1. 为什么要在 OpenClaw 里接 Ollama 本地模型

OpenClaw 是一个把「模型对话 + 编码 Agent + 多模型切换」揉在一起的桌面客户端，Ollama 则是把大模型跑在你自己电脑上的运行时。把这两个东西接起来，你能得到一种很舒服的组合：日常闲聊、写代码、跑 Agent 任务时，一部分请求走本地模型（不花钱、断网也能用、数据不出本机），另一部分需要更强推理时再切到云端模型。

但真正动手时，很多人卡在三个地方：一是 OpenClaw 里模型配置项太多，不知道 Ollama 该填哪个地址；二是本地模型明明 ollama run 成功了，OpenClaw 却识别不到；三是想同时管理云端和本地两套 Key，切来切去很乱。这篇就围绕「OpenClaw 通过 TaoToken 统一 Key/API 通道接入 Ollama 本地模型」这条链路，把 config.toml、settings.json 骨架、CC Switch 切换步骤、连通性验证命令和报错清单一次给全，目标是 5 分钟内跑通。

适合谁看：在自己电脑上部署 AI 工具的个人开发者，已经装过 Ollama 或准备装，想让 OpenClaw 同时具备「本地模型兜底 + 云端模型增强」的能力。下面所有命令和配置都可以直接复制，改一下路径和模型名就能用。

2. 前置准备：Ollama 与 TaoToken 统一 Key

先说 Ollama 这一侧。去 Ollama 官网下载对应系统的安装包，Windows 需要 Win10 及以上。安装完成后启动，进 Settings 把 Model location 改到大容量磁盘，比如 E:\models，因为本地模型动辄几个 GB，放系统盘很容易爆。改完路径再下载模型，顺序别反。

然后在终端拉一个模型并跑一次：

ollama run gemma4:e4b

第一次执行会自动下载，终端出现 success 就代表模型完整落盘了。这一步很关键，OpenClaw 只能识别「已经下载完成」的模型，光有 Ollama 服务在跑是不够的。

再说 TaoToken 这一侧。TaoToken 在这里扮演的是「统一 Key / API 通道」的角色：你不需要在 OpenClaw 里为每个云端模型单独配一套 Key，而是用 TaoToken 的一个 Key 统一走 API 通道，本地 Ollama 则走本机地址。这样 OpenClaw 的模型列表里既有本地模型，也有通过统一通道接入的云端模型，切换时不用改一堆配置。

先去控制台创建一个 API Key：

# 打开控制台创建 Key（复制到浏览器）
https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite

创建后在 API Keys 页面复制出来，形如 sk-xxxx，先存到记事本，下一步要填进配置。如果你还不确定要接哪些云端模型，可以先只配本地 Ollama，跑通后再加云端。

3. 可复制配置：config.toml 与 settings.json 骨架

OpenClaw 的配置分两层：config.toml 管全局通道和 Key，settings.json 管模型列表和默认选中项。下面给的是骨架，路径按你实际安装位置改。

先看 config.toml：

# OpenClaw 全局配置
[gateway]
# TaoToken 统一 API 通道
base_url = "https://taotoken.net/api"
api_key = "sk-你的TaoTokenKey"
timeout = 60

[providers.ollama]
# 本地 Ollama 服务地址，本机默认 11434
base_url = "http://127.0.0.1:11434"
enabled = true

[providers.taotoken]
base_url = "https://taotoken.net/api"
api_key = "sk-你的TaoTokenKey"
enabled = true

再看 settings.json，重点是模型条目和 provider 字段要对上：

{
  "default_model": "gemma4:e4b",
  "models": [
    {
      "name": "gemma4:e4b",
      "provider": "ollama",
      "base_url": "http://127.0.0.1:11434",
      "tag": "local"
    },
    {
      "name": "claude-sonnet",
      "provider": "taotoken",
      "base_url": "https://taotoken.net/api",
      "api_key": "sk-你的TaoTokenKey",
      "tag": "cloud"
    }
  ]
}

两个文件的关系可以这样理解：config.toml 告诉 OpenClaw「有哪些通道、Key 是什么」，settings.json 告诉它「模型列表长什么样、默认用哪个」。本地模型的 base_url 一定是 http://127.0.0.1:11434，云端模型走 https://taotoken.net/api，两者不要混。

注意：api_key 不要提交到 Git 仓库，建议用环境变量或本地私有配置文件管理。

4. CC Switch 切换与连通性验证

配置写好后，用 CC Switch 在本地和云端之间切换。CC Switch 的作用是快速切换当前生效的 provider，不用手动改文件。操作顺序：

第一步，打开 CC Switch，确认列表里能看到 ollama 和 taotoken 两个 provider，这是上一步 config.toml 里 enabled = true 生效的结果。

第二步，选中 ollama，点应用。此时 OpenClaw 的请求会打到本机 11434。

第三步，验证 Ollama 服务本身是否在线：

curl http://127.0.0.1:11434/api/tags

正常会返回一个 JSON，models 数组里能看到你下载的模型名。如果返回空数组，说明模型没下载完或路径不对。

第四步，验证模型能否真正推理：

curl http://127.0.0.1:11434/api/generate -d '{
  "model": "gemma4:e4b",
  "prompt": "你好，你是什么模型",
  "stream": false
}'

返回里出现 response 字段且有内容，就说明本地模型可用。

第五步，验证 TaoToken 通道：

curl https://taotoken.net/api/v1/models \
  -H "Authorization: Bearer sk-你的TaoTokenKey"

能列出模型就说明统一 Key 通道正常。这一步的文档在接入文档里：

# 接入文档
https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

第六步，回到 OpenClaw 聊天页，在模型选择框搜索 gemma4:e4b，确认它带 local 或 ollama 标签，选中后发一条测试消息。页面正常返回内容，整条链路就通了。

5. 本篇常见报错排查清单

报错一：OpenClaw 测试时提示连接被拒绝。 先确认 Ollama 是否在运行，任务栏有没有它的图标。再执行 curl http://127.0.0.1:11434/api/tags，如果这条也失败，问题在 Ollama 不在 OpenClaw。检查端口是否被占用，Ollama 默认 11434。

报错二：地址填对了但识别不到模型。 九成是模型没下载完。回到终端执行 ollama run gemma4:e4b，看到 success 再回 OpenClaw 点测试。只装了 Ollama 没拉模型，列表当然是空的。

报错三：模型名对不上。 OpenClaw 里搜的模型名必须和 ollama list 输出的完全一致，包括 :e4b 这种 tag。少一个冒号都识别不到。

报错四：云端模型 401。 说明 TaoToken Key 填错或过期。去 API Keys 页面重新复制一个，注意别把前后空格带进去。如果 Key 没问题，检查 base_url 是不是写成了 https://taotoken.net/api，多一个斜杠或少一个都可能出问题。

报错五：切换 provider 后没生效。 CC Switch 应用后建议重启一次 OpenClaw，部分版本不会热加载配置。重启后进设置页确认当前 provider 是你要的那个。

报错六：本地模型回复特别慢。 这是硬件问题不是配置问题。本地模型吃显存和内存，模型越大越慢。可以先换小参数模型验证链路，跑通后再换大的。

6. 长期编码与 Agent 场景怎么配

如果你只是偶尔用本地模型聊天，上面这套就够了。但如果你打算把 OpenClaw 当日常编码和 Agent 工具长期用，建议把云端通道也配好，本地模型做兜底、云端模型做重活。这时候 Coding Plan 会更合适，它面向的就是长期编码和 Agent 场景：

# Coding Plan
https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

模型对话的入口在这里，想先验证模型效果可以走这个：

# 模型对话
https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite

我自己的用法是：写小脚本、改配置、跑本地测试时切 ollama，省钱且断网可用；需要长上下文推理或复杂 Agent 任务时切 taotoken 通道。CC Switch 一键切换，不用改文件。最后提醒一句，本地模型的存储路径一定要在下载前就改好，我见过太多人下完才发现系统盘红了，迁移模型比重新下还麻烦。