OpenClaw 源码剖析与指南

主题

Hugging Face（推理） ​

Hugging Face 推理提供商通过单一路由 API 提供 OpenAI 兼容的聊天补全。你只需一个 Token 即可访问多种模型（DeepSeek、Llama 等）。OpenClaw 使用 OpenAI 兼容端点（仅聊天补全）；如需文本转图像、嵌入或语音功能，请直接使用 HF 推理客户端。

  • 提供商：huggingface
  • 认证：HUGGINGFACE_HUB_TOKEN 或 HF_TOKEN（细粒度 Token，需具备 Make calls to Inference Providers 权限）
  • API：OpenAI 兼容（https://router.huggingface.co/v1）
  • 计费：单一 HF Token；定价遵循提供商费率，包含免费层。

快速开始 ​

  1. 在 Hugging Face → Settings → Tokens 创建一个具备 Make calls to Inference Providers 权限的细粒度 Token。
  2. 运行引导流程，在提供商下拉菜单中选择 Hugging Face，然后在提示时输入你的 API 密钥：
bash
openclaw onboard --auth-choice huggingface-api-key
  1. 在默认 Hugging Face 模型下拉菜单中，选择你想要的模型（当你有有效 Token 时，列表从推理 API 加载；否则显示内置列表）。你的选择将保存为默认模型。
  2. 你也可以稍后在配置中设置或更改默认模型：
json5
{
  agents: {
    defaults: {
      model: { primary: "huggingface/deepseek-ai/DeepSeek-R1" },
    },
  },
}

非交互式示例 ​

bash
openclaw onboard --non-interactive \
  --mode local \
  --auth-choice huggingface-api-key \
  --huggingface-api-key "$HF_TOKEN"

这将设置 huggingface/deepseek-ai/DeepSeek-R1 为默认模型。

环境说明 ​

如果 Gateway 作为守护进程运行（launchd/systemd），请确保 HUGGINGFACE_HUB_TOKEN 或 HF_TOKEN 对该进程可用（例如，在 ~/.openclaw/.env 中或通过 env.shellEnv）。

模型发现和引导下拉菜单 ​

OpenClaw 通过直接调用推理端点来发现模型：

bash
GET https://router.huggingface.co/v1/models

（可选：发送 Authorization: Bearer $HUGGINGFACE_HUB_TOKEN 或 $HF_TOKEN 获取完整列表；某些端点在无认证时返回子集。）响应为 OpenAI 风格的 { "object": "list", "data": [ { "id": "Qwen/Qwen3-8B", "owned_by": "Qwen", ... }, ... ] }。

当你配置了 Hugging Face API 密钥（通过引导流程、HUGGINGFACE_HUB_TOKEN 或 HF_TOKEN）时，OpenClaw 使用此 GET 请求发现可用的聊天补全模型。在交互式引导过程中，输入 Token 后你会看到一个从该列表填充的默认 Hugging Face 模型下拉菜单（如果请求失败则使用内置目录）。在运行时（如 Gateway 启动时），当密钥存在时，OpenClaw 会再次调用 GET https://router.huggingface.co/v1/models 来刷新目录。该列表与内置目录合并（用于上下文窗口和费用等元数据）。如果请求失败或未设置密钥，则仅使用内置目录。

模型名称和可编辑选项 ​

  • 来自 API 的名称： 当 API 返回 name、title 或 display_name 时，模型显示名称从 GET /v1/models 获取；否则从模型 ID 派生（例如 deepseek-ai/DeepSeek-R1 → "DeepSeek R1"）。
  • 覆盖显示名称： 你可以在配置中为每个模型设置自定义标签，使其在 CLI 和 UI 中按你想要的方式显示：
json5
{
  agents: {
    defaults: {
      models: {
        "huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1 (fast)" },
        "huggingface/deepseek-ai/DeepSeek-R1:cheapest": { alias: "DeepSeek R1 (cheap)" },
      },
    },
  },
}

  • 提供商/策略选择： 在模型 ID 后追加后缀来选择路由器如何选取后端：

    • :fastest — 最高吞吐量（路由器选择；提供商选择被锁定 — 无交互式后端选择器）。
    • :cheapest — 每输出 Token 最低成本（路由器选择；提供商选择被锁定）。
    • :provider — 强制指定后端（例如 :sambanova、:together）。

    当你选择 :cheapest 或 :fastest（例如在引导模型下拉菜单中），提供商被锁定：路由器按成本或速度决定，不会显示可选的"偏好特定后端"步骤。你可以将这些作为单独条目添加到 models.providers.huggingface.models 中，或使用带后缀的 model.primary。你也可以在推理提供商设置中设置默认顺序（无后缀 = 使用该顺序）。

  • 配置合并： models.providers.huggingface.models 中的现有条目（例如 models.json 中的）在配置合并时会保留。因此你在那里设置的任何自定义 name、alias 或模型选项都会保留。

模型 ID 和配置示例 ​

模型引用使用 huggingface/<org>/<model> 格式（Hub 风格的 ID）。以下列表来自 GET https://router.huggingface.co/v1/models；你的目录可能包含更多。

示例 ID（来自推理端点）：

模型引用（加上 huggingface/ 前缀）
DeepSeek R1deepseek-ai/DeepSeek-R1
DeepSeek V3.2deepseek-ai/DeepSeek-V3.2
Qwen3 8BQwen/Qwen3-8B
Qwen2.5 7B InstructQwen/Qwen2.5-7B-Instruct
Qwen3 32BQwen/Qwen3-32B
Llama 3.3 70B Instructmeta-llama/Llama-3.3-70B-Instruct
Llama 3.1 8B Instructmeta-llama/Llama-3.1-8B-Instruct
GPT-OSS 120Bopenai/gpt-oss-120b
GLM 4.7zai-org/GLM-4.7
Kimi K2.5moonshotai/Kimi-K2.5

你可以在模型 ID 后追加 :fastest、:cheapest 或 :provider（例如 :together、:sambanova）。在推理提供商设置中设置默认顺序；参见推理提供商和 GET https://router.huggingface.co/v1/models 获取完整列表。

完整配置示例 ​

以 DeepSeek R1 为主，Qwen 为后备（Fallback）：

json5
{
  agents: {
    defaults: {
      model: {
        primary: "huggingface/deepseek-ai/DeepSeek-R1",
        fallbacks: ["huggingface/Qwen/Qwen3-8B"],
      },
      models: {
        "huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1" },
        "huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
      },
    },
  },
}

Qwen 为默认，带 :cheapest 和 :fastest 变体：

json5
{
  agents: {
    defaults: {
      model: { primary: "huggingface/Qwen/Qwen3-8B" },
      models: {
        "huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
        "huggingface/Qwen/Qwen3-8B:cheapest": { alias: "Qwen3 8B (cheapest)" },
        "huggingface/Qwen/Qwen3-8B:fastest": { alias: "Qwen3 8B (fastest)" },
      },
    },
  },
}

DeepSeek + Llama + GPT-OSS 带别名：

json5
{
  agents: {
    defaults: {
      model: {
        primary: "huggingface/deepseek-ai/DeepSeek-V3.2",
        fallbacks: [
          "huggingface/meta-llama/Llama-3.3-70B-Instruct",
          "huggingface/openai/gpt-oss-120b",
        ],
      },
      models: {
        "huggingface/deepseek-ai/DeepSeek-V3.2": { alias: "DeepSeek V3.2" },
        "huggingface/meta-llama/Llama-3.3-70B-Instruct": { alias: "Llama 3.3 70B" },
        "huggingface/openai/gpt-oss-120b": { alias: "GPT-OSS 120B" },
      },
    },
  },
}

强制指定后端（:provider）：

json5
{
  agents: {
    defaults: {
      model: { primary: "huggingface/deepseek-ai/DeepSeek-R1:together" },
      models: {
        "huggingface/deepseek-ai/DeepSeek-R1:together": { alias: "DeepSeek R1 (Together)" },
      },
    },
  },
}

多个 Qwen 和 DeepSeek 模型带策略后缀：

json5
{
  agents: {
    defaults: {
      model: { primary: "huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest" },
      models: {
        "huggingface/Qwen/Qwen2.5-7B-Instruct": { alias: "Qwen2.5 7B" },
        "huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest": { alias: "Qwen2.5 7B (cheap)" },
        "huggingface/deepseek-ai/DeepSeek-R1:fastest": { alias: "DeepSeek R1 (fast)" },
        "huggingface/meta-llama/Llama-3.1-8B-Instruct": { alias: "Llama 3.1 8B" },
      },
    },
  },
}

用工程视角拆解 AI 智能体框架

OpenClaw Implementation Guide