aionclaw任务执行异常主因是模型能力不匹配，需核查model id对应工具调用、上下文长度及json模式支持；优先切换标“tool-ready”模型或配置路由规则按任务类型分发，再通过拆解任务、显式调用工具签名降级处理。
☞☞☞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☜☜☜
当AionClaw当前绑定的模型在执行具体任务时反复输出笼统建议、无法生成可执行代码、拒绝操作本地文件或跳过关键步骤，说明该模型能力与任务需求不匹配——这不是提示词问题，而是模型本身缺乏对应工具调用权限、上下文长度不足或未启用结构化输出能力。
确认当前模型是否真不支持
第一步：在 AionClaw 主界面右下角点击「模型状态」图标 → 查看当前激活模型的完整名称（如 qwen3-32b-instruct 或 glm-4v）→ 记录下 Model ID。
第二步：打开 TaoToken 控制台 → 进入「Model Catalog」页面 → 搜索该 Model ID → 点击详情页查看三项硬指标：【是否支持 function calling】、【最大上下文长度】、【是否启用 JSON mode】。若前两项任一为“否”，则该模型无法完成需调用浏览器/文件系统/代码执行器的任务。
这一步不能跳过。我见过团队把 kimi-k2 当作全能模型用，结果它根本不支持 tool use，所有“打开Excel”“截图保存”类指令都被静默忽略。
快速切换更适配的模型
方法一：在 AionClaw 设置页 →「模型配置」→「基础模型」下拉菜单中，直接选择标有「Tool-Ready」标签的模型（如 qwen3-32b-tool、deepseek-v3-function）→ 保存后重启 Agent。
方法二：不换模型，改用「模型路由策略」→ 在 settings.json 中手动添加 rule 块：
"routing_rules": [{"task_type": "code_gen", "model": "qwen3-32b-tool"}, {"task_type": "file_op", "model": "glm-4v"}]
这个配置让 AionClaw 自动按任务类型分发给不同模型，比全局换模型更精准。注意：rule 中的 task_type 必须与技能定义里的 type 字段完全一致，大小写敏感。
任务拆解降级处理
如果连 tool-ready 模型都报错「context overflow」或「refused to generate」，说明任务颗粒度太大。此时不要强行重试，立刻做减法：
① 把「根据12份PDF写季度分析报告并导出PPT」拆成三步：先提取每份PDF核心数据 → 再汇总对比生成文字结论 → 最后调用本地 PowerPoint 插件生成幻灯片。
② 每步之间加人工确认点：AionClaw 执行完第一步后，会把结构化 JSON 数据存到 ./output/extracted/ 目录下，你打开看一眼字段是否齐全，再手动触发下一步。
③ 关键动作必须显式声明工具名：不要写“整理表格”，要写“用 ExcelTool.open_workbook(path='sales.xlsx') → ExcelTool.write_cell(sheet='Q3', row=5, col='B', value='达成率')”。模型只认工具签名，不理解自然语言意图。
