结构
openclaw.json 配置国产大模型——DeepSeek/通义千问/Kimi/GLM 完整教程
calendar_today2026-02-28
/schedule阅读 15 min
/text_fields409 字
OpenClaw 是模型无关（model-agnostic）的 AI Agent 框架。它不绑定任何特定模型，只要兼容 OpenAI API 格式的大模型都能接入。本文详解 DeepSeek、通义千问、Kimi（Moonshot）、GLM-4（智谱清言）四款国产大模型的完整配置方法。
一、配置文件位置
所有模型配置都在 ~/.openclaw/openclaw.json 的 models.providers 字段中。每个 provider 需要 baseUrl、apiKey 和 models 数组。
二、DeepSeek 配置
DeepSeek-V3 是目前性价比最高的国产模型之一，支持 128K 上下文，推理能力强。
openclaw.json - DeepSeek
{"models": {"providers": {"deepseek": {"baseUrl": "https://api.deepseek.com/v1","apiKey": "sk-你的密钥","api": "openai-completions","models": [{"id": "deepseek-chat","name": "DeepSeek-V3","reasoning": true,"input": ["text"],"contextWindow": 131072,"maxTokens": 8192}]}}}}
获取 API Key：访问 platform.deepseek.com 注册并创建 API Key。价格约 ¥1/百万 token，非常便宜。
三、通义千问 Qwen 配置
阿里云通义千问通过 DashScope API 提供服务。
openclaw.json - 通义千问
"qwen": {"baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1","apiKey": "sk-你的密钥","api": "openai-completions","models": [{"id": "qwen-max","name": "Qwen-Max","reasoning": true,"input": ["text"],"contextWindow": 131072,"maxTokens": 8192}, {"id": "qwen-turbo","name": "Qwen-Turbo（更快更便宜）","input": ["text"],"contextWindow": 131072,"maxTokens": 8192}]}
四、Kimi（Moonshot）配置
openclaw.json - Kimi
"kimi": {"baseUrl": "https://api.moonshot.cn/v1","apiKey": "sk-你的密钥","api": "openai-completions","models": [{"id": "moonshot-v1-128k","name": "Kimi 128K","input": ["text"],"contextWindow": 131072,"maxTokens": 8192}]}
五、GLM-4（智谱清言）配置
openclaw.json - GLM-4
"glm": {"baseUrl": "https://open.bigmodel.cn/api/paas/v4","apiKey": "你的密钥","api": "openai-completions","models": [{"id": "glm-4","name": "GLM-4 (智谱清言)","input": ["text"],"contextWindow": 131072,"maxTokens": 8192}]}
六、切换默认模型
配置好 providers 后，修改 agents.defaults.model.primary 即可切换默认模型：
openclaw.json - 切换模型
{"agents": {"defaults": {"model": {"primary": "deepseek/deepseek-chat"}}}}// 可选值示例：// "deepseek/deepseek-chat"// "qwen/qwen-max"// "kimi/moonshot-v1-128k"// "glm/glm-4"// "anthropic/claude-sonnet-4-20250514"
💡 建议：土木工程场景推荐 DeepSeek-V3 作为默认模型——推理能力强、价格便宜、无需代理直连。处理简单任务时可切换 qwen-turbo 节省成本。
分享：