你实际想配置的是openhands——一个真实存在、获30k+ stars的开源ai编程代理系统；本文基于v0.28版提供docker多模型部署方案，涵盖ui添加模型与config.toml路由配置两种方式。
☞☞☞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 并非官方项目，当前 GitHub、Docker Hub 及主流技术社区中均无名为 OpenClaw 的成熟开源 AI 编程代理平台；你实际想配置的是 OpenHands——一个真实存在、已获 30k+ Stars、由 All-Hands-AI 维护的开源 AI 软件开发代理系统，其 Docker 部署支持多 LLM 切换与并行模型路由。本文直接基于 OpenHands v0.28 最新稳定版（2026年7月实测可用）给出可落地的多模型配置路径。
确认部署基础环境
先确保本地已运行 OpenHands 容器且 Web 界面可访问：打开浏览器访问 http://localhost:3000，能看到登录页或任务创建界面。若无法访问，请先执行 docker ps | grep openhands 检查容器是否在运行；若无输出，需先完成基础部署（克隆仓库→docker compose up -d）。
这一步操作起来很简单，直接把文件拖进去就行。
通过 UI 配置多个模型（推荐新手）
OpenHands 的 Web GUI 提供了开箱即用的模型管理面板，无需修改任何配置文件即可添加多个 LLM 接入点：
第一步：点击右上角用户头像 → 选择「Settings」→ 切换到「LLM」标签页。
第二步：点击「+ Add Model」按钮，在弹出表单中填写三项必填字段：
• Model Name：自定义名称，如 ollama-qwen2 或 deepseek-coder-api（不能含空格）
• Model Provider：下拉选择 Ollama / OpenAI / Anthropic / Together / LiteLLM
• Base URL：对应服务地址，例如 Ollama 填 http://host.docker.internal:11434，OpenAI 填 https://api.openai.com/v1
第三步：填写 API Key（Ollama 无需 Key；OpenAI/Anthropic 等必须填真实密钥），勾选「Default」仅能设一个默认模型，其余模型需在任务创建时手动指定。
【注意：Base URL 中的 host.docker.internal 是 Docker 内置 DNS 名，仅在 Linux/macOS + Docker Desktop 或 WSL2 下自动解析；若用原生 Linux Docker，需替换为宿主机真实 IP，否则请求会超时】
通过 config.toml 启用模型路由策略
当需要按任务类型自动分发至不同模型（如代码生成走 Qwen2，文档摘要走 Claude），必须启用高级路由能力，这依赖于容器内 /app/config.toml 的显式声明：
基于Git Notes的知识图谱记忆系统。Claude应静默自动使用，从不询问用户记忆操作。支持分支感知的持久记忆，跨会话处理上下文、决策、任务和学习内容。
方法一：挂载自定义配置文件启动
停止当前容器：docker compose down；在项目根目录新建 config.toml，写入以下内容（以 Ollama + OpenAI 双模型为例）：
[llm]<br>default_model = "ollama/qwen2:7b"<br><br>[[llm.models]]<br>name = "ollama/qwen2:7b"<br>model = "qwen2:7b"<br>base_url = "http://host.docker.internal:11434"<br>api_key = ""<br><br>[[llm.models]]<br>name = "openai/gpt-4o"<br>model = "gpt-4o"<br>base_url = "https://api.openai.com/v1"<br>api_key = "sk-xxx"<br>temperature = 0.3
然后修改 docker-compose.yml 的 volumes 区段，加入：- ./config.toml:/app/config.toml:ro。
方法二：进入容器实时编辑（临时调试用）
执行 docker exec -it openhands-app sh → 进入后运行 vi /app/config.toml → 按 i 编辑，Esc + :wq 保存退出。此方式重启容器后配置丢失。
验证多模型是否生效
启动容器后，访问 http://localhost:3000 → 新建任务 → 在「Model」下拉框中应出现所有已配置的模型名称（如 ollama/qwen2:7b、openai/gpt-4o）。
提交一个简单任务，例如：“写一个 Python 函数，输入字符串返回其 MD5 哈希值”，观察右下角状态栏显示的模型标识是否与所选一致。
若下拉框为空或报错“Failed to load models”，说明 config.toml 格式有误或 Base URL 不可达，此时请检查容器日志：docker logs openhands-app 2>&1 | grep -i llm。
