POST /v1/responses. Jest on domyślnie wyłączony i współdzieli port z Gateway (multipleksowanie WS + HTTP): http://<gateway-host>:<port>/v1/responses.
Żądania są wykonywane jak zwykłe uruchomienie agenta Gateway (tą samą ścieżką kodu co openclaw agent), więc routing, uprawnienia i konfiguracja odpowiadają ustawieniom Gateway.
Włącz lub wyłącz tę funkcję za pomocą gateway.http.endpoints.responses.enabled. Po włączeniu ta sama warstwa zgodności udostępnia również GET /v1/models, GET /v1/models/{id}, POST /v1/embeddings i POST /v1/chat/completions.
Uwierzytelnianie, bezpieczeństwo i routing
Działanie jest zgodne z opisem w sekcji OpenAI Chat Completions:- Ścieżka uwierzytelniania odpowiada
gateway.auth.mode: tryb wspólnego sekretu (token/password) używaAuthorization: Bearer <token-or-password>; tryb zaufanego serwera proxy używa nagłówków proxy uwzględniających tożsamość (serwery proxy działające na tym samym hoście w trybie local loopback wymagajągateway.auth.trustedProxy.allowLoopback = true, a gdy nie ma nagłówkaForwarded/X-Forwarded-*/X-Real-IP, dostępny jest bezpośredni mechanizm rezerwowy na tym samym hoście przezgateway.auth.password/OPENCLAW_GATEWAY_PASSWORD); trybnoneprzy prywatnym ruchu przychodzącym nie wymaga nagłówka uwierzytelniania. Zobacz Uwierzytelnianie przez zaufany serwer proxy. - Traktuj ten punkt końcowy jako pełny dostęp operatora do instancji Gateway.
- Tryby uwierzytelniania wspólnym sekretem ignorują węższy zakres zadeklarowany przez token okaziciela w
x-openclaw-scopesi przywracają pełny domyślny zestaw zakresów operatora:operator.admin,operator.approvals,operator.pairing,operator.read,operator.talk.secrets,operator.write. Tury czatu w tym punkcie końcowym są traktowane jako tury nadawcy będącego właścicielem. - Tryby HTTP przekazujące zaufaną tożsamość (zaufany serwer proxy lub
gateway.auth.mode="none") respektująx-openclaw-scopes, jeśli jest obecny, a w przeciwnym razie używają domyślnego zestawu zakresów operatora. Semantyka właściciela zostaje utracona tylko wtedy, gdy wywołujący jawnie zawęzi zakresy i pominieoperator.admin. - Wybieraj agentów za pomocą
model: "openclaw","openclaw/default","openclaw/<agentId>"lub nagłówkax-openclaw-agent-id. - Użyj
x-openclaw-model, aby zastąpić model zaplecza wybranego agenta (w ścieżkach uwierzytelniania przekazujących tożsamość wymagaoperator.admin). - Użyj
x-openclaw-session-keydo jawnego routingu sesji (wartość zostanie odrzucona z błędem400 invalid_request_error, jeśli używa zastrzeżonej przestrzeni nazw:subagent:,cron:,acp:). - Użyj
x-openclaw-message-channel, aby ustawić kontekst syntetycznego kanału ruchu przychodzącego inny niż domyślny.
openclaw/default, przekazywania osadzeń i zastępowania modelu zaplecza zawiera sekcja OpenAI Chat Completions.
Zobacz Zakresy operatora i Bezpieczeństwo.
Działanie sesji
Domyślnie punkt końcowy jest bezstanowy dla każdego żądania (przy każdym wywołaniu generowany jest nowy klucz sesji). Jeśli żądanie zawiera ciąg OpenResponsesuser, Gateway wyprowadza z niego stabilny klucz sesji, dzięki czemu powtarzane wywołania mogą współdzielić sesję agenta.
previous_response_id ponownie wykorzystuje sesję wcześniejszej odpowiedzi, jeśli żądanie pozostaje w tym samym zakresie agenta, użytkownika i żądanej sesji (dopasowanie według podmiotu uwierzytelniania, identyfikatora agenta i x-openclaw-session-key).
Struktura żądania
Elementy (input)
message
Role: system, developer, user, assistant.
systemidevelopersą dołączane do monitu systemowego.- Najnowszy element
userlubfunction_call_outputstaje się „bieżącą wiadomością”. - Wcześniejsze wiadomości użytkownika i asystenta są dołączane jako historia zapewniająca kontekst.
function_call_output (narzędzia działające w turach)
Odeślij wyniki narzędzi do modelu:
reasoning i item_reference
Akceptowane w celu zachowania zgodności ze schematem, ale ignorowane podczas tworzenia monitu.
Narzędzia (narzędzia funkcyjne po stronie klienta)
Przekaż narzędzia za pomocątools: [{ type: "function", name, description?, parameters? }].
Jeśli agent wywoła narzędzie, odpowiedź zwróci element wyjściowy function_call. Aby kontynuować turę, wyślij kolejne żądanie z function_call_output.
W przypadku tool_choice: "required" oraz tool_choice przypiętego do funkcji punkt końcowy zawęża udostępniony zestaw funkcyjnych narzędzi klienta, nakazuje środowisku wykonawczemu wywołanie narzędzia klienta przed udzieleniem odpowiedzi i odrzuca turę, jeśli nie zawiera ona pasującego ustrukturyzowanego wywołania narzędzia klienta, zgodnie z kontraktem /v1/chat/completions. Żądania niestrumieniowe zwracają 502 z błędem api_error; żądania strumieniowe emitują zdarzenie response.failed.
Obrazy (input_image)
Obsługuje źródła base64 lub adresy URL:
image/jpeg, image/png, image/gif, image/webp, image/heic, image/heif. Maksymalny rozmiar (domyślnie): 10 MB.
Pliki (input_file)
Obsługuje źródła base64 lub adresy URL:
text/plain, text/markdown, text/html, text/csv, application/json, application/pdf. Maksymalny rozmiar (domyślnie): 5 MB.
Bieżące działanie:
- Zawartość pliku jest dekodowana i dodawana do monitu systemowego, a nie do wiadomości użytkownika, dzięki czemu pozostaje tymczasowa (nie jest utrwalana w historii sesji).
- Zdekodowany tekst pliku jest opakowywany jako niezaufana zawartość zewnętrzna przed dodaniem, dzięki czemu bajty pliku są traktowane jako dane, a nie zaufane instrukcje. Wstrzyknięty blok używa jawnych znaczników granic (
<<<EXTERNAL_UNTRUSTED_CONTENT id="...">>>/<<<END_EXTERNAL_UNTRUSTED_CONTENT id="...">>>) oraz wiersza metadanychSource: External. Celowo pomija długi banerSECURITY NOTICE:, aby oszczędzić budżet monitu; znaczniki granic i metadane nadal obowiązują. - Pliki PDF są najpierw analizowane w celu wyodrębnienia tekstu. Jeśli znaleziono niewiele tekstu, pierwsze strony są rasteryzowane do obrazów i przekazywane do modelu, a wstrzyknięty blok pliku używa symbolu zastępczego
[PDF content rendered to images].
document-extract, który używa clawpdf i dołączonego do niego środowiska wykonawczego PDFium WebAssembly do wyodrębniania tekstu i renderowania stron.
Domyślne ustawienia pobierania z adresów URL:
files.allowUrl:trueimages.allowUrl:truemaxUrlParts:8(łączna liczba częściinput_fileiinput_imageopartych na adresach URL w jednym żądaniu)- Żądania są zabezpieczone (rozwiązywanie DNS, blokowanie prywatnych adresów IP, limity przekierowań i limity czasu).
- Dla każdego typu danych wejściowych obsługiwane są opcjonalne listy dozwolonych nazw hostów (
files.urlAllowlist,images.urlAllowlist): dokładny host ("cdn.example.com") lub wieloznaczne subdomeny ("*.assets.example.com", bez dopasowania domeny głównej). Puste lub pominięte listy dozwolonych oznaczają brak ograniczeń według nazwy hosta. - Aby całkowicie wyłączyć pobieranie z adresów URL, ustaw
files.allowUrl: falselubimages.allowUrl: false, albo obie te wartości.
Limity plików i obrazów (konfiguracja)
Wartości domyślne można dostosować wgateway.http.endpoints.responses:
Źródła
input_image w formatach HEIC/HEIF są normalizowane do JPEG przed przekazaniem dostawcy przez współdzielony procesor obrazów OpenClaw (Rastermill), który w przypadku formatów wymagających obsługi zewnętrznych kodeków używa rezerwowo konwertera systemowego (sips, ImageMagick, GraphicsMagick lub ffmpeg).
Uwaga dotycząca bezpieczeństwa: listy dozwolonych adresów URL są egzekwowane przed pobraniem i na kolejnych etapach przekierowań. Dodanie nazwy hosta do listy dozwolonych nie omija blokowania prywatnych ani wewnętrznych adresów IP. W przypadku instancji Gateway dostępnych z Internetu oprócz zabezpieczeń na poziomie aplikacji zastosuj kontrolę wychodzącego ruchu sieciowego. Zobacz Bezpieczeństwo.
Strumieniowanie (SSE)
Ustawstream: true, aby odbierać zdarzenia wysyłane przez serwer:
Content-Type: text/event-stream- Każdy wiersz zdarzenia ma postać
event: <type>idata: <json> - Strumień kończy się wpisem
data: [DONE]
response.created, response.in_progress, response.output_item.added, response.content_part.added, response.output_text.delta, response.output_text.done, response.content_part.done, response.output_item.done, response.completed, response.failed (w przypadku błędu).
Użycie
Poleusage jest wypełniane, gdy bazowy dostawca raportuje liczbę tokenów. OpenClaw normalizuje typowe aliasy w stylu OpenAI, zanim te liczniki trafią do podrzędnych interfejsów stanu i sesji, w tym input_tokens / output_tokens oraz prompt_tokens / completion_tokens.
Błędy
Błędy używają obiektu JSON w postaci:400 nieprawidłowa treść żądania, 401 brakujące lub nieprawidłowe uwierzytelnienie, 403 brak zakresu operatora, 405 nieprawidłowa metoda, 429 zbyt wiele nieudanych prób uwierzytelnienia (z nagłówkiem Retry-After).