Qoder自定义模型提示请求超时是因prompt进入服务链路后未及时返回，常见于网关、模型服务、客户端超时阈值不匹配或提示词触发长推理路径；需检查OpenClaw网关timeout配置（默认30秒）、验证模型服务响应能力、缩短并结构化提示词、调整Qoder客户端超时参数。
☞☞☞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☜☜☜
Qoder自定义模型提示请求超时，说明你提交的prompt已进入模型服务链路但迟迟未返回结果，常见于本地部署场景中网关、模型服务、客户端三方超时阈值不匹配，或提示词本身触发了长推理路径。这不是网络断开，而是请求卡在某一层等待响应。
检查OpenClaw网关超时配置
Qoder底层若使用OpenClaw作为网关，其默认timeout往往设为30秒，而Qwen3系列模型处理复杂提示时极易突破该限制。
打开~/.openclaw/openclaw.json文件，定位到"gateway"字段。
将"timeout"值从默认的30000（毫秒）改为120000（即120秒）：【修改后必须重启OpenClaw服务，否则不生效】
执行openclaw gateway --reload或systemctl restart openclaw使新配置加载。
验证模型服务端实际响应能力
绕过Qoder和OpenClaw，直接用curl测试模型服务是否真能响应你的提示词：
curl -X POST http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model":"qwen3-7b","messages":[{"role":"user","content":"请用Python写一个快速排序函数，并逐行注释"}]}'
如果该请求也超时，说明问题出在模型服务本身——此时需检查GPU显存是否被占满、vLLM实例是否启用--max-num-seqs 256等限制性参数。
若curl响应正常，但Qoder仍超时，则问题锁定在Qoder→OpenClaw→模型服务的链路中，重点排查OpenClaw日志里"upstream timeout"字样。
缩短提示词长度并结构化输入
方法一：强制token截断
使用transformers.AutoTokenizer.from_pretrained("Qwen/Qwen3-7B")对你的提示词做精确token计数。
若总token数＞24000（Qwen3-7B上下文上限的75%），立即丢弃末尾30%内容，保留system prompt+核心指令+前两段示例。
方法二：分步注入
把长提示拆成两轮调用：第一轮仅传{"role":"system","content":"你是一个严谨的代码审查助手，只输出JSON格式结果，字段包括review_result、suggestion、line_numbers"}；第二轮再传用户代码块，附带"请基于上述角色设定执行审查"。
【切忌在单次请求中混入大量注释性文字或冗余样例，Qwen3对非指令性文本的token消耗敏感度远高于Qwen2】
调整Qoder客户端超时参数
第一步：确认Qoder使用的HTTP客户端类型
查看Qoder项目源码中api_client.py或llm_service.py，识别是requests、httpx还是aiohttp。
第二步：显式覆盖timeout参数
若为requests，将原调用requests.post(url, json=payload)改为requests.post(url, json=payload, timeout=(10, 90))——连接超时10秒，读取超时90秒。
第三步：禁用默认重试机制
requests默认重试会叠加超时时间，导致实际等待翻倍。添加config = requests.adapters.HTTPAdapter(max_retries=0)并挂载到session。
