什么值得买App下载 App ›
连续签到专享现金活动

一篇讲完 openclaw 的模型配置

OpenClaw 作为一个功能强大的多模型接入框架,支持对 Kimi、Qwen、DeepSeek 等主流大语言模型进行深度配置。该框架涵盖了从基础对话到复杂多媒体处理的 5 大类共 25 种模型配置方案,旨在满足不同场景下的调用需求。了解这些配置参数及其切换逻辑,是构建高效 AI 应用的基础。
01基础对话模型配置
基础对话模型是构建 AI 应用的核心,主要涵盖 Kimi、Qwen 和 DeepSeek 三大主流系列。配置时需关注 API Key、模型名称及基础参数设置。
模型类型配置参数示例核心特性
Kimi 系列model: 'moonshot-v1-8k', api_key: 'sk-...'支持长文本输入,适合文档分析
Qwen 系列model: 'qwen-turbo', api_key: 'sk-...'响应速度快,多语言能力强
DeepSeek 系列model: 'deepseek-chat', api_key: 'sk-...'代码生成与逻辑推理能力强

主流基础对话模型配置对照

02多模态能力配置
针对图片和视频的处理需求,OpenClaw 提供了专门的 OCR 识别、语义理解及音视频转写配置。此类模型通常需要启用特定的视觉或音频解码参数。
  • 图片 OCR 配置
    需启用 OCR 引擎,参数包括 language(语言类型,如 'ch' 或 'en')和 format(输出格式)。
  • 图片理解配置
    配置视觉模型参数,如 vision_model: 'gpt-4-vision-preview',并设置 detail 参数为 'high' 或 'low'。
  • 视频处理配置
    分为音频转写(ASR)与画面文字识别(Video OCR)。ASR 需指定 audio_enabled: true,Video OCR 需开启 frame_extraction 功能。
03多模型切换逻辑
在实际应用中,根据任务类型动态切换模型是提升性能与降低成本的关键。OpenClaw 通过路由规则或条件判断来实现这一逻辑。
  1. 定义模型池
    在配置文件中预先加载所有可用的 25 个模型实例,包括对话型、视觉型等。
  2. 设定路由规则
    根据输入内容特征(如是否包含图片、是否为长文本)匹配对应模型。例如,检测到图片流时自动切换至视觉理解模型。
  3. 执行切换调用
    在代码逻辑层面,通过 if-else 或策略模式,将请求转发至当前最适配的模型接口。
0425 个配置参数汇总
功能分类参数键名推荐值/选项说明
基础temperature0.7控制生成随机性
基础max_tokens4096最大输出长度
Kimikimi_api_keysk-***月之暗面鉴权
Qwenqwen_top_p0.8核采样概率
DeepSeekdeepseek_reasoningtrue启用深度推理模式
图片 OCRocr_detect_langmixed中英文混合检测
图片理解image_resolution1024x1024输入图片分辨率限制
视频 ASRasr_sample_rate16000音频采样率
视频 OCRvideo_frame_interval5抽帧间隔(秒)
切换default_modelqwen-turbo默认兜底模型

核心配置参数示例表

评论

评论区空态插画

当前文章无评论,是时候发表评论了