Przejdź do głównej treści
OpenAI udostępnia deweloperskie API dla modeli GPT, a Codex jest także dostępny jako agent kodujący w planie ChatGPT przez klientów Codex firmy OpenAI. OpenClaw używa jednego identyfikatora dostawcy, openai, dla obu kształtów uwierzytelniania. OpenClaw używa openai/* jako kanonicznej trasy modeli OpenAI. Osadzone tury agentów na modelach OpenAI domyślnie działają przez natywne środowisko uruchomieniowe serwera aplikacji Codex; bezpośrednie uwierzytelnianie kluczem API OpenAI pozostaje dostępne dla nieagentowych powierzchni OpenAI, takich jak obrazy, osadzania, mowa i realtime.
  • Modele agentów - modele openai/* przez środowisko uruchomieniowe Codex; zaloguj się przy użyciu uwierzytelniania Codex do korzystania z subskrypcji ChatGPT/Codex albo skonfiguruj zgodny z Codex zapasowy profil klucza API OpenAI, gdy celowo chcesz używać uwierzytelniania kluczem API.
  • Nieagentowe API OpenAI - bezpośredni dostęp do OpenAI Platform z rozliczaniem na podstawie użycia przez OPENAI_API_KEY albo wdrożenie klucza API OpenAI.
  • Konfiguracja legacy - starsze odwołania do modeli Codex są naprawiane przez openclaw doctor --fix do openai/* oraz środowiska uruchomieniowego Codex.
OpenAI jawnie obsługuje użycie subskrypcyjnego OAuth w zewnętrznych narzędziach i przepływach pracy, takich jak OpenClaw. Dostawca, model, środowisko uruchomieniowe i kanał to osobne warstwy. Jeśli te etykiety są mieszane, przeczytaj Środowiska uruchomieniowe agentów przed zmianą konfiguracji.

Szybki wybór

CelUżyjUwagi
Subskrypcja ChatGPT/Codex z natywnym środowiskiem uruchomieniowym Codexopenai/gpt-5.5Domyślna konfiguracja agenta OpenAI. Zaloguj się przy użyciu uwierzytelniania Codex.
Ograniczona wersja zapoznawcza GPT-5.6openai/gpt-5.6-sol, -terra lub -lunaWymaga organizacji API zatwierdzonej przez OpenAI albo obszaru roboczego Codex.
Bezpośrednie rozliczanie kluczem API dla modeli agentówopenai/gpt-5.5 plus zgodny z Codex profil klucza APIUżyj auth.order.openai, aby umieścić zapas po uwierzytelnianiu subskrypcyjnym.
Bezpośrednie rozliczanie kluczem API przez jawne OpenClawopenai/gpt-5.5 plus środowisko uruchomieniowe dostawcy/modelu openclawWybierz normalny profil klucza API openai.
Najnowszy alias API ChatGPT Instantopenai/chat-latestTylko bezpośredni klucz API. Ruchomy alias do eksperymentów, nie domyślny.
Uwierzytelnianie subskrypcji ChatGPT/Codex przez OpenClawopenai/gpt-5.5 plus środowisko uruchomieniowe dostawcy/modelu openclawWybierz profil OAuth openai dla trasy zgodności.
Generowanie lub edycja obrazówopenai/gpt-image-2Działa z OPENAI_API_KEY albo OAuth OpenAI Codex.
Obrazy z przezroczystym tłemopenai/gpt-image-1.5Użyj outputFormat=png lub webp i openai.background=transparent.

Mapa nazw

Nazwy są podobne, ale nie są zamienne:
Nazwa, którą widziszWarstwaZnaczenie
openaiPrefiks dostawcyKanoniczna trasa modeli OpenAI; tury agentów używają środowiska uruchomieniowego Codex.
starszy prefiks OpenAI CodexStarszy prefiksStarsza przestrzeń nazw modeli/profili. openclaw doctor --fix migruje ją do openai.
Plugin codexPluginDołączony Plugin OpenClaw, który udostępnia natywne środowisko uruchomieniowe serwera aplikacji Codex i kontrolki czatu /codex.
dostawca/model agentRuntime.id: codexŚrodowisko uruchomieniowe agentaWymusza natywną uprząż serwera aplikacji Codex dla pasujących osadzonych tur.
/codex ...Zestaw poleceń czatuPowiąż/kontroluj wątki serwera aplikacji Codex z rozmowy.
runtime: "acp", agentId: "codex"Trasa sesji ACPJawna ścieżka awaryjna, która uruchamia Codex przez ACP/acpx.
Oznacza to, że konfiguracja może celowo zawierać odwołania do modeli openai/*, podczas gdy profile uwierzytelniania wskazują na dane uwierzytelniające klucza API albo OAuth ChatGPT/Codex. Użyj auth.order.openai do konfiguracji; openclaw doctor --fix przepisuje starsze starsze odwołania do modeli Codex, starsze identyfikatory profili uwierzytelniania Codex i starszą kolejność uwierzytelniania Codex na kanoniczną trasę OpenAI.
GPT-5.5 jest dostępny zarówno przez bezpośredni dostęp kluczem API OpenAI Platform, jak i trasy subskrypcji/OAuth. Dla subskrypcji ChatGPT/Codex oraz natywnego wykonywania Codex użyj openai/gpt-5.5; nieustawiona konfiguracja środowiska uruchomieniowego wybiera teraz uprząż Codex dla tur agentów OpenAI. Używaj profili klucza API OpenAI tylko wtedy, gdy chcesz bezpośredniego uwierzytelniania kluczem API dla modelu agenta OpenAI.

Ograniczona wersja zapoznawcza GPT-5.6

OpenClaw rozpoznaje trzy publiczne identyfikatory modeli GPT-5.6:
  • openai/gpt-5.6-sol
  • openai/gpt-5.6-terra
  • openai/gpt-5.6-luna
Wszystkie trzy udostępniają rozumowanie max w bieżącym katalogu serwera aplikacji Codex. Komunikat OpenAI o premierze opisuje Sol jako poziom flagowy, Terra jako poziom zrównoważony, a Luna jako szybki poziom o niższym koszcie. Zobacz komunikat o premierze GPT-5.6 i przewodnik dostępu do wersji zapoznawczej. Dostęp jest przyznawany z listy dozwolonych podczas wersji zapoznawczej i może być nadany osobno dla API oraz Codex. Sam płatny plan ChatGPT nie daje dostępu. OpenClaw zachowuje openai/gpt-5.5 jako domyślne; wybranie odwołania GPT-5.6 bez dostępu zwraca błąd dostępu z upstreamu zamiast cicho przełączać się na alternatywę.
Tury modeli agentów OpenAI wymagają dołączonego Plugin serwera aplikacji Codex. Jawna konfiguracja środowiska uruchomieniowego OpenClaw pozostaje dostępna jako opcjonalna trasa zgodności. Gdy OpenClaw jest jawnie wybrane z profilem OAuth openai, OpenClaw zachowuje publiczne odwołanie do modelu jako openai/* i wewnętrznie trasuje przez transport uwierzytelniania Codex. Uruchom openclaw doctor --fix, aby naprawić nieaktualne starsze odwołania do modeli Codex, codex-cli/* albo stare przypięcia sesji środowiska uruchomieniowego, które nie pochodzą z jawnej konfiguracji środowiska uruchomieniowego.

Zakres funkcji OpenClaw

Możliwość OpenAIPowierzchnia OpenClawStatus
Czat / Responsesdostawca modelu openai/<model>Tak
Modele subskrypcji Codexopenai/<model> z OpenAI OAuthTak
Starsze odwołania do modeli Codexstarsze odwołania do modeli Codex lub codex-cli/<model>Naprawiane przez doctor do openai/<model>
Uprząż serwera aplikacji Codexopenai/<model> z pominiętym środowiskiem uruchomieniowym albo agentRuntime.id: codex dostawcy/modeluTak
Wyszukiwanie w sieci po stronie serweraNatywne narzędzie OpenAI ResponsesTak, gdy wyszukiwanie w sieci jest włączone i nie przypięto dostawcy
Obrazyimage_generateTak
Wideovideo_generateTak
Tekst na mowęmessages.tts.provider: "openai" / ttsTak
Wsadowa mowa na teksttools.media.audio / rozumienie mediówTak
Strumieniowa mowa na tekstVoice Call streaming.provider: "openai"Tak
Głos realtimeVoice Call realtime.provider: "openai" / Control UI Talk talk.realtime.provider: "openai"Tak (wymaga środków OpenAI Platform, nie subskrypcji Codex/ChatGPT)
Osadzaniadostawca osadzania pamięciTak
Głos realtime OpenAI (używany przez realtime.provider: "openai" w Voice Call i Control UI Talk z talk.realtime.provider: "openai") przechodzi przez publiczne API Realtime OpenAI Platform, rozliczane ze środków OpenAI Platform zamiast z limitu subskrypcji Codex/ChatGPT. Konto ze zdrowym OAuth OpenAI, które bez problemów uruchamia modele czatu wspierane przez Codex, nadal potrzebuje profilu uwierzytelniania kluczem API OpenAI albo klucza API Platform z opłaconym rozliczaniem Platform dla głosu realtime.Naprawa: doładuj środki Platform na platform.openai.com/account/billing dla organizacji obsługującej twoje dane uwierzytelniające realtime. Głos realtime akceptuje profil uwierzytelniania kluczem API openai utworzony przez openclaw onboard --auth-choice openai-api-key, klucz Platform OPENAI_API_KEY skonfigurowany przez talk.realtime.providers.openai.apiKey dla Control UI Talk, plugins.entries.voice-call.config.realtime.providers.openai.apiKey dla Voice Call albo zmienną środowiskową OPENAI_API_KEY. Profile OAuth OpenAI nadal mogą uruchamiać wspierane przez Codex modele czatu openai/* w tej samej instalacji OpenClaw, ale nie konfigurują głosu realtime.

Osadzania pamięci

OpenClaw może używać OpenAI albo zgodnego z OpenAI punktu końcowego osadzania do indeksowania memory_search i osadzań zapytań:
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
        model: "text-embedding-3-small",
      },
    },
  },
}
Dla zgodnych z OpenAI punktów końcowych, które wymagają asymetrycznych etykiet osadzania, ustaw queryInputType i documentInputType pod memorySearch. OpenClaw przekazuje je jako specyficzne dla dostawcy pola żądania input_type: osadzania zapytań używają queryInputType; zaindeksowane fragmenty pamięci i indeksowanie wsadowe używają documentInputType. Zobacz odwołanie konfiguracji pamięci, aby poznać pełny przykład.

Pierwsze kroki

Wybierz preferowaną metodę uwierzytelniania i wykonaj kroki konfiguracji.
Najlepsze dla: bezpośredniego dostępu do API i rozliczania na podstawie użycia.
1

Uzyskaj klucz API

Utwórz albo skopiuj klucz API z panelu OpenAI Platform.
2

Uruchom wdrożenie

openclaw onboard --auth-choice openai-api-key
Albo przekaż klucz bezpośrednio:
openclaw onboard --openai-api-key "$OPENAI_API_KEY"
3

Sprawdź, czy model jest dostępny

openclaw models list --provider openai

Podsumowanie tras

Odwołanie do modeluKonfiguracja środowiska wykonawczegoTrasaUwierzytelnianie
openai/gpt-5.5pominięta / provider/model agentRuntime.id: "codex"mechanizm app-server Codexprofil OpenAI zgodny z Codex
openai/gpt-5.4-minipominięta / provider/model agentRuntime.id: "codex"mechanizm app-server Codexprofil OpenAI zgodny z Codex
openai/gpt-5.5provider/model agentRuntime.id: "openclaw"osadzone środowisko wykonawcze OpenClawwybrany profil openai
Modele agentów openai/* używają mechanizmu app-server Codex. Aby używać uwierzytelniania kluczem API dla modelu agenta, utwórz profil klucza API zgodny z Codex i ustaw jego kolejność przez auth.order.openai; OPENAI_API_KEY pozostaje bezpośrednim mechanizmem awaryjnym dla powierzchni API OpenAI innych niż agenty. Uruchom openclaw doctor --fix, aby zmigrować starsze wpisy kolejności uwierzytelniania starszego typu Codex.

Przykład konfiguracji

{
  env: { OPENAI_API_KEY: "example-openai-key-not-real" },
  agents: { defaults: { model: { primary: "openai/gpt-5.5" } } },
}
Aby wypróbować bieżący model Instant ChatGPT z API OpenAI, ustaw model na openai/chat-latest:
{
  env: { OPENAI_API_KEY: "example-openai-key-not-real" },
  agents: { defaults: { model: { primary: "openai/chat-latest" } } },
}
chat-latest to ruchomy alias. OpenAI dokumentuje go jako najnowszy model Instant używany w ChatGPT i zaleca gpt-5.5 do produkcyjnego użycia API, więc zachowaj openai/gpt-5.5 jako stabilną wartość domyślną, chyba że wyraźnie chcesz zachowania tego aliasu. Alias obecnie akceptuje tylko medium dla szczegółowości tekstu, więc OpenClaw normalizuje niezgodne nadpisania szczegółowości tekstu OpenAI dla tego modelu.
OpenClaw nie udostępnia gpt-5.3-codex-spark na bezpośredniej trasie klucza API OpenAI. Jest dostępny tylko przez wpisy katalogu subskrypcji Codex, gdy zalogowane konto go udostępnia.

Natywne uwierzytelnianie app-server Codex

Natywny mechanizm app-server Codex używa odwołań do modeli openai/* oraz pominiętej konfiguracji środowiska wykonawczego lub provider/model agentRuntime.id: "codex", ale jego uwierzytelnianie nadal opiera się na koncie. OpenClaw wybiera uwierzytelnianie w tej kolejności:
  1. Uporządkowane profile uwierzytelniania OpenAI dla agenta, najlepiej pod auth.order.openai. Uruchom openclaw doctor --fix, aby zmigrować starsze identyfikatory profili uwierzytelniania starszego typu Codex i starszą kolejność uwierzytelniania Codex.
  2. Istniejące konto app-server, takie jak lokalne logowanie ChatGPT w Codex CLI.
  3. Tylko dla lokalnych uruchomień app-server stdio: CODEX_API_KEY, a następnie OPENAI_API_KEY, gdy app-server nie zgłasza konta i nadal wymaga uwierzytelniania OpenAI.
Oznacza to, że lokalne logowanie subskrypcji ChatGPT/Codex nie jest zastępowane tylko dlatego, że proces Gateway ma również OPENAI_API_KEY dla bezpośrednich modeli OpenAI lub osadzeń. Awaryjny klucz API ze zmiennej środowiskowej to tylko lokalna ścieżka stdio bez konta; nie jest wysyłany do połączeń WebSocket app-server. Gdy wybrany jest profil Codex w stylu subskrypcji, OpenClaw także nie przekazuje CODEX_API_KEY ani OPENAI_API_KEY do uruchomionego procesu podrzędnego stdio app-server i wysyła wybrane poświadczenia przez RPC logowania app-server. Gdy ten profil subskrypcji jest blokowany przez limit użycia Codex, OpenClaw może przełączyć się na następny uporządkowany profil klucza API openai:* bez zmiany wybranego modelu ani opuszczania mechanizmu Codex. Po upływie czasu resetu subskrypcji profil subskrypcji znów się kwalifikuje.

Generowanie obrazów

Dołączony Plugin openai rejestruje generowanie obrazów przez narzędzie image_generate. Obsługuje zarówno generowanie obrazów za pomocą klucza API OpenAI, jak i generowanie obrazów przez OAuth Codex za pomocą tego samego odwołania do modelu openai/gpt-image-2.
MożliwośćKlucz API OpenAICodex OAuth
Odwołanie modeluopenai/gpt-image-2openai/gpt-image-2
UwierzytelnianieOPENAI_API_KEYLogowanie OpenAI Codex OAuth
TransportOpenAI Images APIBackend Codex Responses
Maks. liczba obrazów na żądanie44
Tryb edycjiWłączony (do 5 obrazów referencyjnych)Włączony (do 5 obrazów referencyjnych)
Nadpisania rozmiaruObsługiwane, w tym rozmiary 2K/4KObsługiwane, w tym rozmiary 2K/4K
Proporcje / rozdzielczośćNieprzekazywane do OpenAI Images APIMapowane na obsługiwany rozmiar, gdy jest to bezpieczne
{
  agents: {
    defaults: {
      imageGenerationModel: { primary: "openai/gpt-image-2" },
    },
  },
}
Zobacz Generowanie obrazów, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie przełączania awaryjnego.
gpt-image-2 jest domyślny zarówno dla generowania obrazów z tekstu OpenAI, jak i edycji obrazów. gpt-image-1.5, gpt-image-1 i gpt-image-1-mini pozostają dostępne jako jawne nadpisania modelu. Użyj openai/gpt-image-1.5 dla wyjścia PNG/WebP z przezroczystym tłem; bieżące API gpt-image-2 odrzuca background: "transparent". W przypadku żądania z przezroczystym tłem agenci powinni wywołać image_generate z model: "openai/gpt-image-1.5", outputFormat: "png" lub "webp" oraz background: "transparent"; starsza opcja dostawcy openai.background jest nadal akceptowana. OpenClaw chroni też publiczne ścieżki OpenAI i OpenAI Codex OAuth, przepisując domyślne przezroczyste żądania openai/gpt-image-2 na gpt-image-1.5; Azure i niestandardowe punkty końcowe zgodne z OpenAI zachowują skonfigurowane nazwy wdrożeń/modeli. To samo ustawienie jest dostępne dla bezgłowych uruchomień CLI:
openclaw infer image generate \
  --model openai/gpt-image-1.5 \
  --output-format png \
  --background transparent \
  --prompt "A simple red circle sticker on a transparent background" \
  --json
Użyj tych samych flag --output-format i --background z openclaw infer image edit, gdy zaczynasz od pliku wejściowego. --openai-background pozostaje dostępne jako alias specyficzny dla OpenAI. Użyj --quality low|medium|high|auto, gdy musisz kontrolować jakość i koszt OpenAI Images. Użyj --openai-moderation low|auto, aby przekazać specyficzną dla dostawcy wskazówkę moderacji OpenAI z image generate albo image edit. W przypadku instalacji ChatGPT/Codex OAuth zachowaj to samo odwołanie openai/gpt-image-2. Gdy skonfigurowany jest profil OAuth openai, OpenClaw rozwiązuje zapisany token dostępu OAuth i wysyła żądania obrazów przez backend Codex Responses. Nie próbuje najpierw OPENAI_API_KEY ani po cichu nie wraca do klucza API dla tego żądania. Skonfiguruj models.providers.openai jawnie z kluczem API, niestandardowym bazowym URL-em albo punktem końcowym Azure, gdy chcesz zamiast tego użyć bezpośredniej ścieżki OpenAI Images API. Jeśli ten niestandardowy punkt końcowy obrazów znajduje się w zaufanej sieci LAN/adresacji prywatnej, ustaw też browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true; OpenClaw utrzymuje prywatne/wewnętrzne punkty końcowe obrazów zgodne z OpenAI zablokowane, chyba że ta zgoda jest obecna. Generowanie:
/tool image_generate model=openai/gpt-image-2 prompt="A polished launch poster for OpenClaw on macOS" size=3840x2160 count=1
Wygeneruj przezroczysty PNG:
/tool image_generate model=openai/gpt-image-1.5 prompt="A simple red circle sticker on a transparent background" outputFormat=png background=transparent
Edycja:
/tool image_generate model=openai/gpt-image-2 prompt="Preserve the object shape, change the material to translucent glass" image=/path/to/reference.png size=1024x1536

Generowanie wideo

Dołączony Plugin openai rejestruje generowanie wideo przez narzędzie video_generate.
MożliwośćWartość
Model domyślnyopenai/sora-2
TrybyTekst-na-wideo, obraz-na-wideo, edycja pojedynczego wideo
Wejścia referencyjne1 obraz lub 1 wideo
Nadpisania rozmiaruObsługiwane dla tekst-na-wideo i obraz-na-wideo
Inne nadpisaniaaspectRatio, resolution, audio, watermark są ignorowane z ostrzeżeniem narzędzia
Żądania OpenAI obraz-na-wideo używają POST /v1/videos z obrazem input_reference. Edycje pojedynczego wideo używają POST /v1/videos/edits z przesłanym wideo w polu video.
{
  agents: {
    defaults: {
      videoGenerationModel: { primary: "openai/sora-2" },
    },
  },
}
Zobacz Generowanie wideo, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie przełączania awaryjnego.

Wkład do promptu GPT-5

OpenClaw dodaje wspólny wkład do promptu GPT-5 dla uruchomień z rodziny GPT-5 na powierzchniach promptów składanych przez OpenClaw. Ma zastosowanie według identyfikatora modelu, więc ścieżki OpenClaw/dostawcy, takie jak starsze odwołania sprzed naprawy (starsze odwołanie Codex GPT-5.5), openrouter/openai/gpt-5.5, opencode/gpt-5.5 i inne zgodne odwołania GPT-5 otrzymują tę samą nakładkę. Starsze modele GPT-4.x jej nie otrzymują. Dołączony natywny harness Codex nie otrzymuje tej nakładki OpenClaw GPT-5 przez instrukcje deweloperskie serwera aplikacji Codex. Natywny Codex zachowuje bazę, model i zachowanie dokumentów projektu należące do Codex, a OpenClaw wyłącza wbudowaną osobowość Codex dla natywnych wątków, aby pliki osobowości obszaru roboczego agenta pozostały nadrzędne. OpenClaw wnosi tylko kontekst środowiska uruchomieniowego, taki jak dostarczanie kanałem, dynamiczne narzędzia OpenClaw, delegowanie ACP, kontekst obszaru roboczego i OpenClaw Skills. Wkład GPT-5 dodaje otagowany kontrakt zachowania dotyczący trwałości persony, bezpieczeństwa wykonywania, dyscypliny narzędzi, kształtu wyjścia, kontroli ukończenia i weryfikacji na pasujących promptach składanych przez OpenClaw. Zachowanie odpowiedzi specyficzne dla kanału i wiadomości cichych pozostaje we wspólnym prompcie systemowym OpenClaw i zasadach dostarczania wychodzącego. Warstwa przyjaznego stylu interakcji jest osobna i konfigurowalna.
WartośćEfekt
"friendly" (domyślnie)Włącza warstwę przyjaznego stylu interakcji
"on"Alias dla "friendly"
"off"Wyłącza tylko warstwę przyjaznego stylu
{
  agents: {
    defaults: {
      promptOverlays: {
        gpt5: { personality: "friendly" },
      },
    },
  },
}
Wartości nie uwzględniają wielkości liter w czasie działania, więc zarówno "Off", jak i "off" wyłączają warstwę przyjaznego stylu.
Starsze plugins.entries.openai.config.personality jest nadal odczytywane jako awaryjna zgodność, gdy wspólne ustawienie agents.defaults.promptOverlays.gpt5.personality nie jest ustawione.

Głos i mowa

Dołączony Plugin openai rejestruje syntezę mowy dla powierzchni messages.tts.
UstawienieŚcieżka konfiguracjiDomyślnie
Modelmessages.tts.providers.openai.modelgpt-4o-mini-tts
Głosmessages.tts.providers.openai.speakerVoicecoral
Szybkośćmessages.tts.providers.openai.speed(nieustawione)
Instrukcjemessages.tts.providers.openai.instructions(nieustawione, tylko gpt-4o-mini-tts)
Formatmessages.tts.providers.openai.responseFormatopus dla notatek głosowych, mp3 dla plików
Klucz APImessages.tts.providers.openai.apiKeyWraca do OPENAI_API_KEY
Bazowy URLmessages.tts.providers.openai.baseUrlhttps://api.openai.com/v1
Dodatkowe bodymessages.tts.providers.openai.extraBody / extra_body(nieustawione)
Dostępne modele: gpt-4o-mini-tts, tts-1, tts-1-hd. Dostępne głosy: alloy, ash, ballad, cedar, coral, echo, fable, juniper, marin, onyx, nova, sage, shimmer, verse.extraBody jest scalane z JSON-em żądania /audio/speech po polach wygenerowanych przez OpenClaw, więc używaj go dla punktów końcowych zgodnych z OpenAI, które wymagają dodatkowych kluczy, takich jak lang. Klucze prototypu są ignorowane.
{
  messages: {
    tts: {
      providers: {
        openai: { model: "gpt-4o-mini-tts", speakerVoice: "coral" },
      },
    },
  },
}
Ustaw OPENAI_TTS_BASE_URL, aby nadpisać bazowy URL TTS bez wpływu na punkt końcowy API czatu. OpenAI TTS i głos Realtime są konfigurowane przez klucz API OpenAI Platform; instalacje wyłącznie OAuth nadal mogą używać modeli czatu wspieranych przez Codex, ale nie odsłuchu na żywo OpenAI.
Dołączony Plugin openai rejestruje wsadowe rozpoznawanie mowy na tekst przez powierzchnię transkrypcji rozumienia mediów OpenClaw.
  • Model domyślny: gpt-4o-transcribe
  • Punkt końcowy: OpenAI REST /v1/audio/transcriptions
  • Ścieżka wejściowa: przesyłanie wieloczęściowego pliku audio
  • Obsługiwane przez OpenClaw wszędzie tam, gdzie przychodząca transkrypcja audio używa tools.media.audio, w tym segmenty kanałów głosowych Discord i załączniki audio kanałów
Aby wymusić OpenAI dla przychodzącej transkrypcji audio:
{
  tools: {
    media: {
      audio: {
        models: [
          {
            type: "provider",
            provider: "openai",
            model: "gpt-4o-transcribe",
          },
        ],
      },
    },
  },
}
Wskazówki dotyczące języka i promptu są przekazywane do OpenAI, gdy zostaną dostarczone przez wspólną konfigurację mediów audio albo żądanie transkrypcji dla pojedynczego wywołania.
Dołączony Plugin openai rejestruje transkrypcję Realtime dla Plugin Voice Call.
UstawienieŚcieżka konfiguracjiDomyślnie
Modelplugins.entries.voice-call.config.streaming.providers.openai.modelgpt-4o-transcribe
Język...openai.language(nieustawione)
Prompt...openai.prompt(nieustawione)
Czas trwania ciszy...openai.silenceDurationMs800
Próg VAD...openai.vadThreshold0.5
Uwierzytelnianie...openai.apiKey, OPENAI_API_KEY lub openai OAuthKlucze API łączą się bezpośrednio; OAuth tworzy sekret klienta transkrypcji Realtime
Używa połączenia WebSocket z wss://api.openai.com/v1/realtime z dźwiękiem G.711 u-law (g711_ulaw / audio/pcmu). Gdy skonfigurowany jest tylko openai OAuth, Gateway tworzy efemeryczny sekret klienta transkrypcji Realtime przed otwarciem WebSocket. Ten dostawca strumieniowania jest przeznaczony dla ścieżki transkrypcji Realtime w Voice Call; głos Discord obecnie nagrywa krótkie segmenty i zamiast tego używa wsadowej ścieżki transkrypcji tools.media.audio.
Dołączony Plugin openai rejestruje głos Realtime dla Plugin Voice Call.
UstawienieŚcieżka konfiguracjiDomyślnie
Modelplugins.entries.voice-call.config.realtime.providers.openai.modelgpt-realtime-2
Głos...openai.voicealloy
Temperatura (mostek wdrożenia Azure)...openai.temperature0.8
Próg VAD...openai.vadThreshold0.5
Czas trwania ciszy...openai.silenceDurationMs500
Dopełnienie prefiksu...openai.prefixPaddingMs300
Nakład wnioskowania...openai.reasoningEffort(nie ustawiono)
Uwierzytelnianieprofil uwierzytelniania kluczem API openai, ...openai.apiKey lub OPENAI_API_KEYWymagany klucz API OpenAI Platform; OpenAI OAuth nie konfiguruje głosu Realtime
Dostępne wbudowane głosy Realtime dla gpt-realtime-2: alloy, ash, ballad, coral, echo, sage, shimmer, verse, marin, cedar. OpenAI zaleca marin i cedar, aby uzyskać najlepszą jakość Realtime. To oddzielny zestaw względem powyższych głosów Text-to-speech; nie zakładaj, że głos TTS taki jak fable, nova lub onyx jest poprawny dla sesji Realtime.
Mostki OpenAI realtime po stronie backendu używają kształtu sesji GA Realtime WebSocket, który nie akceptuje session.temperature. Wdrożenia Azure OpenAI pozostają dostępne przez azureEndpoint i azureDeployment oraz zachowują kształt sesji zgodny z wdrożeniem. Obsługuje dwukierunkowe wywoływanie narzędzi i dźwięk G.711 u-law.
Głos Realtime jest wybierany podczas tworzenia sesji. OpenAI pozwala później zmieniać większość pól sesji, ale głosu nie można zmienić po tym, gdy model wyemituje dźwięk w tej sesji. OpenClaw obecnie udostępnia wbudowane identyfikatory głosów Realtime jako ciągi znaków.
Control UI Talk używa przeglądarkowych sesji OpenAI realtime z wygenerowanym przez Gateway efemerycznym sekretem klienta oraz bezpośrednią wymianą WebRTC SDP w przeglądarce z OpenAI Realtime API. Gateway tworzy ten sekret klienta z wybranym profilem uwierzytelniania kluczem API openai albo skonfigurowanym kluczem API OpenAI Platform. Przekaźnik Gateway i backendowe mostki Realtime WebSocket Voice Call używają tej samej ścieżki uwierzytelniania wyłącznie kluczem API dla natywnych punktów końcowych OpenAI. Weryfikacja live dla opiekunów jest dostępna przez OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts; odcinki OpenAI weryfikują zarówno backendowy mostek WebSocket, jak i przeglądarkową wymianę WebRTC SDP bez logowania sekretów.

Punkty końcowe Azure OpenAI

Dołączony provider openai może kierować generowanie obrazów do zasobu Azure OpenAI przez nadpisanie bazowego adresu URL. Na ścieżce generowania obrazów OpenClaw wykrywa nazwy hostów Azure w models.providers.openai.baseUrl i automatycznie przełącza się na kształt żądania Azure.
Głos Realtime używa oddzielnej ścieżki konfiguracji (plugins.entries.voice-call.config.realtime.providers.openai.azureEndpoint) i nie zależy od models.providers.openai.baseUrl. Zobacz akordeon Głos Realtime w sekcji Głos i mowa, aby poznać jego ustawienia Azure.
Użyj Azure OpenAI, gdy:
  • Masz już subskrypcję Azure OpenAI, limit lub umowę enterprise
  • Potrzebujesz regionalnej rezydencji danych albo kontroli zgodności zapewnianych przez Azure
  • Chcesz utrzymać ruch w istniejącej dzierżawie Azure

Konfiguracja

Aby generować obrazy w Azure przez dołączonego providera openai, wskaż models.providers.openai.baseUrl na swój zasób Azure i ustaw apiKey na klucz Azure OpenAI (nie klucz OpenAI Platform):
{
  models: {
    providers: {
      openai: {
        baseUrl: "https://<your-resource>.openai.azure.com",
        apiKey: "<azure-openai-api-key>",
      },
    },
  },
}
OpenClaw rozpoznaje te sufiksy hostów Azure dla trasy generowania obrazów Azure:
  • *.openai.azure.com
  • *.services.ai.azure.com
  • *.cognitiveservices.azure.com
Dla żądań generowania obrazów na rozpoznanym hoście Azure OpenClaw:
  • Wysyła nagłówek api-key zamiast Authorization: Bearer
  • Używa ścieżek o zakresie wdrożenia (/openai/deployments/{deployment}/...)
  • Dołącza ?api-version=... do każdego żądania
  • Używa domyślnego limitu czasu żądania 600 s dla wywołań generowania obrazów Azure. Wartości timeoutMs dla pojedynczego wywołania nadal nadpisują tę wartość domyślną.
Inne bazowe adresy URL (publiczne OpenAI, proxy zgodne z OpenAI) zachowują standardowy kształt żądania obrazu OpenAI.
Routing Azure dla ścieżki generowania obrazów providera openai wymaga OpenClaw 2026.4.22 lub nowszego. Wcześniejsze wersje traktują każdy niestandardowy openai.baseUrl jak publiczny punkt końcowy OpenAI i nie zadziałają z wdrożeniami obrazów Azure.

Wersja API

Ustaw AZURE_OPENAI_API_VERSION, aby przypiąć konkretną wersję zapoznawczą Azure lub GA dla ścieżki generowania obrazów Azure:
export AZURE_OPENAI_API_VERSION="2024-12-01-preview"
Wartość domyślna to 2024-12-01-preview, gdy zmienna nie jest ustawiona.

Nazwy modeli są nazwami wdrożeń

Azure OpenAI wiąże modele z wdrożeniami. Dla żądań generowania obrazów Azure kierowanych przez dołączonego providera openai pole model w OpenClaw musi być nazwą wdrożenia Azure skonfigurowaną w portalu Azure, a nie publicznym identyfikatorem modelu OpenAI. Jeśli utworzysz wdrożenie o nazwie gpt-image-2-prod, które obsługuje gpt-image-2:
/tool image_generate model=openai/gpt-image-2-prod prompt="A clean poster" size=1024x1024 count=1
Ta sama reguła nazwy wdrożenia dotyczy wywołań generowania obrazów kierowanych przez dołączonego providera openai.

Dostępność regionalna

Generowanie obrazów Azure jest obecnie dostępne tylko w części regionów (na przykład eastus2, swedencentral, polandcentral, westus3, uaenorth). Przed utworzeniem wdrożenia sprawdź aktualną listę regionów Microsoftu i potwierdź, że konkretny model jest oferowany w Twoim regionie.

Różnice parametrów

Azure OpenAI i publiczne OpenAI nie zawsze akceptują te same parametry obrazów. Azure może odrzucać opcje, na które publiczne OpenAI pozwala (na przykład określone wartości background w gpt-image-2), albo udostępniać je tylko w określonych wersjach modelu. Te różnice pochodzą z Azure i bazowego modelu, a nie z OpenClaw. Jeśli żądanie Azure kończy się błędem walidacji, sprawdź zestaw parametrów obsługiwany przez konkretne wdrożenie i wersję API w portalu Azure.
Azure OpenAI używa natywnego transportu i zachowania zgodności, ale nie otrzymuje ukrytych nagłówków atrybucji OpenClaw — zobacz akordeon Trasy natywne a zgodne z OpenAI w sekcji Konfiguracja zaawansowana.Dla ruchu chat lub Responses w Azure (poza generowaniem obrazów) użyj przepływu onboardingu albo dedykowanej konfiguracji providera Azure — samo openai.baseUrl nie wybiera kształtu API/uwierzytelniania Azure. Istnieje osobny provider azure-openai-responses/*; zobacz akordeon Compaction po stronie serwera poniżej.

Konfiguracja zaawansowana

OpenClaw używa najpierw WebSocket, z fallbackiem do SSE ("auto") dla openai/*.W trybie "auto" OpenClaw:
  • Ponawia jedną wczesną awarię WebSocket przed przejściem na SSE
  • Po awarii oznacza WebSocket jako zdegradowany na około 60 sekund i używa SSE podczas okresu wygaszania
  • Dołącza stabilne nagłówki tożsamości sesji i tury dla ponowień oraz ponownych połączeń
  • Normalizuje liczniki użycia (input_tokens / prompt_tokens) między wariantami transportu
WartośćZachowanie
"auto" (domyślnie)Najpierw WebSocket, fallback do SSE
"sse"Wymuś tylko SSE
"websocket"Wymuś tylko WebSocket
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": {
          params: { transport: "auto" },
        },
      },
    },
  },
}
Powiązana dokumentacja OpenAI:
OpenClaw udostępnia wspólny przełącznik trybu szybkiego dla openai/*:
  • Chat/UI: /fast status|auto|on|off
  • Konfiguracja: agents.defaults.models["<provider>/<model>"].params.fastMode
Po włączeniu OpenClaw mapuje tryb szybki na priorytetowe przetwarzanie OpenAI (service_tier = "priority"). Istniejące wartości service_tier są zachowywane, a tryb szybki nie przepisuje reasoning ani text.verbosity. fastMode: "auto" uruchamia nowe wywołania modelu w trybie szybkim aż do automatycznego progu odcięcia, a potem uruchamia późniejsze wywołania ponowienia, fallbacku, wyniku narzędzia lub kontynuacji bez trybu szybkiego. Próg odcięcia domyślnie wynosi 60 sekund; ustaw params.fastAutoOnSeconds w aktywnym modelu, aby go zmienić.
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": { params: { fastMode: "auto", fastAutoOnSeconds: 30 } },
      },
    },
  },
}
Nadpisania sesji mają pierwszeństwo przed konfiguracją. Wyczyszczenie nadpisania sesji w interfejsie Sessions przywraca sesję do skonfigurowanej wartości domyślnej.
API OpenAI udostępnia przetwarzanie priorytetowe przez service_tier. Ustaw je dla każdego modelu w OpenClaw:
{
  agents: {
    defaults: {
      models: {
        "openai/gpt-5.5": { params: { serviceTier: "priority" } },
      },
    },
  },
}
Obsługiwane wartości: auto, default, flex, priority.
serviceTier jest przekazywany tylko do natywnych punktów końcowych OpenAI (api.openai.com) i natywnych punktów końcowych Codex (chatgpt.com/backend-api). Jeśli kierujesz któregoś providera przez proxy, OpenClaw pozostawia service_tier bez zmian.
Dla bezpośrednich modeli OpenAI Responses (openai/* na api.openai.com) wrapper strumienia OpenClaw w Plugin OpenAI automatycznie włącza Compaction po stronie serwera:
  • Wymusza store: true (chyba że zgodność modelu ustawia supportsStore: false)
  • Wstrzykuje context_management: [{ type: "compaction", compact_threshold: ... }]
  • Domyślny compact_threshold: 70% contextWindow (lub 80000, gdy jest niedostępne)
Dotyczy to wbudowanej ścieżki runtime OpenClaw oraz hooków providera OpenAI używanych przez osadzone uruchomienia. Natywny harness serwera aplikacji Codex zarządza własnym kontekstem przez Codex i jest konfigurowany przez domyślną trasę agenta OpenAI albo politykę runtime providera/modelu.
Przydatne dla zgodnych punktów końcowych, takich jak Azure OpenAI Responses:
{
  agents: {
    defaults: {
      models: {
        "azure-openai-responses/gpt-5.5": {
          params: { responsesServerCompaction: true },
        },
      },
    },
  },
}
responsesServerCompaction kontroluje tylko wstrzykiwanie context_management. Bezpośrednie modele OpenAI Responses nadal wymuszają store: true, chyba że zgodność ustawia supportsStore: false.
Dla uruchomień z rodziny GPT-5 w openai/* OpenClaw może używać ściślejszego osadzonego kontraktu wykonywania:
{
  agents: {
    defaults: {
      embeddedAgent: { executionContract: "strict-agentic" },
    },
  },
}
Z strict-agentic OpenClaw:
  • Automatycznie włącza update_plan dla większych prac
  • Ponawia strukturalnie puste tury lub tury zawierające tylko rozumowanie z kontynuacją zawierającą widoczną odpowiedź
  • Używa jawnych zdarzeń planu harnessa, gdy wybrany harness je udostępnia
OpenClaw nie klasyfikuje prozy asystenta, aby decydować, czy tura jest planem, aktualizacją postępu, czy odpowiedzią końcową.
Zakres ograniczony tylko do uruchomień z rodziny OpenAI i Codex GPT-5. Inni dostawcy i starsze rodziny modeli zachowują domyślne działanie.
OpenClaw traktuje bezpośrednie punkty końcowe OpenAI, Codex i Azure OpenAI inaczej niż ogólne proxy /v1 zgodne z OpenAI:Trasy natywne (openai/*, Azure OpenAI):
  • Zachowują reasoning: { effort: "none" } tylko dla modeli obsługujących wartość effort none OpenAI
  • Pomijają wyłączone rozumowanie dla modeli lub proxy, które odrzucają reasoning.effort: "none"
  • Domyślnie ustawiają schematy narzędzi w trybie ścisłym
  • Dołączają ukryte nagłówki atrybucji tylko na zweryfikowanych hostach natywnych
  • Zachowują kształtowanie żądań specyficzne dla OpenAI (service_tier, store, zgodność rozumowania, wskazówki pamięci podręcznej promptów)
Trasy proxy/zgodne:
  • Używają luźniejszego działania zgodności
  • Usuwają store Completions z nienatywnych ładunków openai-completions
  • Akceptują zaawansowane przekazywanie JSON params.extra_body/params.extraBody dla proxy Completions zgodnych z OpenAI
  • Akceptują params.chat_template_kwargs dla proxy Completions zgodnych z OpenAI, takich jak vLLM
  • Nie wymuszają ścisłych schematów narzędzi ani nagłówków wyłącznie natywnych
Azure OpenAI używa natywnego transportu i zachowania zgodności, ale nie otrzymuje ukrytych nagłówków atrybucji.

Powiązane

Wybór modelu

Wybieranie dostawców, odwołań do modeli i działania przełączania awaryjnego.

Generowanie obrazów

Wspólne parametry narzędzia obrazu i wybór dostawcy.

Generowanie wideo

Wspólne parametry narzędzia wideo i wybór dostawcy.

OAuth i uwierzytelnianie

Szczegóły uwierzytelniania i reguły ponownego użycia poświadczeń.