Providers

OpenAI

OpenAI udostępnia interfejsy API dla deweloperów do modeli GPT, a Codex jest także dostępny jako agent programistyczny w ramach planu ChatGPT przez klientów Codex firmy OpenAI. OpenClaw utrzymuje te powierzchnie oddzielnie, aby konfiguracja pozostała przewidywalna.

OpenClaw używa openai/* jako kanonicznej trasy modelu OpenAI. Osadzone przebiegi agenta na modelach OpenAI są domyślnie uruchamiane przez natywne środowisko wykonawcze serwera aplikacji Codex; bezpośrednie uwierzytelnianie kluczem API OpenAI pozostaje dostępne dla nieagentowych powierzchni OpenAI, takich jak obrazy, osadzenia, mowa i tryb realtime.

  • Modele agenta - modele openai/* przez środowisko wykonawcze Codex; zaloguj się przy użyciu uwierzytelniania Codex, aby korzystać z subskrypcji ChatGPT/Codex, albo skonfiguruj zgodny z Codex zapasowy klucz API OpenAI, gdy celowo chcesz używać uwierzytelniania kluczem API.
  • Nieagentowe interfejsy API OpenAI - bezpośredni dostęp do OpenAI Platform z rozliczaniem według użycia przez OPENAI_API_KEY lub wdrażanie klucza API OpenAI.
  • Starsza konfiguracja - odwołania do modeli openai-codex/* są naprawiane przez openclaw doctor --fix do openai/* oraz środowiska wykonawczego Codex.

OpenAI jawnie obsługuje użycie subskrypcyjnego OAuth w zewnętrznych narzędziach i przepływach pracy takich jak OpenClaw.

Dostawca, model, środowisko wykonawcze i kanał są osobnymi warstwami. Jeśli te etykiety zaczynają się mieszać, przeczytaj Środowiska wykonawcze agenta przed zmianą konfiguracji.

Szybki wybór

Cel Użyj Uwagi
Subskrypcja ChatGPT/Codex z natywnym środowiskiem wykonawczym Codex openai/gpt-5.5 Domyślna konfiguracja agenta OpenAI. Zaloguj się przez uwierzytelnianie Codex.
Bezpośrednie rozliczanie kluczem API dla modeli agenta openai/gpt-5.5 plus zgodny z Codex profil klucza API Użyj auth.order.openai, aby umieścić zapas po uwierzytelnianiu subskrypcyjnym.
Bezpośrednie rozliczanie kluczem API przez jawne PI openai/gpt-5.5 plus środowisko wykonawcze dostawcy/modelu pi Wybierz zwykły profil klucza API openai.
Najnowszy alias API ChatGPT Instant openai/chat-latest Tylko bezpośredni klucz API. Ruchomy alias do eksperymentów, nie domyślny.
Uwierzytelnianie subskrypcji ChatGPT/Codex przez jawne PI openai/gpt-5.5 plus środowisko wykonawcze dostawcy/modelu pi Wybierz profil uwierzytelniania openai-codex dla trasy zgodności.
Generowanie lub edycja obrazów openai/gpt-image-2 Działa z OPENAI_API_KEY albo OpenAI Codex OAuth.
Obrazy z przezroczystym tłem openai/gpt-image-1.5 Użyj outputFormat=png lub webp oraz openai.background=transparent.

Mapa nazewnictwa

Nazwy są podobne, ale nie są zamienne:

Nazwa, którą widzisz Warstwa Znaczenie
openai Prefiks dostawcy Kanoniczna trasa modelu OpenAI; przebiegi agenta używają środowiska wykonawczego Codex.
openai-codex Starszy prefiks uwierzytelniania/profilu Starsza przestrzeń nazw profilu OpenAI Codex OAuth/subskrypcji. Istniejące profile i auth.order.openai-codex nadal działają.
Plugin codex Plugin Dołączony Plugin OpenClaw, który zapewnia natywne środowisko wykonawcze serwera aplikacji Codex oraz kontrolki czatu /codex.
provider/model agentRuntime.id: codex Środowisko wykonawcze agenta Wymusza natywny harness serwera aplikacji Codex dla pasujących osadzonych przebiegów.
/codex ... Zestaw poleceń czatu Powiąż/kontroluj wątki serwera aplikacji Codex z rozmowy.
runtime: "acp", agentId: "codex" Trasa sesji ACP Jawna ścieżka awaryjna uruchamiająca Codex przez ACP/acpx.

Oznacza to, że konfiguracja może celowo zawierać odwołania do modeli openai/*, podczas gdy profile uwierzytelniania nadal wskazują na zgodne z Codex poświadczenia. Preferuj auth.order.openai dla nowej konfiguracji; istniejące profile openai-codex:* oraz auth.order.openai-codex pozostają obsługiwane. openclaw doctor --fix przepisuje starsze odwołania do modeli openai-codex/* na kanoniczną trasę modelu OpenAI.

Pokrycie funkcji OpenClaw

Możliwość OpenAI Powierzchnia OpenClaw Status
Chat / Responses dostawca modelu openai/<model> Tak
Modele subskrypcji Codex openai/<model> z OAuth openai-codex Tak
Starsze odwołania do modeli Codex openai-codex/<model> Naprawiane przez doctor do openai/<model>
Harness serwera aplikacji Codex openai/<model> z pominiętym środowiskiem wykonawczym lub provider/model agentRuntime.id: codex Tak
Wyszukiwanie w sieci po stronie serwera Natywne narzędzie OpenAI Responses Tak, gdy wyszukiwanie w sieci jest włączone i nie przypięto dostawcy
Obrazy image_generate Tak
Wideo video_generate Tak
Zamiana tekstu na mowę messages.tts.provider: "openai" / tts Tak
Wsadowa zamiana mowy na tekst tools.media.audio / rozumienie mediów Tak
Strumieniowa zamiana mowy na tekst Voice Call streaming.provider: "openai" Tak
Głos w czasie rzeczywistym Voice Call realtime.provider: "openai" / Control UI Talk Tak
Osadzenia dostawca osadzeń pamięci Tak

Osadzenia pamięci

OpenClaw może używać OpenAI albo zgodnego z OpenAI punktu końcowego osadzeń do indeksowania memory_search i osadzeń zapytań:

json5
{  agents: {    defaults: {      memorySearch: {        provider: "openai",        model: "text-embedding-3-small",      },    },  },}

Dla zgodnych z OpenAI punktów końcowych wymagających asymetrycznych etykiet osadzeń ustaw queryInputType i documentInputType pod memorySearch. OpenClaw przekazuje je jako specyficzne dla dostawcy pola żądania input_type: osadzenia zapytań używają queryInputType; indeksowane fragmenty pamięci i indeksowanie wsadowe używają documentInputType. Pełny przykład znajdziesz w Dokumentacji referencyjnej konfiguracji pamięci.

Pierwsze kroki

Wybierz preferowaną metodę uwierzytelniania i wykonaj kroki konfiguracji.

Klucz API (OpenAI Platform)

Najlepsze do: bezpośredniego dostępu do API i rozliczania według użycia.

  • Uzyskaj klucz API

    Utwórz lub skopiuj klucz API z panelu OpenAI Platform.

  • Uruchom wdrażanie

    bash
    openclaw onboard --auth-choice openai-api-key

    Albo przekaż klucz bezpośrednio:

    bash
    openclaw onboard --openai-api-key "$OPENAI_API_KEY"
  • Sprawdź, czy model jest dostępny

    bash
    openclaw models list --provider openai
  • Podsumowanie tras

    Odwołanie do modelu Konfiguracja środowiska wykonawczego Trasa Uwierzytelnianie
    openai/gpt-5.5 pominięte / provider/model agentRuntime.id: "codex" harness serwera aplikacji Codex zgodny z Codex profil OpenAI
    openai/gpt-5.4-mini pominięte / provider/model agentRuntime.id: "codex" harness serwera aplikacji Codex zgodny z Codex profil OpenAI
    openai/gpt-5.5 provider/model agentRuntime.id: "pi" osadzone środowisko wykonawcze PI profil openai lub wybrany profil openai-codex

    Przykład konfiguracji

    json5
    {  env: { OPENAI_API_KEY: "sk-..." },  agents: { defaults: { model: { primary: "openai/gpt-5.5" } } },}

    Aby wypróbować bieżący model Instant ChatGPT z API OpenAI, ustaw model na openai/chat-latest:

    json5
    {  env: { OPENAI_API_KEY: "sk-..." },  agents: { defaults: { model: { primary: "openai/chat-latest" } } },}

    chat-latest jest ruchomym aliasem. OpenAI dokumentuje go jako najnowszy model Instant używany w ChatGPT i zaleca gpt-5.5 do produkcyjnego użycia API, więc pozostaw openai/gpt-5.5 jako stabilną wartość domyślną, chyba że jawnie chcesz zachowania tego aliasu. Alias obecnie akceptuje tylko medium szczegółowości tekstu, więc OpenClaw normalizuje niezgodne nadpisania szczegółowości tekstu OpenAI dla tego modelu.

    Subskrypcja Codex

    Najlepsze do: używania subskrypcji ChatGPT/Codex z natywnym wykonywaniem przez serwer aplikacji Codex zamiast osobnego klucza API. Chmura Codex wymaga logowania w ChatGPT.

  • Uruchom Codex OAuth

    bash
    openclaw onboard --auth-choice openai-codex

    Albo uruchom OAuth bezpośrednio:

    bash
    openclaw models auth login --provider openai-codex

    W konfiguracjach bez interfejsu lub nieobsługujących callbacków dodaj --device-code, aby zalogować się przez przepływ kodu urządzenia ChatGPT zamiast callbacku przeglądarki localhost:

    bash
    openclaw models auth login --provider openai-codex --device-code
  • Użyj kanonicznej trasy modelu OpenAI

    bash
    openclaw config set agents.defaults.model.primary openai/gpt-5.5

    Dla domyślnej ścieżki nie jest wymagana konfiguracja runtime. Tury agentów OpenAI automatycznie wybierają natywny runtime serwera aplikacji Codex, a OpenClaw instaluje lub naprawia dołączony Plugin Codex, gdy wybrana jest ta trasa.

  • Sprawdź, czy autoryzacja Codex jest dostępna

    bash
    openclaw models list --provider openai-codex

    Po uruchomieniu gatewaya wyślij /codex status lub /codex models na czacie, aby zweryfikować natywny runtime serwera aplikacji.

  • Podsumowanie trasy

    Odwołanie do modelu Konfiguracja runtime Trasa Autoryzacja
    openai/gpt-5.5 pominięte / provider/model agentRuntime.id: "codex" Natywny harness serwera aplikacji Codex Logowanie Codex lub uporządkowany profil autoryzacji openai
    openai/gpt-5.5 provider/model agentRuntime.id: "pi" Runtime osadzony PI z wewnętrznym transportem autoryzacji Codex Wybrany profil openai-codex
    openai-codex/gpt-5.5 naprawione przez doctor Starsza trasa przepisana na openai/gpt-5.5 Istniejący profil openai-codex

    Przykład konfiguracji

    json5
    {  plugins: { entries: { codex: { enabled: true } } },  agents: {    defaults: {      model: { primary: "openai/gpt-5.5" },    },  },}

    Przy zapasowym kluczu API pozostaw model na openai/gpt-5.5 i umieść kolejność autoryzacji pod openai. OpenClaw najpierw spróbuje subskrypcji, potem klucza API, pozostając przy harnessie Codex:

    json5
    {  plugins: { entries: { codex: { enabled: true } } },  agents: {    defaults: {      model: { primary: "openai/gpt-5.5" },    },  },  auth: {    order: {      openai: [        "openai-codex:[email protected]",        "openai:api-key-backup",      ],    },  },}

    Sprawdzanie i odzyskiwanie routingu Codex OAuth

    Użyj tych poleceń, aby zobaczyć, jakiego modelu, runtime i trasy autoryzacji używa domyślny agent:

    bash
    openclaw models statusopenclaw models auth list --provider openai-codexopenclaw config get agents.defaults.model --jsonopenclaw config get models.providers.openai.agentRuntime --json

    Dla konkretnego agenta dodaj --agent <id>:

    bash
    openclaw models status --agent <id>openclaw models auth list --agent <id> --provider openai-codex

    Jeśli starsza konfiguracja nadal ma openai-codex/gpt-* albo przestarzały pin sesji OpenAI PI bez jawnej konfiguracji runtime, napraw ją:

    bash
    openclaw doctor --fixopenclaw config validate

    Jeśli models auth list --provider openai-codex nie pokazuje użytecznego profilu, zaloguj się ponownie:

    bash
    openclaw models auth login --provider openai-codexopenclaw models status --probe --probe-provider openai-codex

    openai/* to trasa modelu dla tur agentów OpenAI przez Codex. Identyfikator dostawcy autoryzacji/profilu openai-codex pozostaje akceptowany dla istniejących profili i listowania w CLI.

    Wskaźnik stanu

    Czat /status pokazuje, który runtime modelu jest aktywny dla bieżącej sesji. Dołączony harness serwera aplikacji Codex pojawia się jako Runtime: OpenAI Codex dla tur modeli agentów OpenAI. Przestarzałe piny sesji PI są naprawiane do Codex, chyba że konfiguracja jawnie przypina PI.

    Ostrzeżenie doctor

    Jeśli trasy openai-codex/* lub przestarzałe piny OpenAI PI pozostają w konfiguracji lub stanie sesji, openclaw doctor --fix przepisuje je na openai/* z runtime Codex, chyba że PI jest jawnie skonfigurowane.

    Limit okna kontekstu

    OpenClaw traktuje metadane modelu i limit kontekstu runtime jako osobne wartości.

    Dla openai/gpt-5.5 przez katalog Codex OAuth:

    • Natywne contextWindow: 1000000
    • Domyślny limit runtime contextTokens: 272000

    Mniejszy domyślny limit w praktyce daje lepszą latencję i jakość. Nadpisz go za pomocą contextTokens:

    json5
    {  models: {    providers: {      "openai-codex": {        models: [{ id: "gpt-5.5", contextTokens: 160000 }],      },    },  },}

    Odzyskiwanie katalogu

    OpenClaw używa upstreamowych metadanych katalogu Codex dla gpt-5.5, gdy są obecne. Jeśli wykrywanie Codex na żywo pomija wiersz gpt-5.5, mimo że konto jest uwierzytelnione, OpenClaw syntetyzuje ten wiersz modelu OAuth, aby uruchomienia cron, podagentów i skonfigurowanego modelu domyślnego nie kończyły się błędem Unknown model.

    Natywna autoryzacja serwera aplikacji Codex

    Natywny harness serwera aplikacji Codex używa odwołań do modeli openai/* oraz pominiętej konfiguracji runtime albo provider/model agentRuntime.id: "codex", ale jego autoryzacja nadal opiera się na koncie. OpenClaw wybiera autoryzację w tej kolejności:

    1. Uporządkowane profile autoryzacji OpenAI dla agenta, najlepiej pod auth.order.openai. Istniejące profile openai-codex:* i auth.order.openai-codex pozostają prawidłowe dla starszych instalacji.
    2. Istniejące konto serwera aplikacji, takie jak lokalne logowanie ChatGPT w Codex CLI.
    3. Tylko dla lokalnych uruchomień serwera aplikacji stdio: CODEX_API_KEY, następnie OPENAI_API_KEY, gdy serwer aplikacji zgłasza brak konta i nadal wymaga autoryzacji OpenAI.

    Oznacza to, że lokalne logowanie subskrypcji ChatGPT/Codex nie jest zastępowane tylko dlatego, że proces gateway ma też OPENAI_API_KEY dla bezpośrednich modeli OpenAI lub embeddingów. Fallback klucza API z env jest używany tylko w lokalnej ścieżce stdio bez konta; nie jest wysyłany do połączeń WebSocket serwera aplikacji. Gdy wybrany jest profil Codex typu subskrypcyjnego, OpenClaw również nie przekazuje CODEX_API_KEY ani OPENAI_API_KEY do utworzonego procesu potomnego serwera aplikacji stdio i wysyła wybrane dane uwierzytelniające przez RPC logowania serwera aplikacji. Gdy ten profil subskrypcyjny jest zablokowany przez limit użycia Codex, OpenClaw może przełączyć się na następny uporządkowany profil klucza API openai:* bez zmiany wybranego modelu ani wychodzenia z harnessu Codex. Po upływie czasu resetu subskrypcji profil subskrypcyjny ponownie kwalifikuje się do użycia.

    Generowanie obrazów

    Dołączony Plugin openai rejestruje generowanie obrazów przez narzędzie image_generate. Obsługuje zarówno generowanie obrazów z kluczem API OpenAI, jak i generowanie obrazów przez Codex OAuth, używając tego samego odwołania do modelu openai/gpt-image-2.

    Możliwość Klucz API OpenAI Codex OAuth
    Odwołanie do modelu openai/gpt-image-2 openai/gpt-image-2
    Autoryzacja OPENAI_API_KEY Logowanie OpenAI Codex OAuth
    Transport OpenAI Images API Backend Codex Responses
    Maks. liczba obrazów na żądanie 4 4
    Tryb edycji Włączony (do 5 obrazów referencyjnych) Włączony (do 5 obrazów referencyjnych)
    Nadpisania rozmiaru Obsługiwane, w tym rozmiary 2K/4K Obsługiwane, w tym rozmiary 2K/4K
    Proporcje / rozdzielczość Nieprzekazywane do OpenAI Images API Mapowane na obsługiwany rozmiar, gdy jest to bezpieczne
    json5
    {  agents: {    defaults: {      imageGenerationModel: { primary: "openai/gpt-image-2" },    },  },}

    gpt-image-2 jest domyślne zarówno dla generowania obrazów z tekstu OpenAI, jak i edycji obrazów. gpt-image-1.5, gpt-image-1 i gpt-image-1-mini pozostają dostępne jako jawne nadpisania modelu. Użyj openai/gpt-image-1.5 dla wyjścia PNG/WebP z przezroczystym tłem; obecne API gpt-image-2 odrzuca background: "transparent".

    Dla żądania z przezroczystym tłem agenci powinni wywołać image_generate z model: "openai/gpt-image-1.5", outputFormat: "png" lub "webp" oraz background: "transparent"; starsza opcja dostawcy openai.background jest nadal akceptowana. OpenClaw chroni też publiczne trasy OpenAI i OpenAI Codex OAuth, przepisując domyślne żądania przezroczystości openai/gpt-image-2 na gpt-image-1.5; Azure i niestandardowe punkty końcowe zgodne z OpenAI zachowują skonfigurowane nazwy wdrożeń/modeli.

    To samo ustawienie jest dostępne dla uruchomień CLI bez interfejsu:

    bash
    openclaw infer image generate \  --model openai/gpt-image-1.5 \  --output-format png \  --background transparent \  --prompt "A simple red circle sticker on a transparent background" \  --json

    Użyj tych samych flag --output-format i --background z openclaw infer image edit, gdy zaczynasz od pliku wejściowego. --openai-background pozostaje dostępne jako alias specyficzny dla OpenAI.

    W instalacjach Codex OAuth zachowaj to samo odwołanie openai/gpt-image-2. Gdy skonfigurowany jest profil OAuth openai-codex, OpenClaw rozwiązuje zapisany token dostępu OAuth i wysyła żądania obrazów przez backend Codex Responses. Nie próbuje najpierw OPENAI_API_KEY ani po cichu nie wraca do klucza API dla tego żądania. Skonfiguruj models.providers.openai jawnie z kluczem API, niestandardowym bazowym URL lub punktem końcowym Azure, gdy chcesz użyć bezpośredniej trasy OpenAI Images API. Jeśli ten niestandardowy punkt końcowy obrazów znajduje się w zaufanej sieci LAN/adresie prywatnym, ustaw też browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true; OpenClaw pozostawia prywatne/wewnętrzne punkty końcowe obrazów zgodne z OpenAI zablokowane, chyba że ta zgoda jest obecna.

    Generuj:

    Code
    /tool image_generate model=openai/gpt-image-2 prompt="A polished launch poster for OpenClaw on macOS" size=3840x2160 count=1

    Wygeneruj przezroczysty PNG:

    Code
    /tool image_generate model=openai/gpt-image-1.5 prompt="A simple red circle sticker on a transparent background" outputFormat=png background=transparent

    Edytuj:

    Code
    /tool image_generate model=openai/gpt-image-2 prompt="Preserve the object shape, change the material to translucent glass" image=/path/to/reference.png size=1024x1536

    Generowanie wideo

    Wbudowany Plugin openai rejestruje generowanie wideo przez narzędzie video_generate.

    Możliwość Wartość
    Model domyślny openai/sora-2
    Tryby Tekst na wideo, obraz na wideo, edycja pojedynczego wideo
    Dane referencyjne 1 obraz lub 1 wideo
    Nadpisania rozmiaru Obsługiwane
    Inne nadpisania aspectRatio, resolution, audio, watermark są ignorowane z ostrzeżeniem narzędzia
    json5
    {  agents: {    defaults: {      videoGenerationModel: { primary: "openai/sora-2" },    },  },}

    Wkład promptu GPT-5

    OpenClaw dodaje współdzielony wkład promptu GPT-5 dla uruchomień z rodziny GPT-5 u różnych dostawców. Jest stosowany według identyfikatora modelu, więc openai/gpt-5.5, starsze referencje sprzed naprawy, takie jak openai-codex/gpt-5.5, openrouter/openai/gpt-5.5, opencode/gpt-5.5, oraz inne zgodne referencje GPT-5 otrzymują tę samą nakładkę. Starsze modele GPT-4.x jej nie otrzymują.

    Wbudowany natywny harness Codex używa tego samego zachowania GPT-5 i nakładki Heartbeat przez instrukcje deweloperskie serwera aplikacji Codex, więc sesje openai/gpt-5.x kierowane przez Codex zachowują te same wskazówki dotyczące doprowadzania zadań do końca i proaktywnego Heartbeat, mimo że Codex zarządza resztą promptu harnessu.

    Wkład GPT-5 dodaje oznaczony kontrakt zachowania dla trwałości persony, bezpieczeństwa wykonania, dyscypliny narzędzi, kształtu danych wyjściowych, kontroli ukończenia i weryfikacji. Zachowanie odpowiedzi specyficzne dla kanału i zachowanie cichych wiadomości pozostaje we współdzielonym prompcie systemowym OpenClaw oraz zasadach dostarczania wychodzącego. Wskazówki GPT-5 są zawsze włączone dla pasujących modeli. Przyjazna warstwa stylu interakcji jest osobna i konfigurowalna.

    Wartość Efekt
    "friendly" (domyślne) Włącza przyjazną warstwę stylu interakcji
    "on" Alias dla "friendly"
    "off" Wyłącza tylko przyjazną warstwę stylu

    Konfiguracja

    json5
    {  agents: {    defaults: {      promptOverlays: {        gpt5: { personality: "friendly" },      },    },  },}

    CLI

    bash
    openclaw config set agents.defaults.promptOverlays.gpt5.personality off

    Głos i mowa

    Synteza mowy (TTS)

    Wbudowany Plugin openai rejestruje syntezę mowy dla powierzchni messages.tts.

    Ustawienie Ścieżka konfiguracji Domyślne
    Model messages.tts.providers.openai.model gpt-4o-mini-tts
    Głos messages.tts.providers.openai.voice coral
    Szybkość messages.tts.providers.openai.speed (nieustawione)
    Instrukcje messages.tts.providers.openai.instructions (nieustawione, tylko gpt-4o-mini-tts)
    Format messages.tts.providers.openai.responseFormat opus dla notatek głosowych, mp3 dla plików
    Klucz API messages.tts.providers.openai.apiKey Wraca awaryjnie do OPENAI_API_KEY
    Bazowy URL messages.tts.providers.openai.baseUrl https://api.openai.com/v1
    Dodatkowe body messages.tts.providers.openai.extraBody / extra_body (nieustawione)

    Dostępne modele: gpt-4o-mini-tts, tts-1, tts-1-hd. Dostępne głosy: alloy, ash, ballad, cedar, coral, echo, fable, juniper, marin, onyx, nova, sage, shimmer, verse.

    extraBody jest scalane z JSON żądania /audio/speech po wygenerowanych polach OpenClaw, więc używaj go dla punktów końcowych zgodnych z OpenAI, które wymagają dodatkowych kluczy, takich jak lang. Klucze prototypu są ignorowane.

    json5
    {  messages: {    tts: {      providers: {        openai: { model: "gpt-4o-mini-tts", voice: "coral" },      },    },  },}
    Mowa na tekst

    Wbudowany Plugin openai rejestruje wsadowe przekształcanie mowy na tekst przez powierzchnię transkrypcji rozumienia mediów OpenClaw.

    • Model domyślny: gpt-4o-transcribe
    • Punkt końcowy: OpenAI REST /v1/audio/transcriptions
    • Ścieżka wejściowa: przesyłanie pliku audio jako multipart
    • Obsługiwane przez OpenClaw wszędzie tam, gdzie transkrypcja przychodzącego audio używa tools.media.audio, w tym segmenty kanałów głosowych Discord i załączniki audio kanałów

    Aby wymusić OpenAI dla transkrypcji przychodzącego audio:

    json5
    {  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "openai",            model: "gpt-4o-transcribe",          },        ],      },    },  },}

    Wskazówki dotyczące języka i promptu są przekazywane do OpenAI, gdy zostaną podane przez współdzieloną konfigurację mediów audio lub żądanie transkrypcji dla pojedynczego wywołania.

    Transkrypcja w czasie rzeczywistym

    Dołączony Plugin openai rejestruje transkrypcję w czasie rzeczywistym dla Pluginu Voice Call.

    Ustawienie Ścieżka konfiguracji Wartość domyślna
    Model plugins.entries.voice-call.config.streaming.providers.openai.model gpt-4o-transcribe
    Język ...openai.language (nieustawione)
    Prompt ...openai.prompt (nieustawione)
    Czas trwania ciszy ...openai.silenceDurationMs 800
    Próg VAD ...openai.vadThreshold 0.5
    Uwierzytelnianie ...openai.apiKey, OPENAI_API_KEY lub OAuth openai-codex Klucze API łączą się bezpośrednio; OAuth wystawia sekret klienta transkrypcji Realtime
    Głos w czasie rzeczywistym

    Dołączony Plugin openai rejestruje głos w czasie rzeczywistym dla Pluginu Voice Call.

    Ustawienie Ścieżka konfiguracji Wartość domyślna
    Model plugins.entries.voice-call.config.realtime.providers.openai.model gpt-realtime-2
    Głos ...openai.voice alloy
    Temperatura (mostek wdrożenia Azure) ...openai.temperature 0.8
    Próg VAD ...openai.vadThreshold 0.5
    Czas trwania ciszy ...openai.silenceDurationMs 500
    Wypełnienie prefiksu ...openai.prefixPaddingMs 300
    Nakład rozumowania ...openai.reasoningEffort (nieustawione)
    Uwierzytelnianie ...openai.apiKey, OPENAI_API_KEY lub OAuth openai-codex Browser Talk i mostki backendowe inne niż Azure mogą używać OAuth Codex

    Dostępne wbudowane głosy Realtime dla gpt-realtime-2: alloy, ash, ballad, coral, echo, sage, shimmer, verse, marin, cedar. OpenAI zaleca marin i cedar dla najlepszej jakości Realtime. To osobny zestaw względem głosów zamiany tekstu na mowę powyżej; nie zakładaj, że głos TTS taki jak fable, nova lub onyx jest prawidłowy dla sesji Realtime.

    Punkty końcowe Azure OpenAI

    Dołączony dostawca openai może kierować generowanie obrazów do zasobu Azure OpenAI przez nadpisanie bazowego adresu URL. Na ścieżce generowania obrazów OpenClaw wykrywa nazwy hostów Azure w models.providers.openai.baseUrl i automatycznie przełącza się na kształt żądania Azure.

    Użyj Azure OpenAI, gdy:

    • Masz już subskrypcję, limit lub umowę enterprise Azure OpenAI
    • Potrzebujesz regionalnej rezydencji danych lub kontroli zgodności zapewnianych przez Azure
    • Chcesz utrzymać ruch w istniejącej dzierżawie Azure

    Konfiguracja

    Aby generować obrazy przez Azure przy użyciu dołączonego dostawcy openai, ustaw models.providers.openai.baseUrl na swój zasób Azure i ustaw apiKey na klucz Azure OpenAI (nie klucz OpenAI Platform):

    json5
    {  models: {    providers: {      openai: {        baseUrl: "https://<your-resource>.openai.azure.com",        apiKey: "<azure-openai-api-key>",      },    },  },}

    OpenClaw rozpoznaje te sufiksy hostów Azure dla trasy generowania obrazów Azure:

    • *.openai.azure.com
    • *.services.ai.azure.com
    • *.cognitiveservices.azure.com

    Dla żądań generowania obrazów na rozpoznanym hoście Azure OpenClaw:

    • Wysyła nagłówek api-key zamiast Authorization: Bearer
    • Używa ścieżek w zakresie wdrożenia (/openai/deployments/{deployment}/...)
    • Dołącza ?api-version=... do każdego żądania
    • Używa domyślnego limitu czasu żądania 600 s dla wywołań generowania obrazów Azure. Wartości timeoutMs dla poszczególnych wywołań nadal nadpisują tę wartość domyślną.

    Inne bazowe adresy URL (publiczne OpenAI, proxy zgodne z OpenAI) zachowują standardowy kształt żądania obrazów OpenAI.

    Wersja API

    Ustaw AZURE_OPENAI_API_VERSION, aby przypiąć konkretną wersję Azure Preview lub GA dla ścieżki generowania obrazów w Azure:

    bash
    export AZURE_OPENAI_API_VERSION="2024-12-01-preview"

    Domyślnie używana jest wersja 2024-12-01-preview, gdy zmienna nie jest ustawiona.

    Nazwy modeli są nazwami wdrożeń

    Azure OpenAI wiąże modele z wdrożeniami. Dla żądań generowania obrazów Azure kierowanych przez dołączonego providera openai, pole model w OpenClaw musi być nazwą wdrożenia Azure skonfigurowaną w portalu Azure, a nie publicznym identyfikatorem modelu OpenAI.

    Jeśli utworzysz wdrożenie o nazwie gpt-image-2-prod, które obsługuje gpt-image-2:

    Code
    /tool image_generate model=openai/gpt-image-2-prod prompt="A clean poster" size=1024x1024 count=1

    Ta sama zasada dotycząca nazwy wdrożenia ma zastosowanie do wywołań generowania obrazów kierowanych przez dołączonego providera openai.

    Dostępność regionalna

    Generowanie obrazów Azure jest obecnie dostępne tylko w wybranych regionach (na przykład eastus2, swedencentral, polandcentral, westus3, uaenorth). Przed utworzeniem wdrożenia sprawdź aktualną listę regionów Microsoft i potwierdź, że dany model jest oferowany w Twoim regionie.

    Różnice parametrów

    Azure OpenAI i publiczne OpenAI nie zawsze akceptują te same parametry obrazów. Azure może odrzucać opcje, które publiczne OpenAI dopuszcza (na przykład niektóre wartości background w gpt-image-2) albo udostępniać je tylko w określonych wersjach modelu. Te różnice wynikają z Azure i bazowego modelu, a nie z OpenClaw. Jeśli żądanie Azure zakończy się błędem walidacji, sprawdź zestaw parametrów obsługiwany przez konkretne wdrożenie i wersję API w portalu Azure.

    Konfiguracja zaawansowana

    Transport (WebSocket vs SSE)

    OpenClaw używa najpierw WebSocket z rezerwowym SSE ("auto") dla openai/*.

    W trybie "auto" OpenClaw:

    • Ponawia jedną wczesną awarię WebSocket przed przełączeniem rezerwowym na SSE
    • Po awarii oznacza WebSocket jako zdegradowany na około 60 sekund i używa SSE w czasie schłodzenia
    • Dołącza stabilne nagłówki tożsamości sesji i tury dla ponowień oraz ponownych połączeń
    • Normalizuje liczniki użycia (input_tokens / prompt_tokens) między wariantami transportu
    Wartość Zachowanie
    "auto" (domyślnie) Najpierw WebSocket, rezerwowo SSE
    "sse" Wymuś tylko SSE
    "websocket" Wymuś tylko WebSocket
    json5
    {  agents: {    defaults: {      models: {        "openai/gpt-5.5": {          params: { transport: "auto" },        },      },    },  },}

    Powiązana dokumentacja OpenAI:

    Tryb szybki

    OpenClaw udostępnia współdzielony przełącznik trybu szybkiego dla openai/*:

    • Czat/UI: /fast status|on|off
    • Konfiguracja: agents.defaults.models["<provider>/<model>"].params.fastMode

    Po włączeniu OpenClaw mapuje tryb szybki na przetwarzanie priorytetowe OpenAI (service_tier = "priority"). Istniejące wartości service_tier są zachowywane, a tryb szybki nie przepisuje reasoning ani text.verbosity.

    json5
    {  agents: {    defaults: {      models: {        "openai/gpt-5.5": { params: { fastMode: true } },      },    },  },}
    Przetwarzanie priorytetowe (service_tier)

    API OpenAI udostępnia przetwarzanie priorytetowe przez service_tier. Ustaw je osobno dla modelu w OpenClaw:

    json5
    {  agents: {    defaults: {      models: {        "openai/gpt-5.5": { params: { serviceTier: "priority" } },      },    },  },}

    Obsługiwane wartości: auto, default, flex, priority.

    Compaction po stronie serwera (Responses API)

    Dla bezpośrednich modeli OpenAI Responses (openai/* na api.openai.com) wrapper strumienia Pi-harness w Pluginie OpenAI automatycznie włącza Compaction po stronie serwera:

    • Wymusza store: true (chyba że zgodność modelu ustawia supportsStore: false)
    • Wstrzykuje context_management: [{ type: "compaction", compact_threshold: ... }]
    • Domyślny compact_threshold: 70% contextWindow (albo 80000, gdy jest niedostępne)

    Dotyczy to wbudowanej ścieżki Pi harness oraz hooków providera OpenAI używanych przez osadzone uruchomienia. Natywny harness serwera aplikacji Codex zarządza własnym kontekstem przez Codex i jest konfigurowany przez domyślną trasę agenta OpenAI albo politykę runtime providera/modelu.

    Włącz jawnie

    Przydatne dla zgodnych endpointów, takich jak Azure OpenAI Responses:

    json5
    {  agents: {    defaults: {      models: {        "azure-openai-responses/gpt-5.5": {          params: { responsesServerCompaction: true },        },      },    },  },}

    Niestandardowy próg

    json5
    {  agents: {    defaults: {      models: {        "openai/gpt-5.5": {          params: {            responsesServerCompaction: true,            responsesCompactThreshold: 120000,          },        },      },    },  },}

    Wyłącz

    json5
    {  agents: {    defaults: {      models: {        "openai/gpt-5.5": {          params: { responsesServerCompaction: false },        },      },    },  },}
    Tryb GPT strict-agentic

    Dla uruchomień z rodziny GPT-5 na openai/* OpenClaw może używać bardziej rygorystycznego kontraktu osadzonego wykonywania:

    json5
    {  agents: {    defaults: {      embeddedPi: { executionContract: "strict-agentic" },    },  },}

    Z strict-agentic OpenClaw:

    • Nie traktuje już tury zawierającej tylko plan jako udanego postępu, gdy dostępna jest akcja narzędzia
    • Ponawia turę ze wskazówką do natychmiastowego działania
    • Automatycznie włącza update_plan dla znaczącej pracy
    • Ujawnia jawny stan zablokowania, jeśli model nadal planuje bez działania
    Trasy natywne vs zgodne z OpenAI

    OpenClaw traktuje bezpośrednie endpointy OpenAI, Codex i Azure OpenAI inaczej niż ogólne proxy /v1 zgodne z OpenAI:

    Trasy natywne (openai/*, Azure OpenAI):

    • Zachowują reasoning: { effort: "none" } tylko dla modeli obsługujących poziom wysiłku OpenAI none
    • Pomijają wyłączone rozumowanie dla modeli lub proxy, które odrzucają reasoning.effort: "none"
    • Domyślnie ustawiają schematy narzędzi w trybie ścisłym
    • Dołączają ukryte nagłówki atrybucji tylko na zweryfikowanych natywnych hostach
    • Zachowują kształtowanie żądań wyłącznie dla OpenAI (service_tier, store, zgodność rozumowania, wskazówki cache promptów)

    Trasy proxy/zgodne:

    • Używają luźniejszego zachowania zgodności
    • Usuwają store Completions z nienatywnych ładunków openai-completions
    • Akceptują zaawansowane przekazywanie JSON params.extra_body/params.extraBody dla proxy Completions zgodnych z OpenAI
    • Akceptują params.chat_template_kwargs dla proxy Completions zgodnych z OpenAI, takich jak vLLM
    • Nie wymuszają ścisłych schematów narzędzi ani nagłówków dostępnych tylko w trasach natywnych

    Azure OpenAI używa natywnego transportu i zachowania zgodności, ale nie otrzymuje ukrytych nagłówków atrybucji.

    Powiązane

    Was this useful?