--- title: "将 OpenClaw 连接到云端和本地模型 · DotsAgent" description: "使用 API key 将 OpenClaw 连接到 OpenAI、Anthropic、Gemini 或 OpenRouter，设置默认模型，或在本地通过 1234 端口运行 LM Studio，或通过 8000 端口运行 vLLM。" url: https://dotsagent.io/zh/openclaw/models --- OpenClaw 指南 · 4 个步骤 # 将模型连接到 OpenClaw 为 OpenClaw 配置云服务商的 API key 并选择默认模型，或将它指向 LM Studio、vLLM 等本地服务器。 云服务商通过官方 provider 插件接入，这些插件从环境变量中读取 key。除这里列出的服务商外，还支持约 30 家其他服务商。 1. 设置服务商 key 导出服务商的 key，然后列出 OpenClaw 可通过该 key 访问的模型。OPENAI_API_KEY、GEMINI_API_KEY、OPENROUTER_API_KEY、XAI_API_KEY、MISTRAL_API_KEY、GROQ_API_KEY 和 DEEPSEEK_API_KEY 都可以使用相同的方法。 shell`export ANTHROPIC_API_KEY=sk-ant-... openclaw models list` 2. 选择默认模型 从列表中复制一个格式为 provider/model 的 model id，并将其设为默认模型。 shell`openclaw models set ` 3. 在本地使用 LM Studio 启动 LM Studio 本地服务器，然后在 openclaw.json 的 models.providers. 下添加它，并将 baseUrl 和 api 分别设为此处对应的值和 openai-responses。可以使用 ollama-local 这样的占位 apiKey。 设置`Base URL: http://127.0.0.1:1234/v1 API: openai-responses` 4. 使用 vLLM、SGLang 或 MLX 这些服务器默认使用 8000 端口，且需要将 api 设为 openai-completions。按照相同方式在 models.providers. 下注册。Ollama 有自己的 provider；llama.cpp 则通过插件提供，并带有托管式本地服务器。 设置`Base URL: http://127.0.0.1:8000/v1 API: openai-completions` 本地模型所需的内存远多于 gateway。仅最小配置的 llama.cpp 就需要约 8 GiB，因此从云 API 切换前，请先检查主机的资源。 ## 更多 OpenClaw 指南 [安装 OpenClaw](https://dotsagent.io/zh/openclaw/install) [在 VPS 上运行 OpenClaw](https://dotsagent.io/zh/openclaw/vps) [在 Docker 中运行 OpenClaw](https://dotsagent.io/zh/openclaw/docker) [在 Raspberry Pi 上运行 OpenClaw](https://dotsagent.io/zh/openclaw/raspberry-pi) [将 OpenClaw 连接到 Telegram](https://dotsagent.io/zh/openclaw/telegram) [加固你的 OpenClaw gateway](https://dotsagent.io/zh/openclaw/hardening) [远程访问 OpenClaw](https://dotsagent.io/zh/openclaw/remote-access) ## 来源 1. [docs.openclaw.ai](https://docs.openclaw.ai/concepts/model-providers/official-provider-plugins)/concepts/model-providers/official-provider-plugins 2. [docs.openclaw.ai](https://docs.openclaw.ai/gateway/local-models)/gateway/local-models 为 AI agent 开发者提供的独立参考资料。与此处提及的任何厂商均无关联。 © 2026 DotsAgent · 事实核查日期：2026年10月1日