news 2026/7/2 1:43:27

OpenClaw 作用与定位 大模型接入指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
OpenClaw 作用与定位 大模型接入指南

一、OpenClaw 是什么

OpenClaw是一个开源的多通道 AI 网关(Multi-channel AI Gateway),核心定位是:

将大语言模型(LLM)能力接入多种通讯渠道(IM、语音、平台),同时提供 Agent 运行时、工具系统、记忆系统和插件体系,让 AI 不只是聊天机器人,而是可以主动执行任务的数字助手。

1.1 核心能力矩阵

能力维度说明
多渠道接入同时接入 Telegram、飞书、Discord、微信、企业微信、WhatsApp、Line、Signal 等 20+ 消息平台
Agent 运行时内置完整的 Agent 执行引擎,支持多 Agent 并发、工具调用、子任务分解
工具系统(Skills)可插拔的技能体系,通过 SKILL.md 定义工作流,扩展 Agent 能力边界
记忆系统多级记忆架构:短期会话 → 每日日志 → 长期记忆(LanceDB 向量库)
大模型路由支持多个模型提供方,可配置默认模型、按场景路由、降级策略
插件体系支持第三方扩展,可开发自定义 Channel 插件、Provider 插件
浏览器自动化内置 CDP 协议浏览器控制,可操控真实浏览器完成网页任务
定时/周期任务内置 Crontab 引擎,支持定时提醒、定期检查、延迟任务

1.2 架构概览

code复制

┌─────────────────────────────────────────────────────┐ │ OpenClaw Gateway │ │ │ │ ┌─────────┐ ┌──────────┐ ┌───────────────────┐ │ │ │ Channel │ │ Agent │ │ Tools / Skills │ │ │ │Plugins │ │ Runtime │ │ │ │ │ │(20+平台)│ │ │ │ • Web Search │ │ │ └────┬────┘ └─────┬────┘ │ • Browser Control │ │ │ │ │ │ • File I/O │ │ │ │ ┌──────┴─────┐ │ • Cron / Remind │ │ │ │ │ LLM Router│ │ • 200+ Skills │ │ │ │ │ + Memory │ │ from SkillHub │ │ │ │ └───────────┘ └────────────────────┘ │ └───────┼──────────────────────────────────────────────┘ │ ┌────▼───────────────┐ │ Model Providers │ │ • OpenAI / Azure │ │ • Claude (Anthropic)│ │ • Gemini / DeepSeek│ │ • 腾讯混元 / 百度 │ │ • 本地 Ollama / LM Studio │ │ • 自定义 OpenAI-compat API│ └────────────────────┘

二、大模型接入方式

OpenClaw 支持三类大模型接入路径,下面逐一说明。

2.1 方式一:OpenAI 兼容 API(最通用)

适用于:所有提供 OpenAI 兼容接口的模型服务,包括:

  • OpenAI 官方(GPT-4o、GPT-4o-mini 等)
  • Azure OpenAI Service
  • 硅基流动 / Fireworks AI / Together AI 等第三方聚合平台
  • 几乎所有国产大模型 API(腾讯混元、百度文心、字节豆包、DeepSeek 等)

配置方法:

openclaw.jsonproviders节点下添加:

json复制

{ "providers": { "my-openai": { "baseUrl": "https://api.example.com/v1", "apiKey": "sk-xxxxxxxxxxxxxxxx", "api": "openai-compat", "models": [ { "id": "gpt-4o", "name": "GPT-4o", "input": ["text", "image"], "reasoning": true }, { "id": "deepseek-chat", "name": "DeepSeek V3", "input": ["text"] } ] } } }

关键参数说明:

  • baseUrl:API 端点,需包含/v1路径
  • apiKey:访问密钥
  • api:接口类型,写"openai-compat"即兼容 OpenAI 格式
  • models[].id:实际调用的模型 ID(与 baseUrl 对应服务中的模型名一致)
  • models[].reasoning:是否启用思维链推理(需要模型支持)

2.2 方式二:直接 Provider 插件(最深度)

OpenClaw 为部分主流模型提供了原生 Provider 插件,支持更好的功能特性(如 thinking 预算、流式输出、工具调用优化)。

已内置支持的 Provider:

Provider说明
claudeAnthropic Claude 系列(支持 native tools、thinking)
google-geminiGoogle Gemini 系列
openaiOpenAI 官方(带 function calling 优化)
qclawQClaw 自有路由(当前主配置方式)
lmstudio本地 LM Studio(Ollama 类本地推理)
ollama本地 Ollama

配置示例(Anthropic Claude):

json复制

{ "providers": { "claude": { "apiKey": "${ANTHROPIC_API_KEY}", "models": [ { "id": "claude-sonnet-4-7-20250611", "name": "Claude Sonnet 4", "input": ["text", "image"], "reasoning": true, "thinkingBudgetTokens": 16000 } ] } } }

配置示例(本地 LM Studio):

json复制

{ "providers": { "lmstudio": { "baseUrl": "http://localhost:1234/v1", "apiKey": "lm-studio", "api": "openai-compat", "models": [ { "id": "local-model", "name": "Qwen2.5-7B", "input": ["text"] } ] } } }

2.3 方式三:MCP(Model Context Protocol)扩展接入

OpenClaw 支持通过 MCP 协议接入外部 AI 工具/数据源(不是 LLM 本身,而是 LLM 可以调用的工具生态):

json复制

{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "C:\\Users\\17616\\Documents"] }, "fetch": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-fetch"] } } }

三、模型路由与 Agent 绑定

3.1 设置默认模型

在 Agent 配置中指定model.primary

json复制

{ "agents": { "defaults": { "model": { "primary": "qclaw/modelroute" } } } }

3.2 多模型路由策略

OpenClaw 支持按场景自动选择模型,通过models配置中的label标签匹配:

json复制

{ "agents": { "defaults": { "model": { "primary": "qclaw/modelroute", "routing": { "code": "claude/claude-sonnet-4-7-20250611", "creative": "qclaw/pool-kimi-k2.7-code-highspeed", "fast": "qclaw/modelroute" } } } } }

3.3 环境变量注入敏感信息

推荐将 API Key 等敏感信息放在环境变量中,避免明文写入配置文件:

json复制

{ "providers": { "claude": { "apiKey": "${ANTHROPIC_API_KEY}" } } }

在系统环境变量中设置:

powershell复制

# Windows PowerShell $env:ANTHROPIC_API_KEY = "sk-ant-xxxxx"

四、实战配置清单

快速接入国产模型(以腾讯混元为例)

json复制

{ "providers": { "hunyuan": { "baseUrl": "https://hunyuan.cloud.tencent.com/hunyuan-api/v1", "apiKey": "${HUNYUAN_API_KEY}", "api": "openai-compat", "models": [ { "id": "hunyuan-pro", "name": "混元 Pro", "input": ["text"] } ] } } }

快速接入 DeepSeek

json复制

{ "providers": { "deepseek": { "baseUrl": "https://api.deepseek.com/v1", "apiKey": "${DEEPSEEK_API_KEY}", "api": "openai-compat", "models": [ { "id": "deepseek-chat", "name": "DeepSeek V3", "input": ["text"] }, { "id": "deepseek-reasoner", "name": "DeepSeek R1(推理)", "input": ["text"], "reasoning": true } ] } } }

接入本地 Ollama

json复制

{ "providers": { "ollama-local": { "baseUrl": "http://localhost:11434/v1", "apiKey": "ollama", "api": "openai-compat", "models": [ { "id": "qwen2.5:7b", "name": "Qwen 2.5 7B(本地)", "input": ["text"] } ] } } }

注意:Ollama 默认模型名称格式为model:tag,需要与ollama list输出一致。


五、完整 openclaw.json 参考结构

json复制

{ "version": 2, "agents": { "defaults": { "model": { "primary": "qclaw/modelroute" }, "workspace": "C:\\Users\\<用户名>\\.qclaw\\workspace", "maxConcurrent": 3, "timeoutSeconds": 72000, "heartbeat": { "isolatedSession": true, "lightContext": true, "model": "qclaw/modelroute" } }, "list": [ { "id": "main", "default": true, "name": "QClaw", "reasoningDefault": "stream", "skills": ["find-skills", "online-search", "xbrowser", "qclaw-cron-skill"], "identity": { "name": "QClaw" } } ] }, "providers": { "qclaw": { "baseUrl": "${QCLAW_LLM_BASE_URL}", "apiKey": "${QCLAW_LLM_API_KEY}", "api": "openai-compat", "models": [ { "id": "modelroute", "name": "modelroute", "input": ["text", "image"], "reasoning": true } ] }, "claude": { "apiKey": "${ANTHROPIC_API_KEY}", "models": [ { "id": "claude-sonnet-4-7-20250611", "name": "Claude Sonnet 4", "input": ["text", "image"], "reasoning": true, "thinkingBudgetTokens": 16000 } ] }, "deepseek": { "baseUrl": "https://api.deepseek.com/v1", "apiKey": "${DEEPSEEK_API_KEY}", "api": "openai-compat", "models": [ { "id": "deepseek-chat", "name": "DeepSeek V3", "input": ["text"] }, { "id": "deepseek-reasoner", "name": "DeepSeek R1", "input": ["text"], "reasoning": true } ] } }, "tools": { "web": { "search": { "enabled": true } }, "alsoAllow": ["sessions_spawn", "skillhub_install"] }, "browser": { "enabled": true, "defaultProfile": "openclaw" }, "gateway": { "port": 60802, "mode": "local", "bind": "loopback" } }

六、常见问题

Q1:配置修改后需要重启吗?

是的,通过openclaw gateway restart重启网关使配置生效。

Q2:多个 Provider 同时可用时,Agent 使用哪个模型?

agents.defaults.model.primary指定的值决定,也可以通过routing按场景分流。

Q3:API Key 不想写在配置里怎么办?

使用${环境变量名}语法引用,OpenClaw 启动时自动从~/.qclaw/qclaw.env或系统环境变量读取。

Q4:本地模型(Ollama/LM Studio)接入慢或超时?

检查 localhost 是否可访问,确认模型已加载(LM Studio 左下角需显示 “Model loaded”),Ollama 需提前运行ollama run <model>

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/2 1:41:21

Mega安汇:用逻辑方式看信息披露习惯,更容易形成稳定判断

在外汇行业语境里&#xff0c;表达越清晰、信息越透明&#xff0c;越容易建立稳定预期。在Mega安汇的外汇服务中&#xff0c;从公开信息与使用体验出发&#xff0c;梳理其更值得肯定的能力点与细节表现。外汇相关平台的价值&#xff0c;体现在长期一致性与信息呈现的细致程度上…

作者头像 李华
网站建设 2026/7/2 1:40:21

《指针与数组的 “爱恨情仇”》

前言很多初学 C 语言的同学学到数组和指针时都会一头雾水&#xff0c;明明写法不同&#xff0c;arr[2]和*(arr2)结果却完全一致。数组和指针看似高度相似&#xff0c;实则有着本质区别&#xff0c;而这块知识点&#xff0c;正是后续顺序表、链表底层访问的基础。一、arr [2] 和…

作者头像 李华
网站建设 2026/7/2 1:40:09

THPX信号源:把合规意识做到位——细节分析与提示整理

对多数外汇相关用户来说&#xff0c;判断平台并不需要复杂术语&#xff0c;关键在于信息能否被快速理解、关键提示是否容易找到、服务体验是否稳定一致。以THPX信号源为例&#xff0c;这里聚焦这些更贴近实际使用的亮点与细节。在外汇相关服务中&#xff0c;读者最在意的通常是…

作者头像 李华
网站建设 2026/7/2 1:39:14

5分钟掌握Cat-Catch:告别网页资源下载烦恼的终极神器

5分钟掌握Cat-Catch&#xff1a;告别网页资源下载烦恼的终极神器 【免费下载链接】cat-catch 猫抓 浏览器资源嗅探扩展 / cat-catch Browser Resource Sniffing Extension 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 还在为无法下载在线视频而苦恼吗&…

作者头像 李华
网站建设 2026/7/2 1:32:59

华为MetaERP Oracle EBS R12 AP 供应商主数据完整配置指南(架构师实施版)一、前置基础配置(必须先完成,否则供应商无法正常使用)(一)财务选项 Financials Opti

Oracle EBS R12 AP 供应商主数据完整配置指南&#xff08;架构师实施版&#xff09;一、前置基础配置&#xff08;必须先完成&#xff0c;否则供应商无法正常使用&#xff09;&#xff08;一&#xff09;财务选项 Financials Options&#xff08;全局供应商默认参数&#xff09…

作者头像 李华