OpenClaw dice que la solicitud al LLM agotó el tiempo de espera

Una solicitud al modelo que agota el tiempo de espera es uno de los primeros errores con los que se encuentra la gente después de pasar OpenClaw a un modelo local, y las páginas de solución de problemas de la documentación le dan una lista corta de causas. La mayoría tienen que ver con el backend local: un modelo grande que se carga en frío, una ventana de contexto que el hardware no puede soportar, un host que responde a curl pero no al Gateway. Dos tienen que ver con proveedores alojados: un límite de frecuencia disfrazado de 429 y un bloqueo aguas arriba disfrazado de 403. Aquí tienes cada una con su solución, en el orden en que la documentación sugiere probarlas.

Las causas locales

• Un modelo en frío: los modelos locales grandes pueden necesitar una primera carga larga. Asigna un tiempo de espera más largo al proveedor Ollama (el ejemplo de la documentación es de 300 segundos) y mantén el modelo cargado entre turnos con un parámetro keep-alive en la entrada del modelo; el mismo ajuste también amplía el tiempo de espera de conexión cuando el host tarda en aceptar conexiones.
• Una ventana de contexto demasiado grande: muchos modelos anuncian contextos que el hardware no puede ejecutar con holgura. Limita tanto el presupuesto de tokens de OpenClaw como el contexto de la solicitud en la entrada del modelo para tener una latencia del primer token predecible.
• Un host que funciona con curl pero no con OpenClaw: verifica desde la máquina y el entorno de ejecución que ejecutan el Gateway, porque una URL base que dice localhost no apunta a ninguna parte desde un contenedor Docker, la URL puede llevar el sufijo compatible con OpenAI que cambia el comportamiento, el host remoto puede necesitar cambios en el cortafuegos o en la interfaz de escucha, y el modelo puede estar en el daemon del portátil y no en el remoto.

Los modelos locales grandes pueden necesitar una primera carga larga.

El backend que pasa las sondas y aun así falla

La página de solución de problemas de proveedores incluye un caso para un backend local compatible con OpenAI que responde a solicitudes pequeñas directas y aun así falla en las ejecuciones del agente: probablemente el transporte es correcto y el backend falla con la forma de prompt más grande del entorno de ejecución del agente; el ejemplo de la documentación es Gemma en algunas compilaciones de llama-server. Un mensaje de turno incompleto sin cargas útiles significa que el backend completó la solicitud pero no devolvió texto visible; OpenClaw reintenta ese turno una vez. Si los fallos disminuyen al desactivar las herramientas pero no desaparecen, los esquemas de herramientas eran parte de la presión y el resto es la capacidad del backend o un bug.

Las causas en proveedores alojados

• Un 429 que dice que se requiere uso adicional para contexto largo: el modelo de Anthropic seleccionado tiene una ventana nativa de un millón de tokens, o una configuración antigua todavía lleva el flag heredado de contexto largo, y la credencial no es elegible. Cambia a una ventana estándar, usa una credencial elegible o una clave de API, y configura modelos de respaldo para que las ejecuciones continúen.
• Un 403 genérico que dice que la solicitud fue bloqueada: no siempre es un problema de OpenClaw; puede venir de una CDN, un WAF, una regla de gestión de bots o un proxy inverso delante de un endpoint compatible con OpenAI, así que revisa el estado, el estado del Gateway y los registros antes de cambiar la configuración.
• La URL equivocada: el sufijo compatible con OpenAI en un host de Ollama rompe la llamada a herramientas y puede hacer que un modelo imprima el JSON de las herramientas como texto; la solución es la URL nativa, sin el sufijo.

OpenClaw con Ollama tiene la página completa sobre modelos locales, y OpenClaw no responde es la escalera cuando el síntoma es el silencio y no un tiempo de espera agotado.

Cómo investigar

Todas empiezan con los mismos tres comandos que repite la documentación: seguir los registros, comprobar el estado de los modelos y leer la configuración de los modelos. Los registros de OpenClaw explica dónde está el archivo y cómo seguirlo en tiempo real.

En Diali

En Diali, los modelos están alojados y los tiempos de espera los ajustamos nosotros, así que la mitad local de esta lista no se aplica; la mitad alojada se resuelve con el enrutamiento de respaldo antes de que se pierda una respuesta. OpenClaw alojado en Diali es el asistente.

• Modelo en frío: un tiempo de espera del proveedor más largo y un keep-alive.
• Demasiado contexto: limita el presupuesto y el contexto de la solicitud.
• Un 429 o un 403 viene del proveedor, no del Gateway.