OpenClaw 模型配置完整指南#

概述#

OpenClaw 支持多种大语言模型，包括本地模型（Ollama）、云端模型（OpenAI、Claude、国产模型等）。本文档详细介绍如何配置各种模型，帮助你根据需求选择最适合的模型方案。

模型类型概述#

模型类型	优点	缺点	适用场景
本地模型	隐私安全、无网络依赖、成本低	需要硬件支持、性能较弱	隐私敏感、离线使用、成本控制
云端模型	性能强大、更新及时、功能丰富	需要网络、产生费用、数据上传	复杂任务、高性能需求、最新功能
混合模式	兼顾性能和成本	配置复杂	生产环境、成本优化

本地模型配置（Ollama）#

安装 Ollama#

Windows#

PRTCL // POWERSHELL

1
# 下载并安装 Ollama
2
# 访问 https://ollama.ai/download 下载 Windows 版本
3
# 运行安装程序
4

5
# 验证安装
6
ollama --version

macOS#

PRTCL // BASH

1
# 使用 Homebrew 安装
2
brew install ollama
3

4
# 验证安装
5
ollama --version

Linux#

PRTCL // BASH

1
# 安装 Ollama
2
curl -fsSL https://ollama.ai/install.sh | sh
3

4
# 验证安装
5
ollama --version

下载模型#

PRTCL // BASH

1
# 下载常用模型
2
ollama pull qwen2.5:7b          # 通义千问 7B
3
ollama pull llama3.2:3b         # Llama 3.2 3B
4
ollama pull glm4:9b             # 智谱 GLM-4 9B
5
ollama pull deepseek-coder:6.6b # DeepSeek Coder 6.6B
6

7
# 查看已下载的模型
8
ollama list
9

10
# 删除模型
11
ollama rm <model-name>

配置 OpenClaw 使用本地模型#

方法一：命令行配置#

PRTCL // BASH

1
# 添加本地模型提供商
2
openclaw model provider add ollama
3

4
# 设置默认模型
5
openclaw model default ollama/qwen2.5:7b
6

7
# 测试模型连接
8
openclaw model test ollama/qwen2.5:7b

方法二：配置文件#

PRTCL // YAML

1
providers:
2
  - name: "ollama"
3
    type: "local"
4
    baseUrl: "http://localhost:11434"
5
    api: "openai-completions"
6
    models:
7
      - id: "ollama/qwen2.5:7b"
8
        name: "通义千问 7B"
9
        capabilities:
10
          - "text"
11
          - "code"
12
      - id: "ollama/llama3.2:3b"
13
        name: "Llama 3.2 3B"
14
        capabilities:
15
          - "text"
16
      - id: "ollama/glm4:9b"
17
        name: "智谱 GLM-4 9B"
18
        capabilities:
19
          - "text"
20
          - "code"
21
          - "tool"
22

23
defaultModel: "ollama/qwen2.5:7b"

硬件要求#

模型大小	显存需求	内存需求	推荐配置
3B	4GB	8GB	入门级
7B	8GB	16GB	中端
14B	16GB	32GB	高端
32B	32GB	64GB	专业级

性能优化#

PRTCL // BASH

1
# 启用 GPU 加速（如果有 NVIDIA GPU）
2
# 设置环境变量
3
export CUDA_VISIBLE_DEVICES=0
4

5
# 使用量化模型
6
ollama pull qwen2.5:7b-q4_K_M
7

8
# 调整上下文长度
9
# 在配置文件中设置
10
context:
11
  maxTokens: 4096

云端模型配置#

OpenAI 模型#

获取 API Key#

访问 https://platform.openai.com/api-keys
登录或注册账户
创建新的 API Key
保存 API Key（只显示一次）

配置 OpenClaw#

PRTCL // YAML

1
providers:
2
  - name: "openai"
3
    type: "openai"
4
    baseUrl: "https://api.openai.com/v1"
5
    apiKey: "${OPENAI_API_KEY}"  # 使用环境变量
6
    models:
7
      - id: "gpt-4o"
8
        name: "GPT-4o"
9
        capabilities:
10
          - "text"
11
          - "image"
12
          - "audio"
13
          - "code"
14
          - "tool"
15
      - id: "gpt-4o-mini"
16
        name: "GPT-4o Mini"
17
        capabilities:
18
          - "text"
19
          - "code"
20
          - "tool"
21
      - id: "o1-preview"
22
        name: "o1 Preview"
23
        capabilities:
24
          - "text"
25
          - "reasoning"

使用环境变量#

PRTCL // BASH

1
# 设置 API Key
2
export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxx"
3

4
# 或在配置文件中引用

Anthropic Claude 模型#

获取 API Key#

访问 https://console.anthropic.com/
登录或注册账户
进入 API Keys 页面
创建新的 API Key
保存 API Key

配置 OpenClaw#

PRTCL // YAML

1
providers:
2
  - name: "anthropic"
3
    type: "anthropic"
4
    baseUrl: "https://api.anthropic.com"
5
    apiKey: "${ANTHROPIC_API_KEY}"
6
    models:
7
      - id: "claude-opus-4-20250514"
8
        name: "Claude Opus 4"
9
        capabilities:
10
          - "text"
11
          - "code"
12
          - "tool"
13
          - "vision"
14
      - id: "claude-sonnet-4-20250514"
15
        name: "Claude Sonnet 4"
16
        capabilities:
17
          - "text"
18
          - "code"
19
          - "tool"
20
          - "vision"
21
      - id: "claude-haiku-4-20250514"
22
        name: "Claude Haiku 4"
23
        capabilities:
24
          - "text"
25
          - "code"

国产模型配置#

阿里云百炼#

PRTCL // YAML

1
providers:
2
  - name: "qwen"
3
    type: "openai"
4
    baseUrl: "https://dashscope.aliyuncs.com/compatible-mode/v1"
5
    apiKey: "${DASHSCOPE_API_KEY}"
6
    models:
7
      - id: "qwen-max"
8
        name: "通义千问 Max"
9
        capabilities:
10
          - "text"
11
          - "code"
12
          - "tool"
13
      - id: "qwen-plus"
14
        name: "通义千问 Plus"
15
        capabilities:
16
          - "text"
17
          - "code"
18
      - id: "qwen-turbo"
19
        name: "通义千问 Turbo"
20
        capabilities:
21
          - "text"

智谱 AI#

PRTCL // YAML

1
providers:
2
  - name: "zhipu"
3
    type: "openai"
4
    baseUrl: "https://open.bigmodel.cn/api/paas/v4"
5
    apiKey: "${ZHIPU_API_KEY}"
6
    models:
7
      - id: "glm-4"
8
        name: "GLM-4"
9
        capabilities:
10
          - "text"
11
          - "code"
12
          - "tool"
13
      - id: "glm-4-flash"
14
        name: "GLM-4 Flash"
15
        capabilities:
16
          - "text"
17
          - "code"

DeepSeek#

PRTCL // YAML

1
providers:
2
  - name: "deepseek"
3
    type: "openai"
4
    baseUrl: "https://api.deepseek.com"
5
    apiKey: "${DEEPSEEK_API_KEY}"
6
    models:
7
      - id: "deepseek-chat"
8
        name: "DeepSeek Chat"
9
        capabilities:
10
          - "text"
11
          - "code"
12
      - id: "deepseek-coder"
13
        name: "DeepSeek Coder"
14
        capabilities:
15
          - "code"

月之暗面 Kimi#

PRTCL // YAML

1
providers:
2
  - name: "kimi"
3
    type: "openai"
4
    baseUrl: "https://api.moonshot.cn/v1"
5
    apiKey: "${KIMI_API_KEY}"
6
    models:
7
      - id: "moonshot-v1-128k"
8
        name: "Kimi 128K"
9
        capabilities:
10
          - "text"
11
          - "code"
12
      - id: "moonshot-v1-32k"
13
        name: "Kimi 32K"
14
        capabilities:
15
          - "text"
16
          - "code"

自定义模型提供商#

通用配置模板#

如果使用第三方兼容 OpenAI/Anthropic 协议的模型，可以使用以下模板：

PRTCL // YAML

1
providers:
2
  - name: "custom_provider"
3
    type: "openai"  # 或 "anthropic"
4
    baseUrl: "https://api.custom-provider.com/v1"
5
    apiKey: "${CUSTOM_API_KEY}"
6
    models:
7
      - id: "custom-model-id"
8
        name: "Custom Model Name"
9
        capabilities:
10
          - "text"
11
          - "code"

示例：硅基流动#

PRTCL // YAML

1
providers:
2
  - name: "siliconflow"
3
    type: "openai"
4
    baseUrl: "https://api.siliconflow.cn/v1"
5
    apiKey: "${SILICONFLOW_API_KEY}"
6
    models:
7
      - id: "deepseek-ai/DeepSeek-V3"
8
        name: "DeepSeek V3"
9
        capabilities:
10
          - "text"
11
          - "code"
12
      - id: "Qwen/Qwen2.5-72B-Instruct"
13
        name: "Qwen2.5 72B"
14
        capabilities:
15
          - "text"
16
          - "code"

示例：OpenRouter#

PRTCL // YAML

1
providers:
2
  - name: "openrouter"
3
    type: "openai"
4
    baseUrl: "https://openrouter.ai/api/v1"
5
    apiKey: "${OPENROUTER_API_KEY}"
6
    models:
7
      - id: "anthropic/claude-3.5-sonnet"
8
        name: "Claude 3.5 Sonnet"
9
        capabilities:
10
          - "text"
11
          - "code"
12
      - id: "google/gemini-pro-1.5"
13
        name: "Gemini Pro 1.5"
14
        capabilities:
15
          - "text"
16
          - "code"

模型路由策略#

基于任务类型的路由#

PRTCL // YAML

1
router:
2
  enabled: true
3
  rules:
4
    - condition: "task.type == 'coding'"
5
      model: "gpt-4o"
6
      priority: 10
7

8
    - condition: "task.type == 'writing'"
9
      model: "claude-opus-4"
10
      priority: 9
11

12
    - condition: "task.type == 'analysis'"
13
      model: "qwen-max"
14
      priority: 8
15

16
    - condition: "task.complexity < 3"
17
      model: "gpt-4o-mini"
18
      priority: 7
19

20
    - default: "gpt-4o-mini"

基于成本的路由#

PRTCL // YAML

1
router:
2
  enabled: true
3
  strategy: "cost"
4
  rules:
5
    - condition: "budget.available < 10"
6
      model: "ollama/qwen2.5:7b"
7
      priority: 10
8

9
    - condition: "budget.available >= 10"
10
      model: "gpt-4o-mini"
11
      priority: 5
12

13
    - condition: "budget.available >= 50"
14
      model: "gpt-4o"
15
      priority: 3

基于性能的路由#

PRTCL // YAML

1
router:
2
  enabled: true
3
  strategy: "performance"
4
  rules:
5
    - condition: "task.urgency == 'high'"
6
      model: "gpt-4o"
7
      priority: 10
8

9
    - condition: "task.urgency == 'medium'"
10
      model: "claude-sonnet-4"
11
      priority: 7
12

13
    - condition: "task.urgency == 'low'"
14
      model: "ollama/llama3.2:3b"
15
      priority: 3

多模态模型配置#

GPT-4o Vision#

PRTCL // YAML

1
providers:
2
  - name: "openai"
3
    models:
4
      - id: "gpt-4o"
5
        name: "GPT-4o"
6
        capabilities:
7
          - "text"
8
          - "image"
9
          - "audio"
10
          - "video"
11
        vision:
12
          enabled: true
13
          maxImageSize: 10485760  # 10MB
14
          supportedFormats:
15
            - "png"
16
            - "jpeg"
17
            - "gif"
18
            - "webp"

Claude Vision#

PRTCL // YAML

1
providers:
2
  - name: "anthropic"
3
    models:
4
      - id: "claude-opus-4"
5
        name: "Claude Opus 4"
6
        capabilities:
7
          - "text"
8
          - "vision"
9
        vision:
10
          enabled: true
11
          maxImageSize: 20971520  # 20MB
12
          supportedFormats:
13
            - "png"
14
            - "jpeg"
15
            - "gif"
16
            - "webp"

国产多模态模型#

PRTCL // YAML

1
providers:
2
  - name: "qwen"
3
    models:
4
      - id: "qwen-vl-max"
5
        name: "通义千问 VL Max"
6
        capabilities:
7
          - "text"
8
          - "vision"
9
        vision:
10
          enabled: true
11
          maxImageSize: 10485760

参数调优#

常用参数#

参数	说明	默认值	推荐范围
temperature	温度参数，控制随机性	0.7	0.0-1.0
max_tokens	最大生成 Token 数	2000	100-8000
top_p	核采样概率	1.0	0.8-1.0
frequency_penalty	频率惩罚	0.0	-2.0-2.0
presence_penalty	存在惩罚	0.0	-2.0-2.0

不同场景的参数配置#

创意写作#

PRTCL // YAML

1
creative_writing:
2
  temperature: 0.9
3
  top_p: 0.95
4
  max_tokens: 4000
5
  frequency_penalty: 0.5
6
  presence_penalty: 0.3

代码生成#

PRTCL // YAML

1
code_generation:
2
  temperature: 0.2
3
  top_p: 0.95
4
  max_tokens: 2000
5
  frequency_penalty: 0.0
6
  presence_penalty: 0.0

文档摘要#

PRTCL // YAML

1
summarization:
2
  temperature: 0.3
3
  top_p: 0.9
4
  max_tokens: 1000
5
  frequency_penalty: 0.1
6
  presence_penalty: 0.1

问答系统#

PRTCL // YAML

1
qa_system:
2
  temperature: 0.1
3
  top_p: 0.85
4
  max_tokens: 1500
5
  frequency_penalty: 0.0
6
  presence_penalty: 0.0

监控与优化#

Token 使用监控#

PRTCL // YAML

1
monitoring:
2
  tokenUsage:
3
    enabled: true
4
    alertThreshold: 10000
5
    resetPeriod: "daily"
6
    report: true
7
  costTracking:
8
    enabled: true
9
    budget:
10
      daily: 10
11
      monthly: 300
12
    alerts:
13
      - level: "warning"
14
        threshold: 0.8
15
      - level: "critical"
16
        threshold: 0.95

性能监控#

PRTCL // YAML

1
performance:
2
  metrics:
3
    - "response_time"
4
    - "throughput"
5
    - "error_rate"
6
    - "success_rate"
7
  logging:
8
    enabled: true
9
    level: "info"

优化建议#

使用缓存：对重复查询启用缓存
批量处理：将多个小请求合并处理
模型选择：根据任务复杂度选择合适的模型
上下文管理：合理控制上下文长度
并发控制：避免过度并发导致限流

故障排查#

连接问题#

症状：无法连接到模型 API

解决方案：

PRTCL // BASH

1
# 测试网络连接
2
curl -I https://api.openai.com
3

4
# 检查 API Key
5
openclaw model test <model-id>
6

7
# 查看详细日志
8
openclaw logs -f --level=debug

认证问题#

症状：401 Unauthorized 错误

解决方案：

PRTCL // BASH

1
# 验证 API Key
2
echo $OPENAI_API_KEY
3

4
# 重新设置 API Key
5
export OPENAI_API_KEY="new-key"
6

7
# 测试连接
8
openclaw model test <model-id>

限流问题#

症状：429 Too Many Requests 错误

解决方案：

PRTCL // YAML

1
# 降低请求频率
2
rateLimit:
3
  enabled: true
4
  requestsPerMinute: 60
5

6
# 使用多个 API Key
7
providers:
8
  - name: "openai"
9
    apiKeys:
10
      - "${OPENAI_API_KEY_1}"
11
      - "${OPENAI_API_KEY_2}"

本地模型性能问题#

症状：本地模型响应缓慢

解决方案：

PRTCL // BASH

1
# 检查硬件资源
2
nvidia-smi  # GPU 使用情况
3
free -h     # 内存使用情况
4

5
# 使用量化模型
6
ollama pull qwen2.5:7b-q4_K_M
7

8
# 减少上下文长度
9
context:
10
  maxTokens: 2048

最佳实践#

安全建议#

保护 API Key：使用环境变量或密钥管理服务
限制访问：配置适当的权限和访问控制
审计日志：记录所有模型调用
定期轮换：定期更换 API Key

成本控制#

设置预算：配置每日 / 每月预算限制
使用缓存：避免重复调用
选择合适模型：根据任务选择性价比高的模型
监控使用：定期检查 Token 使用情况

性能优化#

模型路由：根据任务类型自动选择模型
批量处理：合并相似请求
本地优先：简单任务使用本地模型
异步处理：耗时任务异步执行

资源链接#

OpenAI 文档: https://platform.openai.com/docs
Anthropic 文档: https://docs.anthropic.com
Ollama 文档: https://ollama.ai/docs
阿里云百炼: https://help.aliyun.com/zh/dashscope/
智谱 AI: https://open.bigmodel.cn/dev/api
OpenClaw 模型文档: https://docs.openclaw.ai/models

最后更新: 2026-03-12 作者: EchoHaoRan

OpenClaw 模型配置完整指南#

概述#

模型类型概述#

本地模型配置（Ollama）#

安装 Ollama#

Windows#

macOS#

Linux#

下载模型#

配置 OpenClaw 使用本地模型#

方法一：命令行配置#

方法二：配置文件#

硬件要求#

性能优化#

云端模型配置#

OpenAI 模型#

获取 API Key#

配置 OpenClaw#

使用环境变量#

Anthropic Claude 模型#

获取 API Key#

配置 OpenClaw#

国产模型配置#

阿里云百炼#

智谱 AI#

DeepSeek#

月之暗面 Kimi#

自定义模型提供商#

通用配置模板#

示例：硅基流动#

示例：OpenRouter#

模型路由策略#

基于任务类型的路由#

基于成本的路由#

基于性能的路由#

多模态模型配置#

GPT-4o Vision#

Claude Vision#

国产多模态模型#

参数调优#

常用参数#

不同场景的参数配置#

创意写作#

代码生成#

文档摘要#

问答系统#

监控与优化#

Token 使用监控#

性能监控#

优化建议#

故障排查#

连接问题#

认证问题#

限流问题#

本地模型性能问题#

最佳实践#

安全建议#

成本控制#

性能优化#

资源链接#

OpenClaw模型配置完整指南

大语言模型LLM技术完全指南

Dify API集成完整指南

CoPaw本地模型配置

OpenClaw搭建教程

评论