Meta

Meta API 使用与 OpenAI 兼容的 Responses API（POST /v1/responses）来调用 muse-spark-1.1 推理模型。该提供商以 OpenClaw 内置插件的形式提供。

属性	值
提供商 ID	`meta`
插件	内置提供商
身份验证环境变量	`MODEL_API_KEY`
新手引导标志	`--auth-choice meta-api-key`
直接 CLI 标志	`--meta-api-key <key>`
API	Responses API（`openai-responses`）
基础 URL	`https://api.meta.ai/v1`
默认模型	`meta/muse-spark-1.1`
默认推理级别	`high`（`reasoning.effort`）

入门指南

设置 API key

openclaw onboard --auth-choice meta-api-key

openclaw onboard --non-interactive --accept-risk \
  --auth-choice meta-api-key \
  --meta-api-key "$MODEL_API_KEY"

export MODEL_API_KEY=<key>

验证模型是否可用

openclaw models list --provider meta

列出静态的 muse-spark-1.1 目录条目。如果 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

openclaw onboard --non-interactive --accept-risk \
  --mode local \
  --auth-choice meta-api-key \
  --meta-api-key "$MODEL_API_KEY"

内置目录

模型引用	名称	推理	上下文窗口	最大输出
`meta/muse-spark-1.1`	Muse Spark 1.1	是	1,048,576	131,072

能力：

文本 + 图像输入
工具调用和流式传输
推理强度：minimal、low、medium、high、xhigh（默认：high）
无状态加密推理重放（store: false、include: ["reasoning.encrypted_content"]）

muse-spark-1.1 不接受 reasoning.effort: "none"。对于此提供商，OpenClaw 会将 --thinking off 映射到 minimal。

手动配置

{
  env: { MODEL_API_KEY: "<key>" },
  agents: {
    defaults: {
      model: { primary: "meta/muse-spark-1.1" },
      models: {
        "meta/muse-spark-1.1": { alias: "Muse Spark 1.1" },
      },
    },
  },
}

如果 Gateway 网关以守护进程（launchd、systemd、Docker）方式运行，请确保 MODEL_API_KEY 对该进程可用，例如在 ~/.openclaw/.env 中提供，或通过 env.shellEnv 提供。仅在交互式 shell 中导出的密钥无法供托管服务使用，除非单独导入该环境变量。

冒烟测试

export MODEL_API_KEY=<key>
pnpm test:live -- extensions/meta/meta.live.test.ts

实时测试使用 muse-spark-1.1 对 POST /v1/responses 进行测试。

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-1.1 的推理强度级别。

配置参考

Agent 默认值和模型配置。

概览

模型概念

提供商

入门指南

非交互式设置

内置目录

手动配置

冒烟测试

相关内容

模型提供商

思考模式

配置参考

​入门指南

​非交互式设置

​内置目录

​手动配置

​冒烟测试

​相关内容

模型提供商

思考模式

配置参考

入门指南

非交互式设置

内置目录

手动配置

冒烟测试

相关内容