OpenClaw怎么换大模型？3步免费切换各种大模型配置教程

发布时间：2026-04-02 16:53:39 作者：佚名

文章详细介绍了OpenClaw如何通过灵活配置对接各类模型服务,支持免费或低成本使用云端、本地私有化模型及自定义模型,通过三步配置更换模型,实现智能降级切换,需要的朋友可以参考下

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）

建议组合：日常使用本地模型降成本，复杂任务通过 fallback 自动切换到云端模型。

结语：选对“大脑”，龙虾才能真正干活

OpenClaw 的强大之处在于它的“开放性”——不绑定任何模型，让你自由选择最适合需求的“大脑”。无论是追求极致的代码能力（DeepSeek）、优秀的中文理解（腾讯元宝）、数据隐私保护（本地 Ollama），还是零成本长期使用（元宝免费版、豆包），都能找到匹配方案。

配置的核心三步骤：

获取 API Key（云端）或部署本地服务（Ollama/LM Studio）
编辑配置文件 ~/.openclaw/openclaw.json 添加模型提供商
执行 openclaw gateway restart 重启生效

现在，动手为你养的“龙虾”换个更聪明的大脑吧——让它在文件整理、代码生成、跨应用协同中真正“说到做到”！

以上就是OpenClaw怎么换大模型？3步免费切换各种大模型配置教程的详细内容，更多关于OpenClaw免费切换各种大模型配置的资料请关注脚本之家其它相关文章！

Tag：OpenClaw 切换大模型

OpenClaw接入大模型API完整教程：2026年Skills开发从零到跑通
这篇文章主要为大家介绍了从零实现 OpenClaw 接入大模型 API 的完整教程，涵盖 Skills 开发全流程，适合想在 OpenClaw 平台上快速跑通大模型接入的开发者参考,需要的朋友可
2026-03-21
Windows原生部署OpenClaw并对接千问大模型Qwen的全流程(新手零踩坑)
本文将详细讲解在 Windows 笔记本（无需 WSL）上，通过原生 PowerShell 部署 OpenClaw，并对接千问大模型（深度求索）大模型的全流程，包含环境搭建、配置接入、功能使用
2026-03-17
OpenClaw国内五个主流大模型配置与接入指南:MiniMax、GLM、Kimi、Douba
OpenClaw（原名Moltbot、Clawdbot）是2026年初爆火的开源个人AI助手项目，支持本地部署，兼容多种消息平台，本文将基于最新官方文档，提供五个主流国内大模型的完整配置方
2026-03-15
OpenClaw+Ollama+Qwen3.5:cloud/Qwen3:0.6b部署本地离线部署AI大模型(
无需GPU、无需云端API，在Windows10/11电脑上，手把手教你部署Ollama+Qwen3.5:cloud（主力模型）+Qwen3:0.6b（轻量备选）+OpenClaw，实现本地离线运行私人AI,感兴趣的可以
2026-03-10
Mac mini上部署配置OpenClaw并接入国产大模型与飞书
本文详细介绍了在Macmini上部署OpenClaw的全过程,包括配置安装及国产大模型接入以及飞书机器人集成,搭建一个的AI助手,满足日常自动化需求，需要的朋友们下面随着小编来一起
2026-03-09
OpenClaw 是什么 OpenClaw 使用教程
这篇文章给大家介绍OpenClaw 使用教程跨平台安装部署、配置大模型 Provider、接入 Ollama、本地 Skills/插件、浏览器控制、搜索 API、Obsidian Skills的相关操作，感兴趣的
2026-03-05

OpenClaw怎么换大模型？3步免费切换各种大模型配置教程

目录

引言：为什么要换掉你的“龙虾大脑”？

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？

1.2 OpenClaw 的模型配置架构

1.3 支持的三类模型

1.4 模型切换的核心操作

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）

2.2 豆包模型配置

2.3 DeepSeek 模型配置

2.4 智谱 GLM 模型配置

2.5 百度千帆模型配置

2.6 自定义模型供应商（任意 OpenAI 兼容 API）

第三章：本地私有化模型部署——完全免费、数据隐私

3.1 方案一：使用 Ollama 部署本地模型

3.2 方案二：使用 LM Studio 部署本地模型

3.3 本地模型的硬件要求参考

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）

4.2 环境变量管理 API Key（推荐）

4.3 模型参数调优

第五章：快速配置命令汇总

5.1 命令行方式配置

5.2 模型管理命令速查

5.3 快速测试模型是否生效

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？

Q2：如何确认模型配置已生效？

Q3：本地模型响应太慢怎么办？

Q4：多个模型如何快速切换？

Q5：OpenClaw 能否同时使用多个模型？

Q6：云端模型和本地模型如何选择？

结语：选对“大脑”，龙虾才能真正干活

相关文章

最新评论

文章分类

大家感兴趣的内容

最近更新的内容