4.5 本章小结

第四章把“模型能调用”升级为“模型可控”。核心不是换更强模型,而是把配置、认证、选择与故障转移做成可解释的系统能力。

4.5.1 关键结论

  • 配置决定行为:先分清作用域,再谈优先级与生效证据。

  • 供应商接入要可替换:密钥注入、环境隔离与轮换是底线。

  • 模型选择要工程化:质量/成本/延迟/可靠性四维,依赖固定用例库回归。

  • 故障转移要可验证:重试、轮换、回退、冷却必须能在演练中触发并被解释。

4.5.2 最小闭环(可复制)

下面给出一份“只做本章关键事”的最小配置:接入一个 provider、设定默认主模型、配置一条回退链路,并用命令验收。

  1. 环境变量(示例):

export OPENAI_API_KEY="..."
export ANTHROPIC_API_KEY="..."
  1. 配置片段(把它合并进你的 ~/.openclaw/openclaw.json):

{
  models: {
    providers: {
      openai: { apiKey: "${OPENAI_API_KEY}" },
      anthropic: { apiKey: "${ANTHROPIC_API_KEY}" },
    },
  },

  agents: {
    defaults: {
      model: {
        primary: "openai/gpt-5.2",
        fallbacks: ["openai/gpt-5-mini", "anthropic/claude-sonnet-4-5"],
      },
    },
  },
}
  1. 验收命令(只看结果,不靠感觉):

达到的目标:provider 可用、默认模型可解释、回退链路存在且可演练。

4.5.3 读者自检

  • 能否说明“某个配置字段最终生效值”的证据链(配置路径、体检、日志)?

  • 是否具备至少一主一备两条模型链路,并完成最小验收?

  • 当出现 401/429/超时/5xx 时,系统分别应该采取什么动作?

4.5.4 下一章预告

第五章进入工具系统、技能与插件:把“会回答”升级为“会行动”,并把行动能力收敛在最小权限与可审计边界内。

最后更新于