💡 本章目标：掌握OpenClaw的高级配置技巧，包括Antigravity Manager配置、多模型切换、成本优化和性能调优。
快速导航
- 🛠️ Antigravity Manager配置
- 🔄 多模型切换策略
- 🧹 成本与性能优化
- ⌨️ CLI命令参考
9.1 Antigravity Manager完全配置指南
9.1.1 什么是Antigravity Manager？
定义：
Antigravity Manager是1个AI API代理工具，可以让你通过本地服务访问多个AI模型（Claude、Gemini、GPT等），统一管理API 密钥和请求。
项目地址：https://github.com/lbjlaq/Antigravity-Manager
为什么要用Antigravity Manager？
把OpenClaw和Antigravity Manager结合使用，你可以：
- ✅ 本地部署：所有数据在本地处理，保护隐私
- ✅ 统一管理：1个工具管理所有AI模型
- ✅ 成本控制：使用自己的API 密钥，避免中间商加价
- ✅ 灵活切换：随时切换不同的模型，无需修改代码
- ✅ 技能扩展：通过ClawHub安装各种实用技能
9.1.2 系统要求和前置准备
系统要求：
- macOS 9.15+、Windows 10+、或Linux
- 至少4GB内存
- 稳定的网络连接
需要准备的东西：
- Antigravity Manager安装包
- AI模型的API Key（或独享账号）
- 基本的命令行操作能力
9.1.3 安装Antigravity Manager
macOS用户
- 访问Antigravity Manager Releases
- 下载最新版本的
.dmg文件 - 双击
.dmg文件，将应用拖入Applications文件夹 - 打开应用（首次打开可能需要在「系统偏好设置 → 安全性与隐私」中允许）
Windows用户
- 访问Antigravity Manager Releases
- 下载最新版本的
.exe安装包 - 运行安装程序，按照提示完成安装
- 启动Antigravity Manager
Linux用户
- 访问Antigravity Manager Releases
- 下载最新版本的
.AppImage或.deb文件 - 给予执行权限并运行：
chmod +x Antigravity-Manager-*.AppImage
./Antigravity-Manager-*.AppImage
验证安装
启动后，应用会在本地运行1个API服务，默认地址：http://127.0.0.1:8045
在浏览器中访问这个地址，如果能看到管理界面，说明安装成功。
9.1.4 配置AI模型账号
Antigravity Manager需要你提供AI模型的API 密钥才能工作。
方案1：使用官方API
Claude API
- 访问Anthropic Console
- 注册账号并绑定信用卡
- 创建API Key
- 复制保存
Gemini API
- 访问Google AI Studio
- 登录Google账号
- 创建API Key
- 复制保存
OpenAI API
- 访问OpenAI Platform
- 注册账号并绑定信用卡
- 创建API Key
- 复制保存
方案2：购买独享账号（推荐）
如果你不想自己申请API，可以购买独享账号：
推荐：学生账号Gemini 3 Pro独享账号12个月（支持反重力）
优势：
- ✅ 独享账号，无需担心限流
- ✅ 支持Antigravity Manager
- ✅ 12个月有效期
- ✅ 性价比高
- ✅ 即买即用
在Antigravity Manager中配置API Key
- 打开Antigravity Manager管理界面
- 点击「API Keys」
- 选择对应的AI服务商（Claude、Gemini、OpenAI）
- 输入API Key
- 点击「保存」
9.1.5 生成User Token
User Token是OpenClaw访问Antigravity Manager的凭证。
- 在Antigravity Manager界面中，点击右上角「User Tokens」
- 点击「创建新Token」
- 复制生成的Token（例如：
sk-82bc103b51f24af888af525a7835e87c） - ⚠️ 重要：妥善保存这个Token，它只会显示一次！
9.1.6 配置 OpenClaw
配置Claude Sonnet 4.5（默认模型）
这是最常用的模型，适合日常对话和代码生成。
# 添加local-anthropic provider
cat ~/.openclaw/openclaw.json | jq '.models.providers["local-anthropic"] = {
"baseUrl": "http://127.0.0.1:8045",
"apiKey": "你的User_Token",
"auth": "api-key",
"api": "anthropic-messages",
"models": [
{
"id": "claude-sonnet-4-5-20250929",
"name": "Local Claude Sonnet 4.5",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
# 设置为默认模型
openclaw config set agents.defaults.model.primary "local-anthropic/claude-sonnet-4-5-20250929"
注意：把你的User_Token替换成第三步生成的Token。
配置Claude Opus 4.5 Thinking（推理模型）
这是Claude的推理模型，适合复杂问题和深度思考。
cat ~/.openclaw/openclaw.json | jq '.models.providers["local-anthropic-opus"] = {
"baseUrl": "http://127.0.0.1:8045",
"apiKey": "你的User_Token",
"auth": "api-key",
"api": "anthropic-messages",
"models": [
{
"id": "claude-opus-4-5-thinking",
"name": "Local Claude Opus 4.5 Thinking",
"reasoning": true,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
配置Gemini 3 Pro Image（多模态模型）
这是Google的多模态模型，支持图片识别和分析。
cat ~/.openclaw/openclaw.json | jq '.models.providers["local-google"] = {
"baseUrl": "http://127.0.0.1:8045/v1beta",
"apiKey": "你的User_Token",
"auth": "api-key",
"api": "google-generative-ai",
"models": [
{
"id": "gemini-3-pro-image",
"name": "Local Gemini 3 Pro Image",
"reasoning": false,
"input": ["text", "image"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 2000000,
"maxTokens": 8192
}
]
}' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
9.1.7 验证配置
检查模型列表
openclaw models list
你应该看到：
Model Input Ctx Local Auth Tags
local-anthropic/claude-sonnet-4-5-20250929 text 195k yes yes default
local-anthropic-opus/claude-opus-4-5-thinking text 195k yes yes configured
local-google/gemini-3-pro-image text,image 1953k yes yes configured
重启Gateway
openclaw gateway restart
测试连接
openclaw message send "你好，介绍一下你自己"
如果能正常返回回复，说明配置成功。
9.1.8 使用方法
使用默认模型（Claude Sonnet 4.5）
直接发送消息即可：
openclaw message send "写1个Python脚本，打印Hello World"
切换到Opus Thinking模型
适合需要深度思考的复杂问题：
openclaw config set agents.defaults.model.primary "local-anthropic-opus/claude-opus-4-5-thinking"
openclaw gateway restart
切换到Gemini Image模型
适合需要图片识别的场景：
openclaw config set agents.defaults.model.primary "local-google/gemini-3-pro-image"
openclaw gateway restart
临时使用特定模型
不修改默认配置，临时使用某个模型：
# 使用Opus Thinking
openclaw agent --model "local-anthropic-opus/claude-opus-4-5-thinking" --message "解释量子计算的原理"
# 使用Gemini Image
openclaw agent --model "local-google/gemini-3-pro-image" --message "分析这张图片" --image ./photo.jpg
9.1.9 模型选择指南
Claude Sonnet 4.5
适用场景：
- 日常对话
- 代码生成
- 文档编写
- 快速问答
特点：
- 速度快
- 成本低
- 质量高
- 上下文窗口：200k tokens
Claude Opus 4.5 Thinking
适用场景：
- 复杂推理
- 数学问题
- 算法优化
- 深度分析
特点：
- 推理能力强
- 思考过程可见
- 适合复杂问题
- 上下文窗口：200k tokens
Gemini 3 Pro Image
适用场景：
- 图片识别
- 多模态任务
- 文档分析
- 设计评审
特点：
- 支持图片输入
- 超大上下文窗口
- 识别准确
- 上下文窗口：2000k tokens
9.1.10 高级配置
配置模型别名
给模型起1个好记的名字：
openclaw config set agents.defaults.models."local-anthropic/claude-sonnet-4-5-20250929".alias "我的Claude"
添加多个API Key
如果你有多个Antigravity账号，可以配置多个provider：
cat ~/.openclaw/openclaw.json | jq '.models.providers["local-anthropic-2"] = {
"baseUrl": "http://127.0.0.1:8045",
"apiKey": "另1个User_Token",
"auth": "api-key",
"api": "anthropic-messages",
"models": [...]
}' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
配置成本追踪
虽然本地API成本为0，但你可以设置虚拟成本来追踪使用量：
{
"cost": {
"input": 0.003,
"output": 0.015,
"cacheRead": 0.0003,
"cacheWrite": 0.00375
}
}
备份配置
cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup
恢复配置
cp ~/.openclaw/openclaw.json.backup ~/.openclaw/openclaw.json
openclaw gateway restart
9.1.11 常用命令速查
# 查看模型列表
openclaw models list
# 查看当前默认模型
openclaw config get agents.defaults.model.primary
# 切换默认模型
openclaw config set agents.defaults.model.primary "模型ID"
# 重启Gateway
openclaw gateway restart
# 查看配置文件
cat ~/.openclaw/openclaw.json | jq '.models.providers'
# 发送消息
openclaw message send "你的消息"
# 临时使用特定模型
openclaw agent --model "模型ID" --message "你的消息"
9.1.12 模型ID速查
local-anthropic/claude-sonnet-4-5-20250929
local-anthropic-opus/claude-opus-4-5-thinking
local-google/gemini-3-pro-image
9.1.13 故障排查
问题1：模型列表为空
原因：配置文件格式错误或路径不对
解决方法：
# 检查配置文件
cat ~/.openclaw/openclaw.json | jq '.models.providers'
# 如果返回错误，恢复备份
cp ~/.openclaw/openclaw.json.backup ~/.openclaw/openclaw.json
问题2：API连接失败
原因：Antigravity Manager未启动或端口被占用
解决方法：
# 检查API是否正常
curl http://127.0.0.1:8045/v1/models
# 检查端口占用（macOS/Linux）
lsof -i :8045
# 重启Antigravity Manager
问题3：配置后模型不生效
原因：忘记重启Gateway
解决方法：
openclaw gateway restart
问题4：User Token无效
原因：Token过期或输入错误
解决方法：
- 在Antigravity Manager中重新生成Token
- 更新配置文件中的apiKey
- 重启Gateway
—# 测试连接 openclaw test api
### 9.1.5 实战案例
**案例1：配置Claude Sonnet**
步骤：
- 获取Claude API Key
- 在Antigravity Manager中添加
- 配置 OpenClaw
- 测试使用
结果： 你：你好 OpenClaw（Claude Sonnet）：你好！我是Claude…
**案例2：多账号管理**
场景：管理多个Claude账号
配置：
- Claude账号1：日常使用
- Claude账号2：备用
- Claude账号3：高峰期使用
优势：
- 分散负载
- 避免限流
- 提高可用性 ```
9.2 多模型切换策略
9.2.1 模型特点对比
| 模型 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| Claude Sonnet | 平衡性好 | 价格中等 | 日常对话 |
| Claude Opus | 能力最强 | 价格最贵 | 复杂任务 |
| GPT-5.2 | 功能丰富 | 响应较慢 | 创意工作 |
| Gemini 3 Pro | 免费额度大 | 能力一般 | 简单任务 |
| DeepSeek-V3 | 性价比高 | 中文优化 | 编程任务 |
9.2.2 场景化选择策略
日常对话：
推荐：Claude Sonnet 4.5
理由：
- 响应速度快
- 质量稳定
- 价格适中
复杂推理：
推荐：Claude Opus 4.6
理由：
- 推理能力最强
- 准确率最高
- 适合难题
图片识别：
推荐：Gemini 3 Pro
理由：
- 多模态能力强
- 免费额度大
- 识别准确
编程任务：
推荐：DeepSeek-V3
理由：
- 代码能力强
- 价格便宜
- 中文友好
9.2.3 模型容灾机制（Fallback）
🛡️ 高可用保障：通过配置主模型和备用模型，确保服务不中断。
什么是模型容灾？
当主模型（primary）出现以下情况时，系统会自动切换到备用模型（fallbacks）：
- API 调用失败
- 请求超时
- 速率限制（Rate Limit）
- 服务不可用
基础容灾配置
配置文件路径：~/.openclaw/openclaw.json
{
"agents": {
"defaults": {
"model": {
"primary": "anthropic/claude-opus-4-6",
"fallbacks": [
"openai-codex/gpt-5.3-codex",
"google-antigravity/claude-opus-4-6-thinking"
]
}
},
"list": [
{
"id": "main",
"default": true,
"model": {
"primary": "anthropic/claude-opus-4-6",
"fallbacks": [
"openai-codex/gpt-5.3-codex",
"google-antigravity/claude-opus-4-6-thinking"
]
}
}
]
}
}
工作流程：
1. 尝试使用主模型：anthropic/claude-opus-4-6
↓ 失败
2. 切换到备用模型1：openai-codex/gpt-5.3-codex
↓ 失败
3. 切换到备用模型2：google-antigravity/claude-opus-4-6-thinking
↓ 失败
4. 返回错误信息
实战案例1：成本优化型容灾
场景：优先使用便宜模型，失败后使用高质量模型
{
"agents": {
"defaults": {
"model": {
"primary": "deepseek/deepseek-chat",
"fallbacks": [
"anthropic/claude-sonnet-4-5",
"anthropic/claude-opus-4-6"
]
}
}
}
}
优势：
- ✅ 日常使用 DeepSeek（极低成本）
- ✅ DeepSeek 限流时自动切换到 Claude Sonnet
- ✅ 重要任务失败时使用 Claude Opus 兜底
- ✅ 成本节省 80%+
实战案例2：性能优先型容灾
场景：优先使用最强模型，失败后降级
{
"agents": {
"defaults": {
"model": {
"primary": "anthropic/claude-opus-4-6",
"fallbacks": [
"anthropic/claude-sonnet-4-5",
"deepseek/deepseek-chat"
]
}
}
}
}
优势：
- ✅ 保证最佳质量
- ✅ 高峰期自动降级
- ✅ 确保服务不中断
实战案例3：多提供商容灾
场景：跨提供商容灾，避免单点故障
{
"agents": {
"defaults": {
"model": {
"primary": "anthropic/claude-sonnet-4-5",
"fallbacks": [
"openai/gpt-4o",
"google/gemini-2.0-flash-exp",
"deepseek/deepseek-chat"
]
}
}
}
}
优势：
- ✅ Anthropic 故障时切换到 OpenAI
- ✅ OpenAI 故障时切换到 Google
- ✅ 最后使用 DeepSeek 兜底
- ✅ 最大化服务可用性
配置命令行方式
# 设置主模型
openclaw config set agents.defaults.model.primary "anthropic/claude-opus-4-6"
# 设置备用模型（需要手动编辑 JSON）
# 或使用 jq 命令
cat ~/.openclaw/openclaw.json | jq '.agents.defaults.model.fallbacks = [
"openai-codex/gpt-5.3-codex",
"google-antigravity/claude-opus-4-6-thinking"
]' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
# 重启 Gateway 使配置生效
openclaw gateway restart
验证容灾配置
# 查看当前配置
openclaw config get agents.defaults.model
# 输出示例：
{
"primary": "anthropic/claude-opus-4-6",
"fallbacks": [
"openai-codex/gpt-5.3-codex",
"google-antigravity/claude-opus-4-6-thinking"
]
}
容灾最佳实践
1. 选择不同提供商：
✅ 推荐：Anthropic → OpenAI → Google
❌ 不推荐：Claude Opus → Claude Sonnet（同提供商）
2. 按能力梯度配置：
✅ 推荐：高能力 → 中能力 → 低能力
❌ 不推荐：低能力 → 高能力（浪费资源）
3. 考虑成本因素：
✅ 推荐：便宜 → 中等 → 昂贵（成本优化）
✅ 推荐：昂贵 → 中等 → 便宜（质量优先）
4. 限制备用数量：
✅ 推荐：2-3 个备用模型
❌ 不推荐：5+ 个备用模型（过度复杂）
9.2.4 多认证 Profile + Token 轮换
🔐 账号管理：配置多个认证配置，实现账号轮换和负载均衡。
什么是认证 Profile？
认证 Profile 允许你为同一个提供商配置多个账号，系统会按照指定顺序轮换使用，避免单账号限流。
基础配置
配置文件路径：~/.openclaw/openclaw.json
{
"auth": {
"profiles": {
"openai-codex:default": {
"provider": "openai-codex",
"mode": "oauth"
},
"anthropic:default": {
"provider": "anthropic",
"mode": "token"
},
"anthropic:manual": {
"provider": "anthropic",
"mode": "token"
},
"google-antigravity:mail1@gmail.com": {
"provider": "google-antigravity",
"mode": "oauth",
"email": "mail1@gmail.com"
},
"google-antigravity:mail2@gmail.com": {
"provider": "google-antigravity",
"mode": "oauth"
}
},
"order": {
"anthropic": [
"anthropic:default",
"anthropic:manual"
],
"google-antigravity": [
"google-antigravity:mail1@gmail.com",
"google-antigravity:mail2@gmail.com"
]
}
}
}
配置说明
profiles 字段：
- 定义所有可用的认证配置
- 格式：
"提供商:标识符" mode：认证方式（oauth或token）email：OAuth 账号邮箱（可选）
order 字段：
- 定义每个提供商的账号使用顺序
- 系统会按顺序轮换使用
- 当前账号限流时自动切换到下一个
实战案例1：Anthropic 双账号轮换
场景：配置 2 个 Claude API Key，避免限流
{
"auth": {
"profiles": {
"anthropic:account1": {
"provider": "anthropic",
"mode": "token"
},
"anthropic:account2": {
"provider": "anthropic",
"mode": "token"
}
},
"order": {
"anthropic": [
"anthropic:account1",
"anthropic:account2"
]
}
}
}
配置 API Key：
# 在 Antigravity Manager 中分别配置两个 API Key
# 或在 OpenClaw 配置中添加：
{
"models": {
"providers": {
"anthropic": {
"apiKey": "sk-ant-api-key-1",
...
},
"anthropic-2": {
"apiKey": "sk-ant-api-key-2",
...
}
}
}
}
工作流程：
1. 使用 account1 发送请求
2. account1 达到限流 → 自动切换到 account2
3. account2 达到限流 → 等待 account1 恢复
4. 循环往复
实战案例2：Google 多邮箱轮换
场景：使用多个 Google 账号访问 Gemini
{
"auth": {
"profiles": {
"google-antigravity:work@gmail.com": {
"provider": "google-antigravity",
"mode": "oauth",
"email": "work@gmail.com"
},
"google-antigravity:personal@gmail.com": {
"provider": "google-antigravity",
"mode": "oauth",
"email": "personal@gmail.com"
},
"google-antigravity:backup@gmail.com": {
"provider": "google-antigravity",
"mode": "oauth",
"email": "backup@gmail.com"
}
},
"order": {
"google-antigravity": [
"google-antigravity:work@gmail.com",
"google-antigravity:personal@gmail.com",
"google-antigravity:backup@gmail.com"
]
}
}
}
优势：
- ✅ 3 个账号轮换，限流概率降低 66%
- ✅ 免费额度叠加（3 倍免费额度）
- ✅ 高峰期自动负载均衡
实战案例3：混合认证模式
场景：同时使用 OAuth 和 API Token
{
"auth": {
"profiles": {
"anthropic:oauth-account": {
"provider": "anthropic",
"mode": "oauth"
},
"anthropic:token-account": {
"provider": "anthropic",
"mode": "token"
}
},
"order": {
"anthropic": [
"anthropic:oauth-account",
"anthropic:token-account"
]
}
}
}
使用场景：
- OAuth 账号：日常使用（更安全）
- Token 账号：备用（更稳定）
配置最佳实践
1. 账号数量建议：
✅ 推荐：2-3 个账号
❌ 不推荐：5+ 个账号（管理复杂）
2. 认证方式选择：
OAuth：更安全，适合个人账号
Token：更稳定，适合 API 密钥
3. 轮换策略：
✅ 按使用频率排序（高频 → 低频）
✅ 按账号等级排序（付费 → 免费）
4. 监控和维护：
# 查看当前使用的认证配置
openclaw config get auth.profiles
# 测试认证是否有效
openclaw test api
9.2.5 自动切换配置
基于任务类型切换：
{
"rules": [
{
"condition": "task.type === 'code'",
"model": "deepseek-v3"
},
{
"condition": "task.type === 'image'",
"model": "gemini-3-pro"
},
{
"condition": "task.complexity === 'high'",
"model": "claude-opus-4.6"
},
{
"condition": "default",
"model": "claude-sonnet-4.5"
}
]
}
基于成本切换：
{
"rules": [
{
"condition": "cost.daily < 10",
"model": "claude-opus-4.6"
},
{
"condition": "cost.daily >= 10",
"model": "claude-sonnet-4.5"
}
]
}
9.3 记忆搜索配置（Memory Search）
🧠 智能记忆：配置 Memory Search 让 OpenClaw 记住历史对话，提供更智能的上下文感知。
9.3.1 什么是 Memory Search？
Memory Search 是 OpenClaw 的记忆系统，可以：
- 记住历史对话内容
- 搜索相关会话记录
- 提供上下文感知
- 支持混合检索（向量 + 文本）
9.3.2 基础配置
配置文件路径：~/.openclaw/openclaw.json
{
"agents": {
"defaults": {
"memorySearch": {
"sources": ["memory", "sessions"],
"experimental": {
"sessionMemory": true
},
"provider": "gemini",
"remote": {
"apiKey": "AIzaSy**************************"
},
"fallback": "gemini",
"model": "gemini-embedding-001",
"query": {
"hybrid": {
"enabled": true,
"vectorWeight": 0.7,
"textWeight": 0.3
}
}
}
}
}
}
9.3.3 配置项详解
sources（数据源）
{
"sources": ["memory", "sessions"]
}
可选值：
memory：长期记忆（跨会话）sessions：会话记录（当前会话）
推荐配置：
// 只使用长期记忆
"sources": ["memory"]
// 同时使用长期记忆和会话记录
"sources": ["memory", "sessions"]
experimental（实验性功能）
{
"experimental": {
"sessionMemory": true
}
}
sessionMemory：
true：启用会话记忆（推荐）false：禁用会话记忆
provider（嵌入模型提供商）
{
"provider": "gemini"
}
支持的提供商：
gemini：Google Gemini（推荐，免费）openai：OpenAI Embeddingslocal：本地嵌入模型
推荐：使用 Gemini（免费且效果好）
remote（远程 API 配置）
{
"remote": {
"apiKey": "AIzaSy**************************"
}
}
获取 Gemini API Key：
- 访问 Google AI Studio
- 登录 Google 账号
- 创建 API Key
- 复制并粘贴到配置中
fallback（备用提供商）
{
"fallback": "gemini"
}
当主提供商失败时，使用备用提供商。
model（嵌入模型）
{
"model": "gemini-embedding-001"
}
Gemini 嵌入模型：
gemini-embedding-001：标准模型（推荐）text-embedding-004：高级模型
OpenAI 嵌入模型：
text-embedding-3-small：小模型（便宜）text-embedding-3-large：大模型（效果好）
query（查询配置）
{
"query": {
"hybrid": {
"enabled": true,
"vectorWeight": 0.7,
"textWeight": 0.3
}
}
}
hybrid（混合检索）：
enabled：是否启用混合检索vectorWeight：向量搜索权重（0-1）textWeight：文本搜索权重（0-1）
权重建议：
语义搜索优先：vectorWeight: 0.7, textWeight: 0.3
关键词搜索优先：vectorWeight: 0.3, textWeight: 0.7
平衡模式：vectorWeight: 0.5, textWeight: 0.5
9.3.4 实战案例1：基础配置（Gemini）
场景：使用免费的 Gemini 嵌入模型
{
"agents": {
"defaults": {
"memorySearch": {
"sources": ["memory", "sessions"],
"experimental": {
"sessionMemory": true
},
"provider": "gemini",
"remote": {
"apiKey": "你的Gemini_API_Key"
},
"model": "gemini-embedding-001",
"query": {
"hybrid": {
"enabled": true,
"vectorWeight": 0.7,
"textWeight": 0.3
}
}
}
}
}
}
优势：
- ✅ 完全免费
- ✅ 效果优秀
- ✅ 配置简单
9.3.5 实战案例2：高级配置（OpenAI）
场景：使用 OpenAI 嵌入模型（更高精度）
{
"agents": {
"defaults": {
"memorySearch": {
"sources": ["memory", "sessions"],
"experimental": {
"sessionMemory": true
},
"provider": "openai",
"remote": {
"apiKey": "sk-your-openai-api-key"
},
"fallback": "gemini",
"model": "text-embedding-3-large",
"query": {
"hybrid": {
"enabled": true,
"vectorWeight": 0.8,
"textWeight": 0.2
}
}
}
}
}
}
优势：
- ✅ 精度更高
- ✅ 支持更多语言
- ✅ 有备用方案
成本：
- text-embedding-3-small：$10.02/百万 tokens
- text-embedding-3-large：$10.13/百万 tokens
9.3.6 实战案例3：本地部署（隐私优先）
场景：使用本地嵌入模型，保护隐私
{
"agents": {
"defaults": {
"memorySearch": {
"sources": ["memory", "sessions"],
"experimental": {
"sessionMemory": true
},
"provider": "local",
"model": "all-MiniLM-L6-v2",
"query": {
"hybrid": {
"enabled": true,
"vectorWeight": 0.6,
"textWeight": 0.4
}
}
}
}
}
}
优势：
- ✅ 完全本地，保护隐私
- ✅ 无需 API Key
- ✅ 无使用限制
劣势：
- ❌ 需要本地计算资源
- ❌ 精度略低于云端模型
9.3.7 配置命令行方式
# 启用 Memory Search
openclaw config set agents.defaults.memorySearch.experimental.sessionMemory true
# 设置提供商
openclaw config set agents.defaults.memorySearch.provider "gemini"
# 设置 API Key（需要手动编辑 JSON）
# 或使用 jq 命令
cat ~/.openclaw/openclaw.json | jq '.agents.defaults.memorySearch.remote.apiKey = "你的API_Key"' > /tmp/openclaw-temp.json && mv /tmp/openclaw-temp.json ~/.openclaw/openclaw.json
# 重启 Gateway
openclaw gateway restart
9.3.8 验证配置
# 查看当前配置
openclaw config get agents.defaults.memorySearch
# 测试记忆搜索
openclaw message send "记住：我喜欢喝咖啡"
openclaw message send "我喜欢喝什么？"
# 应该返回：根据我的记忆，你喜欢喝咖啡。
9.3.9 使用场景
场景1：个人助手
你：记住我的生日是 1990 年 1 月 1 日
OpenClaw：好的，已记住。
（几天后）
你：我的生日是什么时候？
OpenClaw：根据我的记忆，你的生日是 1990 年 1 月 1 日。
场景2：项目管理
你：项目 A 的截止日期是 2026 年 3 月 1 日
OpenClaw：已记录。
（一周后）
你：项目 A 什么时候截止？
OpenClaw：项目 A 的截止日期是 2026 年 3 月 1 日。
场景3：知识积累
你：DeepSeek API 的价格是 $0.001/千 tokens
OpenClaw：已记住。
（下次对话）
你：哪个模型最便宜？
OpenClaw：根据我的记忆，DeepSeek 最便宜，价格是 $0.001/千 tokens。
9.3.10 最佳实践
1. 选择合适的提供商：
免费用户：Gemini（免费且效果好）
付费用户：OpenAI（精度更高）
隐私优先：Local（完全本地）
2. 调整混合检索权重：
语义理解为主：vectorWeight: 0.7-0.8
关键词匹配为主：textWeight: 0.6-0.7
平衡模式：各 0.5
3. 定期清理记忆：
# 清理过期记忆
openclaw memory clean --older-than 30d
# 查看记忆使用情况
openclaw memory stats
4. 备份重要记忆：
# 导出记忆
openclaw memory export --output memory-backup.json
# 导入记忆
openclaw memory import memory-backup.json
9.3.11 故障排查
问题1：记忆搜索不工作
原因：API Key 无效或未配置
解决方法：
# 检查配置
openclaw config get agents.defaults.memorySearch
# 测试 API Key
curl -H "Content-Type: application/json" \
-d '{"contents":[{"parts":[{"text":"test"}]}]}' \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-embedding-001:embedContent?key=你的API_Key"
问题2：搜索结果不准确
原因：混合检索权重不合适
解决方法：
// 调整权重
{
"query": {
"hybrid": {
"vectorWeight": 0.8, // 提高语义搜索权重
"textWeight": 0.2
}
}
}
问题3：记忆占用空间过大
原因：长期积累未清理
解决方法：
# 查看记忆大小
openclaw memory stats
# 清理旧记忆
openclaw memory clean --older-than 60d
# 压缩记忆数据库
openclaw memory compact
9.4 成本优化方案
9.4.1 Token消耗分析
查看消耗统计：
# 查看今日消耗
openclaw stats today
# 输出示例：
今日Token消耗：
- Claude Sonnet：150K tokens ($10.75)
- Gemini Pro：50K tokens ($10.00)
- 总计：200K tokens ($10.75)
任务分布：
- 文件搜索：30%
- 日程管理：20%
- 知识管理：25%
- 其他：25%
消耗优化建议：
⚠️ 高消耗任务：
- 文件搜索：每次10K tokens
- 建议：优化搜索范围
✅ 优化方案：
- 使用缓存
- 减少上下文
- 优化提示词
9.4.2 缓存策略
启用缓存：
# 启用响应缓存
openclaw config set cache.enabled true
# 设置缓存时间（小时）
openclaw config set cache.ttl 24
# 设置缓存大小（MB）
openclaw config set cache.maxSize 1000
缓存效果：
未启用缓存：
- 相同问题每次都调用API
- Token消耗：10K/次
- 成本：$10.05/次
启用缓存后：
- 相同问题直接返回缓存
- Token消耗：0
- 成本：$0
- 节省：100%
9.4.3 模型降级方案
降级策略：
1. 简单任务用便宜模型
2. 复杂任务用贵模型
3. 失败后降级重试
配置示例：
{
"fallback": [
"claude-opus-4.6", // 首选
"claude-sonnet-4.5", // 降级1
"gemini-3-pro" // 降级2
]
}
9.4.4 成本控制实战
案例1：降低50%成本
原方案：
- 全部使用Claude Opus
- 日均消耗：$20
优化方案：
- 简单任务用Sonnet
- 复杂任务用Opus
- 启用缓存
优化后：
- 日均消耗：$10
- 节省：50%
案例2：免费额度最大化
策略：
1. 优先使用Gemini（免费额度大）
2. 超额后切换到DeepSeek（便宜）
3. 重要任务用Claude
效果：
- 月成本：$5
- 节省：90%
9.5 性能调优技巧
9.5.1 响应速度优化
优化前：
平均响应时间：5秒
用户体验：一般
优化方案：
1. 启用缓存
2. 减少上下文
3. 使用流式输出
4. 并发处理
优化后：
平均响应时间：2秒
用户体验：优秀
提升：60%
9.5.2 并发处理优化
配置并发数：
# 设置最大并发数
openclaw config set concurrency.max 5
# 设置队列大小
openclaw config set concurrency.queueSize 100
9.5.3 内存管理
监控内存使用：
# 查看内存使用
openclaw stats memory
# 输出示例：
内存使用情况：
- 当前：512MB
- 峰值：800MB
- 平均：600MB
优化建议：
⚠️ 内存占用高：
- 清理缓存
- 减少并发
- 重启服务
📝 本章小结
学习了OpenClaw的高级配置：
- Antigravity Manager配置
- 多模型切换策略
- 成本优化方案
- 性能调优技巧
掌握这些技巧可以：
- 降低50%以上成本
- 提升60%响应速度
- 提高系统稳定性
9.6 模型提供商配置详解
🤖 多模型支持：OpenClaw 支持 20+ 主流 AI 模型提供商，灵活配置满足不同需求。
9.6.0 快速配置：使用命令行向导（推荐新手）
💡 最简单的方式：使用
openclaw onboard命令启动配置向导，交互式配置模型。
启动配置向导
openclaw onboard
执行后会启动命令行交互式配置向导。
配置流程
步骤1：选择初始化模式
◇ 初始化模式
│ 快速开始
步骤2：选择模型提供商
◆ 模型/认证提供商
│ ○ OpenAI (Codex OAuth + API key)
│ ○ Anthropic
│ ○ MiniMax
│ ○ Moonshot AI
│ ○ Google
│ ○ OpenRouter
│ ○ Qwen
│ ○ Z.AI (GLM 4.7)
│ ○ Copilot
│ ○ Vercel AI Gateway
│ ○ OpenCode Zen
│ ○ Xiaomi
│ ○ Synthetic
│ ○ Venice AI
│ ○ Skip for now
使用 方向键 选择，空格键 确认。
步骤3：输入 API Key
根据提示输入对应提供商的 API Key。
步骤4：选择默认模型
从可用模型列表中选择默认模型。
步骤5：完成配置
配置自动保存并重启 Gateway。
命令行向导的优势
✅ 交互式操作：逐步引导，不易出错 ✅ 实时验证：输入 API Key 后立即验证有效性 ✅ 自动配置：自动生成配置文件 ✅ 一键保存：自动保存并重启服务 ✅ 错误提示：配置错误时会有明确的提示信息
验证配置
配置完成后，验证模型是否可用：
# 查看已配置的模型
openclaw models list
# 测试模型连接
openclaw message send "你好，测试一下"
修改配置
如果需要修改配置，再次运行：
openclaw onboard
可以添加、删除或修改模型提供商。
9.6.1 支持的模型提供商
国际模型
| 提供商 | 模型 | 特点 | 价格 |
|---|---|---|---|
| OpenAI | GPT-4o, GPT-4o-mini | 功能全面、生态完善 | 高 |
| Anthropic | Claude 3.5 Sonnet, Claude 3 Opus | 推理能力强、安全性高 | 中高 |
| Gemini 2.0 Flash, Gemini 1.5 Pro | 多模态能力强、免费额度大 | 中 | |
| xAI | Grok 2 | 实时信息、幽默风格 | 中 |
| Mistral | Mistral Large, Mistral Small | 开源友好、性价比高 | 中 |
| Cohere | Command R+, Command R | 企业级、RAG 优化 | 中 |
国产模型
| 提供商 | 模型 | 特点 | 价格 |
|---|---|---|---|
| DeepSeek | DeepSeek-V3, DeepSeek-Chat | 性价比之王、编程能力强 | 极低 |
| 月之暗面 | Kimi k2.5 | 超长上下文（200万字） | 低 |
| 智谱AI | GLM-4, GLM-4V | 多模态、中文优化 | 中 |
| 百川智能 | Baichuan-4 | 中文理解好 | 中 |
| MiniMax | abab6.5 | 语音合成、角色扮演 | 中 |
| 阿里云 | Qwen-Max, Qwen-Plus | 阿里生态、企业级 | 中 |
| 百度 | ERNIE 4.0 | 百度生态、知识增强 | 中 |
本地模型
| 提供商 | 模型 | 特点 | 价格 |
|---|---|---|---|
| Ollama | Llama 3.1, Qwen2.5 | 完全本地、隐私保护 | 免费 |
| LM Studio | 各种开源模型 | 图形界面、易用 | 免费 |
9.6.2 配置 OpenAI
{
"models": {
"mode": "merge",
"providers": {
"openai": {
"baseUrl": "https://api.openai.com/v1",
"apiKey": "sk-your-api-key",
"auth": "api-key",
"api": "openai-chat",
"models": [
{
"id": "gpt-4o",
"name": "GPT-4o",
"contextWindow": 128000,
"maxTokens": 16384
},
{
"id": "gpt-4o-mini",
"name": "GPT-4o Mini",
"contextWindow": 128000,
"maxTokens": 16384
}
]
}
}
}
}
9.6.3 配置 Anthropic (Claude)
{
"models": {
"mode": "merge",
"providers": {
"anthropic": {
"baseUrl": "https://api.anthropic.com",
"apiKey": "sk-ant-your-api-key",
"auth": "api-key",
"api": "anthropic",
"models": [
{
"id": "claude-3-5-sonnet-20241022",
"name": "Claude 3.5 Sonnet",
"contextWindow": 200000,
"maxTokens": 8192
},
{
"id": "claude-3-opus-20240229",
"name": "Claude 3 Opus",
"contextWindow": 200000,
"maxTokens": 4096
}
]
}
}
}
}
9.6.4 配置 Google Gemini
{
"models": {
"mode": "merge",
"providers": {
"google": {
"baseUrl": "https://generativelanguage.googleapis.com/v1beta",
"apiKey": "your-google-api-key",
"auth": "api-key",
"api": "google-ai",
"models": [
{
"id": "gemini-2.0-flash-exp",
"name": "Gemini 2.0 Flash",
"contextWindow": 1000000,
"maxTokens": 8192
},
{
"id": "gemini-1.5-pro",
"name": "Gemini 1.5 Pro",
"contextWindow": 2000000,
"maxTokens": 8192
}
]
}
}
}
}
9.6.5 配置 DeepSeek（推荐）
{
"models": {
"mode": "merge",
"providers": {
"deepseek": {
"baseUrl": "https://api.deepseek.com",
"apiKey": "sk-your-api-key",
"auth": "api-key",
"api": "openai-chat",
"models": [
{
"id": "deepseek-chat",
"name": "DeepSeek Chat",
"contextWindow": 64000,
"maxTokens": 4096
},
{
"id": "deepseek-coder",
"name": "DeepSeek Coder",
"contextWindow": 64000,
"maxTokens": 4096
}
]
}
}
}
}
9.6.6 配置 Kimi（月之暗面）
{
"models": {
"mode": "merge",
"providers": {
"moonshot": {
"baseUrl": "https://api.moonshot.cn/v1",
"apiKey": "sk-your-api-key",
"auth": "api-key",
"api": "openai-chat",
"models": [
{
"id": "moonshot-v1-8k",
"name": "Kimi k2.5 8K",
"contextWindow": 8000,
"maxTokens": 4096
},
{
"id": "moonshot-v1-32k",
"name": "Kimi k2.5 32K",
"contextWindow": 32000,
"maxTokens": 4096
},
{
"id": "moonshot-v1-128k",
"name": "Kimi k2.5 128K",
"contextWindow": 128000,
"maxTokens": 4096
}
]
}
}
}
}
9.6.7 配置 Ollama（本地模型）
{
"models": {
"mode": "merge",
"providers": {
"ollama": {
"baseUrl": "http://localhost:11434",
"auth": "none",
"api": "ollama",
"models": [
{
"id": "llama3.1:8b",
"name": "Llama 3.1 8B",
"contextWindow": 128000,
"maxTokens": 4096
},
{
"id": "qwen2.5:7b",
"name": "Qwen 2.5 7B",
"contextWindow": 32000,
"maxTokens": 4096
}
]
}
}
}
}
9.6.8 多提供商配置示例
{
"models": {
"mode": "merge",
"providers": {
"deepseek": {
"baseUrl": "https://api.deepseek.com",
"apiKey": "sk-deepseek-key",
"auth": "api-key",
"api": "openai-chat",
"models": [
{
"id": "deepseek-chat",
"name": "DeepSeek Chat",
"contextWindow": 64000,
"maxTokens": 4096
}
]
},
"anthropic": {
"baseUrl": "https://api.anthropic.com",
"apiKey": "sk-ant-key",
"auth": "api-key",
"api": "anthropic",
"models": [
{
"id": "claude-3-5-sonnet-20241022",
"name": "Claude 3.5 Sonnet",
"contextWindow": 200000,
"maxTokens": 8192
}
]
},
"ollama": {
"baseUrl": "http://localhost:11434",
"auth": "none",
"api": "ollama",
"models": [
{
"id": "llama3.1:8b",
"name": "Llama 3.1 8B",
"contextWindow": 128000,
"maxTokens": 4096
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "deepseek/deepseek-chat",
"fallback": [
"anthropic/claude-3-5-sonnet-20241022",
"ollama/llama3.1:8b"
]
}
}
}
}
9.6.9 模型选择策略
按任务类型选择：
// 编程任务
"deepseek/deepseek-coder"
// 长文档处理
"moonshot/moonshot-v1-128k"
// 复杂推理
"anthropic/claude-3-opus-20240229"
// 日常对话
"deepseek/deepseek-chat"
// 多模态（图片）
"google/gemini-2.0-flash-exp"
// 本地隐私
"ollama/llama3.1:8b"
按成本选择：
极低成本：DeepSeek ($0.001/千tokens)
低成本：Kimi, GLM-4 ($0.01/千tokens)
中等成本：Gemini, Mistral ($0.05/千tokens)
高成本：Claude, GPT-4 ($0.15/千tokens)
免费：Ollama（本地）
9.7 工具系统详解
🔧 扩展能力：OpenClaw 的工具系统让 AI 能够执行各种操作，从文件管理到 API 调用。
9.7.1 内置工具列表
文件系统工具
| 工具 | 功能 | 示例 |
|---|---|---|
read_file |
读取文件内容 | 读取配置文件 |
write_file |
写入文件 | 保存笔记 |
list_directory |
列出目录 | 查看文件列表 |
search_files |
搜索文件 | 找到所有 PDF |
move_file |
移动文件 | 整理文件 |
delete_file |
删除文件 | 清理临时文件 |
Shell 工具
| 工具 | 功能 | 示例 |
|---|---|---|
execute_command |
执行命令 | 运行脚本 |
run_script |
运行脚本 | 批处理任务 |
网络工具
| 工具 | 功能 | 示例 |
|---|---|---|
web_search |
网页搜索 | 搜索最新信息 |
fetch_url |
获取网页 | 下载内容 |
api_call |
API 调用 | 调用第三方服务 |
数据处理工具
| 工具 | 功能 | 示例 |
|---|---|---|
parse_json |
解析 JSON | 处理 API 响应 |
parse_csv |
解析 CSV | 处理表格数据 |
extract_text |
提取文本 | 从 PDF 提取 |
9.7.2 启用和禁用工具
查看可用工具：
openclaw tools list
启用工具：
openclaw tools enable read_file write_file
禁用工具：
openclaw tools disable execute_command
配置文件方式：
{
"tools": {
"enabled": [
"read_file",
"write_file",
"list_directory",
"web_search"
],
"disabled": [
"execute_command",
"delete_file"
]
}
}
9.7.3 工具权限控制
设置工具权限：
{
"tools": {
"permissions": {
"read_file": {
"allowedPaths": [
"~/Documents",
"~/Downloads"
],
"deniedPaths": [
"~/.ssh",
"~/.openclaw"
]
},
"execute_command": {
"allowedCommands": [
"ls",
"cat",
"grep"
],
"deniedCommands": [
"rm",
"sudo"
]
}
}
}
}
9.7.4 自定义工具开发
创建自定义工具：
// ~/.openclaw/tools/my-tool.js
export default {
name: "my_custom_tool",
description: "我的自定义工具",
parameters: {
type: "object",
properties: {
input: {
type: "string",
description: "输入参数"
}
},
required: ["input"]
},
async execute({ input }) {
// 工具逻辑
return {
success: true,
result: `处理结果: ${input}`
};
}
};
注册工具：
openclaw tools register ~/.openclaw/tools/my-tool.js
9.7.5 工具使用示例
文件搜索：
你：帮我找到所有包含"发票"的 PDF 文件
OpenClaw 使用工具：
1. search_files(pattern="*.pdf", content="发票")
2. 返回结果：找到 3 个文件
- 发票_2024_01.pdf
- 报销发票.pdf
- 采购发票_Q1.pdf
网页搜索：
你：Claude 3.5 Sonnet 最新价格是多少？
OpenClaw 使用工具：
1. web_search(query="Claude 3.5 Sonnet pricing")
2. fetch_url(url="https://www.anthropic.com/pricing")
3. 返回结果：
- 输入：$3/百万 tokens
- 输出：$15/百万 tokens
数据处理：
你：分析这个 CSV 文件的销售数据
OpenClaw 使用工具：
1. read_file(path="sales.csv")
2. parse_csv(content=...)
3. 分析数据并生成报告
9.7.6 工具链（Tool Chaining）
OpenClaw 可以自动组合多个工具完成复杂任务：
任务：下载网页并保存为 Markdown
工具链：
1. fetch_url(url) → 获取网页内容
2. extract_text(html) → 提取文本
3. convert_to_markdown(text) → 转换格式
4. write_file(path, content) → 保存文件
9.7.7 工具安全最佳实践
1. 最小权限原则：
{
"tools": {
"enabled": [
"read_file", // 只启用必要的工具
"web_search"
]
}
}
2. 路径限制：
{
"tools": {
"permissions": {
"read_file": {
"allowedPaths": ["~/Documents"] // 限制访问范围
}
}
}
}
3. 命令白名单：
{
"tools": {
"permissions": {
"execute_command": {
"allowedCommands": ["ls", "cat"] // 只允许安全命令
}
}
}
}
9.8 CLI 命令完整参考
📟 命令行工具：OpenClaw 提供强大的 CLI 工具，方便管理和操作。
9.8.1 核心命令
版本和帮助
# 查看版本
openclaw --version
openclaw -v
# 查看帮助
openclaw --help
openclaw -h
# 查看子命令帮助
openclaw gateway --help
初始化和配置
# 运行配置向导
openclaw onboard
# 快速开始向导
openclaw setup
# 查看配置
openclaw config list
# 获取配置项
openclaw config get models.providers
# 设置配置项
openclaw config set gateway.port 18790
# 删除配置项
openclaw config delete models.providers.test
9.8.2 Gateway 管理
# 安装/启动 Gateway
openclaw gateway install
# 查看状态
openclaw gateway status
# 停止 Gateway
openclaw gateway stop
# 重启 Gateway
openclaw gateway restart
# 查看日志
openclaw logs
openclaw logs --follow
openclaw logs --tail 100
# 清理日志
openclaw logs clear
9.8.3 渠道管理
# 列出所有渠道
openclaw channels list
# 查看渠道状态
openclaw channels status
# 添加渠道
openclaw channels add
# 删除渠道
openclaw channels remove feishu
# 测试渠道
openclaw channels test feishu
9.8.4 配对管理
# 列出配对请求
openclaw pairing list
openclaw pairing list feishu
# 批准配对
openclaw pairing approve feishu <CODE>
# 拒绝配对
openclaw pairing reject feishu <CODE>
# 清理过期配对
openclaw pairing cleanup
9.8.5 插件管理
# 列出已安装插件
openclaw plugins list
# 搜索插件
openclaw plugins search feishu
# 安装插件
openclaw plugins install @openclaw/feishu
# 卸载插件
openclaw plugins uninstall @openclaw/feishu
# 更新插件
openclaw plugins update @openclaw/feishu
# 更新所有插件
openclaw plugins update --all
9.8.6 工具管理
# 列出所有工具
openclaw tools list
# 启用工具
openclaw tools enable read_file write_file
# 禁用工具
openclaw tools disable execute_command
# 注册自定义工具
openclaw tools register ~/my-tool.js
# 测试工具
openclaw tools test read_file
9.8.7 Agent 管理
# 列出 Agents
openclaw agents list
# 创建 Agent
openclaw agents create my-agent
# 删除 Agent
openclaw agents delete my-agent
# 切换 Agent
openclaw agents switch my-agent
# 查看 Agent 配置
openclaw agents config my-agent
9.8.8 会话管理
# 列出会话
openclaw sessions list
# 查看会话详情
openclaw sessions show <session-id>
# 删除会话
openclaw sessions delete <session-id>
# 清理所有会话
openclaw sessions clear
# 导出会话
openclaw sessions export <session-id> --output session.json
# 导入会话
openclaw sessions import session.json
9.8.9 统计和监控
# 查看统计信息
openclaw stats
# 查看今日统计
openclaw stats today
# 查看本周统计
openclaw stats week
# 查看 API 消耗
openclaw stats api
# 查看内存使用
openclaw stats memory
# 查看性能指标
openclaw stats performance
9.8.10 测试和诊断
# 测试 API 连接
openclaw test api
# 测试渠道
openclaw test channel feishu
# 测试工具
openclaw test tool read_file
# 运行诊断
openclaw diagnose
# 检查配置
openclaw validate config
# 检查健康状态
openclaw health check
9.8.11 数据管理
# 备份数据
openclaw backup create
# 列出备份
openclaw backup list
# 恢复备份
openclaw backup restore <backup-id>
# 清理缓存
openclaw cache clear
# 清理临时文件
openclaw cleanup temp
# 导出数据
openclaw export --output data.json
# 导入数据
openclaw import data.json
9.8.12 更新和维护
# 检查更新
openclaw update check
# 更新到最新版本
openclaw update
# 更新到指定版本
openclaw update --version 2026.3.2
# 回滚版本
openclaw rollback
# 卸载
openclaw uninstall
9.8.13 开发和调试
# 开发模式启动
openclaw dev
# 调试模式
openclaw --debug
# 详细日志
openclaw --verbose
# 运行测试
openclaw test
# 构建项目
openclaw build
# 清理构建
openclaw clean
9.8.14 常用命令组合
快速重启：
openclaw gateway stop && openclaw gateway install
查看实时日志：
openclaw logs --follow | grep ERROR
备份并更新：
openclaw backup create && openclaw update
清理并重启：
openclaw cache clear && openclaw gateway restart
完整诊断：
openclaw diagnose && openclaw health check && openclaw test api
9.8.15 环境变量
# 设置日志级别
export OPENCLAW_LOG_LEVEL=debug
# 设置配置目录
export OPENCLAW_HOME=~/.openclaw
# 设置 Gateway 端口
export OPENCLAW_PORT=18789
# 设置 API Key
export DEEPSEEK_API_KEY=sk-xxx
export MOONSHOT_API_KEY=sk-xxx
9.8.16 配置文件位置
# 主配置文件
~/.openclaw/openclaw.json
# 日志文件
~/.openclaw/logs/gateway.log
# 缓存目录
~/.openclaw/cache/
# 数据目录
~/.openclaw/data/
# 插件目录
~/.openclaw/plugins/
# 工具目录
~/.openclaw/tools/
📝 本章小结
学习了OpenClaw的高级配置：
核心内容
- Antigravity Manager配置 - API 统一管理
- 多模型切换策略 - 场景化选择 + 模型容灾机制
- 记忆搜索配置 - 智能上下文感知
- 成本优化方案 - 降低 50%+ 成本
- 性能调优技巧 - 提升 60% 响应速度
- 模型提供商配置 - 20+ 主流模型支持
- 工具系统详解 - 扩展 AI 能力
- CLI 命令完整参考 - 100+ 命令详解
实战技能
- ✅ 配置多个 AI 模型提供商
- ✅ 配置模型容灾机制（primary + fallbacks）
- ✅ 配置多认证 Profile 实现账号轮换
- ✅ 配置记忆搜索系统
- ✅ 根据任务选择最优模型
- ✅ 使用工具系统扩展功能
- ✅ 掌握 CLI 命令高效管理
- ✅ 优化成本和性能
推荐配置
- 日常使用：DeepSeek（性价比最高）
- 长文档：Kimi（200万字上下文）
- 复杂任务：Claude 9.5 Sonnet（推理能力强）
- 本地隐私：Ollama（完全本地）
- 容灾方案：DeepSeek → Claude Sonnet → Claude Opus
- 记忆搜索：Gemini Embedding（免费且效果好）
下一章：第10章：5类人群的效率提升实战 - 真实案例，直接套用
返回目录：README ```