最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

在OpenClaw中配置和使用Coding Plan的詳細步驟

  發(fā)布時間:2026-03-04 16:54:45   作者:hhzz   我要評論
OpenClaw (原名Moltbot/Clawdbot )是一個開源的個人 AI 助手平臺,支持通過多種消息渠道與 AI 交互,通過配置可接入阿里云百煉的Coding Plan模型,本文給大家詳細介紹了如何在OpenClaw中配置和使用Coding Plan,需要的朋友可以參考下

OpenClaw (原名Moltbot/Clawdbot )是一個開源的個人 AI 助手平臺,支持通過多種消息渠道與 AI 交互。通過配置可接入阿里云百煉的Coding Plan模型。

接入OpenClaw需要修改配置文件~/.openclaw/openclaw.json 中的模型提供商、默認模型和可用模型列表等信息。

1,安裝 OpenClaw

  1. 安裝或更新 Node.js(v22.0 或更高版本)。
  2. 執(zhí)行以下命令開始安裝。
    macOS/Linux系統(tǒng)
  1. 安裝結束后會自動出現提示信息,請根據提示信息完成 OpenClaw 配置,參考配置如下:
配置項配置內容
I understand this is powerful and inherently risky. Continue?選擇 “Yes”
Onboarding mode選擇 “QuickStart”
Model/auth provider選擇 “Skip for now”,后續(xù)可以配置
Filter models by provider選擇 “All providers”
Default model使用默認配置
Select channel (QuickStart)選擇 “Skip for now”,后續(xù)可以配置
Configure skills now? (recommended)選擇 “No”,后續(xù)可以配置。
Enable hooks?按空格鍵選中選項,按回車鍵進入下一步。
How do you want to hatch your bot?選擇 “Hatch in TUI”。

2,在 OpenClaw 中配置 Coding Plan

2.1,API Key 和 Base URL

  • API Key:訪問Coding Plan 頁面,獲取Coding Plan 專屬 API Key(格式為sk-sp-xxxxx)。
  • Base URL:根據 AI 工具支持的 API 協(xié)議,使用以下對應的 Base URL。
    • OpenAI 兼容協(xié)議:https://coding.dashscope.aliyuncs.com/v1
    • Anthropic 兼容協(xié)議:https://coding.dashscope.aliyuncs.com/apps/anthropic

各工具使用的兼容協(xié)議請參見對應的接入文檔。

說明
Coding Plan 專屬的 API Key 和 Base URL 與百煉按量計費的 API Key(sk-xxxxx)和BaseURL(https://dashscope.aliyuncs.com/xxxxxx)不互通,請勿混用。

2.2,Coding Plan 支持主流的AI工具:

  • OpenClaw :開源、自托管個人 AI 助手
  • OpenCode:開源 AI 編程代理工具
  • Claude Code:AI 終端編碼助手,支持自然語言編程
  • Codex:OpenAI 推出的命令行編程工具
  • Cline:VS Code 擴展,智能代碼補全和調試
  • CursorAI :原生代碼編輯器
  • Qwen Code:專為 Qwen3-Coder 優(yōu)化的開源命令行 AI 工具
  • Kilo CLI:輕量高性能命令行編程工具
  • Kilo Code:IDE 擴展,高效編碼助手

2.3,配置 Coding Plan

  1. 打開配置文件。
    運行以下命令打開 Web UI,然后在Web UI的左側菜單欄中選擇Config > Raw。
openclaw dashboard
  1. 修改配置文件。
    在 JSON 根對象中加入如下 models 配置(如果已存在則替換)。請將 YOUR_API_KEY 替換為您的 Coding Plan API Key。
"models": {
  "mode": "merge",
  "providers": {
    "bailian": {
      "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
      "apiKey": "YOUR_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "qwen3.5-plus",
          "name": "qwen3.5-plus",
          "reasoning": false,
          "input": ["text", "image"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 1000000,
          "maxTokens": 65536
        },
        {
          "id": "qwen3-max-2026-01-23",
          "name": "qwen3-max-2026-01-23",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 262144,
          "maxTokens": 65536
        },
        {
          "id": "qwen3-coder-next",
          "name": "qwen3-coder-next",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 262144,
          "maxTokens": 65536
        },
        {
          "id": "qwen3-coder-plus",
          "name": "qwen3-coder-plus",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 1000000,
          "maxTokens": 65536
        },
        {
          "id": "MiniMax-M2.5",
          "name": "MiniMax-M2.5",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 204800,
          "maxTokens": 131072
        },
        {
          "id": "glm-5",
          "name": "glm-5",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 202752,
          "maxTokens": 16384
        },
        {
          "id": "glm-4.7",
          "name": "glm-4.7",
          "reasoning": false,
          "input": ["text"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 202752,
          "maxTokens": 16384
        },
        {
          "id": "kimi-k2.5",
          "name": "kimi-k2.5",
          "reasoning": false,
          "input": ["text", "image"],
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 262144,
          "maxTokens": 32768
        }
      ]
    }
  }
}

找到 agents.defaults 對象,并替換或添加以下兩個字段:

"model": {
  "primary": "bailian/qwen3.5-plus"
},
"models": {
  "bailian/qwen3.5-plus": {},
  "bailian/qwen3-max-2026-01-23": {},
  "bailian/qwen3-coder-next": {},
  "bailian/qwen3-coder-plus": {},
  "bailian/MiniMax-M2.5": {},
  "bailian/glm-5": {},
  "bailian/glm-4.7": {},
  "bailian/kimi-k2.5": {}
}

以下是修改后的完整配置文件示例

完整配置文件示例(您的實際配置可能包含更多配置項)

注:請將 YOUR_API_KEY 替換為您的 Coding Plan API key。

{
  "models": {
    "mode": "merge",
    "providers": {
      "bailian": {
        "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
        "apiKey": "YOUR_API_KEY",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-plus",
            "name": "qwen3.5-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-max-2026-01-23",
            "name": "qwen3-max-2026-01-23",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-coder-next",
            "name": "qwen3-coder-next",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-coder-plus",
            "name": "qwen3-coder-plus",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 204800,
            "maxTokens": 131072
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 202752,
            "maxTokens": 16384
          },
          {
            "id": "glm-4.7",
            "name": "glm-4.7",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 202752,
            "maxTokens": 16384
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 32768
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian/qwen3.5-plus"
      },
      "models": {
        "bailian/qwen3.5-plus": {},
        "bailian/qwen3-max-2026-01-23": {},
        "bailian/qwen3-coder-next": {},
        "bailian/qwen3-coder-plus": {},
        "bailian/MiniMax-M2.5": {},
        "bailian/glm-5": {},
        "bailian/glm-4.7": {},
        "bailian/kimi-k2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local"
  }
}
  1. 保存配置。
    如果在Web UI中修改,先單擊右上角 Save 保存,然后單擊 Update來使配置生效。
    如果在終端中修改,先保存文件并退出,然后運行以下命令來使配置生效。
openclaw gateway restart

3,使用 OpenClaw

在終端中運行以下命令,以 Web UI 方式使用 OpenClaw。

執(zhí)行/model命令可以在當前會話中切換模型。例如,執(zhí)行如下命令可以切換到qwen3-coder-next模型。

/model qwen3-coder-next

注:如需在每次新會話中都使用指定模型,請參考前面的步驟修改配置文件中的primary字段。

4,常見問題

為什么報錯"HTTP 401: Incorrect API key provided."?
可能原因:

  1. API Key 無效、過期、為空、格式錯誤,或與端點環(huán)境不匹配,請檢查 API Key 是否為 Coding Plan 套餐專屬 Key,復制完整且無空格;確認訂閱狀態(tài)有效。
  2. OpenClaw的歷史配置緩存導致配置錯誤,請刪除~/.openclaw/agents/main/agent/models.json文件中的providers.bailian配置項,并重啟OpenClaw。

以上就是在OpenClaw中配置和使用Coding Plan的詳細步驟的詳細內容,更多關于OpenClaw配置和使用Coding Plan的資料請關注腳本之家其它相關文章!

相關文章

  • Linux環(huán)境下配置openclaw并連接到局域網ollama模型

    本文介紹了如何在Linux環(huán)境下配置OpenClaw并連接到局域網內的ollama模型,包括環(huán)境準備、部署步驟、配置provider和model、飛書插件安裝與配置,以及消息測試和定時任務設置,
    2026-03-04
  • OpenClaw多代理協(xié)同工作模式配置完整指南

    OpenClaw多代理協(xié)同配置是一項面向復雜AI系統(tǒng)工程化部署的關鍵技術實踐,其核心在于構建一個安全、可控、可擴展且語義明確的多智能體協(xié)作運行環(huán)境這篇文章主要介紹了OpenCla
    2026-03-04
  • OpenClaw 是什么 OpenClaw 使用教程

    這篇文章給大家介紹OpenClaw 使用教程跨平臺安裝部署、配置大模型 Provider、接入 Ollama、本地 Skills/插件、瀏覽器控制、搜索 API、Obsidian Skills的相關操作,感興趣的
    2026-03-05
  • 一行配置幫你解決OpenClaw部署后Tools工具權限被禁用的問題

    剛部署完OpenClaw,發(fā)現Agent無法執(zhí)行基本操作,Tools頁面顯示大部分工具處于禁用狀態(tài),下面小編就和大家詳細介紹一下如何通過一行配置解決這一問題,感興趣的小伙伴可以了
    2026-03-04
  • Windows下OpenClaw的安裝與Debug配置教程最終版(MiniPC i3-N305 / 無 GPU)

    這篇文章主要介紹了Windows下OpenClaw的安裝與Debug配置,機器是MiniPC i3-N305 / 無 GPU,需要的朋友可以參考一下,有條件的盡量用mac系統(tǒng)簡單快捷,一次通過的成功率高
    2026-03-03
  • 零基礎入門OpenClaw 完整安裝配置實戰(zhàn)指南(完全流程)

    OpenClaw就是一個可以讓 AI 住進你的 Telegram、管理你的電腦或服務器、幫你寫代碼的開源框架,下面給大家分享整個安裝過程,感興趣的朋友跟隨小編一起看看吧
    2026-03-03
  • OpenClaw安裝配置全攻略(安裝使用全記錄)

    OpenClaw 是一個可以部署在自己服務器上的 AI Agent,能通過 Telegram、飛書等渠道對話,幫你操控系統(tǒng)、定時任務、聯網搜索、寫代碼部署項目的等等,這篇文章記錄了我完整的
    2026-03-03
  • 什么是OpenClaw?OpenClaw下載、安裝、配置完整教程

    如果你最近逛技術論壇、GitHub趨勢榜,或者程序員的社交媒體,一定會被一個詞刷屏——OpenClaw,本文將為你提供最全面、最詳細的OpenClaw使用指南,從概念解析到實際操作,
    2026-03-02
  • OpenClaw 中轉站配置詳細教程

    本文介紹了如何在Windows、macOS和Linux系統(tǒng)上配置OpenClaw使用自定義API中轉站,通過安裝OpenClaw、初始化配置文件、編輯主配置文件和鑒權文件,以及啟動Gateway和TUI,本文
    2026-03-02
  • 超輕量級OpenClaw本地部署與一鍵安裝、配置指南

    OpenClaw超輕量版本地部署指南介紹了一個功能完整且輕量級的AI助手,適用于學習和使用,該指南詳細介紹了環(huán)境準備、快速安裝、基礎配置、核心功能體驗等步驟,安裝配置過程比
    2026-03-02

最新評論

岳池县| 阿拉善右旗| 额尔古纳市| 民乐县| 嘉黎县| 思茅市| 从化市| 邹城市| 二连浩特市| 正宁县| 三门峡市| 邯郸县| 邵阳县| 南通市| 方城县| 乌兰浩特市| 万盛区| 瑞安市| 嘉兴市| 龙井市| 保康县| 云霄县| 青州市| 峡江县| 瓦房店市| 广灵县| 安阳市| 贵溪市| 荆州市| 邢台县| 郧西县| 望都县| 台南县| 承德县| 小金县| 分宜县| 兰溪市| 鹤山市| 孝感市| 永寿县| 寻甸|