1. OpenClaw 越用越贵先看清 Token 到底烧在哪OpenClaw社区里都叫它“大龙虾”是一个 AI Agent 执行框架能帮你把“读文件、跑脚本、调接口、写代码”这类活儿串成自动化任务。它本身不产出智能智能来自背后接的大模型——默认配置下多数人接的是云端闭源模型。问题就出在这Agent 的工作方式和聊天不一样它一次任务可能要来回调用模型十几轮每轮都带着上下文Token 消耗是普通对话的好几倍。我见过最典型的三种烧钱场景。第一种是高频自动化任务比如批量处理几百个文件、跑接口回归测试、清洗数据表单次调用看着不多一天累计下来账单很吓人。第二种是长文本交互处理财报、技术文档、日志分析时上下文窗口被塞满输入 Token 直接翻倍。第三种是调试阶段开发时反复试错无效调用占比能到三成以上这些全是白花的钱。更麻烦的是版本坑。OpenClaw 2026.2.26 对agents add命令做了重构把--provider、--api-key这些传统参数移除了。你照着老教程敲命令会直接报unknown option --provider或者运行时报No API key found for provider ollama。很多人卡在这一步以为本地模型接不上其实只是配置方式变了。这篇要解决的问题很具体用 Ollama 在本地跑开源模型让 OpenClaw 的日常任务走本地推理把云端 Token 消耗压到接近零。适合谁个人开发者、小团队、以及任何对数据隐私敏感、又不想被 Token 账单追着跑的人。下面从环境准备到配置验证全程可复制重点解决 2026.2.26 版本的认证配置问题。2. Ollama 本地推理前置准备硬件、模型与 TaoToken 兜底本地推理的核心逻辑很简单Ollama 是一个本地大模型运行时负责把开源模型拉下来、跑起来、暴露一个兼容 OpenAI 风格的接口OpenClaw 通过这个接口调用模型推理过程全在你自己的机器上完成不产生任何云端 Token 费用。开源模型选指令微调过的量化版本兼顾效果和硬件占用。硬件门槛先说清楚。内存最低 8GB推荐 16GB 以上因为 4-bit 量化的 7B/8B 模型大概占 4.5 到 5.5GB。CPU 4 核 8 线程能跑8 核 16 线程更稳。有 NVIDIA 显卡的话开 CUDA 加速后推理速度能提升 5 到 10 倍单轮响应从 2 到 5 秒降到 0.5 到 1 秒。没有 GPU 也完全能用只是慢一点。模型选型上我建议优先看这三款都适配 OpenClaw 的任务规划需求模型量化级别内存占用适用场景拉取命令Llama3-8B-InstructQ4_K_M~5GB通用任务、自动化脚本ollama pull llama3:8b-instruct-q4_K_MQwen2-7B-InstructQ4_K_M~4.5GB中文优化、文案撰写ollama pull qwen2:7b-instruct-q4_K_MGLM-4-9B-ChatQ4_K_M~5.5GB代码生成、技术文档ollama pull glm4:9b-chat-q4_K_M这里要提一个兜底思路。本地模型不是万能的遇到特别复杂的推理任务效果可能不如云端大模型。这时候可以用 TaoToken 作为补充通道——它提供统一的模型接入能力你可以在 OpenClaw 里保留一个云端 profile只在本地模型搞不定的任务上切换过去。这样既保住了大部分 Token 成本又不牺牲复杂任务的效果。TaoToken 的 API 地址是https://taotoken.net/api接入文档在https://taotoken.net/doc需要的话可以先把 Key 备好。软件侧需要预装OpenClaw 2026.2.26假设你已经部署好、curl验证服务连通性、Docker可选容器化跑 Ollama 时用。Ollama 版本建议 v0.1.48 以上支持 480 多个开源模型。3. 可复制配置Ollama 拉取运行 OpenClaw 认证文件这一节是全文最核心的部分所有命令和配置都能直接复制。先装 Ollama再拉模型最后写 OpenClaw 的认证文件。3.1 安装并启动 OllamaLinux 下一键安装curl -fsSL https://ollama.com/install.sh | sh验证安装并启动服务默认端口 11434ollama --version ollama serve curl -s http://localhost:11434/api/tags最后一条命令输出{models:[]}就说明服务正常。接着拉取模型以 Llama3-8B 为例ollama pull llama3:8b-instruct-q4_K_M拉完后用ollama list确认模型已经在本地。3.2 OpenClaw 2026.2.26 认证配置这是最容易踩坑的地方。2026.2.26 版本移除了--api-key和--provider命令行参数认证信息必须通过auth-profiles.json文件手动配置。先创建目录路径要和报错信息里的路径完全匹配mkdir -p /home/node/.openclaw/agents/main/agent/然后写入认证配置。注意这里的baseUrl指向本地 Ollamamodel字段填你拉取的模型名{ default: { ollama: { baseUrl: http://localhost:11434, model: llama3:8b-instruct-q4_K_M, profileId: ollama } }, ollama: { baseUrl: http://localhost:11434, model: llama3:8b-instruct-q4_K_M, profileId: ollama } }把这段 JSON 写到/home/node/.openclaw/agents/main/agent/auth-profiles.json。如果你同时想保留 TaoToken 作为云端兜底可以在同一个文件里加一个 profileBase URL 填https://taotoken.net/apiKey 填你在控制台生成的Model ID 填你要用的模型名。三件套Base URL Key Model ID缺一不可这是接入任何 OpenAI 兼容接口的通用规则。3.3 权限与插件配置OpenClaw 以node用户运行文件归属不对会直接报Permission deniedchown -R node:node /home/node/.openclaw/ chmod 644 /home/node/.openclaw/agents/main/agent/auth-profiles.json chmod -R 755 /home/node/.openclaw/如果日志里有plugins.allow is empty的警告可以顺手补一个配置文件{ plugins: { allow: [feishu] } }写到/home/node/.openclaw/config.json然后chown node:node一下即可。4. 验证请求一次对话跑通本地推理与 Token 对比配置写完不算完得实际跑一次请求确认链路通了。这一步同时记录 Token 消耗方便和云端方案做对比。4.1 直接验证 Ollama 接口先用 curl 确认 Ollama 能正常返回curl -s http://localhost:11434/api/generate -d { model: llama3:8b-instruct-q4_K_M, prompt: 用一句话解释什么是递归, stream: false }返回 JSON 里有response字段就说明模型在正常工作。这一步不经过 OpenClaw纯粹验证本地推理服务。4.2 通过 OpenClaw 跑任务脚本创建一个测试脚本test_ollama.clawcat /app/test_ollama.claw EOF task 本地模型测试 { prompt 请生成一个Python脚本实现计算1到100的和并添加注释 action 执行代码生成 { type run command python args [-c, {{prompt.result}}] } } EOF以node用户运行避免权限问题su - node -c cd /app openclaw run test_ollama.claw成功的标志有三个终端不再出现No API key found for provider ollama脚本生成并执行输出计算结果 5050云端模型控制台没有任何调用记录Token 消耗为零。4.3 Token 消耗对比记录方式想量化降本效果可以这样记录。云端方案下在模型控制台看每次任务的 input/output Token 数乘以单价算出成本。本地方案下Ollama 不产生 Token 费用但你可以用ollama ps看模型占用用任务耗时估算推理量。我自己的记录方式是建一个简单表格按天记“任务数、云端等效 Token 数、本地实际耗时、云端等效成本、本地成本0”。跑一周下来高频自动化任务的成本差距非常直观。如果某些复杂任务本地效果不理想切到 TaoToken 的云端 profile 跑一次对比一下输出质量再决定是否值得花这个 Token。这种混合策略比一刀切更实用。5. 常见报错排查401、local proxy failed 与 reading choices本地推理接入过程中报错基本集中在几个固定位置。下面按真实报错对照排查。unknown option --provider和unknown option --api-key这是 2026.2.26 版本移除参数导致的。解决办法是放弃命令行配置改用本文的auth-profiles.json手动配置。Ollama 本地模型不需要 API Key所以--api-key这个参数本身就没有存在必要。No API key found for provider ollama说明 OpenClaw 没读到认证文件或者文件路径不对。检查/home/node/.openclaw/agents/main/agent/auth-profiles.json是否存在、JSON 格式是否合法、baseUrl是否指向http://localhost:11434。Permission denied认证文件归属不是node用户。执行chown -R node:node /home/node/.openclaw/修复。Ollama service unreachable或local proxy failedOllama 没启动或者 11434 端口被占用。先ollama serve 再用curl -s http://localhost:11434/api/tags确认。端口冲突的话用lsof -i:11434查一下。401 Unauthorized这个通常出现在你切到云端 profile 时。检查 TaoToken 的 Key 是否填对、是否过期Base URL 是否是https://taotoken.net/api。本地 Ollama 不会报 401因为它不做鉴权。reading choices相关报错一般是接口返回格式不符合预期常见于 Base URL 填错比如多加了/v1或漏了路径。确认 Ollama 的地址是http://localhost:11434TaoToken 的是https://taotoken.net/api不要自己拼路径。OAuth相关报错如果你用的是需要 OAuth 的云端服务检查 token 是否刷新。本地 Ollama 不涉及 OAuth出现这个报错说明请求打到了错误的 endpoint。排查顺序建议先确认 Ollama 服务活着再确认认证文件路径和权限最后确认 OpenClaw 用的 profile 是哪个。三步走完九成问题都能定位。6. 把本地推理接进日常从 API Keys 到 Coding Plan配置跑通之后接下来就是把它用起来。日常任务走本地 Ollama复杂任务用 TaoToken 兜底这个组合能覆盖绝大多数场景。如果你还没生成 TaoToken 的 Key可以去 API Keys 页面创建一个https://taotoken.net/api-keys。接入细节看文档https://taotoken.net/doc。想先试试模型对话效果用这个入口https://taotoken.net/model-chat。如果你长期做编码和 Agent 任务Coding Plan 会更划算https://taotoken.net/coding-plan。控制台在https://taotoken.net/consoleClaude Code 相关接入看https://taotoken.net/claude-code-anthropic。回到 OpenClaw 本身本地推理最大的价值不是“完全免费”而是把成本结构从“按 Token 付费”变成“按硬件付费”。硬件是一次性投入跑得越多越划算。对于每天都有自动化任务跑的开发者这个账很好算。最后给一个实用技巧本地模型切换不用改代码只改auth-profiles.json里的model字段就行。比如从 Llama3 换成 Qwen2改完重启 OpenClaw 即可。想试新模型先ollama pull拉下来再改配置几分钟就能验证效果。这套流程跑顺之后你的 OpenClaw 就真正变成了一个成本可控、数据不出本地的自动化工具。