【2026 实测】10 分钟配好 OpenClaw 中转站:GPT、Claude、Gemini、DeepSeek 一键切换(小白可跟做)

你是不是也遇到过这些问题:

  • 官方 API 偶发不稳定,任务跑到一半中断
  • 想切换模型时,要反复改配置、改 Key
  • 明明照着文档配了,结果还是 400/401 报错

如果你正在本地用 OpenClaw 做 AI 编程或多模型对比,这篇就是给你的。 我会用一套可复用的配置流程,带你把 GPT、Claude、Gemini、DeepSeek 统一接入到同一个 OpenClaw 工作流里。

目标很明确:一次配置、稳定调用、随时切换模型


一、开始前:3 分钟准备清单

先确认这 4 件事,后面基本不会卡壳:

  • 已安装 Node.js v18+
  • 有终端权限(Windows: PowerShell/CMD;macOS: Terminal)
  • 本机有空闲端口(示例用 18789
  • 已准备好中转站 API Key

先执行:

复制代码
node -v
npm -v

如果能正常输出版本号,就可以继续。


二、安装 OpenClaw 并初始化

1)全局安装

复制代码
npm install -g openclaw@latest

2)执行初始化引导

复制代码
openclaw onboard

执行后会在用户目录生成 .openclaw 文件夹,这是后续所有配置的根目录。

常见路径:

  • Windows:C:\\Users\\你的用户名\\.openclaw
  • macOS:~/.openclaw(隐藏目录,可用 ls -a ~ 查看)

三、核心配置:openclaw.json(决定模型能不能正常跑)

这是最关键的一步。 文件路径:

  • Windows:C:\\Users\\admin\\.openclaw\\openclaw.json
  • macOS:~/.openclaw/openclaw.json

1)先备份原配置(强烈建议)

复制代码
# macOS/Linux
cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak

Windows 可以手动复制一份改名为 openclaw.json.bak

2)完整配置示例(四模型版)

primary 改成你最常用的模型即可。 若解析报错,请去掉 JSON 内注释(部分环境不支持注释)。

复制代码
{
  "agents": {
    "defaults": {
      "model": {
        "primary": "api-proxy-claude/claude-sonnet-4-5-20250929"
      },
      "models": {
        "api-proxy-gpt/gpt-5.2": { "alias": "GPT-5.2" },
        "api-proxy-claude/claude-sonnet-4-5-20250929": { "alias": "Claude Sonnet 4.5" },
        "api-proxy-google/gemini-3-pro-preview": { "alias": "Gemini 3 Pro" },
        "api-proxy-deepseek/deepseek-v3.2": { "alias": "DeepSeek v3.2" }
      },
      "workspace": "C:\\\\Users\\\\admin\\\\clawd",
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "auth": {
    "profiles": {
      "api-proxy-gpt:default": {
        "provider": "api-proxy-gpt",
        "mode": "api_key"
      },
      "api-proxy-claude:default": {
        "provider": "api-proxy-claude",
        "mode": "api_key"
      },
      "api-proxy-google:default": {
        "provider": "api-proxy-google",
        "mode": "api_key"
      },
      "api-proxy-deepseek:default": {
        "provider": "api-proxy-deepseek",
        "mode": "api_key"
      }
    }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "api-proxy-gpt": {
        "baseUrl": "<https://api.88api.chat/v1>",
        "api": "openai-completions",
        "models": [
          {
            "id": "gpt-5.2",
            "name": "GPT-5.2",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 128000,
            "maxTokens": 8192
          }
        ]
      },
      "api-proxy-claude": {
        "baseUrl": "<https://api.88api.chat>",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "claude-sonnet-4-5-20250929",
            "name": "Claude Sonnet 4.5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      },
      "api-proxy-google": {
        "baseUrl": "<https://api.88api.chat/v1>",
        "api": "google-generative-ai",
        "models": [
          {
            "id": "gemini-3-pro-preview",
            "name": "Gemini 3 Pro",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 2000000,
            "maxTokens": 8192
          }
        ]
      },
      "api-proxy-deepseek": {
        "baseUrl": "<https://api.88api.chat/v1>",
        "api": "openai-completions",
        "models": [
          {
            "id": "deepseek-v3.2",
            "name": "DeepSeek v3.2",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 2000000,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

3)三大高频坑(90% 报错都在这)

  1. 协议类型写错
    • Claude 必须:anthropic-messages
    • Gemini 必须:google-generative-ai
    • GPT/DeepSeek 常用:openai-completions
  2. baseUrl 路径不一致
    • Claude 这里通常不带 /v1
    • 其他 Provider 常见是 /v1
  3. Windows 路径转义错误
    • workspace 里反斜杠要写成 \\\\

四、鉴权配置:auth-profiles.json(填真实 Key)

openclaw.json 只声明鉴权方式,真正密钥写在这里:

  • Windows:C:\\Users\\admin\\.openclaw\\agents\\main\\agent\\auth-profiles.json

  • macOS:~/.openclaw/agents/main/agent/auth-profiles.json

    {
    "version": 1,
    "profiles": {
    "api-proxy-gpt:default": {
    "type": "api_key",
    "provider": "api-proxy-gpt",
    "key": "sk-your-unique-gpt-key-here"
    },
    "api-proxy-claude:default": {
    "type": "api_key",
    "provider": "api-proxy-claude",
    "key": "sk-your-unique-claude-key-here"
    },
    "api-proxy-google:default": {
    "type": "api_key",
    "provider": "api-proxy-google",
    "key": "sk-your-unique-google-key-here"
    },
    "api-proxy-deepseek:default": {
    "type": "api_key",
    "provider": "api-proxy-deepseek",
    "key": "sk-your-unique-deepseek-key-here"
    }
    }
    }

如果你想要一个统一入口来管理多模型 Key,像 88API 这种多模型聚合服务会省掉不少重复配置成本。


五、启动并验证(确保真能用)

1)启动 Gateway

复制代码
openclaw gateway --port 18789

2)浏览器访问

打开:http://127.0.0.1:18789/

3)按这个清单检查

  • 是否能看到 4 个模型(GPT / Claude / Gemini / DeepSeek)
  • 切换模型后,测试消息是否都能返回
  • 日志里请求地址是否走中转站,而不是官方直连

六、常见问题排查(建议按顺序查)

Q1:看不到自定义模型

  • 检查 models.mode 是否是 "merge"
  • 检查 providers 名称和 auth.profiles 的 provider 是否一致
  • 检查 JSON 是否有语法错误(尤其逗号和注释)

Q2:Claude 返回 400

  • api 是否写成 anthropic-messages
  • baseUrl 是否错误加了 /v1

Q3:返回 401 Unauthorized

  • Key 填错 / 过期
  • Key 没有对应模型权限
  • auth-profiles.json 保存路径不对(最常见)

Q4:macOS 找不到 .openclaw

  • Finder 按 Command + Shift + . 显示隐藏文件
  • 或终端执行 ls -a ~

七、安全与协作建议(别把密钥泄露了)

  1. 永远不要提交密钥文件到 Git

  2. .gitignore 建议加上:

    .openclaw/agents/

  3. 团队协作时只共享 openclaw.json 模板,不共享真实 auth-profiles.json

  4. 建议每季度轮换一次 Key,降低泄露风险


结语

到这里,你已经完成了一套可复用的多模型接入方案: OpenClaw 内统一调度 GPT、Claude、Gemini、DeepSeek,按任务场景自由切换。

这套方式的价值不只是"能跑通",更是把后续维护成本降下来。 尤其当你要做多模型 A/B 测试、Prompt 对比或稳定性验证时,一套统一网关会明显省时。

相关推荐
七夜zippoe21 小时前
OpenClaw 测试策略实战:AI Agent 自动化测试体系搭建与落地
人工智能·ai·自动化·agent·测试体系·openclaw
前端技术官3 天前
OpenClaw 跟病毒的区别是什么?
ai agent·ai安全·openclaw·devops风险·chmod 777
AC赳赳老秦4 天前
OpenClaw 采集效率优化:并发控制、增量采集策略与服务器友好型设计
大数据·运维·服务器·人工智能·信息可视化·deepseek·openclaw
七夜zippoe4 天前
OpenClaw 错误处理实战:优雅降级、重试机制与熔断器设计
错误处理·重试机制·openclaw·优雅降级·熔断器
撞强6 天前
OpenClaw 自定义Model Provider 的一键配置脚本
模型·maas·openclaw·小龙虾
AC赳赳老秦8 天前
开源组件版本数据监控:OpenClaw 抓取公开版本信息,自动提醒更新与安全风险
前端·python·安全·开源·github·php·openclaw
七夜zippoe9 天前
OpenClaw Prompt 工程:从角色设定到 Skill 封装的 Agent 输出质量方法论
java·服务器·prompt·openclaw·skill封装
AC赳赳老秦10 天前
CSDN 技术社区数据采集:OpenClaw 抓取公开技术热帖,生成领域技术热点周报
java·大数据·前端·数据库·python·php·openclaw
console.log('npc')10 天前
OpenClaw 使用教程:开源 AI Agent 编排框架完全指南
人工智能·microsoft·ai编程·openclaw
栈溢出的浪漫10 天前
技术速递|基于 OpenClaw、MCP 和 Azure Container Apps 构建自主 Microsoft Teams 智能体
mcp·openclaw·自主智能体·技术速递·azurecontainerapps