先执行 openclaw doctor 检查 gateway.health 和 model.latency：若前者 unhealthy 或后者超 800ms，则问题在本地后端链路；再查 Gateway 服务状态与日志，重点排查端口 18789 占用；接着直连模型 API 测试延迟，若低于 300ms 则模型正常，问题在 AionClaw 内部；最后启用 debug 日志定位技能级卡顿，分析耗时技能源码中的阻塞调用或低效操作。
☞☞☞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☜☜☜
确认是否为AionClaw后端自身响应慢
打开终端，执行 openclaw doctor 命令，观察输出中 【gateway.health】 和 【model.latency】 两项指标。若 gateway.health 显示 unhealthy 或 model.latency 超过 800ms，则问题大概率在本地后端链路。
这一步必须先做，跳过它直接查模型或代理，90%会走错方向。
检查Gateway服务状态与日志
运行 systemctl --user status openclaw-gateway（Linux）或 launchctl list | grep openclaw（macOS），确认进程处于 active (running) 状态。
若状态异常，立即查看日志：Linux 用户执行 journalctl --user -u openclaw-gateway -n 50 -f，macOS 用户执行 tail -n 50 ~/Library/Logs/openclaw-gateway.log。
重点查找包含 timeout、connection refused、failed to bind port 18789 的行——【端口被占用是Gateway启动失败的头号原因】，此时需用 lsof -i :18789 找出并 kill 对应进程。
隔离模型层干扰，直连测试API延迟
方法一：使用 curl 绕过AionClaw，直接调用你配置的模型API：
curl -X POST https://api.deepseek.com/v1/chat/completions \-H "Authorization: Bearer $DEEPSEEK_API_KEY" \-H "Content-Type: application/json" \-d '{"model":"deepseek-chat","messages":[{"role":"user","content":"hi"}]}'
记录返回耗时。若该耗时稳定低于300ms，说明模型服务正常，问题一定出在AionClaw内部调度或Gateway转发环节。
方法二：临时切换为本地小模型验证，执行 openclaw config set agents.defaults.model qwen2.5:0.5b（需已拉取Ollama模型），再发一条测试指令。如果速度明显回升，说明原远程模型链路存在隐性瓶颈，不是AionClaw本身的问题。
定位技能执行阶段卡顿
第一步：启用详细日志模式，执行 openclaw --log-level debug chat 启动交互式会话。
第二步：发送一条触发慢查询的指令（例如“查我上周飞书未读消息数”），观察终端滚动日志中各阶段耗时标记，重点关注 [skill:xxx] start 与 [skill:xxx] done 之间的时间差。
第三步：若某技能耗时异常（如 >2s），进入其源码目录（通常在 ~/.openclaw/skills/ 下对应子文件夹），检查是否含同步阻塞调用（如未加 timeout 的 requests.get、subprocess.run 无超时）、是否重复加载大文件、是否在技能内硬编码了低效正则或循环。
这一步能精准揪出“假慢”——表面是后端慢，实则是某个技能脚本写法拖垮整条链路。
