OpenClaw imageModel 配置指南

Written by

in

文章目录
  • imageModel 是 OpenClaw 中专门用于视觉理解的模型配置,独立于主对话模型(model)。当对话涉及图片或视觉内容时,OpenClaw 会自动切换到 imageModel 指定的模型来处理。
  • 主模型(model.primary)不一定支持视觉输入。例如: MiniMax-M2.5-highspeed 是纯文本模型,无法处理图片 moonshot/kimi-k2.5 支持多模态(文本+图片) 单独配置 imageModel 可以做到:文本走快模型,图片走多模态模型,兼顾速度和能力。
  • 在 OpenClaw 配置文件中(openclaw config edit): { “agents”: { “defaults”: { “model”: { “primary”: “minimax-portal/MiniMax-M2.5-highspeed”, “fallbacks”: [“moonshot/kimi-k2.5”, “anthropic/claude-opus-4-6”] }, “imageModel”: { “primary”: “moonshot/kimi-k2.5”, “fallbacks”: [“openrouter/qwen/qwen-2.5-vl-72b-instruct:free”] } } } } 两种写法都支持: // 简写(只设主模型,无回退) “imageModel”: “moonshot/kimi-k2.5” // 完整写法(主模型 + 回退链) “imageModel”: { “primary”: “moonshot/kimi-k2.5”, “fallbacks”: [“openrouter/google/gemini-2.0-flash-vision:free”] }
  • # 查看当前 imageModel 状态 openclaw models status # 设置 imageModel 主模型 openclaw models set-image moonshot/kimi-k2.5 # 管理 imageModel 回退链 openclaw models image-fallbacks list openclaw models image-fallbacks add openrouter/qwen/qwen-2.5-vl-72b-instruct:free openclaw models image-fallbacks remove openrouter/qwen/qwen-2.5-vl-72b-instruct:free openclaw models image-fallbacks clear
  • 场景 说明 用户发送图片 照片、截图等图片附件,agent 需要"看图说话"时 用户发送 PDF PDF 含扫描页/图片,需视觉分析时(先查 pdfModel,未配则回退到 imageModel) 媒体理解管线 收到的图片/视频截帧经过自动媒体理解流程时 agent 工具调用 agent 使用内置的 image 工具分析图片时
  • imageModel.primary → imageModel.fallbacks[0] → fallbacks[1] → … 逐个尝试,第一个成功即返回。全部失败则报错: “No image model configured. Set agents.defaults.imageModel.primary or agents.defaults.imageModel.fallbacks.”
  • PDF 处理优先级:pdfModel → imageModel → 内置 provider 默认值 如果没有配置 pdfModel,PDF 工具会自动回退到 imageModel 的配置。
  • 当未配置 imageModel 且系统检测到对应 provider 的 API key 时,会使用内置默认: Provider 默认模型 OpenAI gpt-5-mini Anthropic claude-opus-4-6 Google gemini-3-flash-preview MiniMax MiniMax-VL-01 ZAI glm-4.6v
  • { “agents”: { “defaults”: { “model”: { “primary”: “minimax-portal/MiniMax-M2.5-highspeed”, “fallbacks”: [“moonshot/kimi-k2.5”, “anthropic/claude-opus-4-6”] }, “imageModel”: { “primary”: “moonshot/kimi-k2.5”, “fallbacks”: [“openrouter/google/gemini-2.0-flash-vision:free”] }, “pdfModel”: { “primary”: “anthropic/claude-opus-4-6” }, “models”: { “moonshot/kimi-k2.5”: { “alias”: “kimi” }, “minimax-portal/MiniMax-M2.5-highspeed”: { “alias”: “mm” } } } } } 效果: 纯文本对话 → MiniMax-M2.5-highspeed 发图片 → moonshot/kimi-k2.5,失败则 → gemini-2.0-flash-vision 发 PDF → claude-opus-4-6,未配则回退到 imageModel 链 到此这篇关于OpenClaw imageModel 配置指南的文章就介绍到这了,更多相关OpenClaw imageModel 配置内容请搜索风君子博客以前的文章或继续浏览下面的相关文章,希望大家以后多多支持风君子博客!
  • 目录
    • 一、什么是 imageModel
    • 二、为什么需要单独配置
    • 三、配置方式
    • 四、CLI 管理命令
    • 五、触发场景
    • 六、回退逻辑
    • 七、与 pdfModel 的关系
    • 八、内置默认图像模型(无配置时)
    • 九、完整配置示例

    imageModel 是 OpenClaw 中专门用于视觉理解的模型配置,独立于主对话模型(model)。当对话涉及图片或视觉内容时,OpenClaw 会自动切换到 imageModel 指定的模型来处理。

    主模型(model.primary)不一定支持视觉输入。例如:

    • MiniMax-M2.5-highspeed 是纯文本模型,无法处理图片
    • moonshot/kimi-k2.5 支持多模态(文本+图片)

    单独配置 imageModel 可以做到:文本走快模型,图片走多模态模型,兼顾速度和能力。

    在 OpenClaw 配置文件中(openclaw config edit):

    {
      "agents": {
        "defaults": {
          "model": {
            "primary": "minimax-portal/MiniMax-M2.5-highspeed",
            "fallbacks": ["moonshot/kimi-k2.5", "anthropic/claude-opus-4-6"]
          },
          "imageModel": {
            "primary": "moonshot/kimi-k2.5",
            "fallbacks": ["openrouter/qwen/qwen-2.5-vl-72b-instruct:free"]
          }
        }
      }
    }

    两种写法都支持:

    // 简写(只设主模型,无回退)
    "imageModel": "moonshot/kimi-k2.5"
    // 完整写法(主模型 + 回退链)
    "imageModel": {
      "primary": "moonshot/kimi-k2.5",
      "fallbacks": ["openrouter/google/gemini-2.0-flash-vision:free"]
    }

    # 查看当前 imageModel 状态
    openclaw models status
    # 设置 imageModel 主模型
    openclaw models set-image moonshot/kimi-k2.5
    # 管理 imageModel 回退链
    openclaw models image-fallbacks list
    openclaw models image-fallbacks add openrouter/qwen/qwen-2.5-vl-72b-instruct:free
    openclaw models image-fallbacks remove openrouter/qwen/qwen-2.5-vl-72b-instruct:free
    openclaw models image-fallbacks clear

    场景 说明
    用户发送图片 照片、截图等图片附件,agent 需要"看图说话"时
    用户发送 PDF PDF 含扫描页/图片,需视觉分析时(先查 pdfModel,未配则回退到 imageModel)
    媒体理解管线 收到的图片/视频截帧经过自动媒体理解流程时
    agent 工具调用 agent 使用内置的 image 工具分析图片时

    imageModel.primary  →  imageModel.fallbacks[0]  →  fallbacks[1]  →  ...

    逐个尝试,第一个成功即返回。全部失败则报错:

    “No image model configured. Set agents.defaults.imageModel.primary or agents.defaults.imageModel.fallbacks.”

    PDF 处理优先级:pdfModel → imageModel → 内置 provider 默认值

    如果没有配置 pdfModel,PDF 工具会自动回退到 imageModel 的配置。

    当未配置 imageModel 且系统检测到对应 provider 的 API key 时,会使用内置默认:

    Provider 默认模型
    OpenAI gpt-5-mini
    Anthropic claude-opus-4-6
    Google gemini-3-flash-preview
    MiniMax MiniMax-VL-01
    ZAI glm-4.6v

    {
      "agents": {
        "defaults": {
          "model": {
            "primary": "minimax-portal/MiniMax-M2.5-highspeed",
            "fallbacks": ["moonshot/kimi-k2.5", "anthropic/claude-opus-4-6"]
          },
          "imageModel": {
            "primary": "moonshot/kimi-k2.5",
            "fallbacks": ["openrouter/google/gemini-2.0-flash-vision:free"]
          },
          "pdfModel": {
            "primary": "anthropic/claude-opus-4-6"
          },
          "models": {
            "moonshot/kimi-k2.5": { "alias": "kimi" },
            "minimax-portal/MiniMax-M2.5-highspeed": { "alias": "mm" }
          }
        }
      }
    }

    效果:

    • 纯文本对话 → MiniMax-M2.5-highspeed
    • 发图片 → moonshot/kimi-k2.5,失败则 → gemini-2.0-flash-vision
    • 发 PDF → claude-opus-4-6,未配则回退到 imageModel 链

    到此这篇关于OpenClaw imageModel 配置指南的文章就介绍到这了,更多相关OpenClaw imageModel 配置内容请搜索风君子博客以前的文章或继续浏览下面的相关文章,希望大家以后多多支持风君子博客!

    站内搜索