openhands的代码生成能力依赖llm配置，需在config.toml中设置[llm]或自定义模型区块（如[llm.ernie]），填入model、api_key及base_url（若为兼容接口），启动时通过--llm-model指定模型，否则默认使用[llm]配置。
☞☞☞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并不是OpenHands的官方组件或子项目，当前所有权威文档、GitHub仓库及技术资料中均未出现“OpenClaw”这一名称——你很可能将项目名记混了，实际想配置的是OpenHands的代码生成模型（即LLM）。
确认项目名称与来源
打开终端，执行以下命令检查本地是否真有 OpenClaw：
which openclaw || ls -d */openclaw* 2>/dev/null
若无任何输出，说明系统中不存在该工具。OpenHands 官方 GitHub（https://github.com/All-Hands-AI/OpenHands）及其文档（https://docs.all-hands.dev）中从未使用过 “OpenClaw” 这一术语。常见混淆来源是误听 “OpenHands” 发音，或把某篇非官方教程的笔误当真。
配置 OpenHands 的写代码模型（LLM）
OpenHands 的代码生成能力完全依赖 LLM 配置，核心操作在 config.toml 文件中完成。必须先确保已正确初始化配置文件：
复制模板：cp config.template.toml config.toml
该文件默认启用 [llm] 模块，但 api_key 为空时模型调用必然失败，且不会报明确错误，只会卡在“thinking…”状态。
填写模型服务商参数
方法一：使用 OpenAI 兼容接口（含 Azure、Ollama、AnythingLLM 等）
编辑 config.toml，定位到 [llm] 区块，填入以下三项（缺一不可）：
model = "gpt-4o"
api_key = "sk-xxx"
base_url = "https://api.openai.com/v1"（若用本地 Ollama，改为 "http://localhost:11434/v1"）
注意：Ollama 模型名必须与 ollama list 输出完全一致，例如 model = "codellama:7b"，写成 "codellama" 或 "codellama:7b-instruct" 均会报 404。
方法二：接入百度文心一言（国内首选）
在 config.toml 中新增独立模型区块（不覆盖原 [llm]）：
[llm.ernie]
model = "ernie-bot-4"
base_url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
api_key = "your_baidu_api_key"
然后启动时显式指定该模型：openhands --llm-model ernie。不加 --llm-model 参数则默认使用 [llm] 下的配置。
验证模型是否生效
第一步：启动 OpenHands CLI 并强制指定模型
openhands --llm-model ernie --workspace-base ./test_ws
第二步：输入任务指令，例如：“新建一个 Python 脚本，打印斐波那契数列前10项”
第三步：观察日志首行是否出现类似 Using LLM model: ernie-bot-4 的提示
第四步：等待 Agent 执行 write → run → read 流程；若卡在 think 超过 90 秒，大概率是 api_key 格式错误或 base_url 网络不通，此时需检查 curl 测试：
curl -X POST "$BASE_URL" -H "Content-Type: application/json" -H "Authorization: Bearer $API_KEY" -d '{"model":"ernie-bot-4","messages":[{"role":"user","content":"hi"}]}'
