在 OpenClaw 的设置 → 模型配置里只填了http://127.0.0.1:11434这是很多人照着《OpenClaw 与 Ollama 本地模型部署指南》做完步骤 9 后的真实状态聊天页能选的模型全带 ollama 标签终端里ollama run gemma4:e4b也能跑但换一台机器、磁盘空间不够或想试更重的模型时OpenClaw 里没有第二条入口。补这条入口不用拆掉本地 Ollama先去 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_intro 创建一把 Key再回到 OpenClaw 模型配置里新增一条云端模型项Base URL 填 https://taotoken.net/api保存全部配置后按步骤 11 发一条「你好你是什么模型」验证即可。这篇不重新讲 Ollama 怎么安装也不劝你把本地模型删掉。重点只放在原文步骤 9 到步骤 11 之间模型配置页原先只有一条127.0.0.1:11434现在把它扩成两条并存本地那条原样保留云端那条走 TaoToken 的统一 API 通道。下面按 OpenClaw 的实际字段逐项填最后用一句中文测试把两条入口都跑一遍。1. OpenClaw 模型配置只填 127.0.0.1:11434聊天页为什么只剩 ollama 标签1.1 步骤 9 保存后模型列表被本地地址锁死原文步骤 9 的操作路径很直白打开 OpenClaw进设置找到模型配置填入http://127.0.0.1:11434点测试再点保存全部配置。这条链路本身没问题它让 OpenClaw 知道本机有一个 Ollama 服务在监听聊天页随即能列出本机已经拉下来的模型。问题出在“只有一条”上OpenClaw 的模型下拉不是从互联网上随机抓模型而是根据你填过的供应商条目去拉列表。你只填了本地地址它就只能从127.0.0.1:11434拉于是聊天页里清一色是带 ollama 标签的本地模型。这个状态在单机、单场景下很好用甚至比云端更省心。可一旦你离开那台机器或者把 OpenClaw 换到另一台电脑上本地地址就变成了一个指向空处的地址。第二台机器上没有跑 Ollama或者 Ollama 里没拉同样的模型模型配置页测试直接报连接失败聊天页自然也没有可选项。磁盘吃紧时也类似想跑更大的参数下载量、内存占用、推理速度都会变成新的门槛而 OpenClaw 里没有第二条路可走。1.2 第二条入口要解决的不是“替代”而是“并存”很多人第一反应是把127.0.0.1:11434改成某个云端地址。这样做会把本地 Ollama 那条路直接切断原文里已经验证通过的本地模型反而不能用了。更稳的做法是保留原来的条目在模型配置页里新增一条供应商或模型服务项让 OpenClaw 同时认识两个来源一个指向本机 Ollama一个指向云端 API 通道。聊天页的模型下拉里会出现两组模型按需切换谁也不影响谁。所以这篇的目标不是把本地部署换成云端而是把原文步骤 9 的“单条配置”扩成“双条配置”。本地 Ollama 继续负责离线、隐私、不依赖网络的场景云端那条负责换机器、磁盘紧张、想试更重模型时兜底。两条入口共用同一个 OpenClaw配置页里各填各的 Base URL各用各的 Key互不覆盖。2. 在 OpenClaw 新增云端条目之前先把 Key 和模型 ID 拿到2.1 到 TaoToken 创建 API Key打开 TaoToken 官网注册或登录后进入控制台找到 API Keys 页面创建一把新 Key。Key 只显示一次或少数几次复制后先放到本地临时文本里不要直接贴在聊天窗口。OpenClaw 的模型配置里需要用这把 Key 作为云端条目的凭证格式统一写成YOUR_API_KEY只是本文占位你实际要填的是刚复制出来的那串字符。创建 Key 时留意当前账号可用的模型范围。有些 Key 可能只绑定了部分模型有些则适用于模型广场里的对话模型。Key 本身不区分 OpenClaw 或别的工具它只是一把访问凭证。你在 OpenClaw 里填什么模型 ID就决定这次对话走哪个模型。因此下一步不是急着回 OpenClaw而是先去模型广场把模型 ID 确认下来。2.2 模型 ID 以模型广场当时列表为准OpenClaw 的模型 ID 字段不能凭记忆手打也不能照着旧截图抄。模型广场会不定期调整可用列表正确做法是打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_models 在模型广场里找到你要用于 OpenClaw 的对话模型复制它的模型 ID。这个 ID 通常是一串带命名规则的字符串复制完整不要多加空格也不要自己加日期后缀。原文里 Ollama 的模型名可能是gemma4:e4b这类本地标签但云端条目的模型 ID 是另一套体系两者不要混用。你在 OpenClaw 里新增的是云端供应商模型 ID 必须来自模型广场当时展示的值。如果模型广场里找不到你想要的模型就换一个当前可用的对话模型或者回到本地 Ollama 那条入口不要把一个不存在的 ID 硬填进去。3. 回到 OpenClaw 模型配置把云端那一栏补上3.1 保留本地 Ollama 条目新增一条云端供应商再次打开 OpenClaw进入设置 → 模型配置。先确认原来那条http://127.0.0.1:11434还在不要编辑它也不要删除它。找到新增供应商、添加模型服务或类似的按钮新建一条空白条目。不同版本的 OpenClaw 字段名称可能略有差异但核心就是四个值供应商名称、Base URL、API Key、模型 ID。供应商名称可以写TaoToken Cloud或任何你认得出的名字它只用于在 OpenClaw 里区分本地和云端。新增条目后Base URL 填https://taotoken.net/api。注意这里末尾不要加/v1也不要加任何 UTM 参数。官网落地页https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_config是给人打开注册、创建 Key、看模型广场用的不要把它填进 OpenClaw 的 Base URL 字段。这两个地址用途不同混填会导致请求路径错误。3.2 字段对照Base URL、Key、模型 ID 分别填什么下面这张表按 OpenClaw 模型配置页的常见字段整理左边是字段含义右边是本次要填的值。你可以直接对照填写本地 Ollama 条目的值保持原样不要改动。字段本地 Ollama 条目新增云端条目供应商名称Ollama LocalTaoToken CloudBase URLhttp://127.0.0.1:11434https://taotoken.net/apiAPI Key通常留空或随意YOUR_API_KEY实际值从官网创建模型 ID本机ollama list里的模型名从模型广场复制的对话模型 ID测试方式点测试确认本地服务在线点测试确认 Key 与地址可通如果 OpenClaw 的界面里还有“API 类型”“协议”之类的下拉选 OpenAI 兼容或默认对话接口即可具体以你当前版本提供的选项为准。不要为了让字段看起来完整而编造额外参数。只要 Base URL、Key、模型 ID 三项正确保存后聊天页就能拉取云端模型列表。可复制的填写模板如下实际使用时把 Key 和模型 ID 替换掉供应商名称TaoToken Cloud Base URLhttps://taotoken.net/api API KeyYOUR_API_KEY 模型 ID从模型广场复制的对话模型 ID3.3 点测试、保存全部配置再回聊天页看下拉填完先点一次测试。测试通过说明 OpenClaw 能连上https://taotoken.net/api并且 Key 被接受。测试失败先不要反复保存按后面的排障顺序查。测试通过后点“保存全部配置”这个按钮很关键原文步骤 9 也是最后一步保存全部配置。只填不保存聊天页不会更新模型列表。保存完成后回到聊天页打开模型下拉。正常情况下你会看到两组来源一组是本地 Ollama 的模型一组是云端模型。云端模型的具体显示名称可能来自模型 ID 或模型广场的展示名以实际显示为准。看到两组都在说明两条入口已经并存接下来按原文步骤 11 发消息验证。4. 按原文步骤 11 发「你好你是什么模型」验证两条入口4.1 先切云端条目确认返回不是本地模型在聊天页模型下拉里选中新增的云端模型发一句「你好你是什么模型」。这句话不是为了套出准确答案而是为了确认请求确实走到了云端条目。如果返回正常说明 Base URL、Key、模型 ID 三项至少没有硬伤。返回内容里可能包含模型自称名称也可能只是正常应答这都不影响判断关键是它没有报连接错误、没有提示 Key 无效、没有卡在本地服务未启动。如果这条消息很快返回但内容明显像本地小模型先检查模型下拉是不是还停留在 Ollama 条目。OpenClaw 的聊天页可能记住上次选择切换条目后要看清楚当前选中的供应商。云端条目和本地条目的模型名可能相似但来源不同下拉里通常会有分组或前缀区分。确认选中云端后再发一次。4.2 再切回 Ollama 条目确认本地没被覆盖云端验证通过后把模型下拉切回本地 Ollama 那条再发一句「你好你是什么模型」。如果本地模型仍能正常回复说明新增云端条目没有破坏原来的127.0.0.1:11434配置。这是双入口方案最重要的检查点不是云端通了就结束而是本地也要活着。很多人配置时手滑把原来的地址改掉结果云端通了、本地废了等于用一条入口换另一条。切回本地时如果报连接失败先在终端执行ollama list确认 Ollama 服务还在跑、模型还在。终端能列出来但 OpenClaw 报错再检查模型配置里本地条目的地址有没有被误改。只要地址还是http://127.0.0.1:11434并且 Ollama 服务正常本地条目就应该恢复可用。4.3 返回异常时按这三个顺序查验证不通过时不要同时改多个字段。先查 Key回 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_console 看这把 Key 是否还在、是否被禁用、是否复制完整。再查模型 ID回模型广场确认当前 Key 可用范围里有没有这个 ID不要用已经下线的模型名。最后查 Base URL必须是https://taotoken.net/api末尾不能多/v1也不能把官网落地页地址填进去。这三项查完再回 OpenClaw 点测试、保存全部配置、重开聊天页。很多“配置不生效”其实是保存按钮点得不够彻底或者聊天页还挂着旧会话。按顺序排查比反复改配置更省时间也能避免把原本可用的本地条目一起弄坏。5. OpenClaw 双入口常见报错对照5.1 401 与 403Key 没填对或没保存OpenClaw 云端条目测试返回 401 或 403先看 API Key 字段。常见情况是复制时少了一段、带了换行、前后有空格或者填成了别的平台的 Key。把YOUR_API_KEY替换成从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_key 创建的实际 Key重新粘贴确认没有多余字符。保存全部配置后再测一次。如果 Key 确认正确仍然 401去控制台看这把 Key 的状态。Key 可能已被删除、已过期或者账号当前不可用。新建一把 Key 换上去是最快的排除法。不要在多处反复粘贴同一把有问题的 Key容易让后续判断更乱。5.2 404Base URL 多了 /v1 或写成了别的路径404 在 OpenClaw 云端配置里多半是 Base URL 写错。正确值是https://taotoken.net/api末尾不要加/v1。有些工具习惯让用户填带/v1的地址但 OpenClaw 这里按本文的云端条目填法走保持https://taotoken.net/api。也不要填成https://taotoken.net或官网落地页那会把请求打到网页路径上。改完 Base URL 后先点测试再保存全部配置。如果仍然 404检查 OpenClaw 的供应商类型是否选错。某些版本可能要求选择 OpenAI Compatible 或类似协议选成别的协议会拼出不同路径。以你当前 OpenClaw 版本提供的选项为准认准“对话 / OpenAI 兼容”这一类。5.3 模型不存在模型 ID 不是模型广场里的值测试能通过但发消息提示模型不存在或不可用通常是模型 ID 不对。回模型广场复制当前可用的对话模型 ID重新粘贴到 OpenClaw 的模型 ID 字段。不要手打不要加日期后缀也不要把本地 Ollama 的模型名填到云端条目里。云端条目和本地条目是两套模型命名混填必然报错。如果模型广场里确实没有你之前用的那个 ID说明该模型当前不在可用列表里。换一个当前展示的对话模型或者临时切回本地 Ollama。以模型广场当时列表为准比记住旧名字更可靠。5.4 聊天页还是只有 ollama缓存或没保存全部配置保存全部配置后聊天页没变化先彻底关闭 OpenClaw 再重新打开。部分客户端会缓存上一次的模型列表不重启不刷新。重开之后再看模型下拉如果云端条目仍不出现回模型配置页确认新增条目还在、测试是否通过、保存全部配置是否点过。还有一种情况是云端条目建了但模型 ID 没填或者填了但没通过测试。OpenClaw 可能只把测试通过的供应商展示到聊天页。回模型配置页点一次测试通过后再保存全部配置。不要只保存单个字段原文步骤 9 的“保存全部配置”在这里同样适用。6. 两条入口并存后的分工Ollama 管离线TaoToken 管重模型6.1 本地 Ollama 留在原位的理由本地 Ollama 最大的优势是离线可用和本机数据不出门。日常问答、简单代码解释、不涉及敏感信息的整理留在本地那条入口完全够用。模型已经下载到磁盘推理不依赖外网延迟也相对稳定。原文里ollama run gemma4:e4b能跑通说明本地链路已经验证过没必要为了新增云端条目把它删掉。但本地模型受机器性能限制。换机器时新机器没有同样的 Ollama 环境和模型文件OpenClaw 即使配置还在也连不上本地服务。磁盘吃紧时下载更大的模型会挤占空间。想跑更重的模型本地推理可能变慢甚至跑不动。这些场景就是云端条目要接手的部分。6.2 云端模型适合接手的场景换到另一台电脑、临时借用设备、本地磁盘没有余量、想试模型广场里更重的对话模型这些情况下切到 OpenClaw 里的云端条目即可。它不要求本机跑 Ollama也不要求提前下载模型文件。Base URL 固定填https://taotoken.net/apiKey 用创建好的那把模型 ID 从模型广场复制。配置一次后以后只需在聊天页下拉里切换。两条入口并存的好处是选择权在你手里离线、隐私优先时切本地需要更重模型或换机器时切云端。OpenClaw 的模型配置页里两条条目各占一行互不覆盖。只要不改本地那条的127.0.0.1:11434本地能力始终保留。6.3 去控制台看这次调用是否记上账云端条目验证通过后回 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_usage 看这次调用有没有正常记录。控制台里能看到 Key 的使用情况、调用时间和模型记录用来确认 OpenClaw 发出的请求确实走到了你创建的那把 Key 上。如果记录为空回 OpenClaw 检查云端条目是不是还在用旧的 Key或者模型下拉是不是切回了本地。这次检查也能帮你判断后续要不要继续用云端模型。调用记录正常就把 OpenClaw 的云端条目保留下来如果只是偶尔换机器用一次也不用把本地 Ollama 删掉。两条路都留着按场景切换比每次重配一遍省事。配置到这一步OpenClaw 的模型下拉里应该同时有本地 Ollama 和云端模型。想先单独试一下云端模型可以打开 TaoToken 模型对话 用同一把 Key 发消息如果要长期在 OpenClaw 里跑重模型可以看 Coding Plan 是否够用Key 不够或想再建一把去 控制台 API Keys 创建。需要把同类配置接到 Claude Code 时对照 Claude Code 接入文档 填环境变量即可OpenClaw 这边仍然保留本地和云端两条入口按需切换不必来回改127.0.0.1:11434。