POST /v1/responses)
来处理 Muse Spark 推理模型。OpenClaw 将 Meta 作为官方外部插件提供。
开始使用
1
安装插件
2
设置 API 密钥
3
验证模型是否可用
MODEL_API_KEY 未解析,
openclaw models status --json 会在 auth.unusableProfiles 下报告缺失的凭据。非交互式设置
内置目录
价格和数据使用条款来自 Meta 的 定价和速率限制 文档。
功能:
- 通过 OpenClaw 输入文本和图像
- 工具调用和流式传输
- 推理强度:
minimal、low、medium、high、xhigh(OpenClaw 默认值:high) - 无状态加密推理重放(
store: false、include: ["reasoning.encrypted_content"])
high。这是
OpenClaw 的默认行为,而不是 Meta 对省略参数的处理方式:Meta 的
推理文档说明,当省略
reasoning.effort 时,模型会以由模型决定的级别进行推理。
手动配置
如果 Gateway 作为守护进程运行(launchd、systemd、Docker),请确保该进程可以使用
MODEL_API_KEY —— 例如放在
~/.openclaw/.env 中,或通过 env.shellEnv 提供。仅在交互式 shell 中导出的密钥对受管理的服务没有帮助,除非另外导入了 env。烟雾测试
POST /v1/responses 执行已启用的 Meta 用例。
相关内容
模型提供商
选择提供商、模型引用和故障转移行为。
思考模式
Muse Spark 的推理力度级别。
配置参考
代理默认值和模型配置。