chore(i18n): refresh zh-CN translations

This commit is contained in:
openclaw-docs-i18n[bot] 2026-04-12 10:39:15 +00:00
parent 31b8ce3b57
commit 6f73677985
4 changed files with 304 additions and 121 deletions

View File

@ -4,57 +4,99 @@ read_when:
- 你需要 API 密钥环境变量或 CLI 认证选项
summary: DeepSeek 设置(认证 + 模型选择)
x-i18n:
generated_at: "2026-04-05T08:41:50Z"
generated_at: "2026-04-12T10:38:49Z"
model: gpt-5.4
provider: openai
source_hash: 35f339ca206399496ce094eb8350e0870029ce9605121bcf86c4e9b94f3366c6
source_hash: 8b439c4b4cf5445db891b81d03e99f6aef5be64623e79e818763de43a2823d6d
source_path: providers/deepseek.md
workflow: 15
---
# DeepSeek
[DeepSeek](https://www.deepseek.com) 通过与 OpenAI 兼容的 API 提供强大的 AI 模型。
[DeepSeek](https://www.deepseek.com) 通过兼容 OpenAI 的 API 提供强大的 AI 模型。
- 提供商:`deepseek`
- 认证:`DEEPSEEK_API_KEY`
- API与 OpenAI 兼容
- Base URL`https://api.deepseek.com`
| Property | Value |
| -------- | -------------------------- |
| 提供商 | `deepseek` |
| 认证 | `DEEPSEEK_API_KEY` |
| API | 兼容 OpenAI |
| Base URL | `https://api.deepseek.com` |
## 快速开始
## 入门指南
设置 API 密钥(推荐:为 Gateway 网关保存它):
<Steps>
<Step title="获取你的 API 密钥">
在 [platform.deepseek.com](https://platform.deepseek.com/api_keys) 创建 API 密钥。
</Step>
<Step title="运行新手引导">
```bash
openclaw onboard --auth-choice deepseek-api-key
```
```bash
openclaw onboard --auth-choice deepseek-api-key
```
这会提示你输入 API 密钥,并将 `deepseek/deepseek-chat` 设为默认模型。
这会提示你输入 API 密钥,并将 `deepseek/deepseek-chat` 设为默认模型。
</Step>
<Step title="验证模型可用">
```bash
openclaw models list --provider deepseek
```
</Step>
</Steps>
## 非交互式示例
<AccordionGroup>
<Accordion title="非交互式设置">
对于脚本化或无头安装,直接传入所有标志:
```bash
openclaw onboard --non-interactive \
--mode local \
--auth-choice deepseek-api-key \
--deepseek-api-key "$DEEPSEEK_API_KEY" \
--skip-health \
--accept-risk
```
```bash
openclaw onboard --non-interactive \
--mode local \
--auth-choice deepseek-api-key \
--deepseek-api-key "$DEEPSEEK_API_KEY" \
--skip-health \
--accept-risk
```
## 环境说明
</Accordion>
</AccordionGroup>
如果 Gateway 网关作为守护进程运行launchd/systemd请确保 `DEEPSEEK_API_KEY`
对该进程可用(例如放在 `~/.openclaw/.env` 中,或通过
`env.shellEnv` 提供)。
<Warning>
如果 Gateway 网关 以守护进程方式运行launchd/systemd请确保 `DEEPSEEK_API_KEY`
对该进程可用(例如,在 `~/.openclaw/.env` 中或通过
`env.shellEnv`)。
</Warning>
## 内置目录
| 模型引用 | 名称 | 输入 | 上下文 | 最大输出 | 说明 |
| ---------------------------- | ----------------- | ---- | --------- | ---------- | ------------------------------------------------- |
| `deepseek/deepseek-chat` | DeepSeek Chat | text | 131,072 | 8,192 | 默认模型DeepSeek V3.2 非思考表面 |
| `deepseek/deepseek-reasoner` | DeepSeek Reasoner | text | 131,072 | 65,536 | 启用推理的 V3.2 表面 |
| Model ref | Name | Input | Context | Max output | Notes |
| ---------------------------- | ----------------- | ----- | ------- | ---------- | ------------------------------------------------- |
| `deepseek/deepseek-chat` | DeepSeek Chat | 文本 | 131,072 | 8,192 | 默认模型DeepSeek V3.2 非思考表层 |
| `deepseek/deepseek-reasoner` | DeepSeek Reasoner | 文本 | 131,072 | 65,536 | 启用推理的 V3.2 表层 |
当前,这两个内置模型在源中都声明支持流式使用量兼容性。
<Tip>
源码中,这两个内置模型目前都声明支持流式传输用法兼容性。
</Tip>
请在 [platform.deepseek.com](https://platform.deepseek.com/api_keys) 获取你的 API 密钥。
## 配置示例
```json5
{
env: { DEEPSEEK_API_KEY: "sk-..." },
agents: {
defaults: {
model: { primary: "deepseek/deepseek-chat" },
},
},
}
```
## 相关内容
<CardGroup cols={2}>
<Card title="模型选择" href="/zh-CN/concepts/model-providers" icon="layers">
选择提供商、模型引用和故障转移行为。
</Card>
<Card title="配置参考" href="/zh-CN/gateway/configuration-reference" icon="gear">
agents、模型和提供商的完整配置参考。
</Card>
</CardGroup>

View File

@ -2,34 +2,45 @@
read_when:
- 你想在 OpenClaw 中免费使用开放模型
- 你需要设置 `NVIDIA_API_KEY`
summary: 在 OpenClaw 中使用 NVIDIA 兼容 OpenAI 的 API
summary: 在 OpenClaw 中使用 NVIDIA 的 OpenAI 兼容 API
title: NVIDIA
x-i18n:
generated_at: "2026-04-07T14:49:07Z"
generated_at: "2026-04-12T10:38:49Z"
model: gpt-5.4
provider: openai
source_hash: b00f8cedaf223a33ba9f6a6dd8cf066d88cebeea52d391b871e435026182228a
source_hash: 45048037365138141ee82cefa0c0daaf073a1c2ae3aa7b23815f6ca676fc0d3e
source_path: providers/nvidia.md
workflow: 15
---
# NVIDIA
NVIDIA 提供了一个兼容 OpenAI 的 API`https://integrate.api.nvidia.com/v1`,可免费用于开放模型。使用来自 [build.nvidia.com](https://build.nvidia.com/settings/api-keys) 的 API 密钥进行身份验证。
NVIDIA `https://integrate.api.nvidia.com/v1` 提供 OpenAI 兼容 API可免费用于开放模型。请使用来自 [build.nvidia.com](https://build.nvidia.com/settings/api-keys) 的 API 密钥进行身份验证。
## CLI 设置
## 入门指南
导出一次密钥,然后运行新手引导并设置一个 NVIDIA 模型:
<Steps>
<Step title="获取你的 API 密钥">
在 [build.nvidia.com](https://build.nvidia.com/settings/api-keys) 创建 API 密钥。
</Step>
<Step title="导出密钥并运行新手引导">
```bash
export NVIDIA_API_KEY="nvapi-..."
openclaw onboard --auth-choice skip
```
</Step>
<Step title="设置一个 NVIDIA 模型">
```bash
openclaw models set nvidia/nvidia/nemotron-3-super-120b-a12b
```
</Step>
</Steps>
```bash
export NVIDIA_API_KEY="nvapi-..."
openclaw onboard --auth-choice skip
openclaw models set nvidia/nvidia/nemotron-3-super-120b-a12b
```
<Warning>
如果你传递 `--token` 而不是使用环境变量,该值会进入 shell 历史记录和 `ps` 输出。在可能的情况下,优先使用 `NVIDIA_API_KEY` 环境变量。
</Warning>
如果你仍然传递 `--token`,请记住它会出现在 shell 历史记录和 `ps` 输出中;尽可能优先使用环境变量。
## 配置片段
## 配置示例
```json5
{
@ -50,17 +61,42 @@ openclaw models set nvidia/nvidia/nemotron-3-super-120b-a12b
}
```
## 模型 ID
## 内置目录
| Model ref | 名称 | 上下文长度 | 最大输出 |
| ------------------------------------------ | ---------------------------- | ---------- | -------- |
| `nvidia/nvidia/nemotron-3-super-120b-a12b` | NVIDIA Nemotron 3 Super 120B | 262,144 | 8,192 |
| `nvidia/moonshotai/kimi-k2.5` | Kimi K2.5 | 262,144 | 8,192 |
| `nvidia/minimaxai/minimax-m2.5` | Minimax M2.5 | 196,608 | 8,192 |
| `nvidia/z-ai/glm5` | GLM 5 | 202,752 | 8,192 |
| Model ref | 名称 | 上下文 | 最大输出 |
| ------------------------------------------ | ---------------------------- | ------ | -------- |
| `nvidia/nvidia/nemotron-3-super-120b-a12b` | NVIDIA Nemotron 3 Super 120B | 262,144 | 8,192 |
| `nvidia/moonshotai/kimi-k2.5` | Kimi K2.5 | 262,144 | 8,192 |
| `nvidia/minimaxai/minimax-m2.5` | Minimax M2.5 | 196,608 | 8,192 |
| `nvidia/z-ai/glm5` | GLM 5 | 202,752 | 8,192 |
## 注意事项
## 高级说明
- 兼容 OpenAI 的 `/v1` 端点;使用来自 [build.nvidia.com](https://build.nvidia.com/) 的 API 密钥。
- 设置 `NVIDIA_API_KEY` 后,提供商会自动启用。
- 内置目录是静态的;费用在源码中默认设为 `0`
<AccordionGroup>
<Accordion title="自动启用行为">
当设置了 `NVIDIA_API_KEY` 环境变量时,提供商会自动启用。除该密钥外,不需要任何显式的提供商配置。
</Accordion>
<Accordion title="目录和定价">
内置目录是静态的。由于 NVIDIA 当前为所列模型提供免费 API 访问,因此源码中的费用默认值为 `0`
</Accordion>
<Accordion title="OpenAI 兼容端点">
NVIDIA 使用标准的 `/v1` completions 端点。任何 OpenAI 兼容工具都应该可以直接配合 NVIDIA base URL 开箱即用。
</Accordion>
</AccordionGroup>
<Tip>
NVIDIA 模型当前可免费使用。请查看 [build.nvidia.com](https://build.nvidia.com/) 以获取最新的可用性和速率限制详情。
</Tip>
## 相关内容
<CardGroup cols={2}>
<Card title="模型选择" href="/zh-CN/concepts/model-providers" icon="layers">
选择提供商、模型引用和故障切换行为。
</Card>
<Card title="配置参考" href="/zh-CN/gateway/configuration-reference" icon="gear">
agents、models 和 providers 的完整配置参考。
</Card>
</CardGroup>

View File

@ -1,39 +1,77 @@
---
read_when:
- 你想使用 OpenCode Go 目录
- 你需要了解 Go 托管模型的运行时模型引用
summary: 使用共享的 OpenCode 设置来使用 OpenCode Go 目录
- 你想要 OpenCode Go 目录
- 你需要 Go 托管模型的运行时模型引用
summary: 使用共享的 OpenCode 设置配合 OpenCode Go 目录
title: OpenCode Go
x-i18n:
generated_at: "2026-03-16T06:26:48Z"
model: gpt-5.4
provider: openai
source_hash: 8650af7c64220c14bab8c22472fff8bebd7abde253e972b6a11784ad833d321c
source_path: providers/opencode-go.md
workflow: 15
generated_at: "2026-04-12T10:38:50Z"
model: gpt-5.4
provider: openai
source_hash: d1f0f182de81729616ccc19125d93ba0445de2349daf7067b52e8c15b9d3539c
source_path: providers/opencode-go.md
workflow: 15
---
# OpenCode Go
OpenCode Go 是 [OpenCode](/providers/opencode) 中的 Go 目录。
它使用与 Zen 目录相同的 `OPENCODE_API_KEY`,但保留运行时
提供商 id `opencode-go`,以便上游按模型路由保持正确。
OpenCode Go 是 [OpenCode](/zh-CN/providers/opencode) 中的 Go 目录。
它使用与 Zen 目录相同的 `OPENCODE_API_KEY`,但保留运行时提供商 id `opencode-go`,这样上游的按模型路由就能保持正确。
| 属性 | 值 |
| ---------------- | ------------------------------- |
| 运行时提供商 | `opencode-go` |
| 认证 | `OPENCODE_API_KEY` |
| 上级设置 | [OpenCode](/zh-CN/providers/opencode) |
## 支持的模型
- `opencode-go/kimi-k2.5`
- `opencode-go/glm-5`
- `opencode-go/minimax-m2.5`
| 模型引用 | 名称 |
| -------------------------- | ------------ |
| `opencode-go/kimi-k2.5` | Kimi K2.5 |
| `opencode-go/glm-5` | GLM 5 |
| `opencode-go/minimax-m2.5` | MiniMax M2.5 |
## CLI 设置
## 入门指南
```bash
openclaw onboard --auth-choice opencode-go
# 或非交互式
openclaw onboard --opencode-go-api-key "$OPENCODE_API_KEY"
```
<Tabs>
<Tab title="交互式">
<Steps>
<Step title="运行新手引导">
```bash
openclaw onboard --auth-choice opencode-go
```
</Step>
<Step title="将 Go 模型设为默认值">
```bash
openclaw config set agents.defaults.model.primary "opencode-go/kimi-k2.5"
```
</Step>
<Step title="验证模型可用">
```bash
openclaw models list --provider opencode-go
```
</Step>
</Steps>
</Tab>
## 配置片段
<Tab title="非交互式">
<Steps>
<Step title="直接传入密钥">
```bash
openclaw onboard --opencode-go-api-key "$OPENCODE_API_KEY"
```
</Step>
<Step title="验证模型可用">
```bash
openclaw models list --provider opencode-go
```
</Step>
</Steps>
</Tab>
</Tabs>
## 配置示例
```json5
{
@ -42,11 +80,34 @@ openclaw onboard --opencode-go-api-key "$OPENCODE_API_KEY"
}
```
## 路由行为
## 高级说明
当模型引用使用 `opencode-go/...`OpenClaw 会自动处理按模型路由。
<AccordionGroup>
<Accordion title="路由行为">
当模型引用使用 `opencode-go/...`OpenClaw 会自动处理按模型路由。无需额外的提供商配置。
</Accordion>
## 说明
<Accordion title="运行时引用约定">
运行时引用保持显式Zen 使用 `opencode/...`Go 使用 `opencode-go/...`
这样可以在两个目录之间保持上游按模型路由正确无误。
</Accordion>
- 共享的新手引导和目录概览请使用 [OpenCode](/providers/opencode)。
- 运行时引用保持显式Zen 使用 `opencode/...`Go 使用 `opencode-go/...`
<Accordion title="共享凭证">
Zen 和 Go 目录都使用同一个 `OPENCODE_API_KEY`。在设置期间输入该密钥后,会为这两个运行时提供商都存储凭证。
</Accordion>
</AccordionGroup>
<Tip>
有关共享新手引导概览以及完整的 Zen + Go 目录参考,请参阅 [OpenCode](/zh-CN/providers/opencode)。
</Tip>
## 相关内容
<CardGroup cols={2}>
<Card title="OpenCode上级" href="/zh-CN/providers/opencode" icon="server">
共享新手引导、目录概览和高级说明。
</Card>
<Card title="模型选择" href="/zh-CN/concepts/model-providers" icon="layers">
选择提供商、模型引用和故障转移行为。
</Card>
</CardGroup>

View File

@ -1,29 +1,44 @@
---
read_when:
- 你想用一个 API 密钥访问多 LLM
- 你想在 OpenClaw 中通过 OpenRouter 运行模型
summary: 在 OpenClaw 中使用 OpenRouter 的统一 API 访问多模型
- 你想用一个 API 密钥访问多 LLM】【。
- 你想在 OpenClaw 中通过 OpenRouter 运行模型】【。
summary: 使用 OpenRouter 的统一 API 在 OpenClaw 中访问多模型
title: OpenRouter
x-i18n:
generated_at: "2026-04-05T10:06:32Z"
generated_at: "2026-04-12T10:38:57Z"
model: gpt-5.4
provider: openai
source_hash: 8dd354ba060bcb47724c89ae17c8e2af8caecac4bd996fcddb584716c1840b87
source_hash: 9083c30b9e9846a9d4ef071c350576d4c3083475f4108871eabbef0b9bb9a368
source_path: providers/openrouter.md
workflow: 15
---
# OpenRouter
OpenRouter 提供了一个**统一 API**,可通过单个端点和 API 密钥将请求路由到多模型。它兼容 OpenAI因此大多数 OpenAI SDK 只需切换 base URL 即可使用。
OpenRouter 提供了一个**统一 API**,可通过单个端点和 API 密钥将请求路由到多模型。它兼容 OpenAI因此大多数 OpenAI SDK 只需切换基础 URL 即可使用。
## CLI 设置
## 入门指南
```bash
openclaw onboard --auth-choice openrouter-api-key
```
<Steps>
<Step title="获取你的 API 密钥">
在 [openrouter.ai/keys](https://openrouter.ai/keys) 创建一个 API 密钥。
</Step>
<Step title="运行新手引导">
```bash
openclaw onboard --auth-choice openrouter-api-key
```
</Step>
<Step title="(可选)切换到特定模型">
新手引导默认使用 `openrouter/auto`。你稍后可以选择一个具体模型:
## 配置片段
```bash
openclaw models set openrouter/<provider>/<model>
```
</Step>
</Steps>
## 配置示例
```json5
{
@ -36,30 +51,59 @@ openclaw onboard --auth-choice openrouter-api-key
}
```
## 说明
## 模型引用
- 模型引用格式为 `openrouter/<provider>/<model>`
- 新手引导默认使用 `openrouter/auto`。稍后可通过
`openclaw models set openrouter/<provider>/<model>` 切换到具体模型。
- 如需更多模型/提供商选项,请参见 [/concepts/model-providers](/zh-CN/concepts/model-providers)。
- OpenRouter 在底层使用你的 API 密钥作为 Bearer token。
- 对于真实的 OpenRouter 请求(`https://openrouter.ai/api/v1`OpenClaw 还会
添加 OpenRouter 文档中说明的应用归因请求头:
`HTTP-Referer: https://openclaw.ai`、`X-OpenRouter-Title: OpenClaw` 和
`X-OpenRouter-Categories: cli-agent`
- 在已验证的 OpenRouter 路由上Anthropic 模型引用还会保留
OpenRouter 专用的 Anthropic `cache_control` 标记,这是 OpenClaw 为了
更好地复用 system/developer prompt 区块上的提示词缓存而使用的。
- 如果你将 OpenRouter 提供商重定向到其他代理/base URLOpenClaw
不会注入这些 OpenRouter 专用请求头或 Anthropic 缓存标记。
- OpenRouter 仍通过代理式的 OpenAI 兼容路径运行,因此
原生 OpenAI 专有的请求整形能力,例如 `serviceTier`、Responses `store`
OpenAI reasoning-compat 负载和提示词缓存提示,都不会被转发。
- 由 Gemini 支持的 OpenRouter 引用会保留在 proxy-Gemini 路径上OpenClaw 会在该路径中保留
Gemini thought-signature 清理,但不会启用原生 Gemini
重放校验或 bootstrap 重写。
- 在受支持的非 `auto` 路由上OpenClaw 会将所选的思考级别映射为
OpenRouter 代理 reasoning 负载。不受支持的模型提示以及
`openrouter/auto` 会跳过该 reasoning 注入。
- 如果你在模型参数下传入 OpenRouter 提供商路由OpenClaw 会在共享流包装器运行之前
将其作为 OpenRouter 路由元数据进行转发。
<Note>
模型引用遵循 `openrouter/<provider>/<model>` 模式。完整的可用提供商和模型列表,请参阅 [/concepts/model-providers](/zh-CN/concepts/model-providers)。
</Note>
## 身份验证和请求头
OpenRouter 在底层使用你的 API 密钥作为 Bearer token。
对于真实的 OpenRouter 请求(`https://openrouter.ai/api/v1`OpenClaw 还会添加 OpenRouter 文档中说明的应用归因请求头:
| Header | Value |
| ------------------------- | --------------------- |
| `HTTP-Referer` | `https://openclaw.ai` |
| `X-OpenRouter-Title` | `OpenClaw` |
| `X-OpenRouter-Categories` | `cli-agent` |
<Warning>
如果你将 OpenRouter 提供商重新指向其他代理或基础 URLOpenClaw **不会**注入这些 OpenRouter 特有的请求头或 Anthropic 缓存标记。
</Warning>
## 高级说明
<AccordionGroup>
<Accordion title="Anthropic 缓存标记">
在经过验证的 OpenRouter 路由上Anthropic 模型引用会保留 OpenClaw 使用的 OpenRouter 特有 Anthropic `cache_control` 标记,以更好地复用系统 / 开发者提示块的提示缓存。
</Accordion>
<Accordion title="Thinking / 推理注入">
在受支持的非 `auto` 路由上OpenClaw 会将所选的 thinking 级别映射为 OpenRouter 代理推理负载。不受支持的模型提示和 `openrouter/auto` 会跳过该推理注入。
</Accordion>
<Accordion title="仅限 OpenAI 的请求塑形">
OpenRouter 仍然通过代理式的 OpenAI 兼容路径运行,因此原生仅限 OpenAI 的请求塑形(如 `serviceTier`、Responses `store`、OpenAI 推理兼容负载和提示缓存提示)不会被转发。
</Accordion>
<Accordion title="Gemini 支持的路由">
由 Gemini 支持的 OpenRouter 引用会保留在代理 Gemini 路径上OpenClaw 会继续在那里进行 Gemini thought-signature 清理,但不会启用原生 Gemini 重放验证或引导重写。
</Accordion>
<Accordion title="提供商路由元数据">
如果你在模型参数下传递 OpenRouter 提供商路由OpenClaw 会在共享流包装器运行之前,将其作为 OpenRouter 路由元数据进行转发。
</Accordion>
</AccordionGroup>
## 相关内容
<CardGroup cols={2}>
<Card title="模型选择" href="/zh-CN/concepts/model-providers" icon="layers">
选择提供商、模型引用和故障转移行为。
</Card>
<Card title="配置参考" href="/zh-CN/gateway/configuration-reference" icon="gear">
agents、模型和提供商的完整配置参考。
</Card>
</CardGroup>