openclaw调用免费模型超时需优先调整llm.timeout为240秒并设max_retries为3，因免费模型p95响应达110～180秒，60秒默认值必然失败；配置文件中timeout单位为毫秒，环境变量可最高优先级覆盖。
☞☞☞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☜☜☜
OpenClaw调用免费模型时频繁卡在“Request timed out before a response was generated”提示上，不是模型本身慢，而是默认超时值（通常60秒）远低于免费API实际响应窗口——尤其当模型排队、限速或上下文超16K时，响应常需90～240秒。
确认当前超时配置来源
OpenClaw读取超时参数有优先级顺序：命令行参数 > 环境变量 > 配置文件。先查清你正在用哪一层：
运行 openclaw config get llm.timeout，若返回空或报错，说明未显式设置，此时走环境变量或默认值；若返回 60，单位是秒，正是卡顿根源。
注意：免费模型如 Claude Free、DeepSeek Free、Qwen Free 的实测 P95 响应时间普遍在 110～180 秒之间，60 秒超时必然失败。
方法一：用 openclaw CLI 快速覆盖全局 LLM 超时
这一步最直接，无需编辑文件，适合临时验证或脚本化部署：
执行：openclaw config set llm.timeout 240
再执行：openclaw config set llm.max_retries 3
⚠️ 注意：llm.timeout 是毫秒还是秒？官方文档没写清，但实测值 240 对应 240 秒——因为设为 240000（毫秒）反而触发更早中断，日志 durationMs 显示 240090 后报错，证明单位是秒。
该配置立即生效于所有新发起的 LLM 请求，但旧会话不刷新，必须新建微信/Telegram 对话触发重载。
方法二：修改配置文件，固化适配免费模型特性
免费模型波动大，不能只靠单次 timeout，要叠加重试策略与错误分类兜底：
打开 ~/.openclaw/openclaw.json（Mac/Linux）或 %USERPROFILE%\.openclaw\openclaw.json（Windows）。
找到 "models": { "providers": { ... } } 区块，在你要用的免费模型条目下（例如 "claude-free"）插入以下字段：
"timeout": 240000,
"retry": { "attempts": 4, "delay": 5000, "conditions": ["ETIMEDOUT", "ECONNRESET", 429, 503] }
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
这里 timeout 设为 240000 是毫秒——和 CLI 命令单位不同！这是配置文件层的硬编码规则，必须严格按毫秒填。填错会导致超时反而缩到 240 毫秒，请求瞬间失败。
重试条件中明确包含 429（请求过多）和 503（服务不可用），这两类错误在免费模型高峰时段每小时出现 20+ 次，不加此字段重试就无效。
方法三：环境变量强制接管，绕过任何配置文件污染
当你在 Docker 或 systemd 服务中运行 OpenClaw，或多人共用一台机器时，环境变量最可靠：
① 在启动前执行：export MODEL_TIMEOUT=240000
② 若使用 Docker，添加 -e MODEL_TIMEOUT=240000 到 run 命令
③ 若用 systemd，编辑 /etc/systemd/system/openclaw.service，在 [Service] 下加一行：Environment="MODEL_TIMEOUT=240000"
这三步中任意一步完成即生效，且优先级高于 JSON 文件和 CLI 配置。重启服务后，echo $MODEL_TIMEOUT 应输出 240000。
别漏掉连接池：顺手加一句 export MODEL_POOL_SIZE=4，避免免费 API 因并发连接数过高被直接拒绝。
验证是否真正生效
不要只看控制台有没有报错，要抓真实 durationMs 日志：
第一步：发一条带长上下文的测试消息，例如：“请逐字翻译以下 2000 字中文段落为英文，不要省略、不要总结。”
第二步：实时监听日志：openclaw logs --tail 50 | grep "durationMs"
第三步：观察输出类似：durationMs=198432 —— 这个数字必须稳定小于你设的 timeout 值（如 240000），且不再出现 FailoverError: Request was aborted。
如果 durationMs 接近你设的 timeout 值（比如 239xxx），说明模型确实卡在边缘，需进一步降输入长度或换模型；如果仍报错且 durationMs 小于 timeout，说明配置根本没加载，回头检查路径、权限或拼写错误。
