Przejdź do głównej treści

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

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

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

Mapa nazewnictwa

Nazwy są podobne, ale nie są zamienne:
Nazwa, którą widziszWarstwaZnaczenie
openaiPrefiks dostawcyKanoniczna trasa modelu OpenAI; przebiegi agenta używają środowiska wykonawczego Codex.
openai-codexStarszy prefiks uwierzytelniania/profiluStarsza przestrzeń nazw profilu OpenAI Codex OAuth/subskrypcji. Istniejące profile i auth.order.openai-codex nadal działają.
Plugin codexPluginDołączony Plugin OpenClaw, który zapewnia natywne środowisko wykonawcze serwera aplikacji Codex oraz kontrolki czatu /codex.
provider/model agentRuntime.id: codexŚrodowisko wykonawcze agentaWymusza natywny harness serwera aplikacji Codex dla pasujących osadzonych przebiegów.
/codex ...Zestaw poleceń czatuPowiąż/kontroluj wątki serwera aplikacji Codex z rozmowy.
runtime: "acp", agentId: "codex"Trasa sesji ACPJawna 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.
GPT-5.5 jest dostępny zarówno przez bezpośredni dostęp kluczem API do OpenAI Platform, jak i przez trasy subskrypcji/OAuth. Dla subskrypcji ChatGPT/Codex oraz natywnego wykonania Codex użyj openai/gpt-5.5; nieustawiona konfiguracja środowiska wykonawczego wybiera teraz harness Codex dla przebiegów agentów OpenAI. Używaj profili klucza API OpenAI tylko wtedy, gdy chcesz bezpośredniego uwierzytelniania kluczem API dla modelu agenta OpenAI.
Przebiegi modeli agenta OpenAI wymagają dołączonego Pluginu serwera aplikacji Codex. Jawna konfiguracja środowiska wykonawczego PI pozostaje dostępna jako opcjonalna trasa zgodności. Gdy PI zostanie jawnie wybrane z profilem uwierzytelniania openai-codex, OpenClaw zachowuje publiczne odwołanie do modelu jako openai/* i wewnętrznie kieruje PI przez starszy transport uwierzytelniania Codex. Uruchom openclaw doctor --fix, aby naprawić nieaktualne odwołania do modeli openai-codex/* lub stare przypięcia sesji PI, które nie pochodzą z jawnej konfiguracji środowiska wykonawczego.

Pokrycie funkcji OpenClaw

Możliwość OpenAIPowierzchnia OpenClawStatus
Chat / Responsesdostawca modelu openai/<model>Tak
Modele subskrypcji Codexopenai/<model> z OAuth openai-codexTak
Starsze odwołania do modeli Codexopenai-codex/<model>Naprawiane przez doctor do openai/<model>
Harness serwera aplikacji Codexopenai/<model> z pominiętym środowiskiem wykonawczym lub provider/model agentRuntime.id: codexTak
Wyszukiwanie w sieci po stronie serweraNatywne narzędzie OpenAI ResponsesTak, gdy wyszukiwanie w sieci jest włączone i nie przypięto dostawcy
Obrazyimage_generateTak
Wideovideo_generateTak
Zamiana tekstu na mowęmessages.tts.provider: "openai" / ttsTak
Wsadowa zamiana mowy na teksttools.media.audio / rozumienie mediówTak
Strumieniowa zamiana mowy na tekstVoice Call streaming.provider: "openai"Tak
Głos w czasie rzeczywistymVoice Call realtime.provider: "openai" / Control UI TalkTak
Osadzeniadostawca osadzeń pamięciTak

Osadzenia pamięci

OpenClaw może używać OpenAI albo zgodnego z OpenAI punktu końcowego osadzeń do indeksowania memory_search i osadzeń zapytań:
{
  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.
Najlepsze do: bezpośredniego dostępu do API i rozliczania według użycia.
1

Uzyskaj klucz API

Utwórz lub skopiuj klucz API z panelu OpenAI Platform.
2

Uruchom wdrażanie

openclaw onboard --auth-choice openai-api-key
Albo przekaż klucz bezpośrednio:
openclaw onboard --openai-api-key "$OPENAI_API_KEY"
3

Sprawdź, czy model jest dostępny

openclaw models list --provider openai

Podsumowanie tras

Odwołanie do modeluKonfiguracja środowiska wykonawczegoTrasaUwierzytelnianie
openai/gpt-5.5pominięte / provider/model agentRuntime.id: "codex"harness serwera aplikacji Codexzgodny z Codex profil OpenAI
openai/gpt-5.4-minipominięte / provider/model agentRuntime.id: "codex"harness serwera aplikacji Codexzgodny z Codex profil OpenAI
openai/gpt-5.5provider/model agentRuntime.id: "pi"osadzone środowisko wykonawcze PIprofil openai lub wybrany profil openai-codex
Modele agentów openai/* używają harnessu serwera aplikacji Codex. Aby użyć uwierzytelniania kluczem API dla modelu agenta, utwórz zgodny z Codex profil klucza API i uporządkuj go przez auth.order.openai; OPENAI_API_KEY pozostaje bezpośrednią ścieżką awaryjną dla nieagentowych powierzchni API OpenAI. Starsze wpisy auth.order.openai-codex nadal działają.

Przykład konfiguracji

{
  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:
{
  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.
OpenClaw nie udostępnia openai/gpt-5.3-codex-spark. Żądania na żywo do API OpenAI odrzucają ten model, a bieżący katalog Codex również go nie udostępnia.

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.
MożliwośćKlucz API OpenAICodex OAuth
Odwołanie do modeluopenai/gpt-image-2openai/gpt-image-2
AutoryzacjaOPENAI_API_KEYLogowanie OpenAI Codex OAuth
TransportOpenAI Images APIBackend Codex Responses
Maks. liczba obrazów na żądanie44
Tryb edycjiWłączony (do 5 obrazów referencyjnych)Włączony (do 5 obrazów referencyjnych)
Nadpisania rozmiaruObsługiwane, w tym rozmiary 2K/4KObsługiwane, w tym rozmiary 2K/4K
Proporcje / rozdzielczośćNieprzekazywane do OpenAI Images APIMapowane na obsługiwany rozmiar, gdy jest to bezpieczne
{
  agents: {
    defaults: {
      imageGenerationModel: { primary: "openai/gpt-image-2" },
    },
  },
}
Zobacz Generowanie obrazów, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie failover.
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:
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:
/tool image_generate model=openai/gpt-image-2 prompt="A polished launch poster for OpenClaw on macOS" size=3840x2160 count=1
Wygeneruj przezroczysty PNG:
/tool image_generate model=openai/gpt-image-1.5 prompt="A simple red circle sticker on a transparent background" outputFormat=png background=transparent
Edytuj:
/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.
MożliwośćWartość
Model domyślnyopenai/sora-2
TrybyTekst na wideo, obraz na wideo, edycja pojedynczego wideo
Dane referencyjne1 obraz lub 1 wideo
Nadpisania rozmiaruObsługiwane
Inne nadpisaniaaspectRatio, resolution, audio, watermark są ignorowane z ostrzeżeniem narzędzia
{
  agents: {
    defaults: {
      videoGenerationModel: { primary: "openai/sora-2" },
    },
  },
}
Zobacz Generowanie wideo, aby poznać współdzielone parametry narzędzia, wybór dostawcy i zachowanie przełączania awaryjnego.

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.
WartośćEfekt
"friendly" (domyślne)Włącza przyjazną warstwę stylu interakcji
"on"Alias dla "friendly"
"off"Wyłącza tylko przyjazną warstwę stylu
{
  agents: {
    defaults: {
      promptOverlays: {
        gpt5: { personality: "friendly" },
      },
    },
  },
}
Wartości nie rozróżniają wielkości liter w czasie działania, więc zarówno "Off", jak i "off" wyłączają przyjazną warstwę stylu.
Starsze plugins.entries.openai.config.personality jest nadal odczytywane jako zgodnościowe rozwiązanie awaryjne, gdy współdzielone ustawienie agents.defaults.promptOverlays.gpt5.personality nie jest ustawione.

Głos i mowa

Wbudowany Plugin openai rejestruje syntezę mowy dla powierzchni messages.tts.
UstawienieŚcieżka konfiguracjiDomyślne
Modelmessages.tts.providers.openai.modelgpt-4o-mini-tts
Głosmessages.tts.providers.openai.voicecoral
Szybkośćmessages.tts.providers.openai.speed(nieustawione)
Instrukcjemessages.tts.providers.openai.instructions(nieustawione, tylko gpt-4o-mini-tts)
Formatmessages.tts.providers.openai.responseFormatopus dla notatek głosowych, mp3 dla plików
Klucz APImessages.tts.providers.openai.apiKeyWraca awaryjnie do OPENAI_API_KEY
Bazowy URLmessages.tts.providers.openai.baseUrlhttps://api.openai.com/v1
Dodatkowe bodymessages.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.
{
  messages: {
    tts: {
      providers: {
        openai: { model: "gpt-4o-mini-tts", voice: "coral" },
      },
    },
  },
}
Ustaw OPENAI_TTS_BASE_URL, aby nadpisać bazowy URL TTS bez wpływu na punkt końcowy API czatu. OpenAI TTS nadal jest konfigurowane przez klucz API; dla odpowiedzi głosowej na żywo tylko przez OAuth użyj ścieżki głosowej Realtime zamiast mowy STT -> TTS w trybie agenta.
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:
{
  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.
Dołączony Plugin openai rejestruje transkrypcję w czasie rzeczywistym dla Pluginu Voice Call.
UstawienieŚcieżka konfiguracjiWartość domyślna
Modelplugins.entries.voice-call.config.streaming.providers.openai.modelgpt-4o-transcribe
Język...openai.language(nieustawione)
Prompt...openai.prompt(nieustawione)
Czas trwania ciszy...openai.silenceDurationMs800
Próg VAD...openai.vadThreshold0.5
Uwierzytelnianie...openai.apiKey, OPENAI_API_KEY lub OAuth openai-codexKlucze API łączą się bezpośrednio; OAuth wystawia sekret klienta transkrypcji Realtime
Używa połączenia WebSocket z wss://api.openai.com/v1/realtime z dźwiękiem G.711 u-law (g711_ulaw / audio/pcmu). Gdy skonfigurowano tylko OAuth openai-codex, Gateway wystawia efemeryczny sekret klienta transkrypcji Realtime przed otwarciem WebSocket. Ten dostawca przesyłania strumieniowego jest przeznaczony dla ścieżki transkrypcji w czasie rzeczywistym Voice Call; głos Discord obecnie nagrywa krótkie segmenty i zamiast tego używa ścieżki transkrypcji wsadowej tools.media.audio.
Dołączony Plugin openai rejestruje głos w czasie rzeczywistym dla Pluginu Voice Call.
UstawienieŚcieżka konfiguracjiWartość domyślna
Modelplugins.entries.voice-call.config.realtime.providers.openai.modelgpt-realtime-2
Głos...openai.voicealloy
Temperatura (mostek wdrożenia Azure)...openai.temperature0.8
Próg VAD...openai.vadThreshold0.5
Czas trwania ciszy...openai.silenceDurationMs500
Wypełnienie prefiksu...openai.prefixPaddingMs300
Nakład rozumowania...openai.reasoningEffort(nieustawione)
Uwierzytelnianie...openai.apiKey, OPENAI_API_KEY lub OAuth openai-codexBrowser 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.
Backendowe mostki OpenAI realtime używają kształtu sesji GA Realtime WebSocket, który nie akceptuje session.temperature. Wdrożenia Azure OpenAI pozostają dostępne przez azureEndpoint i azureDeployment oraz zachowują kształt sesji zgodny z wdrożeniem. Obsługuje dwukierunkowe wywoływanie narzędzi i dźwięk G.711 u-law.
Głos Realtime jest wybierany podczas tworzenia sesji. OpenAI pozwala później zmienić większość pól sesji, ale głosu nie można zmienić po tym, jak model wyemituje dźwięk w tej sesji. OpenClaw obecnie udostępnia wbudowane identyfikatory głosów Realtime jako ciągi znaków.
Control UI Talk używa przeglądarkowych sesji realtime OpenAI z wystawianym przez Gateway efemerycznym sekretem klienta oraz bezpośrednią przeglądarkową wymianą WebRTC SDP z OpenAI Realtime API. Gdy nie skonfigurowano bezpośredniego klucza API OpenAI, Gateway może wystawić ten sekret klienta z wybranym profilem OAuth openai-codex. Gateway relay i backendowe mostki Voice Call realtime WebSocket używają tego samego awaryjnego OAuth dla natywnych punktów końcowych OpenAI. Weryfikacja na żywo dla opiekunów jest dostępna za pomocą OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts; ścieżki OpenAI weryfikują zarówno backendowy mostek WebSocket, jak i przeglądarkową wymianę WebRTC SDP bez logowania sekretów.

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.
Głos w czasie rzeczywistym używa osobnej ścieżki konfiguracji (plugins.entries.voice-call.config.realtime.providers.openai.azureEndpoint) i models.providers.openai.baseUrl na niego nie wpływa. Zobacz akordeon Głos w czasie rzeczywistym w sekcji Głos i mowa, aby znaleźć jego ustawienia 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):
{
  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.
Routing Azure dla ścieżki generowania obrazów dostawcy openai wymaga OpenClaw 2026.4.22 lub nowszego. Wcześniejsze wersje traktują każdy niestandardowy openai.baseUrl jak publiczny punkt końcowy OpenAI i nie zadziałają z wdrożeniami obrazów Azure.

Wersja API

Ustaw AZURE_OPENAI_API_VERSION, aby przypiąć konkretną wersję Azure Preview lub GA dla ścieżki generowania obrazów w Azure:
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:
/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.
Azure OpenAI używa natywnego transportu i zachowania zgodności, ale nie otrzymuje ukrytych nagłówków atrybucji OpenClaw — zobacz akordeon Trasy natywne vs zgodne z OpenAI w sekcji Konfiguracja zaawansowana.Dla ruchu czatu lub Responses w Azure (poza generowaniem obrazów) użyj przepływu wdrażania albo dedykowanej konfiguracji providera Azure — samo openai.baseUrl nie wybiera kształtu API/uwierzytelniania Azure. Istnieje osobny provider azure-openai-responses/*; zobacz akordeon Compaction po stronie serwera poniżej.

Konfiguracja zaawansowana

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
WartośćZachowanie
"auto" (domyślnie)Najpierw WebSocket, rezerwowo SSE
"sse"Wymuś tylko SSE
"websocket"Wymuś tylko WebSocket
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": {
          params: { transport: "auto" },
        },
      },
    },
  },
}
Powiązana dokumentacja OpenAI:
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.
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": { params: { fastMode: true } },
      },
    },
  },
}
Nadpisania sesji mają pierwszeństwo przed konfiguracją. Wyczyszczenie nadpisania sesji w UI sesji przywraca sesję do skonfigurowanej wartości domyślnej.
API OpenAI udostępnia przetwarzanie priorytetowe przez service_tier. Ustaw je osobno dla modelu w OpenClaw:
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": { params: { serviceTier: "priority" } },
      },
    },
  },
}
Obsługiwane wartości: auto, default, flex, priority.
serviceTier jest przekazywany tylko do natywnych endpointów OpenAI (api.openai.com) i natywnych endpointów Codex (chatgpt.com/backend-api). Jeśli kierujesz któregoś providera przez proxy, OpenClaw pozostawia service_tier bez zmian.
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.
Przydatne dla zgodnych endpointów, takich jak Azure OpenAI Responses:
{
  agents: {
    defaults: {
      models: {
        "azure-openai-responses/gpt-5.5": {
          params: { responsesServerCompaction: true },
        },
      },
    },
  },
}
responsesServerCompaction kontroluje tylko wstrzykiwanie context_management. Bezpośrednie modele OpenAI Responses nadal wymuszają store: true, chyba że zgodność ustawia supportsStore: false.
Dla uruchomień z rodziny GPT-5 na openai/* OpenClaw może używać bardziej rygorystycznego kontraktu osadzonego wykonywania:
{
  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
Ograniczone tylko do uruchomień rodziny GPT-5 OpenAI i Codex. Inni providerzy i starsze rodziny modeli zachowują domyślne zachowanie.
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

Wybór modelu

Wybór providerów, odwołań modeli i zachowania przełączania awaryjnego.

Generowanie obrazów

Wspólne parametry narzędzia obrazów i wybór providera.

Generowanie wideo

Wspólne parametry narzędzia wideo i wybór providera.

OAuth i uwierzytelnianie

Szczegóły uwierzytelniania i zasady ponownego użycia poświadczeń.