其实，让OpenClaw在执行日常任务时优先调用本地Ollama免费模型，从而把Token消耗直接归零，并没有想象中那么复杂。只需要几个步骤，就能让qwen2.5:7b或llama3.2这类模型成为默认主力，90%以上的简单任务完全不需要跑云端API。

你可能会想：具体怎么做？别急，下面一步一步来，只要按顺序操作，就能把本地模型牢牢绑定到OpenClaw上。

确认本地Ollama服务已就绪

打开终端，先跑 ollama list，看看输出里有没有 qwen2.5:7b 或 llama3.2:latest 这样的条目。如果没有，就赶紧 ollama pull qwen2.5:7b 把模型拉下来。这一步是地基，搞不定后面全是白搭。

然后确保 ollama serve 在后台运行（默认监听 http://127.0.0.1:11434），这就是OpenClaw访问本地模型的唯一通道。

修改OpenClaw模型配置文件

编辑 ~/.openclaw/openclaw.json，找到 "models" 下的 "providers" 区块，把原来的云端模型配置删掉，换成下面这段本地Ollama配置：

{ "local-ollama": { "type": "ollama", "baseUrl": "http://127.0.0.1:11434", "model": "qwen2.5:7b", "temperature": 0.3, "maxTokens": 2048 } }

特别注意：model 字段必须和 ollama list 里显示的名称一模一样，包括版本号和冒号。别写成 qwen2.5 或 qwen2.5:latest，否则会触发404错误，然后OpenClaw会自动回退到云端模型，白白浪费Token。

设置模型优先级与自动降级策略

在同一个文件的 "agents" → "defaults" → "model" 路径下，配置成这样：

"primary": "local-ollama/qwen2.5:7b",

"fallbacks": ["siliconflow/qwen2.5:7b", "dashscope/qwen-max"]

这样一来，所有任务默认走本地Ollama；只有本地服务挂了（比如端口被占、进程崩溃），才会按顺序尝试硅基流动的免费API和通义千问的付费API。注意，fallback列表里千万别放 gpt-4o 或 claude-3-opus 这种高成本模型，不然一不小心就会产生高额账单。

启用结构化指令与动作缓存

在 openclaw.json 同级目录下，找到或新建 skill-config.json，添加以下内容：

{ "taskDescriptionStyle": "structured", "structuredTemplate": "[动作类型]:[目标对象]", "execution": { "enableActionCache": true, "cacheTTL": 3600 } }

这个配置会让OpenClaw把“点击微信图标”压缩成 CLICK:WeChat 这样的短格式，而不是生成完整句子。配合缓存机制，对重复操作（比如每小时检查邮件）能减少28%以上的Token生成量。保存后不用重启，下次任务立即生效。

验证本地模型是否真正接管

启动OpenClaw后，盯着控制台日志看，找到包含 Using model: local-ollama/qwen2.5:7b 的行。如果同时看到 Connecting to http://127.0.0.1:11434 且没有 Failed to connect 报错，说明本地模型已经成功上岗。

试试执行一条简单指令，比如“把当前桌面截图保存为png”，观察响应时间——本地模型通常在800ms内返回结果，而云端API普遍需要2到5秒。响应快，就意味着流量没有外泄，Token自然也没被浪费。