应检查LLM配置项、API凭证、LiteLLM模型路由、调用链路及运行时日志五方面：一、确认config/llm_config.yaml中model字段为gpt-4/gpt-4-turbo/gpt-4o/gpt-4o-mini且provider为openai或azure；二、校验OPENAI_API_KEY或AZURE_OPENAI_API_KEY有效、Endpoint与deployment_name匹配；三、确保LiteLLM config.yaml的model_list注册了对应模型路由并重启服务；四、用litellm CLI直连测试，再运行OpenClaw脚本验证；五、启用DEBUG日志，搜索“llm_config resolved to”确认实际加载模型未被降级。
☞☞☞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☜☜☜
如果您正在配置 OpenClaw AI 代理并希望调用 GPT-4 系列模型，但发现请求失败或返回模型不可用提示，则可能是由于 LLM 配置项与实际可用模型不匹配、API 认证信息未正确加载，或后端代理层（如 LiteLLM）未启用对应模型路由。以下是验证与启用 GPT-4 的具体操作路径：
一、确认 OpenClaw 支持的 GPT-4 模型型号
OpenClaw 原生支持多种 GPT-4 变体，包括 gpt-4、gpt-4-turbo、gpt-4o 和 gpt-4o-mini。这些型号需通过配置文件中的 model 字段精确指定，大小写与连字符必须完全一致。LiteLLM 代理层默认仅转发已注册的模型名称，若使用拼写错误（如 gpt4 或 GPT-4），将触发 404 错误。
1、打开项目根目录下的 config/llm_config.yaml 文件。
2、检查 llm.model 字段值是否为以下任一标准格式：gpt-4、gpt-4-turbo、gpt-4o 或 gpt-4o-mini。
3、确保 llm.provider 字段设为 openai 或 azure（若对接 Azure OpenAI）。
二、校验 OpenAI 或 Azure OpenAI 的认证凭证有效性
GPT-4 调用失败常源于 API Key 过期、配额耗尽或 Endpoint 地址错误。OpenClaw 不会缓存无效密钥，每次请求均实时校验。Azure 用户还需额外确认部署名称（deployment name）是否与模型别名一致。
1、检查环境变量 OPENAI_API_KEY（OpenAI 直连）或 AZURE_OPENAI_API_KEY（Azure）是否已导出且非空。
2、若使用 Azure，确认 AZURE_OPENAI_ENDPOINT 指向正确的 regional endpoint（如 https://your-resource.openai.azure.com/），而非通用 global endpoint。
3、在 config/llm_config.yaml 中核对 api_base 与 deployment_name（Azure 场景下必填）是否与 Azure 门户中部署的 GPT-4 实例完全匹配。
三、验证 LiteLLM 代理是否注册 GPT-4 模型路由
当 OpenClaw 通过 LiteLLM 中转请求时，LiteLLM 必须显式将 GPT-4 型号映射至后端服务。若未配置，即使 OpenAI 密钥有效，LiteLLM 也会拒绝该模型请求。
1、进入 LiteLLM 配置目录（通常为 litellm/config.yaml 或通过环境变量 LITELLM_CONFIG_PATH 指定）。
2、查找 model_list 区块，确认其中包含类似如下条目：
- model_name: gpt-4
litellm_params:
model: azure/gpt-4
api_key: ${AZURE_OPENAI_API_KEY}
3、重启 LiteLLM 服务使配置生效：执行 litellm --config litellm/config.yaml。
四、测试 GPT-4 调用链路是否通达
绕过 OpenClaw，直接使用 LiteLLM CLI 或 cURL 发起最小化请求，可快速定位故障环节是发生在 OpenClaw 层、LiteLLM 层还是上游 API 层。
1、运行命令：litellm --model gpt-4 --messages "[{'role': 'user', 'content': 'Hello'}]"。
2、若返回正常响应，则说明 LiteLLM 与上游服务连通；若报错，则问题在 LiteLLM 配置或密钥。
3、若上步成功，再运行 OpenClaw 示例脚本 my_first_agent.py 并观察日志中是否出现 "Using model: gpt-4" 及后续 HTTP 200 响应。
五、检查 OpenClaw 运行时日志中的模型协商细节
OpenClaw 在初始化 LLM 客户端时会打印模型协商过程，包括最终解析出的 provider、model、api_base 等字段。该日志可揭示配置文件与运行时实际加载参数之间的偏差。
1、启动 OpenClaw 代理时添加调试标志：python my_first_agent.py --log-level DEBUG。
2、在日志流中搜索关键词 "llm_config resolved to"，确认输出中 model 字段值确为 gpt-4 而非降级后的其他型号（如 gpt-3.5-turbo）。
3、若发现自动降级，检查 config/llm_config.yaml 中是否设置了 fallback_model，并确认其值未覆盖主配置。
