模型配置校验 Skill

⚡ 自动触发规则

当以下情况发生时，必须自动运行校验脚本，无需用户请求：

1. 1. 使用 gateway config.patch 修改了 models 相关配置（新增/修改 provider 或 model）
2. 使用 gateway config.apply 替换了整个配置且包含 models 变更
3. 使用 gateway update.run 更新后（模型接口可能有变化）

自动校验流程：

1. 1. 配置写入完成 + gateway 重启后，等待 5 秒让服务就绪
2. 执行 bash ~/.openclaw/workspace/skills/model-config-check/scripts/check_models.sh
3. 解析输出，向用户汇报校验结果
4. 如果新模型不可用，立即告知用户具体原因和修复建议

手动触发： 用户说检查模型/测试模型/模型能不能用/诊断模型时也执行同样流程。

🤖 自动配置流程

当用户只提供「模型名 + API key」时，按以下流程自动完成配置：

Step 1: 识别 Provider

根据模型名前缀匹配已知 provider：

模型名前缀	Provider	Base URL	API 类型
gpt-, o1-, o3-, o4-, chatgpt-	OpenAI	https://api.openai.com	openai-completions → /v1/chat/completions
claude-

Anthropic | https://api.anthropic.com | anthropic-messages → /v1/messages |
| deepseek-* | DeepSeek | https://api.deepseek.com | openai-completions → /v1/chat/completions |
| glm-, chatglm- | 智谱 (Zhipu) | https://open.bigmodel.cn/api/paas/v4 | openai-completions → /v1/chat/completions |
| qwen-, qwq-, qvq-* | 阿里通义 (DashScope) | https://dashscope.aliyuncs.com/compatible-mode/v1 | openai-completions → /v1/chat/completions |
| moonshot-, kimi- | 月之暗面 (Moonshot) | https://api.moonshot.cn/v1 | openai-completions → /v1/chat/completions |
| doubao-, ep- | 火山引擎 (豆包) | https://ark.cn-beijing.volces.com/api/v3 | openai-completions → /v1/chat/completions |
| minimax-, abab- | MiniMax | https://api.minimax.chat/v1 | openai-completions → /v1/chat/completions |
| yi-* | 零一万物 (01.AI) | https://api.lingyiwanwu.com/v1 | openai-completions → /v1/chat/completions |
| ernie-, baidu- | 百度文心 | https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop | openai-completions |
| grok-* | xAI (Grok) | https://api.x.ai/v1 | openai-completions → /v1/chat/completions |
| gemini-* | Google Gemini | https://generativelanguage.googleapis.com/v1beta | 特殊接口，需单独处理 |
| mistral-, codestral- | Mistral | https://api.mistral.ai/v1 | openai-completions → /v1/chat/completions |
| mimo-* | 小米 (MiMo) | https://api.xiaomimimo.com/anthropic | anthropic-messages → /v1/messages |

未匹配时： 自动搜索 [modelname] API documentation baseurl 确认配置。

Step 2: 生成配置

根据匹配结果生成 config.patch 格式的配置，包含：

• - provider 名称（用 provider 小写名作为 key）
• baseUrl
• apiKey（用户提供的）
• api 类型
• models 列表（至少包含用户提到的模型）
• 每个 model 的 contextWindow 和 maxTokens（根据已知信息填写默认值）

Step 3: 应用配置

使用 gateway config.patch 写入配置并重启。

Step 4: 自动校验

重启完成后执行校验脚本，汇报结果。

模型上下文/输出默认值

常见模型的 contextWindow 和 maxTokens 参考值：

模型	contextWindow	maxTokens
gpt-4o	128000	16384
gpt-4-turbo

128000 | 4096 |
| o1/o1-mini | 128000 | 100000 |
| claude-3.5-sonnet | 200000 | 8192 |
| claude-3-opus | 200000 | 4096 |
| deepseek-chat | 64000 | 8192 |
| deepseek-reasoner | 64000 | 8192 |
| glm-4 | 128000 | 4096 |
| qwen-max | 32000 | 8192 |
| qwen-long | 1000000 | 65536 |
| kimi-latest | 128000 | 4096 |
| doubao-pro | 4096 (volcengine) | 4096 |
| minimax-abab6.5 | 245760 | 4096 |
| mimo-v2-pro | 262144 | 8192 |

未知模型： contextWindow 默认 128000，maxTokens 默认 4096。搜文档确认后更新。

按以下顺序逐项检查，每项给出 ✅/❌ 结果：

1. 读取配置

使用 read 工具读取 ~/.openclaw/openclaw.json，提取所有 models.providers 下的模型配置。

2. 配置完整性检查

对每个 provider 检查：

• - baseUrl 是否存在且格式正确（http/https 开头）
• apiKey 是否存在且非空
• api 类型是否正确（openai-completions / anthropic-messages / anthropic-completions）
• 每个 model 的 id 是否存在
• contextWindow 和 maxTokens 是否设置

3. 网络连通性检查

使用 exec 执行 curl 测试每个 provider 的 baseUrl 是否可达：

bash
curl -s -o /dev/null -w %{http_code} --connect-timeout 5

4. API 实际调用测试

对每个 provider，使用 exec 执行实际 API 调用测试：

OpenAI 兼容接口 (openai-completions)：
bash
curl -s -X POST \
-H Content-Type: application/json \
-H Authorization: Bearer \
-d {model:,messages:[{role:user,content:reply 1}],max_tokens:10} \
--connect-timeout 10 --max-time 30

Anthropic 兼容接口 (anthropic-messages)：
bash
curl -s -X POST /v1/messages \
-H Content-Type: application/json \
-H x-api-key: \
-H anthropic-version: 2023-06-01 \
-d {model:,max_tokens:10,messages:[{role:user,content:reply 1}]} \
--connect-timeout 10 --max-time 30

注意：对于 anthropic-messages，baseUrl 通常不带 /v1/messages，需要拼接。有些 baseUrl 已经包含路径，则直接用。

5. 结果解析

检查返回结果：

• - HTTP 状态码是否为 200
• 响应体是否包含有效内容（非空）
• 对于 OpenAI 接口：检查 choices[0].message.content 是否非空
• 对于 Anthropic 接口：检查 content[0].text 是否非空
• 如果 content 为空但 reasoning_content 有值，说明模型把输出放