Model Failover Doctor

Diagnose and fix OpenClaw "All models failed" errors by detecting invalid model IDs, provider mismatches, and session fallback issues with optional auto-repair.

诊断和修复 OpenClaw "All models failed" 错误的专用工具。

触发条件

遇到以下任何一种情况时，调用此工具：

1. 日志或用户报告 All models failed (N)，且 N 个 provider 的错误信息中 model ID 全部相同
   • 例：kimi-coding/k2p5: No available channel for model openai/gpt-5.3-codex ← provider 和 model 对不上
2. agent 重启后第一条消息必然失败，但后续消息正常（冷启动 session 无 fallbackChain）
3. pools.json 或 session_model_state.json 手动编辑后 agent 开始报 503 model_not_found

诊断命令

# 仅诊断，不修改任何文件
python3 ~/.openclaw/workspace/skills/model-failover-doctor/model_failover_doctor.py

# 诊断 + 自动修复 + 重启 gateway
python3 ~/.openclaw/workspace/skills/model-failover-doctor/model_failover_doctor.py --fix --restart

# 预览将要修改的内容（不实际写入）
python3 ~/.openclaw/workspace/skills/model-failover-doctor/model_failover_doctor.py --dry-run

根因速查表

症状	代码	严重	自动修复
所有 fallback 的 model ID 相同（provider 已切换但 model 没变）	MI-1	🔴	✅
同一死亡模型被不同 session/子代理反复踩坑	MI-2	🟡	❌ 需手动
pools.json 中引用了不存在的 provider	P-1	🔴	✅
session 无 fallbackChain，runtime fallback 永远无法推进	S-1	🔴	✅
session fallbackChain 含无效 provider 前缀	S-2	🔴	✅

根因 MI-1 详解（最常见）

问题：message-injector 的 before_agent_start 无条件返回：

return { modelOverride, providerOverride, ... }

后果：Gateway 尝试每个 fallback 时都携带相同的 modelOverride， 导致 kimi-coding、zai、minimax 等收到了错误的 model ID。

修复：包装在 lockModel 条件中，正常路由只依赖 sessions.patch：

return { ...(lockModel ? { modelOverride, providerOverride } : {}), ... }

备份说明

所有自动修复操作会在 ~/.openclaw/workspace/.lib/.mfd_backups/ 创建时间戳备份， 可随时手动恢复。