OpenClaw怎么换大模型？3步免费切换各种大模型配置教程

原创

jack.yang

修改于 2026-03-28 20:58:52

5.8K0

一句话总结：OpenClaw 本身不内置任何大模型，而是通过灵活的配置机制对接各类模型服务。更换模型只需三步：选择目标模型获取 API Key、在配置文件中添加模型提供商、重启网关生效。支持云端模型（元宝、豆包、DeepSeek、智谱 GLM 等）、本地私有化模型（Ollama、LM Studio）、以及任何兼容 OpenAI API 协议的自定义模型，完全免费或低成本使用，可同时配置多个模型实现智能降级切换。

引言：为什么要换掉你的“龙虾大脑”？

OpenClaw 被戏称为“龙虾”——它能操作文件、控制浏览器、跨应用协同、甚至操控硬件设备，是名副其实的“AI 执行引擎”。但很多人忽略了一个关键问题：OpenClaw 本身不包含任何 AI 模型。

就像一台性能再强的电脑，没有操作系统也无法工作。OpenClaw 的“大脑”完全来自你接入的大模型。这意味着：

用得好不好，取决于你配了什么模型
花钱多不多，取决于你选了免费还是付费模型
隐私安不安全，取决于你用云端还是本地模型

更关键的是，OpenClaw 支持同时配置多个模型，可以设置主模型和降级模型，当主模型超限或不可用时自动切换。这种“双保险”机制，让“龙虾”永不掉线。

本文将基于截至 2026 年 3 月的官方文档和社区实践，从核心原理、云端模型配置、本地私有化部署、高级配置技巧、常见问题五个维度，手把手教你为 OpenClaw 更换最合适的“大脑”。

第一章：核心原理——OpenClaw 如何对接大模型？

1.1 为什么需要更换模型？

OpenClaw 的核心价值在于“连接”——连接大模型的思考能力与电脑的真实操作权限。不同模型各有优劣：

需求场景	推荐模型类型	原因
日常对话、文档处理	元宝、智谱 GLM	中文理解强，免费额度充足
复杂推理、代码生成	DeepSeek、Claude	逻辑能力强，代码表现优异
数据隐私敏感场景	本地模型（Ollama/LM Studio）	数据不出本地，完全离线可用
成本敏感、高频使用	元宝、豆包免费 API	零成本或极低成本
多语言场景	GPT、Claude	英文及多语言能力强

1.2 OpenClaw 的模型配置架构

OpenClaw 的模型配置通过一个 JSON 文件完成，默认路径为：

Linux/MacOS：~/.openclaw/openclaw.json
Windows：C:\Users\用户名\.openclaw\openclaw.json

核心配置结构如下：

{
  "models": {
    "providers": {
      "提供商ID": {
        "baseUrl": "API地址",
        "apiKey": "你的API密钥",
        "api": "openai-completions",
        "models": [
          {
            "id": "模型ID",
            "name": "显示名称",
            "contextWindow": 上下文长度,
            "maxTokens": 最大输出Token数
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "提供商ID/模型ID",
        "fallback": "备用提供商ID/模型ID"
      }
    }
  }
}

配置逻辑解析：

providers：定义模型供应商（可配置多个）
baseUrl：API 接入地址，必须兼容 OpenAI API 格式
apiKey：认证密钥，支持环境变量引用（如 ${MY_API_KEY}）
models：该供应商下的具体模型列表
primary/fallback：主模型和降级模型，实现高可用

1.3 支持的三类模型

类型	代表平台	接入方式	成本
云端商业模型	腾讯元宝、百度千帆、智谱、DeepSeek	API Key	按量付费/免费额度
云端免费模型	元宝免费版、豆包、各大平台赠送额度	API Key	完全免费
本地私有化模型	Ollama、LM Studio	本地 API	完全免费（需硬件）

1.4 模型切换的核心操作

OpenClaw 提供了三种切换模型的方式，适应不同使用习惯：

切换方式	命令/操作	适用场景
Web 面板切换	点击右上角模型选择器下拉菜单	日常使用，最直观
命令行切换	`openclaw models set 提供商/模型ID`	开发者，批量操作
对话内切换	输入 `/model list`、`/model 模型ID`	快速测试对比

快速命令示例：

# 查看所有已配置模型
openclaw models list

# 查看当前默认模型
openclaw models current

# 切换默认模型
openclaw models set yuanbao/hunyuan-turbo

# 临时切换单次对话（不改变默认）
openclaw chat --model yuanbao/hunyuan-turbo --prompt "测试"

第二章：云端模型配置——接入主流大模型

2.1 腾讯元宝模型配置（推荐中文场景）

腾讯元宝基于混元大模型，提供强大的中文理解和多模态能力，2026 年推出免费额度方案，大幅降低使用门槛。

第一步：获取 API Key

登录腾讯云官网，进入「元宝大模型控制台」
在左侧菜单找到「API 密钥管理」，点击「创建密钥」
复制并妥善保存生成的 API Key（格式类似 sk-xxx）

💡 省钱提示：腾讯元宝提供每日免费额度，适合个人开发者和中小企业测试使用。

第二步：配置 OpenClaw

编辑配置文件 ~/.openclaw/openclaw.json：

{
  "models": {
    "providers": {
      "yuanbao": {
        "baseUrl": "https://yuanbao.tencentcloudapi.com/v1",
        "apiKey": "sk-你的API密钥",
        "api": "openai-completions",
        "models": [
          {
            "id": "hunyuan-turbo",
            "name": "混元 Turbo",
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "hunyuan-pro",
            "name": "混元 Pro",
            "contextWindow": 256000,
            "maxTokens": 16384
          },
          {
            "id": "hunyuan-lite",
            "name": "混元 Lite",
            "contextWindow": 32768,
            "maxTokens": 4096
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "yuanbao/hunyuan-turbo"
      }
    }
  }
}

第三步：重启网关生效

openclaw gateway restart

元宝免费版配置（零成本方案）：

{
  "models": {
    "providers": {
      "yuanbao-free": {
        "baseUrl": "https://yuanbao.tencentcloudapi.com/free/v1",
        "apiKey": "你的免费版API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "hunyuan-free",
            "name": "混元免费版",
            "contextWindow": 32768,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

2.2 豆包模型配置

字节跳动豆包以出色的多模态能力和创意生成著称，提供免费 API 额度。

获取 API Key：

访问字节火山引擎控制台
进入「豆包大模型」服务
创建 API Key 并复制保存

配置示例：

{
  "models": {
    "providers": {
      "doubao": {
        "baseUrl": "https://ark.cn-beijing.volces.com/api/v3",
        "apiKey": "你的豆包API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "doubao-pro-32k",
            "name": "豆包 Pro 32K",
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "doubao-lite-128k",
            "name": "豆包 Lite 128K",
            "contextWindow": 128000,
            "maxTokens": 16384
          }
        ]
      }
    }
  }
}

2.3 DeepSeek 模型配置

DeepSeek 以强大的代码能力和推理能力著称，是开发者的热门选择。

获取 API Key：访问 DeepSeek 开放平台 → 注册账号 → 创建 API Key

配置示例：

{
  "models": {
    "providers": {
      "deepseek": {
        "baseUrl": "https://api.deepseek.com/v1",
        "apiKey": "sk-你的DeepSeek密钥",
        "api": "openai-completions",
        "models": [
          {
            "id": "deepseek-chat",
            "name": "DeepSeek Chat",
            "contextWindow": 65536,
            "maxTokens": 8192
          },
          {
            "id": "deepseek-coder",
            "name": "DeepSeek Coder",
            "contextWindow": 32768,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

2.4 智谱 GLM 模型配置

智谱 AI 的 GLM 系列模型中文理解优秀，提供免费额度。

获取 API Key：

访问智谱 AI 开放平台，注册账号
进入「控制台」→「API Keys」
点击「添加新的 API Key」，复制保存

配置示例：

{
  "models": {
    "providers": {
      "zhipu": {
        "baseUrl": "https://open.bigmodel.cn/api/paas/v4",
        "apiKey": "你的智谱API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "glm-4-plus",
            "name": "GLM-4 Plus",
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "glm-4-flash",
            "name": "GLM-4 Flash",
            "contextWindow": 32768,
            "maxTokens": 4096
          }
        ]
      }
    }
  }
}

2.5 百度千帆模型配置

百度千帆平台提供 ERNIE 系列模型。

配置示例：

{
  "models": {
    "providers": {
      "qianfan": {
        "baseUrl": "https://qianfan.baidubce.com/v2",
        "apiKey": "你的千帆API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "ERNIE-5.0",
            "name": "ERNIE 5.0",
            "contextWindow": 128000,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

2.6 自定义模型供应商（任意 OpenAI 兼容 API）

如果以上官方模型都不满足需求，OpenClaw 支持接入任何兼容 OpenAI API 协议的模型服务。

适用场景：

使用公司内部部署的模型服务
接入新兴模型平台的 API
使用硅基流动等聚合平台

配置格式：

{
  "models": {
    "providers": {
      "custom": {
        "baseUrl": "https://your-model-api.com/v1",
        "apiKey": "your_api_key",
        "api": "openai-completions",
        "models": [
          {
            "id": "your-model-id",
            "name": "Your Model Name"
          }
        ]
      }
    }
  }
}

示例：接入硅基流动 DeepSeek 模型

{
  "models": {
    "providers": {
      "siliconflow": {
        "baseUrl": "https://api.siliconflow.cn/v1",
        "apiKey": "你的硅基流动API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "deepseek-ai/DeepSeek-V3.2",
            "name": "DeepSeek V3.2"
          }
        ]
      }
    }
  }
}

第三章：本地私有化模型部署——完全免费、数据隐私

对于追求数据隐私、希望完全免费的场景，本地部署是理想选择。本地模型完全离线运行，无 Token 限制、无订阅费用、数据不出设备。

3.1 方案一：使用 Ollama 部署本地模型

Ollama 是目前最简单易用的本地模型部署工具，支持 Windows、macOS、Linux。

第一步：安装 Ollama

# MacOS / Linux 一键安装
curl -fsSL https://ollama.com/install.sh | sh

# Windows（管理员PowerShell）
winget install Ollama.Ollama

第二步：下载并启动模型

# 入门推荐（轻量，1GB）
ollama run qwen2.5:1.5b

# 主流推荐（综合效果，4.7GB）
ollama run qwen2.5:7b

# 推理增强版
ollama run deepseek-r1:7b

第三步：验证本地 API 服务

Ollama 默认在 http://localhost:11434 提供 OpenAI 兼容 API，验证命令：

curl http://localhost:11434/v1/models

第四步：配置 OpenClaw

编辑配置文件 ~/.openclaw/openclaw.json：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "no-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen2.5:7b",
            "name": "Qwen2.5 7B Local",
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "qwen2.5:1.5b",
            "name": "Qwen2.5 1.5B Local",
            "contextWindow": 32768,
            "maxTokens": 4096
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/qwen2.5:7b"
      }
    }
  }
}

第五步：重启网关

openclaw gateway restart

3.2 方案二：使用 LM Studio 部署本地模型

LM Studio 提供图形化界面，适合不熟悉命令行的用户。

第一步：下载安装 LM Studio

访问 https://lmstudio.ai/download，根据系统下载对应版本。

第二步：下载模型

打开 LM Studio，点击左侧「Model Hub」
搜索「qwen2.5」或你需要的模型
选择量化版本（推荐 Q4_K_M 版本，平衡性能与显存）
点击「Download」下载

第三步：开启 API 服务

点击左侧「Server」
开启「Enable Server」和「Enable OpenAI Compatibility」
默认端口为 1234，无需修改
在「Advanced Settings」中设置 Context Window 为 100000

第四步：验证 API 服务

curl http://localhost:1234/v1/models

第五步：配置 OpenClaw

{
  "models": {
    "providers": {
      "lmstudio": {
        "baseUrl": "http://localhost:1234/v1",
        "apiKey": "lmstudio-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen2.5-32b",
            "name": "Qwen2.5 32B Local",
            "contextWindow": 100000,
            "maxTokens": 8192,
            "cost": {
              "input": 0,
              "output": 0
            }
          }
        ]
      }
    }
  }
}

3.3 本地模型的硬件要求参考

模型规模	显存需求	适用硬件	典型模型
1B-3B	2-4GB	CPU/低端显卡	Qwen2.5 1.5B、Phi-3 Mini
7B-9B	6-8GB	RTX 3060/4060	Qwen2.5 7B、DeepSeek 7B
27B-35B	16-24GB	RTX 4090/5090	Qwen2.5 32B、DeepSeek 32B

量化版本选择建议：

Q4_K_M：平衡性能与显存，最推荐
Q5_K_M：精度稍高，显存增加约 20%
Q8_0：精度接近原版，显存翻倍

第四章：高级配置——多模型智能降级与切换

4.1 双模型配置（主模型+降级模型）

配置主模型和降级模型后，当主模型不可用（如 API 超限、服务中断）时，OpenClaw 自动切换到备用模型，实现高可用。

{
  "models": {
    "mode": "fallback",
    "providers": {
      "local": {
        "baseUrl": "http://localhost:11434/v1",
        "apiKey": "no-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen2.5:7b",
            "name": "Qwen2.5 7B Local"
          }
        ]
      },
      "cloud": {
        "baseUrl": "https://yuanbao.tencentcloudapi.com/v1",
        "apiKey": "sk-xxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "hunyuan-turbo",
            "name": "混元 Turbo"
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "local/qwen2.5:7b",
        "fallback": "cloud/hunyuan-turbo"
      }
    }
  }
}

4.2 环境变量管理 API Key（推荐）

为保护 API Key 安全，建议使用环境变量而非明文写入配置文件。

设置环境变量：

# Linux/MacOS
export YUANBAO_API_KEY="sk-xxx"
export DEEPSEEK_API_KEY="sk-yyy"

# Windows PowerShell
$env:YUANBAO_API_KEY="sk-xxx"

配置文件引用：

{
  "models": {
    "providers": {
      "yuanbao": {
        "baseUrl": "https://yuanbao.tencentcloudapi.com/v1",
        "apiKey": "${YUANBAO_API_KEY}",
        "api": "openai-completions"
      }
    }
  }
}

4.3 模型参数调优

根据模型能力，可以配置更详细的参数来优化表现：

{
  "models": {
    "providers": {
      "my-model": {
        "baseUrl": "http://localhost:1234/v1",
        "apiKey": "xxx",
        "models": [
          {
            "id": "qwen2.5-32b",
            "name": "Qwen2.5 32B",
            "contextWindow": 100000,
            "maxTokens": 8192,
            "reasoning": false,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            }
          }
        ]
      }
    }
  }
}

参数说明：

contextWindow：模型支持的最大上下文长度，影响记忆能力
maxTokens：单次回答的最大 Token 数
reasoning：是否支持思考过程（仅部分模型支持）
cost：计费参数，本地模型设为 0

第五章：快速配置命令汇总

5.1 命令行方式配置

OpenClaw 提供了非交互式命令行，可在脚本中直接配置模型：

# 添加自定义模型供应商
openclaw onboard \
  --auth-choice custom-api-key \
  --custom-provider-id my-model \
  --custom-base-url http://localhost:8000/v1 \
  --custom-model-id qwen2.5-7b \
  --custom-api-key "no-key-needed" \
  --custom-compatibility openai

5.2 模型管理命令速查

命令	功能
`openclaw models list`	列出所有已配置模型
`openclaw models current`	查看当前默认模型
`openclaw models set 提供商/模型ID`	切换默认模型
`openclaw chat --model 模型ID`	临时使用指定模型对话
`openclaw config get models`	查看模型配置
`openclaw config set models.providers.xxx.baseUrl URL`	修改模型 API 地址

5.3 快速测试模型是否生效

# 测试当前模型
openclaw chat --prompt "你是什么模型？请简要介绍自己"

# 指定模型测试
openclaw chat --model yuanbao/hunyuan-turbo --prompt "你好"

如果模型正常响应，说明配置已生效。

第六章：常见问题与解决方案

Q1：修改模型后无法连接怎么办？

排查步骤：

检查 API Key 是否正确，注意前后是否有空格
确认账号是否有足够 Token 额度（新账号需实名认证）
重启 OpenClaw 服务：openclaw gateway restart
检查网络是否能访问 API 地址：curl -I https://api.deepseek.com/v1

Q2：如何确认模型配置已生效？

发送测试消息，如“你现在调用的模型是什么”，如果 AI 能正常响应并说明模型信息，说明配置成功。也可通过 openclaw models current 命令查看当前使用的模型。

Q3：本地模型响应太慢怎么办？

选择更小的量化版本（如从 Q5_K_M 换为 Q4_K_M）
选择更小的模型（如从 32B 换为 7B）
确保 GPU 驱动正常，CPU 推理会明显变慢
调整 Context Window 长度，过长的上下文会消耗大量显存

Q4：多个模型如何快速切换？

Web 面板中点击右上角模型选择器下拉菜单，或使用命令 openclaw models set 提供商/模型ID。对话内也可直接输入 /model 模型ID 快速切换。

Q5：OpenClaw 能否同时使用多个模型？

可以。通过配置 fallback 降级模型实现自动切换，或通过对话内手动切换。

Q6：云端模型和本地模型如何选择？

因素	云端模型	本地模型
成本	按量付费/免费额度	完全免费
性能	响应快，算力强	取决于本地硬件
隐私	数据上传云端	数据不出本地
联网	需要网络	可完全离线
复杂任务能力	强（千亿参数）	较弱（受硬件限制）