--- read_when: - Chcesz jednego klucza API dla wielu LLM-ów - Chcesz uruchamiać modele przez OpenRouter w OpenClaw - Chcesz używać OpenRouter do generowania obrazów - Chcesz używać OpenRouter do generowania muzyki - Chcesz używać OpenRouter do generowania wideo summary: Korzystaj z ujednoliconego API OpenRouter, aby uzyskać dostęp do wielu modeli w OpenClaw title: OpenRouter x-i18n: generated_at: "2026-07-03T10:02:47Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: ca36f2a7afd35ea4d276f61ded28524aed7d15715b29eea9aaac0ac6e4abab40 source_path: providers/openrouter.md workflow: 16 --- OpenRouter udostępnia **ujednolicone API**, które kieruje żądania do wielu modeli za jednym endpointem i kluczem API. Jest zgodne z OpenAI, więc większość SDK OpenAI działa po zmianie bazowego URL-a. ## Pierwsze kroki ```bash openclaw onboard --auth-choice openrouter-oauth ``` OpenClaw otwiera przepływ logowania OpenRouter w przeglądarce, wymienia kod PKCE na klucz API OpenRouter i zapisuje ten klucz w domyślnym profilu uwierzytelniania OpenRouter. Na hostach zdalnych/bezgłowych OpenClaw wypisuje URL logowania i prosi o wklejenie URL-a przekierowania po zalogowaniu. Wdrażanie domyślnie używa `openrouter/auto`. Konkretny model możesz wybrać później: ```bash openclaw models set openrouter// ``` Utwórz klucz API pod adresem [openrouter.ai/keys](https://openrouter.ai/keys). ```bash openclaw onboard --auth-choice openrouter-api-key ``` Wdrażanie domyślnie używa `openrouter/auto`. Konkretny model możesz wybrać później: ```bash openclaw models set openrouter// ``` ## Przykład konfiguracji ```json5 { env: { OPENROUTER_API_KEY: "sk-or-..." }, agents: { defaults: { model: { primary: "openrouter/auto" }, }, }, } ``` ## Odwołania do modeli Odwołania do modeli mają wzorzec `openrouter//`. Pełną listę dostępnych dostawców i modeli znajdziesz w [/concepts/model-providers](/pl/concepts/model-providers). Dołączone przykłady awaryjne: | Odwołanie do modelu | Uwagi | | --------------------------------- | ---------------------------------- | | `openrouter/auto` | Automatyczne trasowanie OpenRouter | | `openrouter/openrouter/fusion` | Router OpenRouter Fusion | | `openrouter/moonshotai/kimi-k2.6` | Kimi K2.6 przez MoonshotAI | | `openrouter/moonshotai/kimi-k2.5` | Kimi K2.5 przez MoonshotAI | ## Generowanie obrazów OpenRouter może także obsługiwać narzędzie `image_generate`. Użyj modelu obrazów OpenRouter w `agents.defaults.imageGenerationModel`: ```json5 { env: { OPENROUTER_API_KEY: "sk-or-..." }, agents: { defaults: { imageGenerationModel: { primary: "openrouter/google/gemini-3.1-flash-image-preview", timeoutMs: 180_000, }, }, }, } ``` OpenClaw wysyła żądania obrazów do API obrazów chat completions OpenRouter z `modalities: ["image", "text"]`. Modele obrazów Gemini otrzymują obsługiwane wskazówki `aspectRatio` i `resolution` przez `image_config` OpenRouter. Użyj `agents.defaults.imageGenerationModel.timeoutMs` dla wolniejszych modeli obrazów OpenRouter; parametr `timeoutMs` pojedynczego wywołania narzędzia `image_generate` nadal ma pierwszeństwo. ## Generowanie wideo OpenRouter może także obsługiwać narzędzie `video_generate` przez swoje asynchroniczne API `/videos`. Użyj modelu wideo OpenRouter w `agents.defaults.videoGenerationModel`: ```json5 { env: { OPENROUTER_API_KEY: "sk-or-..." }, agents: { defaults: { videoGenerationModel: { primary: "openrouter/google/veo-3.1-fast", }, }, }, } ``` OpenClaw przesyła zadania tekst-na-wideo i obraz-na-wideo do OpenRouter, odpytuje zwrócony `polling_url` i pobiera ukończone wideo z `unsigned_urls` OpenRouter albo z udokumentowanego endpointu treści zadania. Obrazy referencyjne są domyślnie wysyłane jako obrazy pierwszej/ostatniej klatki; obrazy oznaczone `reference_image` są wysyłane jako referencje wejściowe OpenRouter. Dołączona domyślna wartość `google/veo-3.1-fast` deklaruje obecnie obsługiwane czasy trwania 4/6/8 sekund, rozdzielczości `720P`/`1080P` oraz proporcje obrazu `16:9`/`9:16`. Wideo-na-wideo nie jest zarejestrowane dla OpenRouter, ponieważ nadrzędne API generowania wideo obecnie przyjmuje tekst i referencje obrazów. ## Generowanie muzyki OpenRouter może także obsługiwać narzędzie `music_generate` przez wyjście audio chat completions. Użyj modelu audio OpenRouter w `agents.defaults.musicGenerationModel`: ```json5 { env: { OPENROUTER_API_KEY: "sk-or-..." }, agents: { defaults: { musicGenerationModel: { primary: "openrouter/google/lyria-3-pro-preview", timeoutMs: 180_000, }, }, }, } ``` Dołączony dostawca muzyki OpenRouter domyślnie używa `google/lyria-3-pro-preview` i udostępnia także `google/lyria-3-clip-preview`. OpenClaw wysyła `modalities: ["text", "audio"]`, włącza strumieniowanie, zbiera strumieniowane fragmenty audio i zapisuje wynik jako wygenerowane media do dostarczenia w kanale. Obrazy referencyjne są akceptowane dla modeli Lyria przez wspólny parametr `music_generate image=...`. ## Tekst na mowę OpenRouter może być także używany jako dostawca TTS przez swój zgodny z OpenAI endpoint `/audio/speech`. ```json5 { messages: { tts: { auto: "always", provider: "openrouter", providers: { openrouter: { model: "hexgrad/kokoro-82m", speakerVoice: "af_alloy", responseFormat: "mp3", }, }, }, }, } ``` Jeśli `messages.tts.providers.openrouter.apiKey` zostanie pominięte, TTS ponownie użyje `models.providers.openrouter.apiKey`, a następnie `OPENROUTER_API_KEY`. ## Mowa na tekst (przychodzące audio) OpenRouter może transkrybować przychodzące załączniki głosowe/audio przez wspólną ścieżkę `tools.media.audio`, używając swojego endpointu STT (`/audio/transcriptions`). Dotyczy to każdego Plugin kanału, który przekazuje przychodzący głos/audio do wstępnego sprawdzania rozumienia mediów. ```json5 { tools: { media: { audio: { enabled: true, models: [{ provider: "openrouter", model: "openai/whisper-large-v3-turbo" }], }, }, }, } ``` OpenClaw wysyła żądania STT OpenRouter jako JSON z audio base64 w `input_audio` (kontrakt STT OpenRouter), a nie jako wieloczęściowe przesyłanie formularza OpenAI. ## Router Fusion Użyj OpenRouter Fusion, gdy chcesz, aby jedno odwołanie do modelu OpenClaw zapytało równolegle kilka modeli OpenRouter, pozwoliło OpenRouter ocenić ich odpowiedzi i zwróciło jedną końcową odpowiedź przez zwykły endpoint dostawcy OpenRouter. Ponieważ nadrzędny slug modelu to `openrouter/fusion`, odwołanie do modelu OpenClaw zawiera zarówno prefiks dostawcy OpenClaw, jak i nadrzędną przestrzeń nazw OpenRouter: ```bash openclaw models set openrouter/openrouter/fusion ``` Skonfiguruj panel i model oceniający Fusion przez `params.extraBody` modelu. Te pola są przekazywane do treści żądania chat-completions OpenRouter. Fusion działa zarówno z wdrażaniem OAuth OpenRouter, jak i wdrażaniem z kluczem API; jeśli używasz OAuth, pomiń wiersz `env.OPENROUTER_API_KEY` z poniższego przykładu. ```json5 { env: { OPENROUTER_API_KEY: "sk-or-..." }, agents: { defaults: { model: { primary: "openrouter/openrouter/fusion" }, models: { "openrouter/openrouter/fusion": { params: { extraBody: { plugins: [ { id: "fusion", analysis_models: [ "google/gemini-3.5-flash", "moonshotai/kimi-k2.6", "deepseek/deepseek-v4-pro", ], model: "google/gemini-3.5-flash", }, ], }, }, }, }, }, }, } ``` Lista `analysis_models` jest panelem równoległym, a `model` wewnątrz konfiguracji Plugin Fusion jest modelem oceniającym. Nie ustawiaj najwyższego poziomu `tool_choice` na `"required"` w normalnych turach agenta/czatu OpenClaw, aby próbować wymusić Fusion; tury OpenClaw mogą zawierać definicje narzędzi OpenClaw, a wymagany wybór narzędzia na najwyższym poziomie może wymagać jednego z tych narzędzi zamiast routera Fusion. Gdy ta konfiguracja Plugin Fusion jest obecna, OpenClaw dodaje także oczyszczoną notatkę w prompcie systemowym ze skonfigurowanymi modelami analizy i modelem oceniającym, aby agent mógł odpowiadać na pytania o swój bieżący panel Fusion. Inne pola `extraBody` nie są kopiowane do promptu. Fusion z założenia jest wolniejszy. OpenRouter może wysłać ten sam prompt OpenClaw do wielu modeli analizy, a następnie uruchomić końcowy krok oceny/syntezy, więc opóźnienie jest zwykle wyższe niż przy bezpośrednim żądaniu do jednego modelu. Używaj Fusion do przemyślanych, wysokiej jakości odpowiedzi lub ścieżek eskalacji, a nie jako domyślnego wyboru dla czatu wrażliwego na opóźnienia. Aby uzyskać szybsze odpowiedzi, utrzymuj mały panel i wybieraj szybsze modele analizy oraz oceny. Przetestuj skonfigurowane odwołanie jednorazowym lokalnym wywołaniem modelu: ```bash openclaw infer model run --local \ --model openrouter/openrouter/fusion \ --prompt "Reply with exactly: FUSION_OK" \ --json ``` ## Uwierzytelnianie i nagłówki OpenRouter używa pod spodem tokena Bearer z Twoim kluczem API. OAuth OpenRouter to przepływ logowania PKCE, który wydaje klucz API OpenRouter, więc OpenClaw zapisuje wynik jako ten sam profil uwierzytelniania kluczem API `openrouter:default`, którego używa ręczna ścieżka konfiguracji klucza API. W istniejącej instalacji zaloguj się lub obróć zapisany klucz OpenRouter bez ponownego uruchamiania pełnego wdrażania: ```bash openclaw models auth login --provider openrouter --method oauth ``` Użyj `openclaw models auth login --provider openrouter --method api-key`, gdy chcesz wkleić klucz utworzony ręcznie w OpenRouter. W rzeczywistych żądaniach OpenRouter (`https://openrouter.ai/api/v1`) OpenClaw dodaje także udokumentowane nagłówki atrybucji aplikacji OpenRouter: | Nagłówek | Wartość | | ------------------------- | ------------------------------------------------------------------------------------------------------ | | `HTTP-Referer` | `https://openclaw.ai` | | `X-OpenRouter-Title` | `OpenClaw` | | `X-OpenRouter-Categories` | `cli-agent,cloud-agent,programming-app,creative-writing,writing-assistant,general-chat,personal-agent` | Jeśli skierujesz dostawcę OpenRouter na inny proxy lub bazowy URL, OpenClaw **nie** wstrzykuje tych nagłówków specyficznych dla OpenRouter ani znaczników pamięci podręcznej Anthropic. ## Konfiguracja zaawansowana Buforowanie odpowiedzi OpenRouter jest opcjonalne. Włącz je dla każdego modelu OpenRouter za pomocą parametrów modelu: ```json5 { agents: { defaults: { models: { "openrouter/auto": { params: { responseCache: true, responseCacheTtlSeconds: 300, }, }, }, }, }, } ``` OpenClaw wysyła `X-OpenRouter-Cache: true` oraz, gdy skonfigurowano, `X-OpenRouter-Cache-TTL`. `responseCacheClear: true` wymusza odświeżenie dla bieżącego żądania i zapisuje zastępczą odpowiedź. Aliasy snake_case (`response_cache`, `response_cache_ttl_seconds` i `response_cache_clear`) są również akceptowane. Jest to oddzielne od buforowania promptów dostawcy oraz od znaczników `cache_control` Anthropic w OpenRouter. Jest stosowane tylko na zweryfikowanych trasach `openrouter.ai`, a nie dla niestandardowych bazowych URL-i proxy. Na zweryfikowanych trasach OpenRouter odwołania do modeli Anthropic zachowują specyficzne dla OpenRouter znaczniki Anthropic `cache_control`, których OpenClaw używa do lepszego ponownego wykorzystania pamięci podręcznej promptów w blokach promptów systemowych/deweloperskich. Na zweryfikowanych trasach OpenRouter odwołania do modeli Anthropic z włączonym reasoning usuwają końcowe tury asystenta typu prefill, zanim żądanie dotrze do OpenRouter, zgodnie z wymaganiem Anthropic, aby konwersacje reasoning kończyły się turą użytkownika. Na obsługiwanych trasach innych niż `auto` OpenClaw mapuje wybrany poziom thinking na ładunki reasoning proxy OpenRouter. Nieobsługiwane wskazówki modeli i `openrouter/auto` pomijają to wstrzykiwanie reasoning. Hunter Alpha pomija też reasoning proxy dla nieaktualnych skonfigurowanych odwołań do modeli, ponieważ OpenRouter mógłby zwrócić tekst finalnej odpowiedzi w polach reasoning dla tej wycofanej trasy. Na zweryfikowanych trasach OpenRouter `openrouter/deepseek/deepseek-v4-flash` i `openrouter/deepseek/deepseek-v4-pro` uzupełniają brakujące `reasoning_content` w odtwarzanych turach asystenta, aby konwersacje thinking/narzędzi zachowały wymagany przez DeepSeek V4 kształt kontynuacji. OpenClaw wysyła obsługiwane przez OpenRouter wartości `reasoning.effort` dla tych tras; niższe poziomy inne niż off są mapowane na `high`, a nieaktualne nadpisania `max` są mapowane na `xhigh`. OpenRouter nadal działa przez ścieżkę proxy zgodną z OpenAI, więc natywne kształtowanie żądań wyłącznie dla OpenAI, takie jak `serviceTier`, `store` Responses, ładunki zgodności reasoning OpenAI i wskazówki prompt-cache nie są przekazywane dalej. Odwołania OpenRouter oparte na Gemini pozostają na ścieżce proxy-Gemini: OpenClaw zachowuje tam sanityzację sygnatur myśli Gemini, ale nie włącza natywnej walidacji odtwarzania Gemini ani przepisywania bootstrap. OpenRouter obsługuje obiekt żądania `provider` dla routingu bazowego dostawcy. Skonfiguruj domyślną politykę dla wszystkich żądań modeli tekstowych OpenRouter za pomocą `models.providers.openrouter.params.provider`: ```json5 { models: { providers: { openrouter: { params: { provider: { sort: "latency", require_parameters: true, data_collection: "deny", }, }, }, }, }, } ``` OpenClaw przekazuje ten obiekt do OpenRouter jako ładunek żądania `provider`. Używaj udokumentowanych przez OpenRouter pól snake_case, w tym `sort`, `only`, `ignore`, `order`, `allow_fallbacks`, `require_parameters`, `data_collection`, `quantizations`, `max_price`, `preferred_max_latency`, `preferred_min_throughput`, `zdr` i `enforce_distillable_text`. Parametry dla poszczególnych modeli nadal nadpisują obiekt routingu dla całego dostawcy: ```json5 { agents: { defaults: { models: { "openrouter/anthropic/claude-sonnet-4-6": { params: { provider: { order: ["anthropic"], allow_fallbacks: false, }, }, }, }, }, }, } ``` Dotyczy to tylko tras chat-completions OpenRouter. Bezpośrednie trasy Anthropic, Google, OpenAI lub niestandardowych dostawców ignorują parametry routingu OpenRouter. ## Powiązane Wybieranie dostawców, odwołań do modeli i zachowania przełączania awaryjnego. Pełna dokumentacja konfiguracji agentów, modeli i dostawców.