OpenClaw Gemini OAuth 登录失败修复指南：loadCodeAssist 400 Bad Request

本文摘要

本文针对 OpenClaw 接入 Google Gemini 时 OAuth 完成后仍报 loadCodeAssist 400 Bad Request 的典型故障，系统梳理了鉴权回调、请求参数、环境变量与代理链路的排查顺序，并给出可复现、可回滚的修复步骤。文末附带常见误配置清单与上线前自检要点，帮助你在团队环境中稳定落地。

# OpenClaw Gemini OAuth 登录失败修复指南：loadCodeAssist 400 Bad Request

## 问题现象

在使用 OpenClaw 配置 Google Gemini CLI 时，执行登录命令后浏览器端 OAuth 授权成功，但 CLI 端仍然报错：

openclaw models auth login --provider google-gemini-cli --set-default

Gemini CLI OAuth failed
Error: loadCodeAssist failed: 400 Bad Request

常见于已开通 Google One Pro 或 Cloud Code Assist 付费层的账号，免费层反而较少遇到。

## 根因分析

问题**不在** Google 账号权限，也**不在**本地 OAuth 回调端口。

真正的失败点在 OAuth 成功之后：

浏览器登录 → OAuth token 获取成功 ✅
    ↓
调用 cloudcode-pa.googleapis.com/v1internal:loadCodeAssist
    ↓
推断 projectId → 偶发返回 400 Bad Request ❌
    ↓
OpenClaw 将 400 视为致命错误 → 整个登录流程回滚

关键发现：

– 同一份 token 再次请求 `loadCodeAssist`，很多时候其实能成功
– 账号真实可用，能正常调用 `streamGenerateContent`
– 付费账号更依赖 `projectId`，而 `loadCodeAssist` 是获取它的唯一途径
– OpenClaw 早期版本同步凭据时存在丢失 `projectId` 的问题

## 快速诊断清单

遇到此错误时，按顺序检查：

### 1. OAuth 凭据是否已生成

ls -la ~/.gemini/

如果目录下存在 `oauth_access_token`、`oauth_refresh_token` 等文件，说明 OAuth 本身成功了，问题在后续步骤。

### 2. 是否有缓存的 projectId

cat ~/.openclaw/agents/main/agent/auth-profiles.json | grep projectId

如果已有 `projectId`，说明之前登录成功过，可以尝试直接使用。

### 3. 确认执行的是哪个 OpenClaw

which openclaw

如果有多个安装（全局 + 状态目录扩展），需要确认修复的是哪个。

### 4. 区分登录失败 vs 模型限流

登录成功后如果报 `429 RATE_LIMIT_EXCEEDED`，那不是登录问题，是 Google 侧限流。换一个模型（如 `gemini-2.5-pro`）即可。

## 修复方案

### 方案一：设置环境变量（最简单）

如果之前登录成功过，直接设置环境变量绕过项目发现：

# 将已有的 projectId 写入环境变量
export GOOGLE_CLOUD_PROJECT=<your-project-id>

# 永久生效
echo 'export GOOGLE_CLOUD_PROJECT=<your-project-id>' >> ~/.zshrc

然后重新执行登录命令。

### 方案二：重试登录（偶发性问题）

`loadCodeAssist` 返回 400 有随机性，多试几次可能就成功了：

for i in {1..5}; do
    echo "Attempt $i..."
    openclaw models auth login --provider google-gemini-cli --set-default && break
    sleep 2
done

### 方案三：修补 OpenClaw 源码增加重试（根治）

找到 OpenClaw 全局安装目录中的 OAuth 项目发现文件：

find $(dirname $(which openclaw))/../lib/node_modules/openclaw/dist \
    -name "oauth.project-*.js" -type f

在该文件中找到 `loadCodeAssist` 调用处，做以下修改：

**1. 增加重试逻辑**

async function loadCodeAssistWithRetry(token, maxRetries = 3) {
    for (let i = 0; i < maxRetries; i++) {
        try {
            return await loadCodeAssist(token);
        } catch (e) {
            if (e.status === 400 || e.status === 429 || e.status >= 500) {
                if (i < maxRetries - 1) {
                    await new Promise(r => setTimeout(r, 1000 * (i + 1)));
                    continue;
                }
            }
            throw e;
        }
    }
}

**2. 回退读取已缓存的 projectId**

// 如果 loadCodeAssist 失败，尝试从 auth-profiles.json 读取
function getCachedProjectId() {
    try {
        const profiles = JSON.parse(
            fs.readFileSync(path.join(homedir(), '.openclaw/agents/main/agent/auth-profiles.json'))
        );
        for (const profile of Object.values(profiles.profiles || {})) {
            if (profile.projectId) return profile.projectId;
        }
    } catch {}
    return null;
}

**3. 允许付费账号直接复用已知项目**

const projectId = await loadCodeAssistWithRetry(token)
    .catch(() => getCachedProjectId());
if (!projectId) throw new Error('Cannot determine projectId');

### 方案四：使用 API Key 模式（绕过 OAuth）

如果 OAuth 反复失败，可以直接用 Gemini API Key：

# 在 openclaw.json 中配置 gemini-api provider
{
  "models": {
    "providers": {
      "gemini-api": {
        "baseUrl": "https://generativelanguage.googleapis.com/v1beta",
        "apiKey": "<your-gemini-api-key>",
        "api": "google-generative-ai",
        "models": [
          {
            "id": "gemini-2.5-pro",
            "name": "Gemini 2.5 Pro",
            "api": "google-generative-ai",
            "reasoning": true,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          }
        ]
      }
    }
  }
}

API Key 从 [Google AI Studio](https://aistudio.google.com/apikey) 获取，免费额度足够日常使用。

## 推荐模型选择

| 模型 | 稳定性 | 适用场景 |
|——|——–|———-|
| `gemini-2.5-pro` | ✅ 稳定 | 通用首选 |
| `gemini-3-flash-preview` | ✅ 稳定 | 快速响应 |
| `gemini-3.1-pro-preview` | ⚠️ 常限流 | 不推荐日常使用 |

## 总结

jacky

Full-Stack Developer with 10+ years of experience, specializing in QT C++ desktop application development and AI Agent systems.

相关文章