CN API Router — 国内 AI 模型 API 配置向导

一键配置国内大模型 API 到 OpenClaw。不用翻文档，不用猜配置格式。

支持的模型

厂商	模型	价格参考（每百万 token）	特点
DeepSeek	deepseek-chat, deepseek-reasoner	¥1-2 / ¥8-16	性价比之王
通义千问

qwen-turbo, qwen-plus, qwen-max | ¥0.3-60 | 中文理解好 | | 智谱 GLM | glm-4-flash（免费）, glm-4-plus | ¥0-50 | 有免费模型 | | Moonshot | moonshot-v1-8k/32k/128k | ¥12-60 | 长上下文 | | 百川 | Baichuan3-Turbo, Baichuan4 | ¥0.5-100 | 中文创作 | | 零一万物 | yi-medium, yi-large | ¥0.5-20 | 性价比高 |

Quick Start

查看支持的厂商

bash
python /scripts/setup_model.py --list

生成配置

bash
python /scripts/setup_model.py --provider deepseek --api-key sk-xxx

交互式向导

bash
python /scripts/setup_model.py --interactive

Agent 配置写入流程

脚本只生成配置，实际写入由 Agent 通过 OpenClaw 内置工具完成，这是最安全的方式。

步骤

1. 1. 运行脚本获取 JSON 配置片段
2. 使用 gateway config.patch 将 provider 合并到现有配置
3. 重启生效

配置写入示例

Agent 拿到脚本输出后，执行：

gateway config.patch:
{
models: {
providers: {
deepseek: {
baseUrl: https://api.deepseek.com/v1,
apiKey: sk-xxx,
api: openai-completions,
models: [
{
id: deepseek-chat,
name: DeepSeek Chat,
reasoning: false,
input: [text],
contextWindow: 65536,
maxTokens: 8192
}
]
}
}
}
}

如果需要将某个 agent 切换到新模型：

gateway config.patch:
{
agents: {
defaults: {
model: {
primary: deepseek/deepseek-chat
}
}
}
}

注意事项

• - config.patch 是安全的深度合并，不会覆盖其他 provider
• API key 等敏感信息由 OpenClaw 加密存储
• 写入后会自动重启 gateway

使用场景

场景 1：首次配置国内模型

1. 1. 引导用户获取 API key（附注册链接）
2. 运行脚本生成配置（--provider xxx --api-key xxx）
3. 用 config.patch 写入
4. 用 /model provider/model 验证

场景 2：添加备选模型

已有模型，想加备用：用脚本生成新 provider 配置，patch 追加即可。

场景 3：成本优化

用户说API 太贵时：

1. 1. 查看 references/providers.md 对比价格
2. 推荐性价比方案
3. 配置多模型，日常用便宜的，复杂任务切贵的

Provider 详情

见 references/providers.md 获取：

• - 每个厂商的完整模型列表和价格
• OpenClaw JSON 配置格式（models.providers 结构）
• 推荐组合方案（零成本 / 性价比 / 多模型）
• API Key 注册地址和免费额度

故障排查

问题	原因	解决方案
401 Unauthorized	API key 错误或过期	检查 key，到平台重新生成
429 Rate Limit

请求频率过高或余额不足 | 检查账户余额，降低频率 | | Connection timeout | 网络问题 | 检查网络，部分厂商需实名认证 | | Model not found | 模型名错误 | 对照 references/providers.md 检查 | | 配置后不生效 | 需要重启 | config.patch 会自动重启，或手动 /restart | | 输出质量差 | 模型选择不当 | 换更大的模型（如 qwen-max） | | 费用超预期 | 长对话 token 累积 | 启用 compaction，或换便宜模型 |