OpenClaw 多智能体配置不同的文生图模型

一、开篇简介

在使用 OpenClaw 构建多智能体工作流时,我们通常会针对不同的任务(如深度写作、素材整理、日常对话)配置不同智商的文本大模型。但在视觉创作环节,所有的智能体往往只能共用同一个画图接口,这在成本和效果上都不够灵活。

本篇教程将带你实现文生图模型的精细化路由 。我们将基于 OpenClaw (版本 2026.3.13) 在 macOS 环境下,通过"全局技能统一部署 + 局部环境变量隔离"的架构,为不同的智能体分配不同级别的画图模型。例如:给负责高质量输出的写作智能体配置 qwen-image-2.0-pro,给日常助手的配置经济型的 qwen-image-2.0。

核心思路: OpenClaw 原生的 models 配置主要针对 LLM 推理。对于调用外部 API 画图,我们需要将其封装为 Skill(技能) ,并在各自扁平化的工作空间中通过 .env 注入独立的模型和 API 配置。


二、详细配置流程

2.1 创建全局文生图 Skill 脚本

我们需要编写一个底层 Python 脚本来对接阿里云通义万相最新的多模态生成接口。注意,Qwen-Image 2.0 已经全面升级为类似对话模型的 messages 数组结构,这个坑了我老半天。

在 Mac 终端执行以下命令,创建脚本目录及文件:

bash 复制代码
mkdir -p ~/.openclaw/skills/qwen-image
nano ~/.openclaw/skills/qwen-image/gen.py

将以下纯净版代码写入 gen.py:

python 复制代码
# -*- coding: utf-8 -*-
import os
import sys
import requests

# 动态读取当前智能体工作空间的环境变量
api_key = os.getenv("QWEN_IMAGE_API_KEY")
base_url = os.getenv("QWEN_IMAGE_BASE_URL", "https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation")
model_name = os.getenv("QWEN_IMAGE_MODEL", "qwen-image-2.0")

prompt = " ".join(sys.argv[1:])

headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}

# 适配 Qwen-Image 2.0 最新底层架构
payload = {
    "model": model_name,
    "input": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {"text": prompt}
                ]
            }
        ]
    },
    "parameters": {
        "size": "1024*1024"
    }
}

try:
    response = requests.post(base_url, json=payload, headers=headers)
    
    if response.status_code != 200:
        print(f"❌ API 请求失败!HTTP 状态码: {response.status_code}")
        print(f"❌ 详细错误信息: {response.text}")
        sys.exit(1)
        
    res_json = response.json()
    
    # 解析新版 API 返回的复杂数据结构
    try:
        content_list = res_json['output']['choices'][0]['message']['content']
        img_url = None
        for item in content_list:
            if 'image' in item:
                img_url = item['image']
                break
            elif 'url' in item:
                img_url = item['url']
                break
                
        if img_url:
            # 返回 OpenClaw 识别的 MEDIA 标签
            print(f"MEDIA:{img_url}")
        else:
            print(f"图片已生成但提取 URL 失败,API 原始返回: {res_json}")
            
    except KeyError:
        print(f"无法解析新的返回结构,API 原始返回: {res_json}")
            
except Exception as e:
    print(f"请求崩溃: {str(e)}")

这里的 QWEN_IMAGE_BASE_URL 地址是你在对应的文生图大模型平台拿到的,包括下面的 api_Key 也是。本文演示我使用的是阿里千问的免费额度。

Nano 编辑器保存/退出快捷键: 代码粘贴完成后,按 Ctrl + O 保存文件,接着按 Enter 键确认文件名,最后按 Ctrl + X 退出编辑器。

保存退出后,务必赋予执行权限,直接执行这个:

bash 复制代码
chmod +x ~/.openclaw/skills/qwen-image/gen.py

2.2 为不同智能体配置隔离的 .env

假设你的 OpenClaw 根目录 (~/.openclaw/) 下有两个扁平化工作空间:writer_agent_workspace(写作)和 chat_agent_workspace(日常)。

**注意:**这里的writer_agent_workspace 和 chat_agent_workspace 是你每个智能体对应的工作空间的名字(即文件夹名)。

A. 写作智能体(使用 Pro 版模型)

bash 复制代码
nano ~/.openclaw/writer_agent_workspace/.env

写入配置:

env 复制代码
QWEN_IMAGE_API_KEY="sk-你的真实API_KEY"
QWEN_IMAGE_BASE_URL="https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation"
QWEN_IMAGE_MODEL="qwen-image-2.0-pro"

B. 日常智能体(使用标准版模型)

bash 复制代码
nano ~/.openclaw/chat_agent_workspace/.env

写入配置:

env 复制代码
QWEN_IMAGE_API_KEY="sk-你的真实API_KEY"
QWEN_IMAGE_BASE_URL="https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation"
QWEN_IMAGE_MODEL="qwen-image-2.0"

(注:如果你的 openclaw.json 全局配置文件中曾定义过这些 Key,请将其删除,以免覆盖局部变量。)


2.3. 注册技能到智能体 (TOOLS.md)

为了让大模型知道何时以及如何调用这个画图工具,你需要手动分别编辑各个工作空间下的 TOOLS.md,加入以下说明:

markdown 复制代码
# 可用技能 (Skills)

## qwen-image
- 用途:当你需要生成图片、插图或视觉素材时调用此工具。
- 触发方式:运行 `python3 ~/.openclaw/skills/qwen-image/gen.py "<你的中/英文画面提示词>"`。
- 示例:`python3 ~/.openclaw/skills/qwen-image/gen.py "A high-end, artistic close-up of a futuristic car dashboard, suitable for a tutorial material cover. Clear text watermark '小生写博客' at the bottom right corner. Strictly do not include any image size or source text in the picture."`
- 注意:当前环境已为你默认配置了最适合你任务的图像模型版本,请直接专注优化提示词,无需在命令中指定模型。

记得保存一下。


2.4. 重启并验证

重启网关服务使配置生效:

bash 复制代码
openclaw gateway restart

2.5. 编写脚本测试

我们可以通过编写一个简单的 bash 脚本遍历工作空间执行 python3 ~/.openclaw/skills/qwen-image/gen.py "测试提示词",检查终端是否分别打印了不同模型名称以及绿色的 MEDIA:https://... 链接,如果是这样,那就是正确的,可以在聊天终端进行生图了。

测试脚本如下:

bash 复制代码
#!/bin/bash

SKILL_SCRIPT="$HOME/.openclaw/skills/qwen-image/gen.py"
# 替换为你的实际工作空间名称
WORKSPACES=("writer_agent_workspace" "chat_agent_workspace")
# 图片提示词 可以自己改中文
TEST_PROMPT="A high-end, artistic close-up of a futuristic car dashboard, suitable for a tutorial cover. Clear text watermark '小生写博客' at the bottom right corner."

for WS in "${WORKSPACES[@]}"; do
    ENV_FILE="$HOME/.openclaw/$WS/.env"
    echo "📂 正在测试工作空间: $WS"
    if [ -f "$ENV_FILE" ]; then
        set -a; source "$ENV_FILE"; set +a
        echo "✅ 当前模型: $QWEN_IMAGE_MODEL"
        python3 "$SKILL_SCRIPT" "$TEST_PROMPT"
    else
        echo "❌ 找不到环境文件"
    fi
    echo "--------------------------------------------------"
done

三、常见问题与排错指南

在部署过程中,你可能会遇到以下报错,对照解决即可:

Q1:出现 NotOpenSSLWarning: urllib3 v2 only supports OpenSSL 1.1.1+ 警告

  • 原因 :Mac 系统自带的 Python 底层使用了较老的 LibreSSL,与新版的 urllib3 网络请求库发生冲突。
  • 解决 :在终端执行降级命令:pip3 install "urllib3<2"。

ok!到这里我们给不同的智能体配置了不同的生图模型,基本上都齐活了,剩下的就是根据需求安装技能包,我们下篇内容写这个。

大家好,我是小生,从程序员转行做自媒体,每天学习一点 AI 技术。

相关推荐
wangruofeng8 小时前
AI Models 1.1.0 发布,查大模型价格、对比模型和找 API 地址
前端·aigc·ai编程
小虎AI生活11 小时前
Vibe 知识视频火了!不剪辑不烧积分,我用 WorkBuddy 直出两条成片
aigc·ai编程
狼爷12 小时前
别再问 “AI 会不会取代人” 了,这问题太便宜
aigc
大西瓜瓜瓜15 小时前
使用 AutoDL/RTX4090/QWeb7B
aigc·openai
后端小肥肠18 小时前
公众号漫画又挖到长尾赛道:家常菜美食,流量稳定长期有收益
人工智能·aigc·agent
徐开泉21 小时前
OTA链接不算你的引用:酒店AI可见度的域名归属判定与SQL实现(2026)
aigc
oil欧哟1 天前
Anthropic 工程长文精译:如何构建有效的 AI Agent(工作流与自主边界)|Oil Book
aigc·ai编程
oil欧哟1 天前
AI Agent 子智能体协作实战:怎样用好 Subagent 分工与省 Token|Oil Book
aigc·ai编程
小虎AI生活1 天前
火柴人skill接入workbuddy实操:5 段提示词产出 3 条 MP4(附 6 组可抄文本)
aigc·ai编程
wangruofeng2 天前
写给开发者的〈重构 UI〉实战笔记:从改好一个设置页开始,告别“程序员审美”
前端·aigc