openclaw支持通过openai兼容api接入本地大模型（如ollama），需配置.env.local指向host.docker.internal:11434/v1，启动ollama服务并启用cors，验证api后即可调用本地qwen2:7b等模型。
☞☞☞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☜☜☜
你想让OpenClaw接入本地大模型，而不是依赖在线API密钥或远程服务，这样能保障代码隐私、规避token限制、节省费用，并获得更可控的响应延迟。
确认OpenClaw是否支持本地模型接入
OpenClaw本身不直接提供模型运行能力，它依赖外部LLM服务——你实际要配置的是OpenClaw与本地LLM服务（如Ollama、vLLM、LM Studio或FastChat）之间的通信链路。官方文档明确要求LLM必须通过OpenAI兼容API暴露服务，【不支持直接加载GGUF文件或裸权重】。
这一步不可跳过：若本地运行的服务未启用OpenAI兼容端点（如/v1/chat/completions），OpenClaw将无法识别并报错“Provider not found”。
用Ollama启动OpenAI兼容服务
这是目前最轻量、最适配OpenClaw的本地方案。
第一步：确保已安装Ollama（v0.3.7+），并拉取一个可用模型，例如：
ollama pull qwen2:7b
第二步：启动Ollama服务并开启OpenAI兼容模式：
OLLAMA_ORIGINS="http://localhost:3000" ollama serve
注意：OLLAMA_ORIGINS用于允许OpenClaw前端跨域访问，若省略该参数，Web界面会卡在加载状态且控制台报CORS错误。
第三步：验证API是否就绪，执行curl测试：
curl http://localhost:11434/v1/models
返回包含qwen2:7b的JSON即表示服务已正常暴露OpenAI接口。
修改OpenClaw配置文件对接本地模型
OpenClaw使用.env.local文件管理后端连接参数，该文件默认不存在，需手动创建。
在OpenClaw项目根目录下新建文件.env.local，写入以下内容：
LLM_PROVIDER=openai
OPENAI_API_BASE=http://host.docker.internal:11434/v1
OPENAI_API_KEY=ollama
MODEL_NAME=qwen2:7b
关键点：【OPENAI_API_BASE必须写host.docker.internal而非localhost】，因为OpenClaw运行在Docker容器内，localhost指向容器自身，而非宿主机上的Ollama服务。
保存后重启OpenClaw服务（如使用docker-compose，则执行docker-compose down && docker-compose up -d）。
验证模型调用是否成功
打开浏览器访问OpenClaw UI（通常是http://localhost:3000），进入设置页 → LLM Settings → 点击“Test Connection”按钮。
若返回“Connection successful ✅”，说明本地模型已成功挂载；若提示“timeout”或“connection refused”，请检查Ollama是否仍在运行、端口11434是否被防火墙拦截、以及host.docker.internal解析是否生效（Linux用户需确认Docker版本≥20.10且启用host-gateway支持）。
此时即可开始输入自然语言指令，例如“生成一个Python函数，接收列表并返回去重后的排序结果”，OpenClaw将调用本地qwen2:7b完成推理并输出可执行代码。
