开始使用
配置示例
模型引用
模型引用遵循
openrouter/<provider>/<model> 的格式。有关可用提供商和模型的完整列表,请参见 /concepts/model-providers。| Model ref | 说明 |
|---|---|
openrouter/auto | OpenRouter 自动路由 |
openrouter/moonshotai/kimi-k2.6 | 通过 MoonshotAI 的 Kimi K2.6 |
openrouter/moonshotai/kimi-k2.5 | 通过 MoonshotAI 的 Kimi K2.5 |
图像生成
OpenRouter 也可以支持image_generate 工具。在 agents.defaults.imageGenerationModel 下使用 OpenRouter 图像模型:
modalities: ["image", "text"]。Gemini 图像模型会通过 OpenRouter 的 image_config 接收支持的 aspectRatio 和 resolution 提示。对于较慢的 OpenRouter 图像模型,请使用 agents.defaults.imageGenerationModel.timeoutMs;image_generate 工具的单次调用 timeoutMs 参数仍然优先生效。
视频生成
OpenRouter 也可以通过其异步/videos API 支持 video_generate 工具。在 agents.defaults.videoGenerationModel 下使用 OpenRouter 视频模型:
polling_url,并从 OpenRouter 的 unsigned_urls 或文档中说明的任务内容端点下载已完成的视频。默认情况下,参考图像会作为首帧/尾帧图像发送;带有 reference_image 标记的图像会作为 OpenRouter 输入引用发送。内置的 google/veo-3.1-fast 默认项声明了当前支持的 4/6/8
秒时长、720P/1080P 分辨率以及 16:9/9:16 宽高比。由于上游视频生成 API 目前仅接受文本和图像引用,因此 OpenRouter 上未注册视频转视频功能。
音乐生成
OpenRouter 也可以通过 chat completions 音频输出来支持music_generate 工具。在
agents.defaults.musicGenerationModel 下使用 OpenRouter 音频模型:
google/lyria-3-pro-preview,并且还提供
google/lyria-3-clip-preview。OpenClaw 会发送 modalities: ["text", "audio"],启用流式传输,收集流式音频分片,并将结果保存为用于通道交付的生成媒体。Lyria 模型可通过共享的 music_generate image=...
参数接受参考图像。
文本转语音
OpenRouter 也可通过其兼容 OpenAI 的/audio/speech 端点作为 TTS 提供商使用。
messages.tts.providers.openrouter.apiKey,TTS 将依次复用
models.providers.openrouter.apiKey,然后是 OPENROUTER_API_KEY。
语音转文本(入站音频)
OpenRouter 可以通过其 STT 端点(/audio/transcriptions),使用共享的
tools.media.audio 路径转录入站语音/音频附件。
这适用于任何将入站语音/音频转发到
媒体理解预检的通道插件。
input_audio 下附带 base64 音频(OpenRouter STT 合约),而不是作为 multipart OpenAI 表单上传。
身份验证和请求头
OpenRouter 在底层使用带有你的 API 密钥的 Bearer token。 在真实的 OpenRouter 请求(https://openrouter.ai/api/v1)中,OpenClaw 还会添加
OpenRouter 文档中定义的应用归属请求头:
| Header | Value |
|---|---|
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 |
高级配置
响应缓存
响应缓存
OpenRouter 响应缓存是可选启用的。可通过模型参数为每个 OpenRouter 模型单独启用:OpenClaw 发送
X-OpenRouter-Cache: true,并在配置时发送
X-OpenRouter-Cache-TTL。responseCacheClear: true 会强制刷新
当前请求并存储替换后的响应。snake_case 别名
(response_cache、response_cache_ttl_seconds 和
response_cache_clear)也同样被接受。这与提供商提示缓存以及 OpenRouter 的 Anthropic cache_control 标记是分开的。它只会应用于已验证的
openrouter.ai 路由,而不会应用于自定义代理 base URL。Anthropic 缓存标记
Anthropic 缓存标记
在已验证的 OpenRouter 路由上,Anthropic 模型引用会保留
OpenRouter 特定的 Anthropic
cache_control 标记,OpenClaw 会使用这些标记来
更好地在 system/developer 提示块上复用提示缓存。Anthropic 推理预填充
Anthropic 推理预填充
在已验证的 OpenRouter 路由上,启用推理的 Anthropic 模型引用会在请求到达 OpenRouter 之前移除末尾的 assistant prefill 回合,以符合 Anthropic 的要求:推理对话必须以 user 回合结束。
思考 / 推理注入
思考 / 推理注入
在受支持的非
auto 路由上,OpenClaw 会将所选的思考级别映射到
OpenRouter 代理推理负载。未受支持的模型提示和
openrouter/auto 会跳过该推理注入。Hunter Alpha 也会为过期的已配置模型引用跳过代理推理,因为 OpenRouter 可能会针对该已退役路由在推理字段中返回最终答案文本。DeepSeek V4 推理重放
DeepSeek V4 推理重放
在已验证的 OpenRouter 路由上,
openrouter/deepseek/deepseek-v4-flash 和
openrouter/deepseek/deepseek-v4-pro 会在重放的 assistant 回合中补全缺失的 reasoning_content,以便思考/工具对话保持 DeepSeek V4 所需的后续形状。OpenClaw 会为这些路由发送 OpenRouter 支持的
reasoning_effort 值;xhigh 是当前声明的最高级别,过时的 max 覆盖会映射为 xhigh。仅 OpenAI 的请求形状
仅 OpenAI 的请求形状
OpenRouter 仍然通过代理式的 OpenAI 兼容路径运行,因此诸如
serviceTier、Responses store、OpenAI reasoning-compat 负载和提示缓存提示等原生 OpenAI 专属请求形状不会被转发。Gemini 支持的路由
Gemini 支持的路由
由 Gemini 支持的 OpenRouter 引用仍保持在代理 Gemini 路径上:OpenClaw 会保留
其中的 Gemini thought-signature 清理,但不会启用原生 Gemini
重放验证或 bootstrap 重写。
提供商路由元数据
提供商路由元数据
OpenRouter 支持一个用于底层提供商路由的 OpenClaw 会将该对象作为请求 这只适用于 OpenRouter chat-completions 路由。直接的 Anthropic、
Google、OpenAI 或自定义提供商路由会忽略 OpenRouter 路由参数。
provider 请求对象。通过
models.providers.openrouter.params.provider 为所有 OpenRouter 文本模型请求配置默认策略:provider 负载转发给 OpenRouter。请使用 OpenRouter 文档中的 snake_case 字段,包括 sort、
only、ignore、order、allow_fallbacks、require_parameters、
data_collection、quantizations、max_price、preferred_max_latency、
preferred_min_throughput、zdr 和 enforce_distillable_text。按模型设置的参数仍然会覆盖全局提供商路由对象:相关内容
模型选择
选择提供商、模型引用和故障转移行为。
配置参考
agents、models 和 providers 的完整配置参考。