环境变量注入 Ollama 模型
这一步适用于你已用 ollama serve 启动了本地模型（如 qwen3.5），且端口为默认 11434。
在启动 OpenClaw 前，设置两个关键环境变量：
export OPENCLAW_MODEL_PROVIDER=ollama
export OPENCLAW_MODEL_NAME=qwen3.5
然后直接运行：openclaw start --no-gui。OpenClaw 会自动拼接 http://localhost:11434/api/chat 地址发起请求。
【注意】 如果你改过 Ollama 的监听地址（比如绑定了 127.0.0.1:11435），必须额外加 export OPENCLAW_OLLAMA_BASE_URL=http://127.0.0.1:11435，否则连接会超时失败。
方法二：用 config.json 手动指定 vLLM 模型服务
如果你用 vLLM 启动了高性能服务（例如 vllm serve --model Qwen/Qwen2.5-7B-Instruct --port 8000），需写入全局配置文件。
第一步：创建配置目录（若不存在）mkdir -p ~/.config/openclaw
第二步：生成最小配置文件 ~/.config/openclaw/config.json，内容如下：
{
"llm": {
监控一个或多个 GitCode 仓库的 PR，通过 OpenClaw Gateway 自动执行 AI 审查，发布 PR 评论，并发送钉钉和企业微信通知。
"provider": "openai",
"base_url": "http://localhost:8000/v1",
"api_key": "not-needed-for-vllm",
"model": "Qwen/Qwen2.5-7B-Instruct"
}
}
第三步：启动时显式加载该配置：openclaw start --config ~/.config/openclaw/config.json --no-gui
这一步不能省略 --no-gui —— GUI 模式会覆盖 config.json 中的 base_url，强行跳转到自己的代理中转层。
验证本地模型是否生效
启动成功后，终端会打印类似日志：
[INFO] LLM provider: ollama → qwen3.5 @ http://localhost:11434
或
[INFO] LLM provider: openai → Qwen/Qwen2.5-7B-Instruct @ http://localhost:8000/v1
接着输入测试指令：openclaw chat "请用 Python 写一个计算斐波那契数列前10项的函数"。
如果返回的是纯文本代码块（无“正在调用第三方 API…”提示），且响应延迟在 1–3 秒内，说明已直连本地模型，未经过任何中转服务。
