Varför fortsätter Hermes Agent att visa "Rate limited — switching to fallback provider"?

Om du använder Hermes Agent och gång på gång möts av meddelandet "⚠️ Rate limited — switching to fallback provider... 🔄 Primary model failed — switching to fallback: sg claude opus 4.7 via custom" är det lätt att tro att något är trasigt. Men det här är ingen slumpmässig bugg – det är Hermes inbyggda skyddsmekanism som sparkar in precis som den ska. Här reder vi ut vad som egentligen händer och hur du kan bli av med problemet.

Vad meddelandet faktiskt betyder

Hermes Agent är designad för att inte tappa bort din konversation bara för att en AI-leverantör har tillfälliga problem. När den primära modellen inte svarar – till exempel på grund av rate limit (för många anrop), serveröverbelastning, autentiseringsfel eller tappad anslutning – hoppar Hermes automatiskt över till en reservmodell och fortsätter dialogen .

Det är därför du ser raden "switching to fallback". Systemet gör precis vad det är byggt för. Konversationens kontext bevaras, och du kan fortsätta arbeta – bara med en annan modell i bakgrunden .

Varför varningen återkommer hela tiden

Här ligger nyckeln till frustrationen: Hermes fallback-mekanism är per konversationsvändning (per turn). Det innebär att systemet vid varje nytt meddelande först försöker använda den primära modellen igen. Först om den misslyckas på nytt aktiveras reservmodellen .

Så länge det underliggande problemet med din primära leverantör kvarstår – till exempel att API-nyckeln har nått sin maxgräns för antalet anrop – kommer du att se denna varning före varje svar. Det är inte fallback-funktionen som "krånglar", utan den primära källan som fortfarande är blockerad.

De verkliga orsakerna bakom felet

1. Rate limit på leverantörsnivå

Den vanligaste boven är en klassisk HTTP 429-statuskod från din AI-leverantör. Det betyder att du har överskridit ditt API-kontos tillåtna antal förfrågningar under en viss tidsperiod . OpenClaws dokumentation påpekar att detta fel även kan triggas specifikt av långa kontextförfrågningar – "Extra usage is required for long context requests" – vilket innebär att stora mängder text i din prompt kan äta upp din kvot snabbare än vanligt .

2. Delad infrastruktur mellan primär och reserv

I ditt specifika fall pekar fallback-meddelandet på "sg claude opus 4.7 via custom". Detta antyder att reservmodellen går via en specialkonfigurerad anslutning (custom endpoint) snarare än en helt separat leverantör . Om både din primära modell och denna reservmodell i slutändan förlitar sig på samma API-nyckel, gateway eller resurspool, kommer ett rate limit-fel att påverka båda – och då hjälper ingen fallback i världen .

3. Problem på gateway-nivå

Om du använder en OpenClaw-gateway eller en annan proxylösning kan felet ligga där. En gateway som inte är korrekt konfigurerad, har en ogiltig API-nyckel i sin miljövariabelfil (.env), eller kör en föråldrad version kan själv generera 429-fel . Att köra kommandot

openclaw gateway probe

4. Falska rate limit-varningar

I vissa fall har användare rapporterat att OpenClaw visar rate limit-varningar trots att den underliggande API-tjänsten fungerar felfritt när den testas utanför systemet. Detta kan bero på att gatewayens interna "cooldown"-mekanism har gått in i ett feltillstånd .

Så felsöker du problemet

Steg 1: Identifiera din primära modell och fallback-kedja

Öppna din Hermes-konfigurationsfil (~/.hermes/config.yaml) och leta reda på sektionerna för din primära modell och listan fallback_providers. Här ser du exakt vilken leverantör och modell som används som primär respektive reserv .

Steg 2: Kontrollera om primär och reserv delar infrastruktur

Om din primära leverantör och din "sg claude opus 4.7 via custom"-reserv båda pekar mot samma underliggande API-nyckel eller tjänst, är det högst troligt att ett rate limit-fel slår ut båda samtidigt. Leta efter gemensamma nämnare i deras konfiguration .

Steg 3: Kör en gateway-diagnos

Använd kommandot

openclaw gateway probe

Reachable: yes

openclaw status --all

Steg 4: Granska API-nycklar och miljövariabler

Se till att rätt API-nyckel ligger i rätt miljövariabelfil på den maskin där din gateway körs. Om du använder systemd eller launchd för att köra gatewayen, placera nyckeln i ~/.openclaw/.env och starta om tjänsten efter ändringar .

Steg 5: Optimera för långa kontexter

Om du ofta skickar mycket långa prompter, överväg att minska kontextlängden eller justera din modells inställningar. OpenClaw-dokumentationen nämner specifikt att långa kontextförfrågningar kan trigga extra rate limit-restriktioner .

Steg 6: Överväg en oberoende reservleverantör

För att vara riktigt robust, konfigurera en fallback-modell som använder en helt separat leverantör (t.ex. OpenRouter) med en egen API-nyckel. Då är du skyddad även om din primära leverantörs hela infrastruktur ligger nere .

Slutsats

Meddelandet du ser om och om igen är alltså inte ett tecken på att Hermes är trasigt – tvärtom. Det är systemet som kämpar för att hålla din konversation vid liv medan den primära modellen är otillgänglig. Lösningen ligger inte i att försöka tysta varningen, utan i att spåra och åtgärda det underliggande problemet: en mättad API-kvot, en felkonfigurerad gateway eller en delad infrastruktur som slår ut både primär och reserv samtidigt .