Hermeksen toistuva varamallivaihto – mistä on kyse ja miten sen saa kuriin?

Kun ensisijainen malli ei vastaa, Hermes vaihtaa lennosta varamalliin – sinun tapauksessasi sg claude opus 4.7 via custom -malliin – menettämättä keskustelusi kontekstia. Tämä on hieno ominaisuus, mutta siinä on yksi keskeinen rajoite: fallback toimii vain yhden viestikerran ajan (per-turn).

Tämä tarkoittaa, että kun lähetät seuraavan viestin, Hermes yrittää uudelleen ensisijaista mallia. Jos rate limit on edelleen voimassa, se epäonnistuu taas ja siirtyy jälleen varamalliin. Tästä syntyy kierre, jossa varoitussanoma pomppaa esiin jokaisen viestin kohdalla.

Viisi yleisintä syytä ongelman taustalla

1. Ensisijainen malli on aidosti rate limit -rajoitettu

Yleisin syy on selkeä: ylävirran palveluntarjoaja (kuten Anthropic, OpenAI, OpenRouter) on asettanut tilillesi pyyntörajoituksen, joka on ylittynyt. Tämä näkyy yleensä HTTP 429 -virhekoodina. OpenClaw-dokumentaatio huomauttaa, että 429-virhe voi liittyä erityisesti pitkäkestoisiin kontekstipyyntöihin: Extra usage is required for long context requests.

2. Fallback-malli käyttää samaa resurssia kuin primary

Tekstissäsi näkyvä sg claude opus 4.7 via custom viittaa custom endpoint -tyyppiseen varamalliin, joka on määritelty Hermeksen config.yaml-tiedostossa. Jos tämä custom endpoint ja ensisijainen malli käyttävät samaa taustapalvelinta, samaa API-avainta tai samaa palvelinpoolia, molemmat ovat todennäköisesti saman rate limit -rajoituksen alaisia. Tällöin fallback ei käytännössä auta mitään, ja saatat nähdä varoituksen jatkuvasti ilman todellista hyötyä.

3. Vanhentunut tai ristiriitainen gateway-yhteys

Jos käytät OpenClaw-gatewayta, on mahdollista, että vanha asiakasprosessi on jäänyt päälle ja aiheuttaa ristiriitoja. Tämä voidaan todentaa komennolla openclaw gateway status --deep. Dokumentaatio suosittelee sammuttamaan vanhentuneet asiakasprosessit ja käynnistämään gatewayn uudelleen.

4. API-avaimen konfigurointiongelma

Gateway-tasolla API-avaimen tulee sijaita oikeassa paikassa – yleensä ~/.openclaw/.env-tiedostossa, jos gateway toimii systemd/launchd-prosessina. Avaimen muuttamisen jälkeen gateway on käynnistettävä uudelleen, jotta muutokset tulevat voimaan.

5. Väärin konfiguroitu fallback-ketju

Hermeksen fallback-ketju määritellään config.yaml-tiedoston fallback_providers-osiossa. Jokainen ketjun malli vaatii sekä provider- että model-määrittelyn. Jos jompikumpi puuttuu, fallback poistuu käytöstä hiljaisesti. Varmista, että konfiguraatiosi on oikeassa muodossa:

fallback_providers:
  - provider: openrouter
    model: anthropic/claude-sonnet-4

Miten ongelma korjataan käytännössä?

Vaihe 1: Tunnista ensisijainen malli ja sen tila

Selvitä ensin, mikä on nykyinen ensisijainen mallisi. Voit tarkistaa tämän config.yaml-tiedostosta tai käyttämällä komentoa hermes model. Tarkista samalla, millä palveluntarjoajalla malli toimii ja mikä sen API-avain on.

Vaihe 2: Tutki rate limitin lähde

Aja openclaw gateway probe -komento (jos käytät OpenClaw-gatewayta). Se kertoo, onko yhteys ylävirran palveluun kunnossa ja millä todennustasolla liikennöit. Jos saat HTTP 429 -virheen suoraan palveluntarjoajalta, ongelma on API-kiintiöissäsi. Jos virhe tulee gateway-tasolta, ongelma on paikallisessa konfiguraatiossa.

Vaihe 3: Tarkista, jakaako fallback saman poolin

Tutki, käyttääkö fallback-mallisi (sg claude opus 4.7 via custom) mahdollisesti samaa API-avainta, samaa gateway-päätepistettä tai samaa palvelinpoolia kuin ensisijainen malli. Jos näin on, harkitse fallback-mallin vaihtamista täysin eri palveluntarjoajaan (esimerkiksi OpenRouteriin, jos primary on suora Anthropic-yhteys). Tällöin rate limit ei vaikuta molempiin samanaikaisesti.

Vaihe 4: Tarkista long-context-rajoitukset

Jos saat virheilmoituksen Extra usage is required for long context requests, ongelma liittyy erityisen pitkiin kontekstipituuksiin. Joillakin palveluntarjoajilla pitkät keskustelut vaativat korkeampaa API-kiintiötasoa. Tällöin ratkaisuna voi olla joko keskusteluhistorian lyhentäminen tai API-tilauksen päivittäminen.

Vaihe 5: Käynnistä palvelut uudelleen

Kun olet tehnyt tarvittavat muutokset joko API-avaimiin tai konfiguraatioon, käynnistä gateway-prosessi uudelleen:

sudo systemctl restart openclaw-gateway   # jos käytät systemd:tä
# tai
openclaw gateway restart                  # suoralla komennolla

Jos Hermes toimii Docker Compose -ympäristössä, muista käynnistää kontit uudelleen muutosten jälkeen.

Milloin kannattaa harkita manuaalista mallinvaihtoa?

Jos rate limit -ongelma jatkuu pitkään etkä saa sitä ratkaistua API-kiintiöiden nostolla, voit väliaikaisesti vaihtaa ensisijaisen mallin toiseen joko Hermeksen sisällä /model-komennolla (jos malli on jo konfiguroitu) tai hermes model -komennolla uuden mallin lisäämiseksi. Tämä katkaisee fallback-kierteen, koska ensisijainen malli ei enää ole se, joka on rate limit -rajoitettu.

Yhteenveto

Toistuva switching to fallback -varoitussanoma ei ole bugi, vaan Hermes-agentin suunnitellun mukainen toimintatapa. Ongelman juurisyy on lähes aina ylävirran rate limit, jota fallback-mekanismi ei voi ohittaa – varsinkaan jos fallback käyttää samaa resurssia kuin ensisijainen malli.

Jotta pääset eroon varoituksesta pysyvästi:

1. Selvitä, mistä rate limit johtuu (API-kiintiöt, gateway, konfiguraatio)
2. Varmista, ettei fallback jaa samaa resurssia ensisijaisen mallin kanssa
3. Korjaa konfiguraatio ja käynnistä palvelut uudelleen

Nopea väliaikaisratkaisu on vaihtaa ensisijainen malli toiseksi, kunnes varsinainen ongelma on ratkaistu.