Token导航 LogoToken导航

Agent Skill · 效率

openclaw-model-provider(OpenClaw model provider 效率)

openclaw-model-provider 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

openclaw-model-provider 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 9,716。

总安装 5,769周安装 238GitHub Stars 公开资料未说明下载 1,885核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:openclaw-model-provider(OpenClaw model provider 效率)
来源仓库:https://github.com/ksbbs/openclaw-model-provider
安装命令:
openclaw skills install openclaw-model-provider
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install openclaw-model-provider

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

openclaw-model-provider 帮助用户添加自定义 AI 模型提供者,扩展模型库。适合在 OpenClaw 中集成私有 LLM 或 OpenAI 兼容 API。通过 clawhub 安装,使用 openclaw skills install 命令,引导完成配置向导。

安装前应准备 API 端点与密钥,并测试连通性。支持本地模型与云端服务混合部署,灵活应对不同场景。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install openclaw-model-provider;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

openclaw-model-provider 怎么安装?

在终端执行 openclaw skills install openclaw-model-provider。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

openclaw-model-provider 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

openclaw-model-provider 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

openclaw-model-provider 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

openclaw-model-provider 用的人多吗?

公开数据是累计安装 5,769 次,近一周安装 238 次,下载 1,885 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

openclaw-model-provider 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
openclaw-model-provider

OpenClaw model provider 效率 · 本页

5,769—接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
openclaw-model-provider
description
Help users add custom model providers to OpenClaw. Use when the user wants to add a new AI model provider (like custom OpenAI-compatible APIs, local LLMs, or third-party services) to their OpenClaw configuration. Handles configuration of models.providers, agents.defaults.model, environment variables, and validation.

OpenClaw 自定义模型提供商配置

帮助用户在 OpenClaw 中添加和配置自定义模型提供商。

快速开始

判断用户的配置类型:

类型 A:内置提供商(只需一处配置)

OpenClaw 已内置支持,只需设置 API Key 和默认模型:

  • openai, anthropic, moonshot, zai, google, deepseek
  • 配置位置:agents.defaults.model.primary
  • API Key:通过环境变量或 env 字段设置

类型 B:自定义提供商(需要两处配置)

文档未内置支持的模型或自建代理:

  • 配置位置 1:models.providers - 定义提供商信息
  • 配置位置 2:agents.defaults.model - 设置默认使用

配置流程

步骤 1:收集必要信息

询问用户提供:

  1. 提供商名称(如 my-openai-proxy)
  2. API 基础地址(如 https://api.xxx.com/v1)
  3. API 密钥
  4. 模型 ID(如 gpt-4, kimi-k2.5)
  5. 接口类型:

- openai-completions - OpenAI 兼容接口(大多数情况) - anthropic-messages - Anthropic 兼容接口

步骤 2:生成配置

根据用户提供的信息,生成完整的配置片段。

自定义提供商完整配置示例:

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "提供商名称/模型ID"
      }
    }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "提供商名称": {
        "baseUrl": "https://api.xxx.com/v1",
        "apiKey": "${ENV_VAR_NAME}",
        "api": "openai-completions",
        "models": [
          {
            "id": "模型ID",
            "name": "显示名称",
            "contextWindow": 128000,
            "maxTokens": 4096,
            "reasoning": false,
            "input": ["text", "image"]
          }
        ]
      }
    }
  }
}

步骤 3:应用配置

指导用户将配置合并到 ~/.openclaw/openclaw.json:

# 1. 备份当前配置
cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak

# 2. 编辑配置
openclaw config edit
# 或直接修改文件
nano ~/.openclaw/openclaw.json

步骤 4:验证配置

# 检查配置格式
openclaw config validate

# 查看可用模型列表
openclaw models list

# 测试模型
openclaw models test 提供商名称/模型ID

环境变量设置

推荐将 API Key 放在环境变量中,而非硬编码到配置文件:

方式 1:shell 配置文件

# ~/.bashrc 或 ~/.zshrc
export PROVIDER_API_KEY="sk-xxxxx"

方式 2:OpenClaw 配置中的 env 字段

{
  "env": {
    "PROVIDER_API_KEY": "sk-xxxxx"
  }
}

方式 3:.env 文件(如果 OpenClaw 支持)

常见提供商模板

OpenAI 兼容代理

{
  "models": {
    "providers": {
      "custom-openai": {
        "baseUrl": "https://api.openai-proxy.com/v1",
        "apiKey": "${OPENAI_PROXY_KEY}",
        "api": "openai-completions",
        "models": [
          {
            "id": "gpt-4",
            "name": "GPT-4",
            "contextWindow": 128000,
            "maxTokens": 4096
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "custom-openai/gpt-4"
      }
    }
  }
}

本地 Ollama

{
  "models": {
    "providers": {
      "ollama-local": {
        "baseUrl": "http://localhost:11434/v1",
        "apiKey": "ollama",
        "api": "openai-completions",
        "models": [
          {
            "id": "llama3.3",
            "name": "Llama 3.3",
            "contextWindow": 128000,
            "maxTokens": 4096
          }
        ]
      }
    }
  }
}

Moonshot AI (Kimi)

{
  "models": {
    "providers": {
      "moonshot": {
        "baseUrl": "https://api.moonshot.ai/v1",
        "apiKey": "${MOONSHOT_API_KEY}",
        "api": "openai-completions",
        "models": [
          {
            "id": "kimi-k2.5",
            "name": "Kimi K2.5",
            "contextWindow": 256000,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

故障排查

配置验证失败

# 检查 JSON 语法
openclaw config validate

# 查看详细错误
openclaw config validate --verbose

模型不可用

# 确认模型列表中包含目标模型
openclaw models list | grep 提供商名称

# 测试连接
openclaw models test 提供商名称/模型ID --verbose

API Key 无效

  • 检查环境变量是否正确设置:echo $PROVIDER_API_KEY
  • 确认 OpenClaw 能读取环境变量
  • 检查 API Key 是否有调用权限和余额

高级配置

多密钥轮换

支持配置多个 API Key 实现自动故障转移:

{
  "env": {
    "PROVIDER_API_KEY_1": "sk-xxx1",
    "PROVIDER_API_KEY_2": "sk-xxx2",
    "PROVIDER_API_KEY_3": "sk-xxx3"
  }
}

或在 shell 中:

export PROVIDER_API_KEYS="sk-xxx1,sk-xxx2,sk-xxx3"

模型参数覆盖

为特定模型设置默认参数:

{
  "agents": {
    "defaults": {
      "models": {
        "提供商名称/模型ID": {
          "params": {
            "temperature": 0.7,
            "maxTokens": 2048,
            "fastMode": true
          }
        }
      }
    }
  }
}

参考资源

使用示例

用户说:"我想添加硅基流动的 DeepSeek-R1"

执行流程:

  1. 确认是自定义提供商(非内置)
  2. 收集信息:

- 名称:siliconflow - 地址:https://api.siliconflow.cn/v1 - API Key:用户提供的 key - 模型:deepseek-ai/DeepSeek-R1

  1. 生成配置并指导用户应用
  2. 验证配置

平台分布

OpenClaw

96.36%
按下载量换算1,816

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills