OpenClaw太耗token，怎么用Ollama或vLLM模型替代API付費方案？

之前就聽說openclaw用起來非常花錢，但也有省錢的辦法。最近公司養了幾只龍蝦，也接上了性能最強的claude-sonnet-4.6、gpt5模型。我不敢讓它執行復雜的任務，怕一不小心燒掉幾百塊。于是我在聊天框里打出了我認為最便宜的命令，“你好”。

查了一下賬戶消費記錄，花費7毛錢（0.111美元）？！總共輸入大約2萬token。

怎么可能？我又在賬戶里調查了一番，原來我發出的“你好”，前面跟了上萬字openclaw自帶的系統提示詞，而且幾乎無法避免。連“你好”都這么貴，真讓它干活，錢包還受得了？正好我們至頂AI實驗室手上有一些本地AI設備，比如英偉達GB10顯卡系列的機器，可以部署本地大模型。直接把openclaw接入的這些昂貴的云端付費模型換成免費的本地大模型。本地模型接入openclaw可能比較麻煩，不過別擔心，下面我就教大家怎么操作。本地模型的部署方法有很多，我們這里主要講常見的Ollama和vLLM接入方法。（注意：下載模型的時候，要選擇可以調用工具的模型哦）Ollama

1.ollama下載模型

ollama pull gpt-oss:120b2..openclaw允許ollama

openclaw config set models.providers.ollama.apiKey "ollama-local"3.修改配置文件

修改這個文件： ~/.openclaw/openclaw.json

{ agents: { defaults: { model: { primary: "ollama/gpt-oss:120b" }, }, },}給大家看看我修改完的示例，不一定跟我一樣： "agents": { "defaults": { "model": { "primary": "ollama/gpt-oss:120b", "fallbacks": [ "openai/gpt-5.1-codex" ] }, "models": { "ollama/gpt-oss:120b": { "alias": "GPT-OSS-120b" }4.檢查是否成功openclaw models listollama模型，顯示為default

openclaw能開啟新對話則成功。

vLLM這里假設你已經部署好了vLLM，下載好了模型。1.啟動vLLM模型

（以Qwen/Qwen3.5-35B-A3B 為例）

vllm serve Qwen/Qwen3.5-35B-A3B --enable-auto-tool-choice --tool-call-parser qwen3_coder--enable-auto-tool-choice

--tool-call-parser

這兩個參數代表vllm允許自動調用工具

qwen3_coder

這個參數代表--tool-call-parser調用qwen3_coder。！不同模型對應的不一樣，qwen3.5對應qwen3_coder。需要在你用的模型的huggingface上的Modelcard等地方查。！

2.在openclaw添加vLLM運行的模型

openclaw configure(1)選擇 Local->Model->vLLM

(2)填入vLLM API key:

vllm-local(3)模型填入

Qwen/Qwen3.5-35B-A3B(4)檢查是否成功openclaw models listvllm模型，顯示為default

openclaw能開啟新對話則成功。

END本文來自至頂AI實驗室，一個專注于對AI計算機、工作站及各類AI相關硬件設備，開展基于真實使用場景評測的研究機構。