本页内容
本页内容
供应商
Meta
Meta API 将 OpenAI- 兼容的 Responses API (POST /v1/responses) 用于 Muse Wonder 和 Muse Spark推理模型。 OpenClaw 提供 Meta 作为官方外部插件。
| 属性 | 值 |
|---|---|
| 提供方 id | meta |
| 插件 | @openclaw/meta-provider |
| 认证环境变量 | MODEL_API_KEY |
| 引导标志 | --auth-choice meta-api-key |
| 直接 CLI 标志 | --meta-api-key <key> |
| API | 回复 API (openai-responses) |
| 基础 URL | https://api.meta.ai/v1 |
| 默认模型 | meta/muse-spark-1.3 |
| OpenClaw 推理默认值 | high (reasoning.effort) |
入门
安装插件
安装自动应用于正在运行的网关;否则下次启动时生效。请参阅 应用更改并检查 。
设置API密钥
验证模型是否可用
列出 Meta 目录条目。为 Wonder 选择 meta/muse-wonder-1.0。如果 MODEL_API_KEY 未解析,openclaw models status --json 会报告 auth.unusableProfiles 下缺少的凭证。
非交互式设置
--mode 默认为 local,因此这与上面的 Direct flag 命令的运行相同。在网关主机上运行它:远程客户端加入 (--mode remote) 仅配置本地客户端连接,不会在服务器上设置提供程序凭据。
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。 Meta 的 模型目录 将 Muse Wonder 定位为复杂编码和长时间运行的代理,将 Muse Spark 定位为低成本工作负载。新设置将 Muse Spark 1.3 保留为默认值;奇迹是一种明确的选择。
| 模型引用 | 名称 | OpenClaw 输入 | 推理 | 上下文窗口 | 每 1M tokens 的输入/缓存输入/输出 |
|---|---|---|---|---|---|
meta/muse-wonder-1.0 |
缪斯奇迹 | 文本、图像 | 是 | 1,048,576 | $4.00 / $0.20 / $20.00 |
meta/muse-spark-1.3 |
缪斯火花 1.3 | 文本、图像 | 是 | 1,048,576 | $1.25 / $0.15 / $4.25 |
meta/muse-spark-1.3-contributor |
Muse Spark 1.3 贡献者 | 文本、图像 | 是 | 1,048,576 | $0.10 / $0.002 / $0.20 |
meta/muse-spark-1.2 |
缪斯火花 1.2 | 文本、图像 | 是 | 1,048,576 | $1.25 / $0.15 / $4.25 |
meta/muse-spark-1.2-contributor |
Muse Spark 1.2 贡献者 | 文本、图像 | 是 | 1,048,576 | $0.10 / $0.002 / $0.20 |
meta/muse-spark-1.1 |
缪斯火花 1.1 | 文本、图像 | 是 | 1,048,576 | $1.25 / $0.15 / $4.25 |
Muse Wonder 仅在 Meta 模型 API 上提供标准模式。没有 muse-wonder-1.0-contributor API 模型。 Muse Wonder Full (muse-wonder-full-1.0) 只能通过本机 Muse 代码 CLI 的电源使用和最大使用订阅获得,而不是通过此 API 提供商获得。将 Wonder 的推理工作设置为 max 不会选择 Wonder Full。请参阅 Meta 的可用性表。
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) maxMuse Wonder 和 Muse Spark 1.3 标准的努力;不适用于贡献者模型- 无状态加密推理重放(
store: false、include: ["reasoning.encrypted_content"])
Meta 的模型目录列出了这些模型支持的文本、图像、视频、 音频和 PDF 输入。OpenClaw 的模型目录仅直接表示文本和图像输入;上游支持的其他模态并不是模型清单中的输入值。
OpenClaw 对这些模型使用 131,072 个代币的目录输出上限。 Meta 没有公布确切的最大输出数字;此上限并不是关于 Meta 最大值的声明。输出标记包括推理和可见文本。
如果未配置思考级别,OpenClaw 会明确选择 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
Muse 代码运行时
默认情况下,meta/* 模型通过响应 API 在内置 OpenClaw 运行时上运行。要通过 Meta 的 Muse 代码 CLI 运行它们,请安装 @openclaw/muse 插件并在模型或提供程序上设置 agentRuntime: { id: "muse" }。请参阅 Muse 代码代理运行时。
在 设置 → 模型 中,选择 连接提供商 → Meta → Muse Code 登录并批准本机权限。如果 AI 模型已可用,则无需更换当前模型即可启用 Muse Code。当没有可用模型时,AI 设置流程也会选择经过验证的 Muse 模型。
烟雾测试
现场套件练习启用了针对 POST /v1/responses 的 Meta 案例。要仅测试 Wonder,请添加 -t muse-wonder-1.0。其实际案例涵盖文本、图像输入、推理工作以及带有加密推理重放的工具调用往返。