使用 OpenClaw 集成 GenStudio API

警告

本文基于 OpenClaw 2026.5.22 (a374c3) 的本地源码检查和实测结果整理。OpenClaw 的自定义 provider、reasoning、thinking 和 compat 字段行为可能随版本变化而调整；如果您使用其他版本，请先验证字段是否仍然生效。QClaw、EasyClaw、PicoClaw 等第三方封装或改版也可能没有暴露本文所需的 custom API provider 细粒度配置项，使用时可能遇到字段无法配置或行为不一致的问题。

本文介绍如何使用 OpenClaw CLI 将 GenStudio API 配置为 OpenClaw 的自定义模型提供商，并添加以下已验证模型：

kimi-k2.6
glm-5.1
minimax-m2.7
deepseek-v4-pro 或 deepseek-v4-flash

如果您只需要添加其中一个模型，可以直接跳到对应小节。每个示例都使用独立 provider ID，便于复制、对照和排查；如果您熟悉 OpenClaw 配置，也可以把多个 OpenAI-compatible 模型合并到同一个 provider 下。若不想使用 CLI 或 GUI，也可以直接参考文末的完整配置片段，手动编辑 OpenClaw 配置文件。

警告

本文里会出现两种配置片段：用于 openclaw config patch --file 的 patch 文件使用 JSON5（参见 JSON5 官方项目），便于手写配置；文末用于手动编辑 ~/.openclaw/openclaw.json 的完整配置片段使用 JSON，便于直接合并到配置文件。

准备 API Key、Base URL 和 OpenClaw CLI

开始前，请确认您已经准备好以下信息：

GenStudio API Key。
要使用的 API Base URL。
OpenClaw CLI，也就是 openclaw 命令。
要添加的模型 ID。

获取 API Key

GenStudio 通用 LLM API

如果您使用 GenStudio 通用 LLM API，请创建以 sk- 开头的 API Key。详见 GenStudio API 快速集成。

获取通用 API Key

选择 Base URL

OpenClaw 配置中填写的是 Base URL，不是完整接口地址。

GenStudio 通用 LLM API

GenStudio 通用 LLM API：

OpenAI-compatible Base URL: https://cloud.infini-ai.com/maas/v1
Anthropic-compatible Base URL: https://cloud.infini-ai.com/maas

让 OpenClaw 读取 API Key

推荐把 API Key 放在运行 OpenClaw gateway 的环境变量中。选择正在使用的终端：

macOS、Linux、WSL 或 Git Bash

language-shell

export GENSTUDIO_API_KEY="sk-xxx"

Windows PowerShell

language-powershell

$env:GENSTUDIO_API_KEY = "sk-xxx"

Windows CMD

language-cmd

set GENSTUDIO_API_KEY=sk-xxx

本文后续示例使用 OpenClaw SecretRef 读取该变量。以下片段使用 JSON5：

language-json5

apiKey: {
  source: "env",
  provider: "default",
  id: "GENSTUDIO_API_KEY"
}

这里的 apiKey 不是直接填写密钥，而是告诉 OpenClaw 去哪里取密钥：

source: "env" 表示从环境变量读取。
id: "GENSTUDIO_API_KEY" 是环境变量名。
provider: "default" 表示使用默认的密钥读取配置。这里使用 source: "env" 时，它会读取环境变量。

在 apiKey 里，provider 不是模型 provider ID，和后面各模型小节里的 provider ID 不是一回事。只有当您在 OpenClaw 的 secrets.providers 里配置了多个密钥读取配置时，才需要把它改成其他名字。

如果您的 OpenClaw 运行环境不会读取当前 shell 的环境变量，也可以把 apiKey 改成字符串。以下片段使用 JSON5：

language-json5

apiKey: "sk-xxx"

检查 OpenClaw CLI

language-shell

openclaw --version
openclaw config file

如果系统提示找不到 openclaw 命令，请先安装或修复 OpenClaw CLI，再继续配置。

本文优先使用 CLI，因为它比在 GUI 里逐项查找配置更高效。

选择模型配置方案

不同模型家族在 OpenClaw 中需要不同的配置方式。先按下表选择要配置的模型；后面的每个模型小节都给出可直接复制的 patch 示例。

模型	应使用的 API 协议	要求程度	选择原因
`kimi-k2.6`	OpenAI Chat Completions-compatible	本文配置必须	需要把 Kimi 的 `thinking.keep: "all"` 发给上游，后续轮次才更容易接上 reasoning 上下文。
`glm-5.1`	OpenAI Chat Completions-compatible	本文配置必须	需要发送 GLM/Z.AI 的 thinking 参数，并告诉 OpenClaw 按 Z.AI 格式处理 reasoning 内容。
`minimax-m2.7`	Anthropic Messages-compatible	优先推荐	普通对话和工具调用优先走这条接口；默认设置 `thinkingDefault: "low"`，但不把 reasoning 发到普通聊天渠道。
`deepseek-v4-pro` / `deepseek-v4-flash`	OpenAI Chat Completions-compatible	保守首选	适合稳定对话和普通工具调用；自定义 provider 不支持完整保留思考上下文的长任务。

这些配置优先照顾日常使用：复制后能正常对话、能完成普通工具调用，并且不会默认把思考内容发到普通聊天渠道。对于已经验证可用的思考能力，本文会在对应模型小节中打开；对于 OpenClaw 2026.5.22 还不支持完整处理的场景，本文会直接说明限制。

这里的“保留思考上下文（preserved thinking）”指的是：有些 reasoning 模型会把“思考过程”和“最终回答”分开返回，例如返回 reasoning_content。如果配置正确，在多轮对话或工具调用后，模型下一轮还能继续用上前面那段推理上下文，而不是只看到最终回答。

本文按这些原则选择配置：

不强行把所有模型统一到同一个 API 协议。哪个协议更稳，就为这个模型家族选哪个协议。
Kimi 和 GLM 开启保留思考上下文，因为对应请求参数和 OpenClaw 配置已经验证过。
MiniMax 使用本文已验证的 Anthropic-compatible 配置，默认设置 thinkingDefault: "low"，并默认隐藏 reasoning 内容。
DeepSeek 使用保守配置：普通对话和普通工具调用可用，但不把它写成必须持续保留思考上下文的长任务配置。
思考内容默认不发到普通聊天渠道。如果要展示思考过程，建议先在私有会话中测试。
每个模型家族先使用独立 provider ID，便于复制、对照和排查。熟悉 OpenClaw 配置后，可以再合并同协议、同 Base URL、同鉴权方式的模型。

每次应用 patch 前，先 dry-run：

language-shell

openclaw config patch --file ./openclaw-model.patch.json5 --dry-run
openclaw config patch --file ./openclaw-model.patch.json5
openclaw config validate

添加 kimi-k2.6

创建 openclaw-kimi-k26.patch.json5（JSON5 文件，便于手写配置）。我们需要选用 OpenAI Chat Completions-compatible Base URL，以便随请求发送 Kimi 的 thinking 参数并保留后续轮次所需上下文。

language-json5

{
  models: {
    mode: "merge",
    providers: {
      "genstudio-kimi": {
        api: "openai-completions",
        baseUrl: "https://cloud.infini-ai.com/maas/v1",
        apiKey: {
          source: "env",
          provider: "default",
          id: "GENSTUDIO_API_KEY"
        },
        models: [
          {
            id: "kimi-k2.6",
            name: "Kimi K2.6",
            reasoning: true,
            input: ["text", "image"],
            contextWindow: 262144,
            maxTokens: 131072,
            cost: {
              input: 0,
              output: 0,
              cacheRead: 0,
              cacheWrite: 0
            },
            params: {
              extra_body: {
                thinking: {
                  type: "enabled",
                  keep: "all"
                }
              }
            }
          }
        ]
      }
    }
  },
  agents: {
    defaults: {
      models: {
        "genstudio-kimi/kimi-k2.6": {
          alias: "Kimi K2.6"
        }
      }
    }
  }
}

这个配置的关键点：

保留 params.extra_body.thinking。OpenClaw 发送请求时，会把这段字段一起发给 GenStudio。
thinking.keep: "all" 用来要求上游按 Kimi 协议保留可回放的思考上下文。
不写 keep: "all" 时，模型仍可能完成当前轮回答；但下一轮对话或工具返回后，模型可能只能接上最终回答，而接不上前面的 reasoning。
这和 OpenClaw 内置 Moonshot/Kimi 的做法一致：在 kimi-k2.6 且 thinking 已启用时，它也会写入 thinking.keep: "all"。
id 保持 kimi-k2.6。OpenClaw 2026.5.22 已经认识这个模型 ID，使用它时，后续轮次更容易继续带上 Kimi 返回的 reasoning_content。

应用配置：

language-shell

openclaw config patch --file ./openclaw-kimi-k26.patch.json5 --dry-run
openclaw config patch --file ./openclaw-kimi-k26.patch.json5
openclaw config validate

信息

写在 params.extra_body.thinking 里的字段会固定随每次请求发送。/think off 不会临时删除这些字段。如果您需要一个不启用 preserved thinking 的备用配置，请创建第二个模型或 provider。

添加 glm-5.1

创建 openclaw-glm-51.patch.json5（JSON5 文件，便于手写配置）。我们需要选用 OpenAI Chat Completions-compatible Base URL，以便随请求发送 GLM/Z.AI thinking 参数并让 OpenClaw 按兼容格式处理返回内容。

language-json5

{
  models: {
    mode: "merge",
    providers: {
      "genstudio-glm": {
        api: "openai-completions",
        baseUrl: "https://cloud.infini-ai.com/maas/v1",
        apiKey: {
          source: "env",
          provider: "default",
          id: "GENSTUDIO_API_KEY"
        },
        models: [
          {
            id: "glm-5.1",
            name: "GLM 5.1",
            reasoning: true,
            input: ["text"],
            contextWindow: 200000,
            maxTokens: 65536,
            cost: {
              input: 0,
              output: 0,
              cacheRead: 0,
              cacheWrite: 0
            },
            compat: {
              thinkingFormat: "zai"
            },
            params: {
              extra_body: {
                thinking: {
                  type: "enabled",
                  clear_thinking: false
                },
                tool_stream: true
              }
            }
          }
        ]
      }
    }
  },
  agents: {
    defaults: {
      models: {
        "genstudio-glm/glm-5.1": {
          alias: "GLM 5.1"
        }
      },
      thinkingDefault: "low",
      reasoningDefault: "off"
    }
  }
}

这个配置的关键点：

保留 params.extra_body.thinking。这些字段会随 OpenAI-compatible 请求发给 GenStudio。
保留 compat.thinkingFormat: "zai"。没有它时，OpenClaw 2026.5.22 不会按 GLM/Z.AI 格式处理返回的 reasoning 内容，后续轮次可能接不上。
thinking.clear_thinking: false 的作用：请求上游不要在后续轮次清掉已有的思考上下文。
tool_stream: true 用于匹配我们验证过的 GLM 5.1 工具调用流式行为。

应用配置：

language-shell

openclaw config patch --file ./openclaw-glm-51.patch.json5 --dry-run
openclaw config patch --file ./openclaw-glm-51.patch.json5
openclaw config validate

警告

这两个字段管的是两件事：params.extra_body.thinking 发给上游，要求保留思考上下文；compat.thinkingFormat: "zai" 告诉 OpenClaw 怎么读取和带回返回的 reasoning 内容。少任一项，都可能影响 GLM preserved thinking。

添加 minimax-m2.7

创建 openclaw-minimax-m27.patch.json5（JSON5 文件，便于手写配置）。我们需要选用 Anthropic Messages-compatible Base URL，以便和 OpenClaw 内置 Anthropic 路径处理原生 thinking block 的方式保持一致。

language-json5

{
  models: {
    mode: "merge",
    providers: {
      "genstudio-minimax": {
        api: "anthropic-messages",
        baseUrl: "https://cloud.infini-ai.com/maas",
        authHeader: true,
        apiKey: {
          source: "env",
          provider: "default",
          id: "GENSTUDIO_API_KEY"
        },
        models: [
          {
            id: "minimax-m2.7",
            name: "MiniMax M2.7",
            reasoning: true,
            input: ["text"],
            contextWindow: 204800,
            maxTokens: 131072,
            cost: {
              input: 0,
              output: 0,
              cacheRead: 0,
              cacheWrite: 0
            }
          }
        ]
      }
    }
  },
  agents: {
    defaults: {
      models: {
        "genstudio-minimax/minimax-m2.7": {
          alias: "MiniMax M2.7"
        }
      },
      thinkingDefault: "low",
      reasoningDefault: "off"
    }
  }
}

这个配置的关键点：

本文 MiniMax 配置采用已验证的 Anthropic-compatible 路径；普通对话和工具调用按本节配置使用即可。
我们验证过的 Anthropic-compatible SSE 响应使用原生 thinking block，OpenClaw 可以按 Anthropic 路径处理。因此本文默认使用 thinkingDefault: "low"。
reasoningDefault: "off" 只控制可见性：它让 reasoning 不进入普通聊天渠道，不会关闭模型侧 thinking。
本文 MiniMax 配置只覆盖 Anthropic-compatible Base URL。请直接使用对应 Base URL，不要把本节 patch 改成 openai-completions 后继续套用。
authHeader: true 用于 Bearer Token 鉴权场景，也就是发送 Authorization: Bearer ＜apiKey＞。

应用配置：

language-shell

openclaw config patch --file ./openclaw-minimax-m27.patch.json5 --dry-run
openclaw config patch --file ./openclaw-minimax-m27.patch.json5
openclaw config validate

警告

如果您希望在聊天界面或消息渠道中显示 MiniMax 的 reasoning，再把 reasoningDefault 改成 "on" 或 "stream"。普通频道建议保持 "off"，避免把思考内容发给不该看到的人。

添加 deepseek-v4-pro 或 deepseek-v4-flash

创建 openclaw-deepseek-v4.patch.json5（JSON5 文件，便于手写配置）。我们需要选用 OpenAI Chat Completions-compatible Base URL，并采用保守默认值，以避开 Anthropic-compatible 路径在 OpenClaw 2026.5.22 中的已知不稳定点。

language-json5

{
  models: {
    mode: "merge",
    providers: {
      "genstudio-deepseek": {
        api: "openai-completions",
        baseUrl: "https://cloud.infini-ai.com/maas/v1",
        apiKey: {
          source: "env",
          provider: "default",
          id: "GENSTUDIO_API_KEY"
        },
        models: [
          {
            id: "deepseek-v4-pro",
            name: "DeepSeek V4 Pro",
            reasoning: false,
            input: ["text"],
            contextWindow: 1000000,
            maxTokens: 384000,
            cost: {
              input: 0,
              output: 0,
              cacheRead: 0,
              cacheWrite: 0
            },
            compat: {
              thinkingFormat: "deepseek",
              supportsStore: false,
              supportsDeveloperRole: false,
              supportsUsageInStreaming: true,
              supportsReasoningEffort: true,
              supportsStrictMode: false,
              maxTokensField: "max_tokens",
              unsupportedToolSchemaKeywords: ["anyOf", "oneOf"]
            }
          },
          {
            id: "deepseek-v4-flash",
            name: "DeepSeek V4 Flash",
            reasoning: false,
            input: ["text"],
            contextWindow: 1000000,
            maxTokens: 384000,
            cost: {
              input: 0,
              output: 0,
              cacheRead: 0,
              cacheWrite: 0
            },
            compat: {
              thinkingFormat: "deepseek",
              supportsStore: false,
              supportsDeveloperRole: false,
              supportsUsageInStreaming: true,
              supportsReasoningEffort: true,
              supportsStrictMode: false,
              maxTokensField: "max_tokens",
              unsupportedToolSchemaKeywords: ["anyOf", "oneOf"]
            }
          }
        ]
      }
    }
  },
  agents: {
    defaults: {
      models: {
        "genstudio-deepseek/deepseek-v4-pro": {
          alias: "DeepSeek V4 Pro"
        },
        "genstudio-deepseek/deepseek-v4-flash": {
          alias: "DeepSeek V4 Flash"
        }
      },
      thinkingDefault: "off",
      reasoningDefault: "off"
    }
  }
}

这个配置的关键点：

为什么使用 OpenAI-compatible：这两个模型在 OpenClaw 2026.5.22 里会经过 DeepSeek V4 兼容判断，使用 OpenAI-compatible 更容易得到可预测行为。
为什么说它是保守选择：使用自定义 provider 时，普通对话可以按本文配置使用；但如果任务会连续调用工具，并且依赖上一轮 reasoning 内容，这条路径不支持完整带回所需的思考上下文。
为什么示例里 reasoning: false：避免默认开启一个在长多轮工具调用里还不够稳的行为。
不推荐把 Anthropic-compatible DeepSeek V4 作为默认方案。我们验证到这条路在 thinking 校验、强制指定工具和流式工具调用上容易和 OpenClaw 2026.5.22 对不上。

应用配置：

language-shell

openclaw config patch --file ./openclaw-deepseek-v4.patch.json5 --dry-run
openclaw config patch --file ./openclaw-deepseek-v4.patch.json5
openclaw config validate

更换默认模型

添加模型后，使用完整模型引用设置默认 agent 主模型：

language-shell

openclaw models set genstudio-kimi/kimi-k2.6

也可以直接设置配置项：

language-shell

openclaw config set agents.defaults.model.primary "genstudio-kimi/kimi-k2.6"
openclaw config validate

把命令中的模型引用替换为您实际要使用的模型：

language-text

Kimi K2.6: genstudio-kimi/kimi-k2.6
GLM 5.1: genstudio-glm/glm-5.1
MiniMax M2.7: genstudio-minimax/minimax-m2.7
DeepSeek V4 Pro: genstudio-deepseek/deepseek-v4-pro
DeepSeek V4 Flash: genstudio-deepseek/deepseek-v4-flash

如果 OpenClaw gateway 已经在运行，请在配置变更后重启 gateway 或重启承载 OpenClaw 的服务进程，让默认模型和 provider 配置重新加载。

可选：检查工具权限组

tools.profile 控制 OpenClaw agent 可用的工具集合，和模型 provider、API Key、Base URL 无关。本文配置模型时通常不需要修改它。

language-shell

openclaw config get tools.profile

如果没有返回值，表示当前配置未显式设置该项；不影响本文模型配置。

如果您在可信环境中需要开放完整工具面，可以按需设置为 full：

language-shell

openclaw config set tools.profile full
openclaw config validate

如果只需要额外开放某个工具，优先使用更小范围的 tools.alsoAllow。

验证配置

先检查 OpenClaw 配置是否能通过校验，并确认默认模型已经指向本文添加的模型：

language-shell

openclaw config file
openclaw config validate
openclaw config get agents.defaults.model.primary
openclaw models list

再检查对应 provider 配置是否已经写入。按您实际配置的模型选择执行：

language-shell

openclaw config get "models.providers.genstudio-kimi"
openclaw config get "models.providers.genstudio-glm"
openclaw config get "models.providers.genstudio-minimax"
openclaw config get "models.providers.genstudio-deepseek"

如需确认默认 agent 的 thinking/reasoning 配置，继续检查：

language-shell

openclaw config get agents.defaults.thinkingDefault
openclaw config get agents.defaults.reasoningDefault
openclaw config get agents.defaults.models

如果这些命令都能正常返回，说明 OpenClaw 已经识别 provider、模型和默认模型配置。若仍然不能正常对话，请按后面的排查问题逐项定位。

排查常见问题

Base URL 应该填到哪里？

OpenClaw 的 baseUrl 只填写基础地址：

OpenAI-compatible provider 不要追加 /chat/completions。
Anthropic-compatible provider 不要追加 /v1/messages。

为什么鉴权失败？

请检查：

API Key 是否复制完整。
API Key 前缀是否与当前接入方式匹配。
OpenClaw gateway 进程是否能读取 GENSTUDIO_API_KEY 环境变量。
Anthropic-compatible MiniMax 是否需要 authHeader: true。

为什么 OpenClaw 仍然不能正常对话？

如果 openclaw config validate 已经通过，但 OpenClaw 仍然不能正常对话，请先在运行 OpenClaw gateway 的同一台机器上用 curl 做本地连通性测试。这些命令会绕过 OpenClaw，直接请求上游 API，用来判断问题是在 API Key、Base URL、模型 ID，还是 OpenClaw provider 配置。

如果 curl 能正常返回，但 OpenClaw 不能正常对话，请优先检查：

OpenClaw provider 的 baseUrl 是否是 Base URL，而不是完整接口 URL。
agents.defaults.model.primary 是否使用了 ＜provider-id＞/＜model-id＞ 格式。
provider ID 和模型 ID 是否与 patch 文件一致。
gateway 是否已经重启或重新加载配置。

请选择正在使用的终端。Windows PowerShell 中请使用 curl.exe，避免把命令解析为 PowerShell 的 curl 别名。

OpenAI-compatible 本地测试（GenStudio 通用 LLM API）

macOS、Linux、WSL 或 Git Bash

language-shell

curl --request POST \
  --url "https://cloud.infini-ai.com/maas/v1/chat/completions" \
  --header "Authorization: Bearer $GENSTUDIO_API_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "kimi-k2.6",
    "messages": [{"role": "user", "content": "测试连接，请仅回复收到。"}],
    "max_tokens": 50
  }'

Windows PowerShell

language-powershell

$body = @'
{
  "model": "kimi-k2.6",
  "messages": [{"role": "user", "content": "测试连接，请仅回复收到。"}],
  "max_tokens": 50
}
'@

curl.exe --request POST `
  --url "https://cloud.infini-ai.com/maas/v1/chat/completions" `
  --header "Authorization: Bearer $env:GENSTUDIO_API_KEY" `
  --header "Content-Type: application/json" `
  --data-raw $body

Windows CMD

language-cmd

curl.exe --request POST ^
  --url "https://cloud.infini-ai.com/maas/v1/chat/completions" ^
  --header "Authorization: Bearer %GENSTUDIO_API_KEY%" ^
  --header "Content-Type: application/json" ^
  --data-raw "{\"model\":\"kimi-k2.6\",\"messages\":[{\"role\":\"user\",\"content\":\"测试连接，请仅回复收到。\"}],\"max_tokens\":50}"

Anthropic-compatible 本地测试（GenStudio 通用 LLM API）

macOS、Linux、WSL 或 Git Bash

language-shell

curl --request POST \
  --url "https://cloud.infini-ai.com/maas/v1/messages" \
  --header "Authorization: Bearer $GENSTUDIO_API_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "minimax-m2.7",
    "messages": [{"role": "user", "content": "测试连接，请仅回复收到。"}],
    "max_tokens": 50
  }'

Windows PowerShell

language-powershell

$body = @'
{
  "model": "minimax-m2.7",
  "messages": [{"role": "user", "content": "测试连接，请仅回复收到。"}],
  "max_tokens": 50
}
'@

curl.exe --request POST `
  --url "https://cloud.infini-ai.com/maas/v1/messages" `
  --header "Authorization: Bearer $env:GENSTUDIO_API_KEY" `
  --header "Content-Type: application/json" `
  --data-raw $body

Windows CMD

language-cmd

curl.exe --request POST ^
  --url "https://cloud.infini-ai.com/maas/v1/messages" ^
  --header "Authorization: Bearer %GENSTUDIO_API_KEY%" ^
  --header "Content-Type: application/json" ^
  --data-raw "{\"model\":\"minimax-m2.7\",\"messages\":[{\"role\":\"user\",\"content\":\"测试连接，请仅回复收到。\"}],\"max_tokens\":50}"

为什么模型添加了但默认模型没变？

添加 provider/model 只表示 OpenClaw 知道这个模型。默认 agent 主模型需要单独设置：

language-shell

openclaw config set agents.defaults.model.primary "genstudio-kimi/kimi-k2.6"

同一个 GenStudio API，为什么示例拆成多个 provider ID？

在 OpenClaw 配置里，provider ID 更像一个“配置分组名”，不一定等同于真实服务商名称。本文把不同模型家族拆成独立 provider ID，主要是为了让每个模型家族的协议、参数和注意事项更清楚。

拆开配置的好处：

每个小节可以单独复制、测试和回滚。
Kimi、GLM、MiniMax 和 DeepSeek 的 reasoning 配置差异很大，拆开后不容易互相影响。
MiniMax 推荐使用 Anthropic-compatible 协议，和 Kimi、GLM、DeepSeek 的 OpenAI-compatible 示例不是同一种 provider 配置。
排查问题时，默认模型引用和日志里会直接显示模型家族，便于定位是哪组 provider 配置在生效。

如果多个模型确实使用同一个 api、同一个 baseUrl、同一种鉴权方式，并且您熟悉 OpenClaw 配置，也可以把它们合并到一个 provider ID 下。例如，把 OpenAI-compatible 的 Kimi、GLM 和 DeepSeek 放进同一个 OpenAI-compatible provider。这样默认模型引用会变成类似 ＜provider-id＞/kimi-k2.6。

但不要为了“统一命名”去改模型 ID。kimi-k2.6、glm-5.1、minimax-m2.7 这类模型 ID 应保持上游提供的原始名称；OpenClaw 会根据模型 ID 决定部分兼容行为。

为什么示例使用 openclaw config patch --file？

因为这些模型配置包含多层嵌套字段，例如 models.providers、models[].compat、models[].params.extra_body 和 agents.defaults.models。使用 patch 文件更容易检查完整结构，也比在命令行里粘贴很长的 JSON 更不容易因为引号、逗号或 shell 转义出错。

如果您只修改一个简单字段，例如默认模型，也可以直接使用 openclaw config set：

language-shell

openclaw config set agents.defaults.model.primary "genstudio-kimi/kimi-k2.6"

为什么 /think off 后模型似乎仍在 thinking？

对于 Kimi 和 GLM 示例，写在 params.extra_body.thinking 里的字段会固定随每次请求发送。OpenClaw 的 /think off 会改变 agent 的 thinking level，但不会自动删除这些请求字段。

如果您需要能稳定切换 preserved thinking，建议创建两个模型配置：

一个带 params.extra_body.thinking。
一个不带 params.extra_body.thinking。

然后通过切换默认模型来切换行为。

为什么 Kimi 第一次发消息就触发 compacting，之后一直不回复？

如果聊天界面第一次发送消息后就显示 compacting，随后一直不回复，先检查 maxTokens。这个现象看起来像上下文压缩问题，但常见原因是 OpenClaw 按模型配置生成了过大的输出上限，上游接口无法接受或长时间不能正常返回。

不要把模型总上下文长度直接当成上游接口允许的最大输出长度。对于 kimi-k2.6，本文示例使用 131072 作为保守输出上限；如果上游实际限制更低，请按平台模型卡或错误信息继续调小。

为什么 DeepSeek 不默认开启 reasoning？

这不是说 DeepSeek V4 模型本身不能 reasoning。限制在于：如果任务必须完整保留 DeepSeek reasoning 并跨多轮工具调用回传 reasoning_content，这已经超出本文自定义 provider 配置的覆盖范围；截止 OpenClaw 2026.5.22 版本，这类能力主要依赖内置 deepseek provider 路径。普通对话能返回 reasoning，不等于这条路径已经支持完整多轮工具调用 reasoning 工作流。

因此，本文模板故意使用 reasoning: false、thinkingDefault: "off" 和 reasoningDefault: "off"。普通对话和普通工具调用可以按本文配置使用。

如需私有测试 thinking，可以临时把某个模型的 reasoning 改为 true，并在私有会话中使用 /think high。测试结束后，建议恢复保守配置。

使用图形界面配置（可选）

OpenClaw GUI 也支持配置自定义 provider 和模型，但有些字段需要您自己搜索字段名填写，不一定有专门的开关或向导。

如果您使用 GUI，请在配置页面搜索或定位这些字段名：

models.providers
baseUrl
apiKey
api
authHeader
models
compat
params
extra_body
agents.defaults.model.primary
agents.defaults.thinkingDefault
agents.defaults.reasoningDefault

建议先参考本文的 CLI patch 示例，理解最终配置结构，再在 GUI 中填写相同字段。对于 Kimi、GLM、MiniMax 和 DeepSeek 这类 reasoning 配置，CLI 仍然是更清晰、更容易复查的首选方式。

附录：完整配置片段

如果您不想使用 OpenClaw CLI，也不想在 GUI 里逐项填写，可以手动编辑 OpenClaw 配置文件。默认路径通常是 ~/.openclaw/openclaw.json；如果您设置过 OPENCLAW_CONFIG_PATH，请编辑该变量指向的文件。

OpenClaw 可以读取 JSON5，但手动编辑 openclaw.json 时更容易遇到编辑器或检查工具的严格 JSON 校验。为减少这种干扰，下面的手动配置片段写成严格 JSON。

下面是把本文四组模型都放进去的完整配置片段。它适合合并进已有配置文件，不建议直接覆盖整个文件；如果您的配置里已有 channels、plugins 或其他 agent 设置，请保留那些字段。

language-json

{
  "models": {
    "mode": "merge",
    "providers": {
      "genstudio-kimi": {
        "api": "openai-completions",
        "baseUrl": "https://cloud.infini-ai.com/maas/v1",
        "apiKey": {
          "source": "env",
          "provider": "default",
          "id": "GENSTUDIO_API_KEY"
        },
        "models": [
          {
            "id": "kimi-k2.6",
            "name": "Kimi K2.6",
            "reasoning": true,
            "input": [
              "text",
              "image"
            ],
            "contextWindow": 262144,
            "maxTokens": 131072,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "params": {
              "extra_body": {
                "thinking": {
                  "type": "enabled",
                  "keep": "all"
                }
              }
            }
          }
        ]
      },
      "genstudio-glm": {
        "api": "openai-completions",
        "baseUrl": "https://cloud.infini-ai.com/maas/v1",
        "apiKey": {
          "source": "env",
          "provider": "default",
          "id": "GENSTUDIO_API_KEY"
        },
        "models": [
          {
            "id": "glm-5.1",
            "name": "GLM 5.1",
            "reasoning": true,
            "input": [
              "text"
            ],
            "contextWindow": 200000,
            "maxTokens": 65536,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "compat": {
              "thinkingFormat": "zai"
            },
            "params": {
              "extra_body": {
                "thinking": {
                  "type": "enabled",
                  "clear_thinking": false
                },
                "tool_stream": true
              }
            }
          }
        ]
      },
      "genstudio-minimax": {
        "api": "anthropic-messages",
        "baseUrl": "https://cloud.infini-ai.com/maas",
        "authHeader": true,
        "apiKey": {
          "source": "env",
          "provider": "default",
          "id": "GENSTUDIO_API_KEY"
        },
        "models": [
          {
            "id": "minimax-m2.7",
            "name": "MiniMax M2.7",
            "reasoning": true,
            "input": [
              "text"
            ],
            "contextWindow": 204800,
            "maxTokens": 131072,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            }
          }
        ]
      },
      "genstudio-deepseek": {
        "api": "openai-completions",
        "baseUrl": "https://cloud.infini-ai.com/maas/v1",
        "apiKey": {
          "source": "env",
          "provider": "default",
          "id": "GENSTUDIO_API_KEY"
        },
        "models": [
          {
            "id": "deepseek-v4-pro",
            "name": "DeepSeek V4 Pro",
            "reasoning": false,
            "input": [
              "text"
            ],
            "contextWindow": 1000000,
            "maxTokens": 384000,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "compat": {
              "thinkingFormat": "deepseek",
              "supportsStore": false,
              "supportsDeveloperRole": false,
              "supportsUsageInStreaming": true,
              "supportsReasoningEffort": true,
              "supportsStrictMode": false,
              "maxTokensField": "max_tokens",
              "unsupportedToolSchemaKeywords": [
                "anyOf",
                "oneOf"
              ]
            }
          },
          {
            "id": "deepseek-v4-flash",
            "name": "DeepSeek V4 Flash",
            "reasoning": false,
            "input": [
              "text"
            ],
            "contextWindow": 1000000,
            "maxTokens": 384000,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "compat": {
              "thinkingFormat": "deepseek",
              "supportsStore": false,
              "supportsDeveloperRole": false,
              "supportsUsageInStreaming": true,
              "supportsReasoningEffort": true,
              "supportsStrictMode": false,
              "maxTokensField": "max_tokens",
              "unsupportedToolSchemaKeywords": [
                "anyOf",
                "oneOf"
              ]
            }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "genstudio-kimi/kimi-k2.6"
      },
      "models": {
        "genstudio-kimi/kimi-k2.6": {
          "alias": "Kimi K2.6"
        },
        "genstudio-glm/glm-5.1": {
          "alias": "GLM 5.1"
        },
        "genstudio-minimax/minimax-m2.7": {
          "alias": "MiniMax M2.7"
        },
        "genstudio-deepseek/deepseek-v4-pro": {
          "alias": "DeepSeek V4 Pro"
        },
        "genstudio-deepseek/deepseek-v4-flash": {
          "alias": "DeepSeek V4 Flash"
        }
      },
      "thinkingDefault": "low",
      "reasoningDefault": "off"
    }
  }
}

使用这段配置时，请按实际情况做两处替换：

如果不想使用环境变量，把每个 apiKey 对象改成实际 API Key 字符串。
如果要把 DeepSeek 设为默认模型，请同时把 agents.defaults.model.primary 改成完整配置片段里对应的 DeepSeek 模型引用，并把 agents.defaults.thinkingDefault 改成 "off"。

保存配置后，请重启 OpenClaw gateway 或承载 OpenClaw 的服务进程，让新配置生效。

Reasoning

使用 OpenClaw 集成 GenStudio API ​

准备 API Key、Base URL 和 OpenClaw CLI ​

获取 API Key ​

GenStudio 通用 LLM API ​

选择 Base URL ​

GenStudio 通用 LLM API ​

让 OpenClaw 读取 API Key ​

macOS、Linux、WSL 或 Git Bash ​

Windows PowerShell ​

Windows CMD ​

检查 OpenClaw CLI ​

选择模型配置方案 ​

添加 kimi-k2.6 ​

添加 glm-5.1 ​

添加 minimax-m2.7 ​

添加 deepseek-v4-pro 或 deepseek-v4-flash ​

更换默认模型 ​

可选：检查工具权限组 ​

验证配置 ​

排查常见问题 ​

Base URL 应该填到哪里？ ​

为什么鉴权失败？ ​

为什么 OpenClaw 仍然不能正常对话？ ​

OpenAI-compatible 本地测试（GenStudio 通用 LLM API） ​

macOS、Linux、WSL 或 Git Bash ​

Windows PowerShell ​

Windows CMD ​

Anthropic-compatible 本地测试（GenStudio 通用 LLM API） ​

macOS、Linux、WSL 或 Git Bash ​

Windows PowerShell ​

Windows CMD ​

为什么模型添加了但默认模型没变？ ​

同一个 GenStudio API，为什么示例拆成多个 provider ID？ ​

为什么示例使用 openclaw config patch --file？ ​

为什么 /think off 后模型似乎仍在 thinking？ ​

为什么 Kimi 第一次发消息就触发 compacting，之后一直不回复？ ​

为什么 DeepSeek 不默认开启 reasoning？ ​

使用图形界面配置（可选） ​

附录：完整配置片段 ​

相关文档 ​

使用 OpenClaw 集成 GenStudio API

准备 API Key、Base URL 和 OpenClaw CLI

获取 API Key

GenStudio 通用 LLM API

选择 Base URL

GenStudio 通用 LLM API

让 OpenClaw 读取 API Key

macOS、Linux、WSL 或 Git Bash

Windows PowerShell

Windows CMD

检查 OpenClaw CLI

选择模型配置方案

添加 kimi-k2.6

添加 glm-5.1

添加 minimax-m2.7

添加 deepseek-v4-pro 或 deepseek-v4-flash

更换默认模型

可选：检查工具权限组

验证配置

排查常见问题

Base URL 应该填到哪里？

为什么鉴权失败？

为什么 OpenClaw 仍然不能正常对话？

OpenAI-compatible 本地测试（GenStudio 通用 LLM API）

macOS、Linux、WSL 或 Git Bash

Windows PowerShell

Windows CMD

Anthropic-compatible 本地测试（GenStudio 通用 LLM API）

macOS、Linux、WSL 或 Git Bash

Windows PowerShell

Windows CMD

为什么模型添加了但默认模型没变？

同一个 GenStudio API，为什么示例拆成多个 provider ID？

为什么示例使用 openclaw config patch --file？

为什么 /think off 后模型似乎仍在 thinking？

为什么 Kimi 第一次发消息就触发 compacting，之后一直不回复？

为什么 DeepSeek 不默认开启 reasoning？

使用图形界面配置（可选）

附录：完整配置片段

相关文档