O OpenClaw diz que a requisição ao LLM expirou

Uma requisição ao modelo que expira é um dos primeiros erros que as pessoas encontram depois de mudar o OpenClaw para um modelo local, e as páginas de solução de problemas da documentação dão a ele uma lista curta de causas. A maioria diz respeito ao backend local: um modelo grande carregando a frio, uma janela de contexto que o hardware não aguenta, um host que responde ao curl mas não ao Gateway. Duas dizem respeito a provedores hospedados: um limite de taxa disfarçado de 429 e um bloqueio upstream disfarçado de 403. Aqui está cada uma com a sua correção, na ordem em que a documentação sugere tentá-las.

As causas locais

• Um modelo frio: modelos locais grandes podem precisar de um primeiro carregamento longo. Defina um tempo limite maior só para o provedor Ollama (o exemplo da documentação é 300 segundos) e mantenha o modelo carregado entre os turnos com um parâmetro keep-alive na entrada do modelo; a mesma configuração também estende o tempo limite de conexão quando o host demora a aceitar conexões.
• Uma janela de contexto grande demais: muitos modelos anunciam contextos que o hardware não consegue rodar com folga. Limite tanto o orçamento de tokens do OpenClaw quanto o contexto da requisição na entrada do modelo, para ter uma latência previsível até o primeiro token.
• Um host que funciona com curl, mas não com o OpenClaw: verifique a partir da máquina e do ambiente de execução que rodam o Gateway, porque uma URL base que diz localhost não aponta para lugar nenhum de dentro de um contêiner Docker, a URL pode carregar o sufixo compatível com OpenAI que muda o comportamento, o host remoto pode precisar de mudanças de firewall ou de binding, e o modelo pode estar no daemon do notebook, e não no remoto.

Modelos locais grandes podem precisar de um primeiro carregamento longo.

O backend que passa nas sondagens e ainda assim falha

A página de solução de problemas de provedores tem um caso para um backend local compatível com OpenAI que responde a requisições diretas pequenas e ainda assim falha nas execuções do agente: o transporte provavelmente está certo e o backend está falhando com o formato maior de prompt do ambiente de execução do agente, sendo o Gemma em algumas builds do llama-server o exemplo da documentação. Uma mensagem de turno incompleto sem payloads significa que o backend concluiu a requisição, mas não retornou nenhum texto visível; o OpenClaw tenta esse turno de novo uma vez. Se as falhas diminuírem depois de desativar as ferramentas, mas não desaparecerem, os schemas das ferramentas faziam parte da pressão e o resto é capacidade do backend ou um bug.

As causas hospedadas

• Um 429 dizendo que é necessário uso extra para contexto longo: o modelo Anthropic selecionado tem uma janela nativa de um milhão de tokens, ou uma configuração antiga ainda carrega a flag legada de contexto longo, e a credencial não é elegível. Mude para uma janela padrão, use uma credencial elegível ou uma chave de API e configure modelos de fallback para que as execuções continuem.
• Um 403 genérico dizendo que a requisição foi bloqueada: nem sempre é um problema do OpenClaw; ele pode vir de uma CDN, de um WAF, de uma regra de gerenciamento de bots ou de um proxy reverso na frente de um endpoint compatível com OpenAI, então verifique o status, o status do Gateway e os logs antes de mudar a configuração.
• A URL errada: o sufixo compatível com OpenAI em um host Ollama quebra a chamada de ferramentas e pode fazer o modelo imprimir o JSON das ferramentas como texto; a URL nativa, sem o sufixo, é a correção.

OpenClaw com Ollama tem a página completa sobre modelos locais, e OpenClaw não responde é a escada quando o sintoma é silêncio, e não um tempo limite esgotado.

Como investigar

Todas essas causas começam com os mesmos três comandos que a documentação repete: acompanhar os logs, verificar o status dos modelos e ler a configuração dos modelos. Logs do OpenClaw explica onde fica o arquivo e como acompanhá-lo em tempo real.

Na Diali

Na Diali, os modelos são hospedados e os tempos limite são nossos para ajustar, então a metade local desta lista não se aplica; a metade hospedada é tratada pelo roteamento de fallback antes que uma resposta se perca. OpenClaw hospedado na Diali é o assistente.

• Modelo frio: um tempo limite maior no provedor e um keep-alive.
• Contexto demais: limite o orçamento e o contexto da requisição.
• Um 429 ou um 403 vem do provedor, não do Gateway.