模型问题看起来复杂,其实最常见的根因就集中在三层:
- 认证没成功
- 默认模型名写错
- provider 或网络状态异常
所以排查时最怕的是一上来就怀疑所有东西。更有效的做法,是先把模型层的事实状态看清楚。
第一轮应该先跑什么
openclaw models status
openclaw status --deep
这两个命令能最快帮你区分:
- provider 是否已认证
- 默认模型是否被识别
- provider 当前状态是否异常
先把模型问题分成三类
你可以先判断自己属于哪类现象:
- 根本没有可用模型:多半是认证或 provider 配置问题
- 已经认证,但调用报模型不存在:多半是模型名问题
- 偶发失败或超时:更像网络、限流或 provider 状态问题
一旦先分了类,后面就不会在“Key、模型名、网络”之间来回乱跳。
最常见的根因
1. API Key 或 OAuth 根本没生效
例如:
- OpenAI API Key 没写进正确环境
- Anthropic Key 仍然缺失
- OpenRouter Key 没生效
- Codex 登录已经过期
2. 模型名写错
这也是高频问题。比如:
openai/*和openai-codex/*混用了ollama/<name>没按实际模型名写- provider 前缀漏掉了
- 模型别名和真实名称不一致
3. 网络或 provider 自身状态有问题
尤其是远程 provider 或远程 Ollama 时,更要先确认是不是连通性问题,而不是配置逻辑问题。
为什么先看 models status
因为它能优先回答一个最根本的问题:
“系统到底认没认到你当前想用的模型和 provider。”
如果这里都不正常,去聊天窗口里测试只会增加噪音。
三个典型现象,对应怎么查
现象一:完全没有模型可用
优先检查:
- provider 是否完成认证
- 环境变量是否真的生效
- 当前运行实例是否读到了正确配置
现象二:认证成功,但提示模型不存在
优先检查:
- 默认模型名是否写对
- 前缀是否正确
- 该 provider 当前是否真的支持这个模型标识
现象三:有时能用,有时报错或超时
优先检查:
- provider 状态是否波动
- 网络是否稳定
- 是否存在配额、速率限制或远程服务负载问题
一个推荐的排查顺序
openclaw models statusopenclaw status --deep- 检查默认模型名
- 检查 provider 认证方式
- 如果是 Ollama,再检查 base URL 和本地服务状态
- 如果是远程 provider,再看网络和限流状态
如果你用的是 Ollama
Ollama 类型的问题更容易出在这几处:
- 本地服务其实没启动
- base URL 指到了错误地址
- 模型虽然下载了,但名称和配置里写的不一致
- OpenClaw 运行的那台机器,并不是你以为的那台机器
最后这一点特别容易忽略,尤其是远程 Gateway 场景。
如果你用的是云端 provider
像 OpenAI、Anthropic、OpenRouter 这类 provider,排查时优先注意:
- Key 是否在当前运行环境里
- 账户权限或配额是否足够
- 当前区域网络是否能稳定访问
- 返回错误是否其实来自上游限流
很多“模型突然变慢或失败”的问题,本质上并不是配置写错,而是上游状态波动。
一个常见误区
不要把“认证成功”和“默认模型一定可用”当成一回事。很多问题恰恰发生在:
- 认证已经成功
- 但默认模型名写错或不存在
所以一定要把 provider 状态和模型标识分开看。
模型排障最怕的不是问题复杂,而是层次混乱。先看认证,再看模型名,最后再看网络和 provider 状态,通常就能把大多数问题快速缩小到正确范围。