Skip to main content
接入客户端/开发工具

OpenClaw

OpenClaw 是一个开源的个人 AI 助手平台，支持通过多种消息渠道与 AI 交互。通过配置可接入阿里云百炼平台上的 AI 模型，支持按量付费、Coding Plan、Token Plan 个人版、Token Plan 团队版四种接入方式。

安装 OpenClaw

OpenClaw 需要 Node.js 22.19.0 或更高版本。可通过以下命令检查 Node.js 版本： 
node --version
如果未安装或版本过低，请访问 Node.js 官网下载安装。
  • macOS / Linux
  • Windows
推荐使用官方安装脚本：
curl -fsSL https://openclaw.ai/install.sh | bash
或通过 npm 全局安装：
npm install -g openclaw@latest
首次安装后，OpenClaw 会自动启动配置向导，完成初始设置。也可以手动执行openclaw onboard命令进行配置。

配置项

建议配置

I understand this is powerful and inherently risky. Continue?

选择 Yes

Onboarding mode

选择 QuickStart

Model/auth provider

选择 Skip for now（稍后配置百炼模型）

Filter models by provider

选择 All providers

Default model

选择 Keep current

Select channel (QuickStart)

选择 Skip for now（稍后配置渠道）

Configure skills now? (recommended)

选择 No

Enable hooks?

按空格键选中选项，按回车键进入下一步

How do you want to hatch your bot?

选择 Do this later

配置接入凭证

Token Plan 个人版

配置项

说明

API Key

Token Plan 个人版专属 API Key

Base URL

https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic

可用模型

Token Plan 个人版支持的模型

配置文件位于 ~/.openclaw/openclaw.json，OpenClaw 启动时会自动读取。
示例禁用了网关鉴权（auth.mode: none），仅适合单机本地使用。如需共享或远程访问，请运行 openclaw doctor --fix 启用 token 鉴权。
首次配置：复制以下内容到配置文件，将 YOUR_API_KEY 替换为 Token Plan 个人版 API Key。 已有配置：若需保留已有配置，请勿直接全量替换，详见已有配置如何安全修改。 
{
  "meta": {
    "lastTouchedVersion": "2026.2.1",
    "lastTouchedAt": "2026-02-03T08:20:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "bailian-token-plan": {
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic",
        "apiKey": "YOUR_API_KEY",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "qwen3.8-max",
            "name": "qwen3.8-max",
            "reasoning": true,
            "input": ["text", "image"],
            "contextWindow": 983616,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.8-flash",
            "name": "qwen3.8-flash",
            "reasoning": true,
            "input": ["text", "image"],
            "contextWindow": 983616,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.7-max",
            "name": "qwen3.7-max",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.7-plus",
            "name": "qwen3.7-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-flash",
            "name": "qwen3.6-flash",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5.2",
            "name": "glm-5.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "deepseek-v4-pro",
            "name": "deepseek-v4-pro",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-pro-0813",
            "name": "deepseek-v4-pro-0813",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-flash-0731",
            "name": "deepseek-v4-flash-0731",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 393216,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian-token-plan/qwen3.8-max"
      },
      "models": {
        "bailian-token-plan/qwen3.8-max": {},
        "bailian-token-plan/qwen3.8-flash": {},
        "bailian-token-plan/qwen3.7-max": {},
        "bailian-token-plan/qwen3.7-plus": {},
        "bailian-token-plan/qwen3.6-flash": {},
        "bailian-token-plan/glm-5.2": {},
        "bailian-token-plan/deepseek-v4-pro": {},
        "bailian-token-plan/deepseek-v4-pro-0813": {},
        "bailian-token-plan/deepseek-v4-flash-0731": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": { "mode": "none" }
  }
}

Token Plan 团队版

配置项

说明

API Key

Token Plan 团队版专属 API Key

Base URL

https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic

可用模型

Token Plan 团队版支持的模型

配置文件位于 ~/.openclaw/openclaw.json，OpenClaw 启动时会自动读取。
示例禁用了网关鉴权（auth.mode: none），仅适合单机本地使用。如需共享或远程访问，请运行 openclaw doctor --fix 启用 token 鉴权。
  • 方式一：终端方式
  • 方式二：Web UI 方式
  1. 打开配置文件 
nano ~/.openclaw/openclaw.json
  1. 写入配置 首次配置：复制以下内容到配置文件，将 YOUR_API_KEY 替换为 Token Plan 团队版 API Key。 已有配置：若需保留已有配置，请勿直接全量替换，详见已有配置如何安全修改。 
{
  "meta": {
    "lastTouchedVersion": "2026.2.1",
    "lastTouchedAt": "2026-02-03T08:20:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "bailian-token-plan": {
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic",
        "apiKey": "YOUR_API_KEY",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "qwen3.8-max",
            "name": "qwen3.8-max",
            "reasoning": true,
            "input": ["text", "image"],
            "contextWindow": 983616,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.8-flash",
            "name": "qwen3.8-flash",
            "reasoning": true,
            "input": ["text", "image"],
            "contextWindow": 983616,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.7-max",
            "name": "qwen3.7-max",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.7-plus",
            "name": "qwen3.7-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-flash",
            "name": "qwen3.6-flash",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "deepseek-v4-pro",
            "name": "deepseek-v4-pro",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-pro-0813",
            "name": "deepseek-v4-pro-0813",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-flash",
            "name": "deepseek-v4-flash",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v4-flash-0731",
            "name": "deepseek-v4-flash-0731",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 393216,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "deepseek-v3.2",
            "name": "deepseek-v3.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.7-code",
            "name": "kimi-k2.7-code",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 32768,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.6",
            "name": "kimi-k2.6",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5.2",
            "name": "glm-5.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5.1",
            "name": "glm-5.1",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 204800,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian-token-plan/qwen3.8-max"
      },
      "models": {
        "bailian-token-plan/qwen3.8-max": {},
        "bailian-token-plan/qwen3.8-flash": {},
        "bailian-token-plan/qwen3.7-max": {},
        "bailian-token-plan/qwen3.7-plus": {},
        "bailian-token-plan/qwen3.6-plus": {},
        "bailian-token-plan/qwen3.6-flash": {},
        "bailian-token-plan/deepseek-v4-pro": {},
        "bailian-token-plan/deepseek-v4-pro-0813": {},
        "bailian-token-plan/deepseek-v4-flash": {},
        "bailian-token-plan/deepseek-v4-flash-0731": {},
        "bailian-token-plan/deepseek-v3.2": {},
        "bailian-token-plan/kimi-k2.7-code": {},
        "bailian-token-plan/kimi-k2.6": {},
        "bailian-token-plan/kimi-k2.5": {},
        "bailian-token-plan/glm-5.2": {},
        "bailian-token-plan/glm-5.1": {},
        "bailian-token-plan/glm-5": {},
        "bailian-token-plan/MiniMax-M2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": { "mode": "none" }
  }
}
  1. 保存并退出 按 Ctrl+X，按 Y 确认保存，按 Enter 确认文件名。
  2. 使配置生效 运行以下命令重启网关，使配置生效。 
openclaw gateway restart

Coding Plan

配置项

说明

API Key

Coding Plan 专属 API Key，格式为 sk-sp-xxxxx

Base URL

https://coding-intl.dashscope.aliyuncs.com/apps/anthropic

可用模型

Coding Plan 支持的模型

配置文件位于 ~/.openclaw/openclaw.json，OpenClaw 启动时会自动读取。
示例禁用了网关鉴权（auth.mode: none），仅适合单机本地使用。如需共享或远程访问，请运行 openclaw doctor --fix 启用 token 鉴权。
  • 方式一：终端方式
  • 方式二：Web UI 方式
  1. 打开配置文件 
nano ~/.openclaw/openclaw.json
  1. 写入配置 首次配置：复制以下内容到配置文件，将 YOUR_API_KEY 替换为 Coding Plan API Key。 已有配置：若需保留已有配置，请勿直接全量替换，详见已有配置如何安全修改。 
{
  "meta": {
    "lastTouchedVersion": "2026.2.1",
    "lastTouchedAt": "2026-02-03T08:20:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "bailian-coding-plan": {
        "baseUrl": "https://coding-intl.dashscope.aliyuncs.com/apps/anthropic",
        "apiKey": "YOUR_API_KEY",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "qwen3.7-plus",
            "name": "qwen3.7-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3.5-plus",
            "name": "qwen3.5-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3-max-2026-01-23",
            "name": "qwen3-max-2026-01-23",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 262144,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "qwen3-coder-next",
            "name": "qwen3-coder-next",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 262144,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "qwen3-coder-plus",
            "name": "qwen3-coder-plus",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 204800,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "glm-4.7",
            "name": "glm-4.7",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 262144,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian-coding-plan/qwen3.7-plus"
      },
      "models": {
        "bailian-coding-plan/qwen3.7-plus": {},
        "bailian-coding-plan/qwen3.6-plus": {},
        "bailian-coding-plan/qwen3.5-plus": {},
        "bailian-coding-plan/qwen3-max-2026-01-23": {},
        "bailian-coding-plan/qwen3-coder-next": {},
        "bailian-coding-plan/qwen3-coder-plus": {},
        "bailian-coding-plan/MiniMax-M2.5": {},
        "bailian-coding-plan/glm-5": {},
        "bailian-coding-plan/glm-4.7": {},
        "bailian-coding-plan/kimi-k2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": { "mode": "none" }
  }
}
  1. 保存并退出 按 Ctrl+X，按 Y 确认保存，按 Enter 确认文件名。
  2. 使配置生效 运行以下命令重启网关，使配置生效。 
openclaw gateway restart

按量付费

配置项

说明

API Key

阿里云百炼 API Key，格式为 sk-xxxxx

Base URL

请确保 Base URL、API Key 和模型归属同一地域，并将 WorkspaceId替换为真实的获取Workspace ID

  • 华北2（北京）：https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/apps/anthropic

  • 新加坡：https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/apps/anthropic

可用模型

填入模型广场中支持的模型

以下配置以华北2（北京）地域为例，如使用其他地域请替换 baseUrl 为上表中对应地域的 URL。 配置文件位于 ~/.openclaw/openclaw.json，OpenClaw 启动时会自动读取。
示例禁用了网关鉴权（auth.mode: none），仅适合单机本地使用。如需共享或远程访问，请运行 openclaw doctor --fix 启用 token 鉴权。
  • 方式一：终端方式
  • 方式二：Web UI 方式
  1. 打开配置文件 
nano ~/.openclaw/openclaw.json
  1. 写入配置 首次配置：复制以下内容到配置文件，将 YOUR_API_KEY 替换为百炼 API Key。 已有配置：若需保留已有配置，请勿直接全量替换，详见已有配置如何安全修改。 
{
  "meta": {
    "lastTouchedVersion": "2026.2.1",
    "lastTouchedAt": "2026-02-03T08:20:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "bailian": {
        "baseUrl": "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/apps/anthropic",
        "apiKey": "YOUR_API_KEY",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "qwen3.6-plus",
            "name": "qwen3.6-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 65536,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 204800,
            "maxTokens": 131072,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 202752,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          },
          {
            "id": "deepseek-v3.2",
            "name": "deepseek-v3.2",
            "reasoning": false,
            "input": ["text"],
            "contextWindow": 163840,
            "maxTokens": 16384,
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "compat": { "thinkingFormat": "openai" }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian/qwen3.6-plus"
      },
      "models": {
        "bailian/qwen3.6-plus": {},
        "bailian/MiniMax-M2.5": {},
        "bailian/glm-5": {},
        "bailian/deepseek-v3.2": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": { "mode": "none" }
  }
}
  1. 保存并退出 按 Ctrl+X，按 Y 确认保存，按 Enter 确认文件名。
  2. 使配置生效 运行以下命令重启网关，使配置生效。 
openclaw gateway restart

接入消息渠道

WhatsApp

步骤一：安装 WhatsApp 插件

WhatsApp 渠道通过插件方式接入，执行以下命令安装插件： 
openclaw plugins install @openclaw/whatsapp

步骤二：配置 WhatsApp 渠道

在 OpenClaw 对话中输入以下内容，OpenClaw 会询问手机号码（需使用 E.164 格式，即 + 号加国家代码加手机号），然后自动将号码填入配置并完成设置。 
请帮我配置 WhatsApp 渠道。请先询问我的手机号码，然后将号码自动填入以下配置中的 allowFrom 和 groupAllowFrom 字段，完成配置。
{
  "channels": {
    "whatsapp": {
      "dmPolicy": "pairing",
      "allowFrom": ["<phone_number>"],
      "groupPolicy": "allowlist",
      "groupAllowFrom": ["<phone_number>"]
    }
  }
}
建议使用单独的手机号运行 WhatsApp 渠道，避免机器人响应日常聊天中的消息。如果使用日常聊天的手机号，可在 OpenClaw 对话中输入开启 selfChatMode，机器人将仅在给自己发消息的对话中响应，不影响其他聊天。

步骤三：关联 WhatsApp

  1. 执行以下命令启动 WhatsApp 关联流程，终端会显示二维码。
openclaw channels login --channel whatsapp
  1. 打开手机 WhatsApp，扫描终端中的二维码完成关联。
  2. 重启网关。
openclaw gateway restart

步骤四：测试

  1. 执行以下命令检查 WhatsApp 渠道状态。
openclaw status
在 Channels 部分，WhatsApp 应显示为 ON 且状态为 OK。 2. 在 WhatsApp 中给自己发送一条消息，验证机器人是否正常响应。

Telegram

  1. 通过 BotFather 创建机器人 发送 /newbot 命令，按提示输入机器人名称和用户名（用户名必须以 bot 结尾），复制并保存返回的 Bot Token（格式为：123456789:ABCdefGHIjklMNOpqrsTUVwxyz）。
  2. 在 OpenClaw 对话中输入如下内容，并将 xxxx 替换为实际的 Bot Token。OpenClaw 会自动完成配置。 
请帮我配置Telegram，配置项如下，我的Bot Token是xxxx。
{
  "channels": {
    "telegram": {
      "enabled": true,
      "botToken": "xxxx",
      "dmPolicy": "pairing"
    }
  }
}
  1. 配置完成后，重启网关。
openclaw gateway restart
  1. 在 Telegram 中发送消息给机器人，首次发送消息会收到配对码。
  2. 在终端执行以下命令，将 xxx 替换为实际的配对码。
openclaw pairing approve telegram xxx

Discord

步骤一：创建 Discord 应用和机器人

  1. 创建 Discord 应用 进入 Discord Developer Portal，单击 New Application，输入应用名称，然后单击 Create。
  2. 创建机器人并开启权限
    1. 在左侧导航栏单击 Bot，设置机器人用户名。
    2. 在 Bot 页面向下滚动到 Privileged Gateway Intents，开启以下权限：
      • Message Content Intent
      • Server Members Intent
      • Presence Intent
      完成后单击 Save Changes。
  3. 获取 Bot Token 在 Bot 页面顶部，单击 Reset Token 生成令牌，复制并妥善保存。此令牌仅显示一次。
  4. 添加机器人到服务器
    1. 在左侧导航栏单击 OAuth2，向下滚动到 OAuth2 URL Generator。
    2. 在 Scopes 中勾选 bot 和 applications.commands。
    3. 在下方出现的 Bot Permissions 中勾选以下权限：
      • View Channels
      • Send Messages
      • Read Message History
      • Embed Links
      • Attach Files
    4. 复制页面底部生成的 URL，在浏览器中打开，选择目标服务器并单击 Continue 完成添加。

步骤二：在 OpenClaw 中配置 Discord

  1. 在运行 OpenClaw 的机器上，设置 Bot Token 环境变量。
export DISCORD_BOT_TOKEN="YOUR_BOT_TOKEN"
  1. 执行以下命令完成 Discord 配置。
openclaw config set channels.discord.token --ref-provider default --ref-source env --ref-id DISCORD_BOT_TOKEN
openclaw config set channels.discord.enabled true --strict-json
  1. 重启网关使配置生效。
openclaw gateway restart

步骤三：配对与测试

  1. 在 Discord 中向机器人发送私信，首次发送会收到配对码（Pairing Code）。
  2. 在终端执行以下命令完成配对，将 xxx 替换为实际的配对码。
openclaw pairing approve discord xxx
配对码有效期为 1 小时，过期需重新发送消息获取新的配对码。
  1. 执行以下命令检查 Discord 渠道状态。
openclaw status
在 Channels 部分，Discord 应显示为 ON 且状态为 OK。 4. 在 Discord 中发送消息进行测试。

常见命令

命令

说明

示例

/help

显示可用命令的快速摘要。

/help

/status

查看当前模型、会话、网关等状态信息。

/status

/model <模型名称>

切换当前会话使用的模型。

/model qwen3.7-max

/new

开始一个新会话。

/new

/compact

压缩对话历史，释放上下文窗口空间。

/compact

/think <级别>

设置思考（推理）深度级别，可选 off、low、medium、high 等。

/think high

/skills

展示全部可用的 Skill。

/skills

使用案例

案例一：X（Twitter）自动运营

通过 OpenClaw 可自动化运营 X (Twitter) 账号，支持发帖、回复、搜索、时间线浏览等操作。
  1. 在终端执行以下命令安装 twitter-cli。
uv tool install twitter-cli
  1. 在 OpenClaw 对话中输入以下指令，自动完成 Skill 安装。
Install this skill: https://github.com/public-clis/twitter-cli
  1. 安装完成后，返回终端并重启网关使 Skill 生效。
openclaw gateway restart
  1. 验证 Skill 是否安装成功。
openclaw skills list
  1. twitter-cli 使用浏览器 Cookie 进行认证。请确保已在支持的浏览器（Chrome、Edge、Firefox、Arc 或 Brave）中登录 x.com，twitter-cli 会自动提取 Cookie。 也可以通过环境变量手动设置认证信息： 
export TWITTER_AUTH_TOKEN="your_auth_token"
export TWITTER_CT0="your_ct0_token"
Cookie 获取方式：在浏览器中打开 x.com，打开开发者工具，切换到 Application 面板，在 Cookies 中找到 auth_token 和 ct0 的值。
在 OpenClaw 对话中输入查看 Sam Altman 最近的推文，总结要点后帮我发一条推文谈谈我的看法，OpenClaw 会自动获取动态、分析内容并发布。
输入帮我搜索昨天关于 harness engineering 的推文，OpenClaw 会搜索相关推文并总结要点。

案例二：YouTube 视频分析与下载

通过OpenClaw 可以搜索 YouTube 视频、提取视频信息并下载视频，支持按关键词搜索、按日期排序、批量获取视频元数据等操作。
  1. 在终端执行以下命令安装 yt-dlp。
pip install yt-dlp
  1. 验证安装。
yt-dlp --version
  1. （可选）配置 Cookie 认证。如果需要访问年龄限制、会员专属或私有视频，需要配置 YouTube Cookie。确保已在浏览器中登录 youtube.com，然后在 OpenClaw 对话中输入：
我需要配置 YouTube 的 Cookie 认证，请使用 yt-dlp 从我的浏览器中提取 YouTube 的 Cookie
安装完成后，即可在 OpenClaw 对话中直接使用，OpenClaw 会自动调用 yt-dlp 命令执行视频相关操作。
在 OpenClaw 对话中输入帮我总结这个视频的主要内容：https://www.youtube.com/watch?v=XRgGFQ0EgM0，OpenClaw 会提取视频信息并生成内容摘要。
在 OpenClaw 对话中输入帮我下载这个视频：https://www.youtube.com/watch?v=XRgGFQ0EgM0，OpenClaw 会调用 yt-dlp 将视频下载到本地。

案例三：定时推送 AI 新闻

通过 OpenClaw 的 Cron 定时任务功能，每天自动抓取最新 AI 新闻并推送到 Discord（Cron 定时任务支持 discord 和 telegram 渠道）。
  1. 在终端执行以下命令：
openclaw cron add \
  --name "ai-daily-news" \
  --cron "0 9 * * *" \
  --tz "UTC" \
  --message "Please visit https://techcrunch.com/category/artificial-intelligence/ to get today's AI news. Summarize the top 10 most important AI stories in a concise list format, each with a title and a one-sentence summary in English." \
  --channel discord \
  --announce
参数说明如下：| 参数 | 说明 | | --- | --- | | --name | 任务名称 | | --cron | Cron 表达式，"0 9 * * *" 表示每天 9:00 执行 | | --tz | 时区，设为 "UTC" 即协调世界时，可按需替换为您所在时区（如 "America/New_York"、"Europe/London"） | | --message | 发送给 Agent 的提示词，告诉 AI 要抓取什么内容、如何总结 | | --channel | 推送渠道。Cron 定时任务支持 discord 和 telegram，此处设为 discord。 | | --announce | 将结果推送到已配置的 Discord 频道中。 |创建成功后将返回 JSON 格式的任务信息，包含任务 ID 和下次执行时间。 2. 创建任务后，可以立即手动触发一次以验证效果。
  1. 查看任务列表，获取任务 ID。
openclaw cron list
  1. 手动触发执行。
openclaw cron run <task_ID> --timeout 120000
  1. 查看执行结果。
openclaw cron runs --id <task_ID>
当输出中 "status": "ok" 且 "delivered": true 时，表示新闻已成功推送到 Discord。

案例四：股市监控与分析

让 OpenClaw 分析股票走势，并提供技术面分析和投资建议。
AI 生成内容仅供参考，不构成实际的投资建议或决策依据。
  1. 安装 Skill 在 OpenClaw 对话中输入以下指令，OpenClaw 会自动完成安装： 
Install the manus-stock-analysis skill
  1. 安装完成后，返回终端并重启网关使 Skill 生效。
openclaw gateway restart
验证 Skill 是否安装成功。
openclaw skills list
  1. 在 OpenClaw 对话中输入股市相关问题，例如Analyze NVDA stock。

了解更多

Skill

Skill 是可扩展的能力模块，Agent 会根据请求自动匹配并加载对应的 Skill。OpenClaw 支持查看和启用内置 Skill，从 ClawHub安装社区 Skill，或创建自定义 Skill。

查看已有 Skill

  1. 执行以下命令查看已安装的 Skill 及其状态。
# 列出已安装的 Skill
openclaw skills list

# 查看 Skill 状态（已启用、已禁用、缺少依赖等）
openclaw skills check

# 查看特定 Skill 的详细信息
openclaw skills info <skill-name>
  1. 内置 Skill 默认未启用，需在 ~/.openclaw/openclaw.json 中通过 skills.allowBundled 白名单启用，只有列在其中的内置 Skill 才会被加载。
{
  "skills": {
    "allowBundled": [
      "github",
      "weather",
      "summarize",
      "coding-agent",
      "clawhub",
      "nano-pdf",
      "google-web-search",
      "image-lab"
    ]
  }
}
部分内置 Skill需要配置对应的第三方 API Key 才能使用，请在 ~/.openclaw/openclaw.json 的 skills.entries 中配置，具体请参考 Skills 配置文档。

查找更多 Skill

可以通过以下两种方式查找并安装更多 Skill。
  1. 通过 ClawHub 搜索安装 ClawHub 提供 3,000+ 个社区 Skill，可以在网站上浏览，也可以通过命令行搜索。 
# 按关键词搜索
npx clawhub search [关键词]

# 浏览最近更新的 Skill
npx clawhub explore
找到合适的 Skill 后，执行以下命令安装，安装完成后重启网关即可使用。 
npx clawhub install <skill-name>
  1. 直接在 OpenClaw 中提问 在对话中直接描述需求，例如帮我找一个可以查天气的 Skill，OpenClaw 会自动搜索并安装。

创建自定义 Skill

  1. 创建 Skill 目录。
mkdir -p ~/.openclaw/workspace/skills/my-custom-skill
  1. 在该目录下创建 SKILL.md 文件。文件由 YAML 前置元数据和 Markdown 指令两部分组成，其中 name 和 description 为必填字段。Agent 根据 description 判断是否加载该 Skill，请确保描述准确。
---
name: my-custom-skill
description: 简短描述
---

# My Custom Skill

当用户请求 XXX 时，执行以下操作：

1. 使用 bash 工具运行 xxx 命令
2. 解析输出结果
3. 以表格形式返回给用户
  1. 重启网关使 Skill 生效。
# 重启网关
openclaw gateway restart

# 查看 Skill 是否生效
openclaw skills list
更多 Skill 配置说明请参考OpenClaw 官方文档。

常见问题

在终端输入openclaw tui，进入 OpenClaw 终端命令行，接着输入/model查看模型列表。按回车键选中模型，按Esc键退出模型列表。
可能原因：
  1. API Key 无效、过期、为空、格式错误，或与端点环境不匹配。请检查 API Key 是否与所使用的付费方式匹配，并确保复制完整且无空格；确认订阅状态有效。
  2. OpenClaw 的历史配置缓存导致配置错误，请删除~/.openclaw/agents/main/agent/models.json文件中的providers配置项，并重启 OpenClaw。
  3. invalid_iam_token 表示 API Key 经 IAM 鉴权校验失败。常见场景：API Key 已被吊销或禁用、API Key 归属的地域与 Base URL 所指地域不一致（例如 API Key 在华北2（北京），但 Base URL 指向新加坡）、使用 STS 临时凭证且已过期。请核对 API Key 与 Base URL 归属同一地域，并确认 API Key 状态正常。
  • 请勿直接全量覆盖。直接"全部替换"会覆盖掉自定义配置，请进行局部修改。
  • 可以选择以下方式完成配置：
    • 若 OpenClaw 可正常对话：直接在 OpenClaw 对话中输入指令完成配置合并。
    • 若 OpenClaw 未配置模型或无法对话：请手动编辑 ~/.openclaw/openclaw.json，只修改需要变更的字段，保留原有配置不变。
重启网关后，已有会话可能无法正常对话，请重启会话。
详细报错信息：
http://127.0.0.1:18791/15:05:56 [ws] closed before connect conn=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx remote=127.0.0.1 fwd=n/a origin=n/a host=127.0.0.1:18789 ua=n/a code=1008 reason=device identity required
原因：客户端连接网关时未提供设备身份信息，通常由以下原因导致：
  • 首次打开浏览器访问地址，尚未完成设备配对。
  • 浏览器缓存被清除，设备密钥丢失。
  • 重装或升级 OpenClaw 后，~/.openclaw/identity/ 目录下的密钥文件缺失。
解决方法：在终端执行以下命令，允许当前设备连接并重新生成浏览器访问地址：
openclaw devices approve --latest
openclaw dashboard --no-open
如果仍未解决，先清除异常的设备记录再重试：
openclaw devices clear --pending --yes
openclaw dashboard --no-open
执行 openclaw devices list，确认设备显示在 Paired 列表中即为正常。
原因：OpenClaw 内置心跳机制（Heartbeat），网关运行期间会按固定间隔（默认 30 分钟）自动调用已配置的模型，检查是否有待处理任务。每次心跳都会消耗少量 Token。如何确认：查看 ~/.openclaw/agents/main/sessions/ 目录下的会话记录文件（.jsonl），其中包含 [OpenClaw heartbeat poll] 标记的心跳调用记录。解决方法：
  • 停止网关：不使用时执行 openclaw gateway stop，心跳随即停止。
  • 增大心跳间隔：在 ~/.openclaw/openclaw.json 中设置 agents.defaults.heartbeat.every，例如 "2h" 表示每 2 小时一次。
开始使用
产品计费
Token Plan
模型体验
  • 音乐生成
接入客户端/开发工具
模型推理
模型调优
模型部署
模型评测
用量统计与性能监控
资产中心
安全合规
实践教程
服务支持
产品动态