OpenClaw 换了 3 次 API 才跑顺，把我的最终配置方案分享出来

ofox
0 阅读3分钟

今天打开掘金热榜，清一色 OpenClaw。行吧，我也来聊聊。

不过我不想写第 N 篇"什么是 OpenClaw"或者"OpenClaw 安装教程"了，这类文章已经多到能绕地球两圈。我想聊的是一个几乎所有人都会卡住的问题：API 配置。

装 OpenClaw 可能就 5 分钟的事，但配 API？我折腾了整整一个晚上 😂

先说结论

如果你也在纠结 OpenClaw 用什么 API，直接看最后的配置方案。如果你和我一样喜欢踩坑，那就从头看起。

第一次：直连 Anthropic 官方 API

OpenClaw 默认就是用 Claude，所以第一反应当然是去 Anthropic 官网申请 API Key。

注册、绑卡、拿到 Key，运行 openclaw onboard，选 Anthropic，填入 Key，启动——

Error: Connection timed out

嗯。意料之中又意料之外。

国内直连 Anthropic API，延迟高到离谱，动不动就超时。用了代理勉强能连上，但体验极差：一个简单的代码补全要等 8-10 秒，复杂任务直接断掉。

而且说实话，Claude Sonnet 4.5 的官方价格不便宜，$3/M input，要是拿来当日常编程助手用，账单看了心疼。

结论：放弃。

第二次：换 OpenAI

既然 Anthropic 不行，那试试 OpenAI？GPT-5 系列的编程能力也很强。

OpenClaw 支持 OpenAI 协议，配置也简单。但问题是——

国内直连 OpenAI 的情况，你们懂的。和 Anthropic 一个德性。

而且我发现一个很尴尬的事：不同任务其实适合不同模型。写前端用 Claude 效果好，写算法逻辑 GPT 更强，简单的改改文件名之类的小活用 Claude Haiku 就够了。只绑一个模型供应商，总觉得差点意思。

结论：也放弃。

第三次：本地 Ollama

既然云端 API 都有网络问题，那本地部署总行了吧？

装了 Ollama，拉了个 Qwen 3.5 的 32B 量化版。连接倒是秒连，延迟几乎为零。

但效果嘛……怎么说呢，让它改个 React 组件，改完了代码跑不起来。让它读一个 500 行的文件，直接开始胡说八道。

本地模型受限于显存和参数量，在 OpenClaw 这种需要长上下文理解 + 精确代码生成的场景下，和云端大模型还是有明显差距。

结论：当备用方案可以，主力不行。

最终方案：用 API 聚合平台

折腾了一圈后我换了个思路：有没有一种方案，能同时用多个模型，而且在国内网络稳定？

搜了一圈，发现了 API 聚合平台这个品类。简单说就是：一个 API Key，背后接了几十个模型，不用分别去各家注册，也不用操心网络问题。

我最后选了 ofox.ai，原因很简单：

  1. 国内直连低延迟——走阿里云/火山云加速节点，响应速度和调国内 API 差不多
  2. 支持 50+ 模型——Claude、GPT、Gemini、Qwen、DeepSeek 全都有，一个 Key 随便切
  3. 三协议兼容——Anthropic 协议、OpenAI 协议、Gemini 协议都支持，OpenClaw 用哪个都行
  4. 按量计费——不用包月，用多少付多少，偶尔周末不写代码就不花钱

配置也很简单，openclaw onboard 选 Custom Provider，填入 ofox 的 endpoint 和 Key 就行。

具体配置

~/.openclaw/openclaw.json 核心部分长这样：

{
  "providers": {
    "ofox": {
      "type": "anthropic",
      "baseUrl": "https://api.ofox.ai/anthropic",
      "apiKey": "${OFOXAI_API_KEY}"
    }
  },
  "models": {
    "ofox/claude-sonnet-4.5": {
      "provider": "ofox",
      "contextWindow": 200000
    },
    "ofox/claude-haiku-4.5": {
      "provider": "ofox",
      "contextWindow": 200000
    }
  },
  "agents": {
    "default": {
      "model": "ofox/claude-sonnet-4.5",
      "lightModel": "ofox/claude-haiku-4.5"
    }
  }
}

环境变量加一行：

export OFOXAI_API_KEY="你的key"

然后 openclaw start，搞定。

进阶：多模型混合策略

用了一段时间后，我摸索出一套比较舒服的配置：

任务类型模型理由
日常编码（主力）Claude Sonnet 4.5代码质量最稳，上下文理解强
复杂推理/架构Claude Opus 4.6遇到难题上大的
简单修改/格式化Claude Haiku 4.5快且便宜，小活用不着大模型
省钱模式Qwen 3.5 Plus国产模型性价比之王

OpenClaw 的 agents 配置支持给不同 agent 指定不同模型，所以可以这样玩：写代码用 Sonnet，review 代码用 Opus，重命名变量用 Haiku。

一个月下来，API 费用比之前只用 Claude 官方省了差不多 40%，因为大量简单任务被 Haiku 和 Qwen 消化了。

几个小坑提醒

  1. 首次连接可能要等几秒——聚合平台会做一次鉴权和路由，之后就正常了
  2. 模型 ID 格式注意——ofox 的模型 ID 是 anthropic/claude-sonnet-4.5 这种格式，配置时候别写错
  3. 环境变量别写进代码——用 ${OFOXAI_API_KEY} 引用就好，别把 Key 硬编码到配置文件然后 push 到 GitHub（别问我怎么知道的 🤦）
  4. Ollama 可以留着当备用——网络万一抽风的时候，能切到本地模型保底

写在最后

OpenClaw 确实是今年最值得尝试的 AI 编程工具，Skills 系统和 Gateway 的设计思路很超前。但工具再好，API 配不好等于白装。

如果你还在纠结 API 选型，我的建议是：别直连海外 API，要么用聚合平台要么用国内模型，网络稳定才是生产力的基础。

有问题评论区聊，我尽量回 👋

avatar
文章
阅读
粉丝