离线环境下openclaw无法调用codingplan，但可通过ollama本地模型替代其功能：启用function calling、执行预存脚本、配置fallback模型，并用nomic-embed-text+lancedb实现本地记忆。
☞☞☞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☜☜☜
如果您希望在完全离线环境下运行OpenClaw智能体，同时利用方舟CodingPlan的免费API能力，但又受限于网络不可用，需确认其与本地Ollama模型的兼容性与协作路径。以下是针对该场景的可行性验证与适配方案：
一、明确CodingPlan的协议定位与离线限制
CodingPlan作为云端函数执行平台，其核心能力依赖HTTP请求调用远程服务端点，所有技能触发均需向https://api.codingplan.com/v1/run发起POST请求并携带有效Token。该机制决定了CodingPlan本身无法在无网络状态下运行或返回结果。因此，任何“离线使用CodingPlan”的提法，实质是指在离线环境中绕过其执行环节，或用本地等效能力替代其功能。
二、Ollama本地模型替代CodingPlan技能的三种可行路径
当网络中断时，可通过以下方式维持OpenClaw技能链连续性，无需调用CodingPlan：
1、启用Ollama内置工具调用能力，加载支持Function Calling的模型（如qwen2.5:7b、phi4-mini、mistral:7b），使OpenClaw直接在本地解析用户指令并生成结构化工具调用参数；
2、将常用CodingPlan脚本预先导出为本地可执行文件（如Python脚本、Shell命令），通过OpenClaw的exec技能模块直接调用，不依赖外部API；
3、在OpenClaw配置中设置fallback_model字段，当检测到CodingPlan请求超时或网络不可达时，自动切换至本地Ollama模型执行相同语义任务，并返回模拟结果或缓存响应。
三、环境变量级强制离线路由配置
OpenClaw v0.18.1起支持通过环境变量禁用全部云端通道，仅保留本地模型调度路径。该配置可确保系统在物理断网前即完成逻辑隔离：
1、编辑~/.openclaw/config.json，将"cloud_enabled"设为false；
2、在启动OpenClaw前执行：export OPENCLAW_CODINGPLAN_DISABLED=true；
3、验证是否生效：运行openclaw status，输出中应显示codingplan: disabled且ollama: connected。
四、本地embedding+LanceDB实现CodingPlan式记忆复用
CodingPlan常被用于持久化用户状态或流程上下文。离线时，可用Ollama的nomic-embed-text模型配合LanceDB构建本地记忆库，实现同等语义记忆能力：
1、拉取嵌入模型：ollama pull nomic-embed-text；
2、启动LanceDB服务并挂载至OpenClaw workspace/plugins/memory-lancedb-pro；
3、在技能定义中将原CodingPlan写入操作替换为memory_store动作，数据经Ollama向量化后存入本地LanceDB；
4、后续查询时调用memory_recall，由Ollama实时计算相似度并返回最匹配记忆片段。
