openclaw需显式指定ollama中已pull且list可见的模型名，否则报“model not found”；须在config.yaml的llm.model字段精确填写如llama3.2:latest，或通过llm_model环境变量覆盖，优先级高于配置文件。
☞☞☞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接入Ollama后无法自动识别或默认加载某个模型，必须显式指定模型名称，否则启动时会报错“model not found”或直接卡在初始化阶段。
确认Ollama中已存在可用模型
在终端执行 ollama list，确保输出中至少有一行包含模型名和tag（如 llama3.2:latest 或 deepseek-r1:14b）；若为空，需先运行 ollama pull llama3.2 下载基础模型。
注意：OpenClaw只认Ollama本地注册的模型名，不支持远程模型URL或未pull的镜像名。
修改OpenClaw配置文件指定默认模型
打开 config.yaml（通常位于项目根目录或 conf/ 子目录下），找到 llm: 区块。
将 model: 字段值改为Ollama中实际存在的模型标识，例如：model: llama3.2:latest 或 model: deepseek-r1:14b。
【model字段值必须与ollama list输出的NAME列完全一致，包括大小写和冒号后的tag】
保存文件后重启OpenClaw服务，新模型即生效。
通过环境变量覆盖默认模型（推荐用于多环境切换）
方法一：启动时临时指定
在运行OpenClaw命令前，设置环境变量：LLM_MODEL=llama3.2:latest python main.py
方法二：写入 .env 文件（如果项目支持dotenv）
在项目根目录新建或编辑 .env，加入一行：LLM_MODEL=deepseek-r1:14b
方法三：Docker部署时注入
使用 -e LLM_MODEL=llama3.2:latest 参数启动容器，该值会优先于 config.yaml 中的配置。
这三种方式中，环境变量的优先级高于配置文件，适合CI/CD或不同测试环境快速切换模型。
验证模型是否成功加载
第一步：启动OpenClaw服务，观察控制台日志；
第二步：等待出现类似 Loaded LLM model: llama3.2:latest from Ollama 的提示；
第三步：向OpenClaw发送一个简单请求（如“你是谁？”），确认响应来自预期模型而非fallback兜底逻辑。
若日志中出现 failed to load model 或返回空响应，说明模型名拼写错误、Ollama服务未运行，或模型尚未被Ollama正确注册。
