OpenClaw Backup Bot
535 lines
19 KiB
Markdown
535 lines
19 KiB
Markdown
---
|
||
name: openclaw-trapi-config
|
||
description: |
|
||
配置传米科技 trapi 自定义 Provider 及模型。引导用户将 trapi Provider（lapi.transiglobal.com）添加到 OpenClaw，支持首次安装和动态添加新模型。触发词："配置 trapi"、"安装 trapi"、"添加 trapi provider"、"trapi 配置"、"Transiglobal API"、"配置传米 API"、"trapi 添加模型"、"trapi add model"，或涉及 GLM-5-Turbo / GLM-5.1 / MiniMax-M2.7 / kimi-for-coding / deepseek-v4-pro / deepseek-v4-flash / mimo-v2.5-pro / mimo-v2.5 / claude-opus-4.7 / GLM-5V-Turbo / PaddleOCR-VL-1.5 / qwen3.7-max / qwen3.6-plus 的 trapi 配置。也可在 trapi 已存在时用于添加新模型。
|
||
---
|
||
|
||
# trapi Provider 配置指南
|
||
|
||
在任意 OpenClaw 实例上配置 `trapi` 自定义 Provider，使用 Anthropic Messages API 格式。
|
||
|
||
## 服务信息
|
||
|
||
- **Provider 名称**：`trapi`
|
||
- **Base URL**：`https://lapi.transiglobal.com`
|
||
- **API 格式**：`anthropic-messages`
|
||
- **运营方**：传米科技（Transiglobal）
|
||
|
||
## 步骤 -1：检查 OpenClaw 版本
|
||
|
||
**在执行任何配置操作前，必须先检查 OpenClaw 版本**，以确定正确的配置格式。
|
||
|
||
### 检查方法
|
||
|
||
```bash
|
||
openclaw --version
|
||
```
|
||
|
||
### 版本分支
|
||
|
||
| 版本 | 别名配置位置 | 说明 |
|
||
|------|-------------|------|
|
||
| **>= 2026.5.0** | `agents.defaults.models."provider/model"` → `{"alias": "xxx"}` | 新版格式（本技能默认采用） |
|
||
| **< 2026.5.0** | 同样使用 `agents.defaults.models` 格式 | 向下兼容 |
|
||
|
||
> **注意**：如果 OpenClaw < 2026.3.0，建议先升级 OpenClaw 再配置 trapi。
|
||
|
||
### 前置条件
|
||
|
||
1. 用户**必须提供自己的 API Key** —— 绝不使用默认或硬编码的密钥
|
||
2. 如用户未提供 API Key，**立即停止**并要求提供；不可继续执行
|
||
3. OpenClaw 必须已安装并运行
|
||
|
||
## 步骤 0：检查已有配置
|
||
|
||
**在执行任何配置操作前，必须先检查当前 OpenClaw 配置中是否已有 trapi provider 或部分模型/别名。** 避免重复配置，只补齐缺失部分。
|
||
|
||
### 检查流程
|
||
|
||
1. 使用 `gateway config.get` 获取当前 `models.providers.trapi` 配置
|
||
2. 使用 `gateway config.get` 获取当前 `agents.defaults.models` 中的 trapi 别名
|
||
3. 对比下表，列出三列状态：
|
||
|
||
| 模型 | 别名 | Provider 已有 | 别名已有 |
|
||
|------|------|:---:|:---:|
|
||
| GLM-5-Turbo | glm5t | ✅/❌ | ✅/❌ |
|
||
| GLM-5.1 | glm51 | ✅/❌ | ✅/❌ |
|
||
| GLM-4.5-Air | glm45a | ✅/❌ | ✅/❌ |
|
||
| MiniMax-M2 | mxm2 | ✅/❌ | ✅/❌ |
|
||
| MiniMax-M2.7 | mxm27 | ✅/❌ | ✅/❌ |
|
||
| kimi-for-coding | kimi | ✅/❌ | ✅/❌ |
|
||
| deepseek-v4-pro | dsv4p | ✅/❌ | ✅/❌ |
|
||
| deepseek-v4-flash | dsv4f | ✅/❌ | ✅/❌ |
|
||
| gpt-5.5 | gpt55 | ✅/❌ | ✅/❌ |
|
||
| mimo-v2.5-pro | mimo25p | ✅/❌ | ✅/❌ |
|
||
| mimo-v2.5 | mimo25 | ✅/❌ | ✅/❌ |
|
||
| claude-opus-4.7 | opus47 | ✅/❌ | ✅/❌ |
|
||
| GLM-5V-Turbo | glm5v | ✅/❌ | ✅/❌ |
|
||
| PaddleOCR-VL-1.5 | pocr | ✅/❌ | ✅/❌ |
|
||
| qwen3.7-max | qwn37 | ✅/❌ | ✅/❌ |
|
||
| qwen3.6-plus | qwn36 | ✅/❌ | ✅/❌ |
|
||
|
||
### 检查结果处理
|
||
|
||
- **全部已有**（Provider + 所有模型 + 所有别名）：告知用户已完整配置，无需操作
|
||
- **Provider 已有，部分模型缺失**：只 patch 缺失的模型，不覆盖已有配置
|
||
- **Provider 缺失**：按步骤 1-6 完整配置
|
||
- **模型已有但别名缺失**：只 patch 缺失的别名
|
||
- **API Key 需要更新**：即使用户提供了新 Key，也要先确认旧 Key 是否仍有效
|
||
|
||
### 操作原则
|
||
|
||
1. **绝不覆盖已有配置** — `config.patch` 是合并操作，但新模型如果 ID 与已有不同则追加
|
||
2. **只补齐缺失部分** — 精确对比已有 vs 缺失，只 patch 差集
|
||
3. **向用户展示补齐方案** — 明确列出将要添加/跳过的内容，等用户确认后再执行
|
||
|
||
## 步骤 1：要求 API Key
|
||
|
||
进行任何配置前，先向用户索要 `trapi` API Key。接受形式：
|
||
- 直接粘贴 Key 字符串
|
||
- 通过环境变量引用
|
||
|
||
如用户拒绝或无法提供，以明确信息终止流程：*"trapi provider 配置需要 API Key，未提供无法继续。请获取 Key 后重新运行。"*
|
||
|
||
## 步骤 2：配置 Provider
|
||
|
||
使用 `gateway config.patch` 将 `trapi` provider 添加到 `models.providers`。
|
||
|
||
```json
|
||
{
|
||
"models": {
|
||
"providers": {
|
||
"trapi": {
|
||
"baseUrl": "https://lapi.transiglobal.com",
|
||
"apiKey": "<用户提供的API_KEY>",
|
||
"api": "anthropic-messages",
|
||
"models": [
|
||
{
|
||
"id": "GLM-5-Turbo",
|
||
"name": "GLM-5-Turbo (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "GLM-5.1",
|
||
"name": "GLM-5.1 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "GLM-4.5-Air",
|
||
"name": "GLM-4.5-Air (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "MiniMax-M2",
|
||
"name": "MiniMax-M2 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "MiniMax-M2.7",
|
||
"name": "MiniMax-M2.7 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "kimi-for-coding",
|
||
"name": "kimi-for-coding (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text", "image"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 262144,
|
||
"maxTokens": 32768
|
||
},
|
||
{
|
||
"id": "GLM-5V-Turbo",
|
||
"name": "GLM-5V-Turbo (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": true,
|
||
"input": ["text", "image"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "PaddleOCR-VL-1.5",
|
||
"name": "PaddleOCR-VL-1.5 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text", "image"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 131072,
|
||
"maxTokens": 8192
|
||
},
|
||
{
|
||
"id": "deepseek-v4-pro",
|
||
"name": "DeepSeek V4 Pro (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 1000000,
|
||
"maxTokens": 384000
|
||
},
|
||
{
|
||
"id": "deepseek-v4-flash",
|
||
"name": "DeepSeek V4 Flash (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 1000000,
|
||
"maxTokens": 384000
|
||
},
|
||
{
|
||
"id": "gpt-5.5",
|
||
"name": "GPT-5.5 (Transiglobal)",
|
||
"api": "openai-responses",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 65536
|
||
},
|
||
{
|
||
"id": "mimo-v2.5-pro",
|
||
"name": "MiMo 2.5 Pro (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": true,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "mimo-v2.5",
|
||
"name": "MiMo 2.5 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": true,
|
||
"input": ["text", "image", "video", "audio"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 200000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "claude-opus-4.7",
|
||
"name": "claude-opus-4.7 (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": true,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 300000,
|
||
"maxTokens": 64000
|
||
},
|
||
{
|
||
"id": "qwen3.7-max",
|
||
"name": "Qwen 3.7 Max (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 1000000,
|
||
"maxTokens": 100000
|
||
},
|
||
{
|
||
"id": "qwen3.6-plus",
|
||
"name": "Qwen 3.6 Plus (Transiglobal)",
|
||
"api": "anthropic-messages",
|
||
"reasoning": false,
|
||
"input": ["text", "image"],
|
||
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
|
||
"contextWindow": 1000000,
|
||
"maxTokens": 100000
|
||
}
|
||
]
|
||
}
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
## 步骤 3：配置模型别名
|
||
|
||
### ⚠️ 关键：别名只能放在 agents.defaults.models 中
|
||
|
||
**绝对不要**把别名放在以下位置（会导致配置无效）：
|
||
- ❌ `agents.defaults.model.aliases` — 错误！
|
||
- ❌ `agents.modelAliases` — 错误！
|
||
- ✅ `agents.defaults.models."provider/model"` — **正确！**
|
||
|
||
使用 `gateway config.patch` 添加别名到 `agents.defaults.models`：
|
||
|
||
```json
|
||
{
|
||
"agents": {
|
||
"defaults": {
|
||
"models": {
|
||
"trapi/GLM-5-Turbo": { "alias": "glm5t" },
|
||
"trapi/GLM-5.1": { "alias": "glm51" },
|
||
"trapi/GLM-4.5-Air": { "alias": "glm45a" },
|
||
"trapi/MiniMax-M2": { "alias": "mxm2" },
|
||
"trapi/MiniMax-M2.7": { "alias": "mxm27" },
|
||
"trapi/kimi-for-coding": { "alias": "kimi" },
|
||
"trapi/GLM-5V-Turbo": { "alias": "glm5v" },
|
||
"trapi/PaddleOCR-VL-1.5": { "alias": "pocr" },
|
||
"trapi/deepseek-v4-pro": { "alias": "dsv4p" },
|
||
"trapi/deepseek-v4-flash": { "alias": "dsv4f" },
|
||
"trapi/gpt-5.5": { "alias": "gpt55" },
|
||
"trapi/mimo-v2.5-pro": { "alias": "mimo25p" },
|
||
"trapi/mimo-v2.5": { "alias": "mimo25" },
|
||
"trapi/claude-opus-4.7": { "alias": "opus47" },
|
||
"trapi/qwen3.7-max": { "alias": "qwn37" },
|
||
"trapi/qwen3.6-plus": { "alias": "qwn36" }
|
||
}
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
### 别名格式说明
|
||
|
||
- key 为完整模型引用 `<provider>/<model>`（如 `trapi/GLM-5-Turbo`）
|
||
- value 为 `{ "alias": "短别名" }`
|
||
- **注意**：设置 `agents.defaults.models` 后它会成为 allowlist，只有列表中的模型可用
|
||
|
||
## 步骤 4：配置图像模型（imageModel）
|
||
|
||
trapi 提供了多个支持图像输入的模型。OpenClaw 的 `agents.defaults.imageModel` 用于指定当主模型不支持图像时的图像识别模型。
|
||
|
||
使用 `gateway config.patch`（如路径受保护则直接编辑 `openclaw.json`）配置：
|
||
|
||
```json
|
||
{
|
||
"agents": {
|
||
"defaults": {
|
||
"imageModel": {
|
||
"primary": "trapi/kimi-for-coding",
|
||
"fallbacks": [
|
||
"trapi/qwen3.6-plus",
|
||
"trapi/mimo-v2.5",
|
||
"trapi/GLM-5V-Turbo",
|
||
"zai/glm-4.6v",
|
||
"xiaomi/mimo-v2-omni"
|
||
]
|
||
}
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
### imageModel 配置说明
|
||
|
||
| 项目 | 模型 | 说明 |
|
||
|------|------|------|
|
||
| **Primary** | `trapi/kimi-for-coding` | 默认图像识别模型，性价比最优 |
|
||
| Fallback 1 | `trapi/qwen3.6-plus` | 1M 上下文，支持图像 |
|
||
| Fallback 2 | `trapi/mimo-v2.5` | 全模态（文本+图片+视频+音频） |
|
||
| Fallback 3 | `trapi/GLM-5V-Turbo` | 智谱视觉模型 |
|
||
| Fallback 4 | `zai/glm-4.6v` | 智谱官方 API 备选 |
|
||
| Fallback 5 | `xiaomi/mimo-v2-omni` | 小米多模态备选 |
|
||
|
||
> **注意**：`imageModel` 是受保护路径，`config.patch` 可能无法修改。如遇此情况，需直接编辑 `openclaw.json` 文件中的 `agents.defaults.imageModel` 字段。
|
||
|
||
## 步骤 5：应用配置
|
||
|
||
使用 `gateway config.patch` 并附带 `note` 参数说明变更内容。Gateway 会自动热加载或重启。
|
||
|
||
**重要**：配置完成后用 `openclaw gateway status` 确认 Gateway 正常运行，无 `Invalid input` 错误。
|
||
|
||
## 步骤 6：逐个验证模型
|
||
|
||
配置生效后，使用 subagent 逐个验证模型：
|
||
|
||
```
|
||
sessions_spawn(
|
||
model: "trapi/<模型ID>",
|
||
task: "Reply with exactly: OK",
|
||
runtime: "subagent"
|
||
)
|
||
```
|
||
|
||
验证顺序：
|
||
1. `trapi/GLM-5-Turbo`（别名：glm5t）
|
||
2. `trapi/GLM-5.1`（别名：glm51）
|
||
3. `trapi/GLM-4.5-Air`（别名：glm45a）
|
||
4. `trapi/MiniMax-M2`（别名：mxm2）
|
||
5. `trapi/MiniMax-M2.7`（别名：mxm27）
|
||
6. `trapi/kimi-for-coding`（别名：kimi）
|
||
7. `trapi/GLM-5V-Turbo`（别名：glm5v）
|
||
8. `trapi/PaddleOCR-VL-1.5`（别名：pocr）
|
||
9. `trapi/deepseek-v4-pro`（别名：dsv4p）
|
||
10. `trapi/deepseek-v4-flash`（别名：dsv4f）
|
||
11. `trapi/gpt-5.5`（别名：gpt55）
|
||
12. `trapi/claude-opus-4.7`（别名：opus47）
|
||
13. `trapi/qwen3.7-max`（别名：qwn37）
|
||
14. `trapi/qwen3.6-plus`（别名：qwn36）
|
||
|
||
### 验证标准
|
||
|
||
每个模型验证通过的条件：
|
||
- subagent 返回正常响应（非错误/超时）
|
||
- 响应包含文本输出
|
||
|
||
### 验证报告
|
||
|
||
所有模型验证完成后，输出汇总表：
|
||
|
||
| 模型 | 别名 | 状态 |
|
||
|------|------|------|
|
||
| GLM-5-Turbo | glm5t | ✅/❌ |
|
||
| GLM-5.1 | glm51 | ✅/❌ |
|
||
| GLM-4.5-Air | glm45a | ✅/❌ |
|
||
| MiniMax-M2 | mxm2 | ✅/❌ |
|
||
| MiniMax-M2.7 | mxm27 | ✅/❌ |
|
||
| kimi-for-coding | kimi | ✅/❌ |
|
||
| GLM-5V-Turbo | glm5v | ✅/❌ |
|
||
| PaddleOCR-VL-1.5 | pocr | ✅/❌ |
|
||
| deepseek-v4-pro | dsv4p | ✅/❌ |
|
||
| deepseek-v4-flash | dsv4f | ✅/❌ |
|
||
| gpt-5.5 | gpt55 | ✅/❌ |
|
||
| mimo-v2.5-pro | mimo25p | ✅/❌ |
|
||
| mimo-v2.5 | mimo25 | ✅/❌ |
|
||
| claude-opus-4.7 | opus47 | ✅/❌ |
|
||
| qwen3.7-max | qwn37 | ✅/❌ |
|
||
| qwen3.6-plus | qwn36 | ✅/❌ |
|
||
|
||
## 步骤 7：使用指引
|
||
|
||
配置完成并通过验证后，向用户展示快捷切换模型的使用方式：
|
||
|
||
```
|
||
/glm45a → 切换到 GLM-4.5-Air（轻量）
|
||
/glm5t → 切换到 GLM-5-Turbo（高性价比）
|
||
/glm51 → 切换到 GLM-5.1（旗舰）
|
||
/mxm2 → 切换到 MiniMax-M2
|
||
/mxm27 → 切换到 MiniMax-M2.7
|
||
/kimi → 切换到 kimi-for-coding（支持图片）
|
||
/dsv4p → 切换到 DeepSeek V4 Pro（1M上下文）
|
||
/dsv4f → 切换到 DeepSeek V4 Flash（1M上下文，快速）
|
||
/gpt55 → 切换到 GPT-5.5
|
||
/mimo25p → 切换到 MiMo 2.5 Pro
|
||
/mimo25 → 切换到 MiMo 2.5（全模态）
|
||
/glm5v → 切换到 GLM-5V-Turbo（支持图片）
|
||
/pocr → 切换到 PaddleOCR-VL-1.5（OCR识别）
|
||
/opus47 → 切换到 Claude Opus 4.7（最新旗舰）
|
||
/qwn37 → 切换到 Qwen 3.7 Max（1M上下文，纯文本）
|
||
/qwn36 → 切换到 Qwen 3.6 Plus（1M上下文，支持图片）
|
||
```
|
||
|
||
提示用户在对话中直接输入 `/alias` 即可快速切换模型。
|
||
|
||
## 添加新模型（trapi 已配置时）
|
||
|
||
当 trapi Provider 已存在，用户需要添加新模型时使用此流程。
|
||
|
||
### 用户需提供的信息
|
||
|
||
| 字段 | 是否必填 | 默认值 |
|
||
|------|---------|--------|
|
||
| 模型 ID（全称） | ✅ 必填 | — |
|
||
| contextWindow | 选填 | 200000（200K） |
|
||
| maxTokens | 选填 | 64000（64K） |
|
||
| input 类型 | 选填 | `["text"]`（可加 `"image"`） |
|
||
|
||
### 别名生成规则
|
||
|
||
生成 **≤ 5 字符**的别名，按以下优先级：
|
||
|
||
1. **已知模式** — 从常见缩写推导：
|
||
- `GLM-` → `glm`，`MiniMax-` → `mxm`，`kimi-for-coding` → `kimi`，`mimo` → `mimo`
|
||
2. **去除分隔符** — 去掉 `-`、`.`、空格：`GLM-5-Turbo` → `GLM5Turbo`
|
||
3. **取前 5 字符**：`GLM5T`
|
||
4. **转小写**：`glm5t`
|
||
5. **冲突处理**：如与已有别名冲突，追加数字后缀：`glm5t2`
|
||
|
||
### 已有别名（不可重复）
|
||
|
||
| 模型 | 别名 |
|
||
|------|------|
|
||
| GLM-4.5-Air | glm45a |
|
||
| GLM-5-Turbo | glm5t |
|
||
| GLM-5.1 | glm51 |
|
||
| MiniMax-M2 | mxm2 |
|
||
| MiniMax-M2.7 | mxm27 |
|
||
| kimi-for-coding | kimi |
|
||
| deepseek-v4-pro | dsv4p |
|
||
| deepseek-v4-flash | dsv4f |
|
||
| gpt-5.5 | gpt55 |
|
||
| mimo-v2.5-pro | mimo25p |
|
||
| mimo-v2.5 | mimo25 |
|
||
| claude-opus-4.7 | opus47 |
|
||
| GLM-5V-Turbo | glm5v |
|
||
| PaddleOCR-VL-1.5 | pocr |
|
||
| qwen3.7-max | qwn37 |
|
||
| qwen3.6-plus | qwn36 |
|
||
|
||
### 支持图片输入的模型
|
||
|
||
以下模型支持图片输入（`input` 包含 `"image"`）：
|
||
- **kimi-for-coding**（别名：kimi）
|
||
- **GLM-5V-Turbo**（别名：glm5v）
|
||
- **PaddleOCR-VL-1.5**（别名：pocr）
|
||
- **qwen3.6-plus**（别名：qwn36）
|
||
|
||
### 操作流程
|
||
|
||
1. 向用户询问**模型 ID**（全称）
|
||
2. 询问是否需要自定义 contextWindow、maxTokens 或 input 类型
|
||
3. 按上述规则生成别名
|
||
4. 向用户展示拟配置方案并确认
|
||
5. `gateway config.patch` 添加模型到 `models.providers.trapi.models`
|
||
6. `gateway config.patch` 添加别名到 `agents.defaults.models`（格式：`{"trapi/<模型ID>":{"alias":"<别名>"}}`）
|
||
7. subagent 验证：`sessions_spawn(model: "trapi/<模型ID>", task: "Reply with exactly: OK", runtime: "subagent")`
|
||
8. 报告结果
|
||
|
||
### 示例：添加 "Qwen-3-Plus"
|
||
|
||
用户说："给 trapi 加一个 Qwen-3-Plus"
|
||
|
||
1. 模型 ID：`Qwen-3-Plus`
|
||
2. 默认参数：contextWindow 200K，maxTokens 64K，input `["text"]`
|
||
3. 别名：清理为 `Qwen3Plus` → `qwen3`（无冲突）→ 别名：`qwen3`
|
||
4. Patch 模型到 `trapi.models`，别名到 `agents.defaults.models`
|
||
5. 验证
|
||
|
||
## 参考文档
|
||
|
||
遇到问题时，读取 `references/custom-provider-config.md` 获取 OpenClaw 官方 Custom Provider 配置参考。
|
||
|
||
### 在线文档
|
||
|
||
- 模型与 Provider：https://docs.openclaw.ai/concepts/models
|
||
- Model Providers：https://docs.openclaw.ai/concepts/model-providers
|
||
|
||
## 故障排查
|
||
|
||
- **401/403**：API Key 无效或过期 — 请用户核实
|
||
- **连接超时**：检查到 `lapi.transiglobal.com` 的网络连通性
|
||
- **Model not found**：模型 ID 可能已变更 — 联系传米科技确认
|
||
- **`Invalid input` 错误**：别名放错了位置！确认别名只在 `agents.defaults.models."provider/model"` 中，没有放到 `agents.defaults.model.aliases` 或 `agents.modelAliases`
|
||
- **config.patch 冲突**：trapi provider 已存在时 patch 会合并；别名冲突时警告用户
|
||
- **别名冲突**：重新生成带数字后缀的别名并与用户确认
|