 本地推理方案：基于 Ollama 部署开源模型替代云端 Token 消耗)
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-Instruct | Q4_K_M | ~5GB | 通用任务、自动化脚本 | ollama pull llama3:8b-instruct-q4_K_M |
| Qwen2-7B-Instruct | Q4_K_M | ~4.5GB | 中文优化、文案撰写 | ollama pull qwen2:7b-instruct-q4_K_M |
| GLM-4-9B-Chat | Q4_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 Ollama
Linux 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 11434：
ollama --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 Ollama，model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 profile，Base URL 填https://taotoken.net/api，Key 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 denied：
chown -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.claw：
cat > /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 failed：Ollama 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:11434，TaoToken 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/console，Claude 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。
