chore(i18n): refresh uk translations

This commit is contained in:
openclaw-docs-i18n[bot] 2026-04-12 10:13:26 +00:00
parent 43dd18cc2f
commit 7ac11eb9fb
5 changed files with 1089 additions and 655 deletions

View File

@ -1,28 +1,30 @@
---
read_when:
- Ви хочете використовувати локальні робочі процеси ComfyUI з OpenClaw
- Ви хочете використовувати Comfy Cloud із робочими процесами зображень, відео або музики
- Вам потрібні ключі конфігурації вбудованого плагіна comfy
summary: Налаштування генерації зображень, відео та музики через робочі процеси ComfyUI в OpenClaw
- Ви хочете використовувати Comfy Cloud із робочими процесами для зображень, відео або музики
- Вам потрібні ключі конфігурації bundled Plugin comfy
summary: Налаштування робочого процесу ComfyUI для генерації зображень, відео та музики в OpenClaw
title: ComfyUI
x-i18n:
generated_at: "2026-04-06T01:05:21Z"
generated_at: "2026-04-12T10:12:17Z"
model: gpt-5.4
provider: openai
source_hash: e645f32efdffdf4cd498684f1924bb953a014d3656b48f4b503d64e38c61ba9c
source_hash: 85db395b171f37f80b34b22f3e7707bffc1fd9138e7d10687eef13eaaa55cf24
source_path: providers/comfy.md
workflow: 15
---
# ComfyUI
OpenClaw постачається з вбудованим плагіном `comfy` для запусків ComfyUI на основі робочих процесів.
OpenClaw постачається з вбудованим Plugin `comfy` для запусків ComfyUI на основі робочих процесів. Plugin повністю керується робочими процесами, тому OpenClaw не намагається зіставляти загальні параметри `size`, `aspectRatio`, `resolution`, `durationSeconds` або елементи керування в стилі TTS з вашим графом.
- Провайдер: `comfy`
- Моделі: `comfy/workflow`
- Спільні поверхні: `image_generate`, `video_generate`, `music_generate`
- Автентифікація: не потрібна для локального ComfyUI; `COMFY_API_KEY` або `COMFY_CLOUD_API_KEY` для Comfy Cloud
- API: ComfyUI `/prompt` / `/history` / `/view` і Comfy Cloud `/api/*`
| Властивість | Деталі |
| ---------------- | -------------------------------------------------------------------------------- |
| Провайдер | `comfy` |
| Моделі | `comfy/workflow` |
| Спільні поверхні | `image_generate`, `video_generate`, `music_generate` |
| Автентифікація | Немає для локального ComfyUI; `COMFY_API_KEY` або `COMFY_CLOUD_API_KEY` для Comfy Cloud |
| API | ComfyUI `/prompt` / `/history` / `/view` і Comfy Cloud `/api/*` |
## Що підтримується
@ -33,14 +35,140 @@ OpenClaw постачається з вбудованим плагіном `comf
- Генерація музики або аудіо через спільний інструмент `music_generate`
- Завантаження результатів із налаштованого вузла або з усіх відповідних вузлів виводу
Вбудований плагін керується робочими процесами, тому OpenClaw не намагається зіставляти загальні
`size`, `aspectRatio`, `resolution`, `durationSeconds` або елементи керування у стилі TTS
з вашим графом.
## Початок роботи
## Структура конфігурації
Оберіть між запуском ComfyUI на власному комп’ютері або використанням Comfy Cloud.
Comfy підтримує спільні налаштування з'єднання верхнього рівня, а також розділи
робочих процесів для кожної можливості:
<Tabs>
<Tab title="Local">
**Найкраще підходить для:** запуску власного екземпляра ComfyUI на вашому комп’ютері або в LAN.
<Steps>
<Step title="Запустіть ComfyUI локально">
Переконайтеся, що ваш локальний екземпляр ComfyUI запущений (типово `http://127.0.0.1:8188`).
</Step>
<Step title="Підготуйте JSON вашого робочого процесу">
Експортуйте або створіть JSON-файл робочого процесу ComfyUI. Зверніть увагу на ID вузлів для вузла введення запиту та вузла виводу, з якого OpenClaw має читати дані.
</Step>
<Step title="Налаштуйте провайдера">
Установіть `mode: "local"` і вкажіть файл вашого робочого процесу. Ось мінімальний приклад для зображень:
```json5
{
models: {
providers: {
comfy: {
mode: "local",
baseUrl: "http://127.0.0.1:8188",
image: {
workflowPath: "./workflows/flux-api.json",
promptNodeId: "6",
outputNodeId: "9",
},
},
},
},
}
```
</Step>
<Step title="Установіть модель за замовчуванням">
Спрямуйте OpenClaw на модель `comfy/workflow` для можливості, яку ви налаштували:
```json5
{
agents: {
defaults: {
imageGenerationModel: {
primary: "comfy/workflow",
},
},
},
}
```
</Step>
<Step title="Перевірте">
```bash
openclaw models list --provider comfy
```
</Step>
</Steps>
</Tab>
<Tab title="Comfy Cloud">
**Найкраще підходить для:** запуску робочих процесів у Comfy Cloud без керування локальними ресурсами GPU.
<Steps>
<Step title="Отримайте API-ключ">
Зареєструйтеся на [comfy.org](https://comfy.org) і згенеруйте API-ключ на інформаційній панелі свого облікового запису.
</Step>
<Step title="Установіть API-ключ">
Надайте ключ одним із цих способів:
```bash
# Змінна середовища (рекомендовано)
export COMFY_API_KEY="your-key"
# Альтернативна змінна середовища
export COMFY_CLOUD_API_KEY="your-key"
# Або безпосередньо в конфігурації
openclaw config set models.providers.comfy.apiKey "your-key"
```
</Step>
<Step title="Підготуйте JSON вашого робочого процесу">
Експортуйте або створіть JSON-файл робочого процесу ComfyUI. Зверніть увагу на ID вузлів для вузла введення запиту та вузла виводу.
</Step>
<Step title="Налаштуйте провайдера">
Установіть `mode: "cloud"` і вкажіть файл вашого робочого процесу:
```json5
{
models: {
providers: {
comfy: {
mode: "cloud",
image: {
workflowPath: "./workflows/flux-api.json",
promptNodeId: "6",
outputNodeId: "9",
},
},
},
},
}
```
<Tip>
У режимі cloud для `baseUrl` типово використовується `https://cloud.comfy.org`. Вам потрібно вказати `baseUrl`, лише якщо ви використовуєте власну cloud-адресу.
</Tip>
</Step>
<Step title="Установіть модель за замовчуванням">
```json5
{
agents: {
defaults: {
imageGenerationModel: {
primary: "comfy/workflow",
},
},
},
}
```
</Step>
<Step title="Перевірте">
```bash
openclaw models list --provider comfy
```
</Step>
</Steps>
</Tab>
</Tabs>
## Конфігурація
Comfy підтримує спільні налаштування з’єднання верхнього рівня, а також розділи робочих процесів для окремих можливостей (`image`, `video`, `music`):
```json5
{
@ -70,140 +198,164 @@ Comfy підтримує спільні налаштування з'єднанн
}
```
Спільні ключі:
### Спільні ключі
- `mode`: `local` або `cloud`
- `baseUrl`: типово `http://127.0.0.1:8188` для локального режиму або `https://cloud.comfy.org` для хмарного
- `apiKey`: необов'язкова вбудована альтернатива ключу через змінні середовища
- `allowPrivateNetwork`: дозволяє приватний/LAN `baseUrl` у хмарному режимі
| Ключ | Тип | Опис |
| --------------------- | ---------------------- | ------------------------------------------------------------------------------------ |
| `mode` | `"local"` or `"cloud"` | Режим з’єднання. |
| `baseUrl` | string | Типово `http://127.0.0.1:8188` для local або `https://cloud.comfy.org` для cloud. |
| `apiKey` | string | Необов’язковий ключ у конфігурації, альтернатива змінним середовища `COMFY_API_KEY` / `COMFY_CLOUD_API_KEY`. |
| `allowPrivateNetwork` | boolean | Дозволяє приватний/LAN `baseUrl` у режимі cloud. |
Ключі для кожної можливості в `image`, `video` або `music`:
### Ключі для окремих можливостей
- `workflow` або `workflowPath`: обов'язково
- `promptNodeId`: обов'язково
- `promptInputName`: типово `text`
- `outputNodeId`: необов'язково
- `pollIntervalMs`: необов'язково
- `timeoutMs`: необов'язково
Ці ключі застосовуються всередині розділів `image`, `video` або `music`:
Розділи зображень і відео також підтримують:
| Ключ | Обов’язково | Типово | Опис |
| ---------------------------- | ----------- | -------- | --------------------------------------------------------------------------- |
| `workflow` or `workflowPath` | Так | -- | Шлях до JSON-файлу робочого процесу ComfyUI. |
| `promptNodeId` | Так | -- | ID вузла, який отримує текстовий запит. |
| `promptInputName` | Ні | `"text"` | Назва входу у вузлі запиту. |
| `outputNodeId` | Ні | -- | ID вузла, з якого читати результат. Якщо не вказано, використовуються всі відповідні вузли виводу. |
| `pollIntervalMs` | Ні | -- | Інтервал опитування в мілісекундах для завершення завдання. |
| `timeoutMs` | Ні | -- | Тайм-аут у мілісекундах для виконання робочого процесу. |
- `inputImageNodeId`: обов'язково, коли ви передаєте еталонне зображення
- `inputImageInputName`: типово `image`
Розділи `image` і `video` також підтримують:
## Зворотна сумісність
| Ключ | Обов’язково | Типово | Опис |
| --------------------- | ------------------------------------- | --------- | --------------------------------------------------- |
| `inputImageNodeId` | Так (коли передається еталонне зображення) | -- | ID вузла, який отримує завантажене еталонне зображення. |
| `inputImageInputName` | Ні | `"image"` | Назва входу у вузлі зображення. |
Наявна конфігурація зображень верхнього рівня все ще працює:
## Деталі робочих процесів
```json5
{
models: {
providers: {
comfy: {
workflowPath: "./workflows/flux-api.json",
promptNodeId: "6",
outputNodeId: "9",
},
},
},
}
```
<AccordionGroup>
<Accordion title="Image workflows">
Установіть модель зображень за замовчуванням на `comfy/workflow`:
OpenClaw розглядає цю застарілу форму як конфігурацію робочого процесу зображень.
## Робочі процеси зображень
Установіть типову модель зображень:
```json5
{
agents: {
defaults: {
imageGenerationModel: {
primary: "comfy/workflow",
},
},
},
}
```
Приклад редагування з еталонним зображенням:
```json5
{
models: {
providers: {
comfy: {
image: {
workflowPath: "./workflows/edit-api.json",
promptNodeId: "6",
inputImageNodeId: "7",
inputImageInputName: "image",
outputNodeId: "9",
```json5
{
agents: {
defaults: {
imageGenerationModel: {
primary: "comfy/workflow",
},
},
},
},
},
}
```
}
```
## Робочі процеси відео
**Приклад редагування з використанням еталонного зображення:**
Установіть типову модель відео:
Щоб увімкнути редагування зображень із завантаженим еталонним зображенням, додайте `inputImageNodeId` до конфігурації `image`:
```json5
{
agents: {
defaults: {
videoGenerationModel: {
primary: "comfy/workflow",
```json5
{
models: {
providers: {
comfy: {
image: {
workflowPath: "./workflows/edit-api.json",
promptNodeId: "6",
inputImageNodeId: "7",
inputImageInputName: "image",
outputNodeId: "9",
},
},
},
},
},
},
}
```
}
```
Робочі процеси відео Comfy наразі підтримують перетворення тексту на відео та
зображення на відео через налаштований граф. OpenClaw не передає вхідні відео
до робочих процесів Comfy.
</Accordion>
## Робочі процеси музики
<Accordion title="Video workflows">
Установіть модель відео за замовчуванням на `comfy/workflow`:
Вбудований плагін реєструє провайдера генерації музики для визначених робочим процесом
аудіо- або музичних результатів, доступних через спільний інструмент `music_generate`:
```json5
{
agents: {
defaults: {
videoGenerationModel: {
primary: "comfy/workflow",
},
},
},
}
```
```text
/tool music_generate prompt="Warm ambient synth loop with soft tape texture"
```
Робочі процеси Comfy для відео підтримують текст-у-відео та зображення-у-відео через налаштований граф.
Використовуйте розділ конфігурації `music`, щоб указати JSON вашого аудіоробочого процесу та
вузол виводу.
<Note>
OpenClaw не передає вхідні відео в робочі процеси Comfy. Як вхідні дані підтримуються лише текстові запити та окремі еталонні зображення.
</Note>
## Comfy Cloud
</Accordion>
Використовуйте `mode: "cloud"` плюс один із варіантів:
<Accordion title="Music workflows">
Вбудований Plugin реєструє провайдера генерації музики для визначених робочим процесом аудіо- або музичних результатів, доступного через спільний інструмент `music_generate`:
- `COMFY_API_KEY`
- `COMFY_CLOUD_API_KEY`
- `models.providers.comfy.apiKey`
```text
/tool music_generate prompt="Warm ambient synth loop with soft tape texture"
```
Хмарний режим, як і раніше, використовує ті самі розділи робочих процесів `image`, `video` і `music`.
Використовуйте розділ конфігурації `music`, щоб вказати JSON вашого аудіоробочого процесу та вузол виводу.
## Live тести
</Accordion>
Для вбудованого плагіна є покриття Live тестами за явним увімкненням:
<Accordion title="Backward compatibility">
Наявна конфігурація зображень верхнього рівня (без вкладеного розділу `image`) як і раніше працює:
```bash
OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
```
```json5
{
models: {
providers: {
comfy: {
workflowPath: "./workflows/flux-api.json",
promptNodeId: "6",
outputNodeId: "9",
},
},
},
}
```
Live тест пропускає окремі сценарії для зображень, відео або музики, якщо відповідний
розділ робочого процесу Comfy не налаштовано.
OpenClaw розглядає цю застарілу форму як конфігурацію робочого процесу для зображень. Вам не потрібно негайно виконувати міграцію, але для нових налаштувань рекомендуються вкладені розділи `image` / `video` / `music`.
## Пов'язане
<Tip>
Якщо ви використовуєте лише генерацію зображень, застаріла пласка конфігурація та новий вкладений розділ `image` функціонально еквівалентні.
</Tip>
- [Генерація зображень](/uk/tools/image-generation)
- [Генерація відео](/uk/tools/video-generation)
- [Генерація музики](/uk/tools/music-generation)
- [Каталог провайдерів](/uk/providers/index)
- [Довідник із конфігурації](/uk/gateway/configuration-reference#agent-defaults)
</Accordion>
<Accordion title="Live tests">
Для вбудованого Plugin існує live-покриття за явним увімкненням:
```bash
OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
```
Live-тест пропускає окремі сценарії для зображень, відео або музики, якщо не налаштовано відповідний розділ робочого процесу Comfy.
</Accordion>
</AccordionGroup>
## Пов’язане
<CardGroup cols={2}>
<Card title="Image Generation" href="/uk/tools/image-generation" icon="image">
Налаштування та використання інструмента генерації зображень.
</Card>
<Card title="Video Generation" href="/uk/tools/video-generation" icon="video">
Налаштування та використання інструмента генерації відео.
</Card>
<Card title="Music Generation" href="/uk/tools/music-generation" icon="music">
Налаштування генерації музики та аудіо.
</Card>
<Card title="Provider Directory" href="/uk/providers/index" icon="layers">
Огляд усіх провайдерів і посилань на моделі.
</Card>
<Card title="Configuration Reference" href="/uk/gateway/configuration-reference#agent-defaults" icon="gear">
Повний довідник із конфігурації, включно з типовими значеннями агентів.
</Card>
</CardGroup>

View File

@ -1,50 +1,70 @@
---
read_when:
- Ви хочете використовувати Hugging Face Inference з OpenClaw
- Вам потрібна env var токена HF або варіант auth для CLI
summary: Налаштування Hugging Face Inference (auth + вибір моделі)
- Вам потрібна змінна середовища токена HF або варіант автентифікації CLI
summary: Налаштування Hugging Face Inference (автентифікація + вибір моделі)
title: Hugging Face (Inference)
x-i18n:
generated_at: "2026-04-05T18:14:27Z"
generated_at: "2026-04-12T10:12:24Z"
model: gpt-5.4
provider: openai
source_hash: 692d2caffbaf991670260da393c67ae7e6349b9e1e3ed5cb9a514f8a77192e86
source_hash: 7787fce1acfe81adb5380ab1c7441d661d03c574da07149c037d3b6ba3c8e52a
source_path: providers/huggingface.md
workflow: 15
---
# Hugging Face (Inference)
[Hugging Face Inference Providers](https://huggingface.co/docs/inference-providers) пропонують сумісні з OpenAI chat completions через єдиний router API. Ви отримуєте доступ до багатьох моделей (DeepSeek, Llama та інших) з одним токеном. OpenClaw використовує **сумісний з OpenAI endpoint** (лише chat completions); для text-to-image, embeddings або speech використовуйте [клієнти HF inference](https://huggingface.co/docs/api-inference/quicktour) напряму.
[Провайдери Hugging Face Inference](https://huggingface.co/docs/inference-providers) пропонують OpenAI-сумісні chat completions через єдиний router API. Ви отримуєте доступ до багатьох моделей (DeepSeek, Llama та інших) з одним токеном. OpenClaw використовує **OpenAI-сумісний endpoint** (лише chat completions); для text-to-image, embeddings або speech використовуйте [HF inference clients](https://huggingface.co/docs/api-inference/quicktour) напряму.
- Провайдер: `huggingface`
- Auth: `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN` (fine-grained token з дозволом **Make calls to Inference Providers**)
- API: сумісний з OpenAI (`https://router.huggingface.co/v1`)
- Оплата: один токен HF; [тарифи](https://huggingface.co/docs/inference-providers/pricing) відповідають тарифам провайдерів із безкоштовним рівнем.
- Автентифікація: `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN` (fine-grained token з дозволом **Make calls to Inference Providers**)
- API: OpenAI-сумісний (`https://router.huggingface.co/v1`)
- Оплата: один токен HF; [тарифи](https://huggingface.co/docs/inference-providers/pricing) відповідають ставкам провайдерів і мають безкоштовний рівень.
## Швидкий початок
## Початок роботи
1. Створіть fine-grained token у [Hugging Face → Settings → Tokens](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained) з дозволом **Make calls to Inference Providers**.
2. Запустіть onboarding і виберіть **Hugging Face** у випадному списку провайдерів, а потім введіть свій API-ключ, коли з’явиться запит:
<Steps>
<Step title="Створіть fine-grained token">
Перейдіть до [Hugging Face Settings Tokens](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained) і створіть новий fine-grained token.
```bash
openclaw onboard --auth-choice huggingface-api-key
```
<Warning>
Для токена має бути ввімкнено дозвіл **Make calls to Inference Providers**, інакше API-запити буде відхилено.
</Warning>
3. У випадному списку **Default Hugging Face model** виберіть потрібну модель (список завантажується з Inference API, коли у вас є дійсний токен; інакше показується вбудований список). Ваш вибір зберігається як типова модель.
4. Ви також можете встановити або змінити типову модель пізніше в конфігурації:
</Step>
<Step title="Запустіть онбординг">
Виберіть **Hugging Face** у випадаючому списку провайдера, а потім введіть свій API-ключ, коли з’явиться запит:
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/deepseek-ai/DeepSeek-R1" },
},
},
}
```
```bash
openclaw onboard --auth-choice huggingface-api-key
```
## Неінтерактивний приклад
</Step>
<Step title="Виберіть модель за замовчуванням">
У випадаючому списку **Default Hugging Face model** виберіть потрібну модель. Список завантажується з Inference API, якщо у вас є дійсний токен; інакше показується вбудований список. Ваш вибір зберігається як модель за замовчуванням.
Ви також можете встановити або змінити модель за замовчуванням пізніше в config:
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/deepseek-ai/DeepSeek-R1" },
},
},
}
```
</Step>
<Step title="Перевірте, що модель доступна">
```bash
openclaw models list --provider huggingface
```
</Step>
</Steps>
### Неінтерактивне налаштування
```bash
openclaw onboard --non-interactive \
@ -53,148 +73,172 @@ openclaw onboard --non-interactive \
--huggingface-api-key "$HF_TOKEN"
```
Це встановить `huggingface/deepseek-ai/DeepSeek-R1` як типову модель.
Це встановить `huggingface/deepseek-ai/DeepSeek-R1` як модель за замовчуванням.
## Примітка щодо середовища
## ID моделей
Якщо Gateway працює як служба (launchd/systemd), переконайтеся, що `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN`
доступний цьому процесу (наприклад, у `~/.openclaw/.env` або через
`env.shellEnv`).
Посилання на моделі використовують формат `huggingface/<org>/<model>` (Hub-style ID). Список нижче взято з **GET** `https://router.huggingface.co/v1/models`; ваш каталог може містити більше.
## Виявлення моделей і випадний список onboarding
| Модель | Ref (додайте префікс `huggingface/`) |
| ---------------------- | ------------------------------------ |
| DeepSeek R1 | `deepseek-ai/DeepSeek-R1` |
| DeepSeek V3.2 | `deepseek-ai/DeepSeek-V3.2` |
| Qwen3 8B | `Qwen/Qwen3-8B` |
| Qwen2.5 7B Instruct | `Qwen/Qwen2.5-7B-Instruct` |
| Qwen3 32B | `Qwen/Qwen3-32B` |
| Llama 3.3 70B Instruct | `meta-llama/Llama-3.3-70B-Instruct` |
| Llama 3.1 8B Instruct | `meta-llama/Llama-3.1-8B-Instruct` |
| GPT-OSS 120B | `openai/gpt-oss-120b` |
| GLM 4.7 | `zai-org/GLM-4.7` |
| Kimi K2.5 | `moonshotai/Kimi-K2.5` |
OpenClaw виявляє моделі, викликаючи **Inference endpoint напряму**:
<Tip>
Ви можете додати `:fastest` або `:cheapest` до будь-якого ID моделі. Установіть порядок за замовчуванням у [налаштуваннях Inference Provider](https://hf.co/settings/inference-providers); див. [Inference Providers](https://huggingface.co/docs/inference-providers) і **GET** `https://router.huggingface.co/v1/models` для повного списку.
</Tip>
```bash
GET https://router.huggingface.co/v1/models
```
## Додаткові подробиці
(Необов’язково: надішліть `Authorization: Bearer $HUGGINGFACE_HUB_TOKEN` або `$HF_TOKEN`, щоб отримати повний список; деякі endpoint повертають підмножину без auth.) Відповідь має формат OpenAI `{ "object": "list", "data": [ { "id": "Qwen/Qwen3-8B", "owned_by": "Qwen", ... }, ... ] }`.
<AccordionGroup>
<Accordion title="Виявлення моделей і випадаючий список в онбордингу">
OpenClaw виявляє моделі, викликаючи **endpoint Inference напряму**:
Коли ви налаштовуєте API-ключ Hugging Face (через onboarding, `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN`), OpenClaw використовує цей GET для виявлення доступних моделей chat completion. Під час **інтерактивного налаштування**, після введення токена, ви побачите випадний список **Default Hugging Face model**, заповнений з цього списку (або з вбудованого каталогу, якщо запит не вдався). Під час runtime (наприклад, під час запуску Gateway), коли ключ присутній, OpenClaw знову викликає **GET** `https://router.huggingface.co/v1/models`, щоб оновити каталог. Список об’єднується з вбудованим каталогом (для метаданих, як-от контекстне вікно і вартість). Якщо запит не вдається або ключ не задано, використовується лише вбудований каталог.
```bash
GET https://router.huggingface.co/v1/models
```
## Назви моделей і редаговані параметри
(Необов’язково: надсилайте `Authorization: Bearer $HUGGINGFACE_HUB_TOKEN` або `$HF_TOKEN` для повного списку; деякі endpoint без автентифікації повертають лише підмножину.) Відповідь має формат OpenAI `{ "object": "list", "data": [ { "id": "Qwen/Qwen3-8B", "owned_by": "Qwen", ... }, ... ] }`.
- **Назва з API:** Відображувана назва моделі **гідратується з GET /v1/models**, коли API повертає `name`, `title` або `display_name`; інакше вона виводиться з id моделі (наприклад, `deepseek-ai/DeepSeek-R1` → “DeepSeek R1”).
- **Перевизначення відображуваної назви:** Ви можете встановити власну мітку для кожної моделі в конфігурації, щоб вона відображалася у CLI та UI так, як вам потрібно:
Коли ви налаштовуєте API-ключ Hugging Face (через онбординг, `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN`), OpenClaw використовує цей GET для виявлення доступних моделей chat-completion. Під час **інтерактивного налаштування**, після введення токена, ви побачите випадаючий список **Default Hugging Face model**, заповнений із цього списку (або з вбудованого каталогу, якщо запит не вдасться). Під час виконання (наприклад, під час запуску Gateway), якщо ключ наявний, OpenClaw знову викликає **GET** `https://router.huggingface.co/v1/models`, щоб оновити каталог. Список об’єднується з вбудованим каталогом (для метаданих, як-от context window і вартість). Якщо запит не вдається або ключ не задано, використовується лише вбудований каталог.
```json5
{
agents: {
defaults: {
models: {
"huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1 (fast)" },
"huggingface/deepseek-ai/DeepSeek-R1:cheapest": { alias: "DeepSeek R1 (cheap)" },
</Accordion>
<Accordion title="Назви моделей, псевдоніми та суфікси політик">
- **Назва з API:** Відображувана назва моделі **заповнюється з GET /v1/models**, коли API повертає `name`, `title` або `display_name`; інакше вона виводиться з ID моделі (наприклад, `deepseek-ai/DeepSeek-R1` стає "DeepSeek R1").
- **Перевизначення відображуваної назви:** Ви можете задати власну мітку для кожної моделі в config, щоб вона відображалася в CLI та UI так, як вам потрібно:
```json5
{
agents: {
defaults: {
models: {
"huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1 (fast)" },
"huggingface/deepseek-ai/DeepSeek-R1:cheapest": { alias: "DeepSeek R1 (cheap)" },
},
},
},
},
},
}
```
}
```
- **Суфікси політик:** Вбудована документація й допоміжні функції OpenClaw для Hugging Face наразі розглядають ці два суфікси як вбудовані варіанти політик:
- **`:fastest`** — найвища пропускна здатність.
- **`:cheapest`** — найнижча вартість за вихідний токен.
- **Суфікси політик:** У вбудованій документації та helper-утилітах Hugging Face в OpenClaw ці два суфікси наразі розглядаються як вбудовані варіанти політик:
- **`:fastest`** — найвища пропускна здатність.
- **`:cheapest`** — найнижча вартість за вихідний токен.
Ви можете додати їх як окремі записи в `models.providers.huggingface.models` або встановити `model.primary` із цим суфіксом. Ви також можете задати типовий порядок провайдерів у [Inference Provider settings](https://hf.co/settings/inference-providers) (без суфікса = використовувати цей порядок).
Ви можете додати їх як окремі записи в `models.providers.huggingface.models` або встановити `model.primary` із суфіксом. Ви також можете задати порядок провайдерів за замовчуванням у [налаштуваннях Inference Provider](https://hf.co/settings/inference-providers) (без суфікса = використовувати цей порядок).
- **Об’єднання конфігурації:** Наявні записи в `models.providers.huggingface.models` (наприклад, у `models.json`) зберігаються під час об’єднання конфігурації. Тому будь-які власні `name`, `alias` або параметри моделі, які ви там задасте, буде збережено.
- **Об’єднання config:** Наявні записи в `models.providers.huggingface.models` (наприклад, у `models.json`) зберігаються під час об’єднання config. Тож будь-які власні `name`, `alias` або параметри моделі, які ви там задали, буде збережено.
## Ідентифікатори моделей і приклади конфігурації
</Accordion>
Посилання на моделі використовують формат `huggingface/<org>/<model>` (id у стилі Hub). Наведений нижче список узято з **GET** `https://router.huggingface.co/v1/models`; ваш каталог може містити більше.
<Accordion title="Налаштування середовища та демона">
Якщо Gateway працює як демон (launchd/systemd), переконайтеся, що `HUGGINGFACE_HUB_TOKEN` або `HF_TOKEN` доступні цьому процесу (наприклад, у `~/.openclaw/.env` або через `env.shellEnv`).
**Приклади id (з inference endpoint):**
<Note>
OpenClaw приймає і `HUGGINGFACE_HUB_TOKEN`, і `HF_TOKEN` як псевдоніми змінних середовища. Працює будь-яка з них; якщо задано обидві, пріоритет має `HUGGINGFACE_HUB_TOKEN`.
</Note>
| Модель | Ref (з префіксом `huggingface/`) |
| ---------------------- | ----------------------------------- |
| DeepSeek R1 | `deepseek-ai/DeepSeek-R1` |
| DeepSeek V3.2 | `deepseek-ai/DeepSeek-V3.2` |
| Qwen3 8B | `Qwen/Qwen3-8B` |
| Qwen2.5 7B Instruct | `Qwen/Qwen2.5-7B-Instruct` |
| Qwen3 32B | `Qwen/Qwen3-32B` |
| Llama 3.3 70B Instruct | `meta-llama/Llama-3.3-70B-Instruct` |
| Llama 3.1 8B Instruct | `meta-llama/Llama-3.1-8B-Instruct` |
| GPT-OSS 120B | `openai/gpt-oss-120b` |
| GLM 4.7 | `zai-org/GLM-4.7` |
| Kimi K2.5 | `moonshotai/Kimi-K2.5` |
</Accordion>
Ви можете додати `:fastest` або `:cheapest` до id моделі. Задайте типовий порядок у [Inference Provider settings](https://hf.co/settings/inference-providers); див. [Inference Providers](https://huggingface.co/docs/inference-providers) і **GET** `https://router.huggingface.co/v1/models` для повного списку.
### Повні приклади конфігурації
**Основна DeepSeek R1 із резервною Qwen:**
```json5
{
agents: {
defaults: {
model: {
primary: "huggingface/deepseek-ai/DeepSeek-R1",
fallbacks: ["huggingface/Qwen/Qwen3-8B"],
<Accordion title="Config: DeepSeek R1 із резервною моделлю Qwen">
```json5
{
agents: {
defaults: {
model: {
primary: "huggingface/deepseek-ai/DeepSeek-R1",
fallbacks: ["huggingface/Qwen/Qwen3-8B"],
},
models: {
"huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1" },
"huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
},
},
},
models: {
"huggingface/deepseek-ai/DeepSeek-R1": { alias: "DeepSeek R1" },
"huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
}
```
</Accordion>
<Accordion title="Config: Qwen із найдешевшим і найшвидшим варіантами">
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/Qwen/Qwen3-8B" },
models: {
"huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
"huggingface/Qwen/Qwen3-8B:cheapest": { alias: "Qwen3 8B (cheapest)" },
"huggingface/Qwen/Qwen3-8B:fastest": { alias: "Qwen3 8B (fastest)" },
},
},
},
},
},
}
```
}
```
</Accordion>
**Qwen як типова, з варіантами `:cheapest` і `:fastest`:**
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/Qwen/Qwen3-8B" },
models: {
"huggingface/Qwen/Qwen3-8B": { alias: "Qwen3 8B" },
"huggingface/Qwen/Qwen3-8B:cheapest": { alias: "Qwen3 8B (cheapest)" },
"huggingface/Qwen/Qwen3-8B:fastest": { alias: "Qwen3 8B (fastest)" },
<Accordion title="Config: DeepSeek + Llama + GPT-OSS із псевдонімами">
```json5
{
agents: {
defaults: {
model: {
primary: "huggingface/deepseek-ai/DeepSeek-V3.2",
fallbacks: [
"huggingface/meta-llama/Llama-3.3-70B-Instruct",
"huggingface/openai/gpt-oss-120b",
],
},
models: {
"huggingface/deepseek-ai/DeepSeek-V3.2": { alias: "DeepSeek V3.2" },
"huggingface/meta-llama/Llama-3.3-70B-Instruct": { alias: "Llama 3.3 70B" },
"huggingface/openai/gpt-oss-120b": { alias: "GPT-OSS 120B" },
},
},
},
},
},
}
```
}
```
</Accordion>
**DeepSeek + Llama + GPT-OSS з alias:**
```json5
{
agents: {
defaults: {
model: {
primary: "huggingface/deepseek-ai/DeepSeek-V3.2",
fallbacks: [
"huggingface/meta-llama/Llama-3.3-70B-Instruct",
"huggingface/openai/gpt-oss-120b",
],
<Accordion title="Config: Кілька моделей Qwen і DeepSeek із суфіксами політик">
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest" },
models: {
"huggingface/Qwen/Qwen2.5-7B-Instruct": { alias: "Qwen2.5 7B" },
"huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest": { alias: "Qwen2.5 7B (cheap)" },
"huggingface/deepseek-ai/DeepSeek-R1:fastest": { alias: "DeepSeek R1 (fast)" },
"huggingface/meta-llama/Llama-3.1-8B-Instruct": { alias: "Llama 3.1 8B" },
},
},
},
models: {
"huggingface/deepseek-ai/DeepSeek-V3.2": { alias: "DeepSeek V3.2" },
"huggingface/meta-llama/Llama-3.3-70B-Instruct": { alias: "Llama 3.3 70B" },
"huggingface/openai/gpt-oss-120b": { alias: "GPT-OSS 120B" },
},
},
},
}
```
}
```
</Accordion>
</AccordionGroup>
**Кілька моделей Qwen і DeepSeek із суфіксами політик:**
## Пов’язане
```json5
{
agents: {
defaults: {
model: { primary: "huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest" },
models: {
"huggingface/Qwen/Qwen2.5-7B-Instruct": { alias: "Qwen2.5 7B" },
"huggingface/Qwen/Qwen2.5-7B-Instruct:cheapest": { alias: "Qwen2.5 7B (cheap)" },
"huggingface/deepseek-ai/DeepSeek-R1:fastest": { alias: "DeepSeek R1 (fast)" },
"huggingface/meta-llama/Llama-3.1-8B-Instruct": { alias: "Llama 3.1 8B" },
},
},
},
}
```
<CardGroup cols={2}>
<Card title="Провайдери моделей" href="/uk/concepts/model-providers" icon="layers">
Огляд усіх провайдерів, посилань на моделі та поведінки резервного перемикання.
</Card>
<Card title="Вибір моделі" href="/uk/concepts/models" icon="brain">
Як вибирати й налаштовувати моделі.
</Card>
<Card title="Документація Inference Providers" href="https://huggingface.co/docs/inference-providers" icon="book">
Офіційна документація Hugging Face Inference Providers.
</Card>
<Card title="Конфігурація" href="/uk/gateway/configuration" icon="gear">
Повний довідник із config.
</Card>
</CardGroup>

View File

@ -1,15 +1,15 @@
---
read_when:
- Ви хочете запускати OpenClaw із локальним сервером inferrs
- Ви обслуговуєте Gemma або іншу модель через inferrs
- Ви хочете запустити OpenClaw через локальний сервер inferrs
- Ви надаєте Gemma або іншу модель через inferrs
- Вам потрібні точні прапорці сумісності OpenClaw для inferrs
summary: Запускайте OpenClaw через inferrs (локальний сервер, сумісний з OpenAI)
summary: Запустіть OpenClaw через inferrs (локальний сервер, сумісний з OpenAI)
title: inferrs
x-i18n:
generated_at: "2026-04-08T14:17:00Z"
generated_at: "2026-04-12T10:12:18Z"
model: gpt-5.4
provider: openai
source_hash: 03b9d5a9935c75fd369068bacb7807a5308cd0bd74303b664227fb664c3a2098
source_hash: 847dcc131fe51dfe163dcd60075dbfaa664662ea2a5c3986ccb08ddd37e8c31f
source_path: providers/inferrs.md
workflow: 15
---
@ -17,33 +17,33 @@ x-i18n:
# inferrs
[inferrs](https://github.com/ericcurtin/inferrs) може обслуговувати локальні моделі через
API `/v1`, сумісний з OpenAI. OpenClaw працює з `inferrs` через загальний
шлях `openai-completions`.
OpenAI-сумісний API `/v1`. OpenClaw працює з `inferrs` через загальний шлях
`openai-completions`.
Наразі `inferrs` найкраще розглядати як спеціальний самостійно розгорнутий
бекенд, сумісний з OpenAI, а не як окремий plugin постачальника OpenClaw.
Наразі `inferrs` найкраще розглядати як користувацький саморозміщений
OpenAI-сумісний бекенд, а не як окремий Plugin провайдера OpenClaw.
## Швидкий старт
## Початок роботи
1. Запустіть `inferrs` із моделлю.
Приклад:
```bash
inferrs serve google/gemma-4-E2B-it \
--host 127.0.0.1 \
--port 8080 \
--device metal
```
2. Переконайтеся, що сервер доступний.
```bash
curl http://127.0.0.1:8080/health
curl http://127.0.0.1:8080/v1/models
```
3. Додайте явний запис постачальника OpenClaw і вкажіть на нього свою типову модель.
<Steps>
<Step title="Запустіть inferrs із моделлю">
```bash
inferrs serve google/gemma-4-E2B-it \
--host 127.0.0.1 \
--port 8080 \
--device metal
```
</Step>
<Step title="Переконайтеся, що сервер доступний">
```bash
curl http://127.0.0.1:8080/health
curl http://127.0.0.1:8080/v1/models
```
</Step>
<Step title="Додайте запис провайдера OpenClaw">
Додайте явний запис провайдера та вкажіть на нього вашу модель за замовчуванням. Дивіться повний приклад конфігурації нижче.
</Step>
</Steps>
## Повний приклад конфігурації
@ -88,92 +88,127 @@ curl http://127.0.0.1:8080/v1/models
}
```
## Чому `requiresStringContent` має значення
## Додатково
Деякі маршрути Chat Completions в `inferrs` приймають лише рядковий
`messages[].content`, а не структуровані масиви частин вмісту.
<AccordionGroup>
<Accordion title="Чому важливий requiresStringContent">
Деякі маршрути Chat Completions в `inferrs` приймають лише рядковий
`messages[].content`, а не структуровані масиви частин вмісту.
Якщо запуски OpenClaw завершуються помилкою на кшталт:
<Warning>
Якщо запуски OpenClaw завершуються помилкою на кшталт:
```text
messages[1].content: invalid type: sequence, expected a string
```
```text
messages[1].content: invalid type: sequence, expected a string
```
установіть:
встановіть `compat.requiresStringContent: true` у записі моделі.
</Warning>
```json5
compat: {
requiresStringContent: true
}
```
```json5
compat: {
requiresStringContent: true
}
```
OpenClaw перетворить частини вмісту, що містять лише текст, на звичайні рядки перед надсиланням
запиту.
OpenClaw згорне частини вмісту, що складаються лише з тексту, у звичайні рядки перед надсиланням запиту.
## Gemma і застереження щодо схеми інструментів
</Accordion>
Деякі поточні комбінації `inferrs` + Gemma приймають невеликі прямі
запити до `/v1/chat/completions`, але все одно не працюють на повних ходах
середовища агента OpenClaw.
<Accordion title="Застереження щодо Gemma і схеми інструментів">
Деякі поточні комбінації `inferrs` + Gemma приймають невеликі прямі
запити до `/v1/chat/completions`, але все одно завершуються помилкою на повних
ходах runtime агента OpenClaw.
Якщо це трапляється, спочатку спробуйте таке:
Якщо таке трапляється, спершу спробуйте це:
```json5
compat: {
requiresStringContent: true,
supportsTools: false
}
```
```json5
compat: {
requiresStringContent: true,
supportsTools: false
}
```
Це вимикає поверхню схеми інструментів OpenClaw для моделі та може зменшити навантаження від prompt
на суворіші локальні бекенди.
Це вимикає поверхню схеми інструментів OpenClaw для моделі й може зменшити навантаження на підказку для суворіших локальних бекендів.
Якщо маленькі прямі запити все ще працюють, але звичайні ходи агента OpenClaw
продовжують аварійно завершуватися всередині `inferrs`, то решта проблеми зазвичай пов’язана
з поведінкою моделі/сервера на боці upstream, а не з транспортним шаром OpenClaw.
Якщо малі прямі запити й далі працюють, але звичайні ходи агента OpenClaw все ще
аварійно завершуються всередині `inferrs`, то решта проблеми зазвичай пов’язана з
поведінкою моделі/сервера вище за течією, а не з транспортним шаром OpenClaw.
## Ручний smoke-тест
</Accordion>
Після налаштування перевірте обидва шари:
<Accordion title="Ручна smoke-перевірка">
Після налаштування перевірте обидва шари:
```bash
curl http://127.0.0.1:8080/v1/chat/completions \
-H 'content-type: application/json' \
-d '{"model":"google/gemma-4-E2B-it","messages":[{"role":"user","content":"What is 2 + 2?"}],"stream":false}'
```bash
curl http://127.0.0.1:8080/v1/chat/completions \
-H 'content-type: application/json' \
-d '{"model":"google/gemma-4-E2B-it","messages":[{"role":"user","content":"What is 2 + 2?"}],"stream":false}'
```
openclaw infer model run \
--model inferrs/google/gemma-4-E2B-it \
--prompt "What is 2 + 2? Reply with one short sentence." \
--json
```
```bash
openclaw infer model run \
--model inferrs/google/gemma-4-E2B-it \
--prompt "What is 2 + 2? Reply with one short sentence." \
--json
```
Якщо перша команда працює, а друга — ні, скористайтеся наведеними нижче
примітками з усунення несправностей.
Якщо перша команда працює, а друга — ні, перегляньте розділ усунення несправностей нижче.
</Accordion>
<Accordion title="Поведінка у стилі проксі">
`inferrs` розглядається як OpenAI-сумісний бекенд `/v1` у стилі проксі, а не як
нативна кінцева точка OpenAI.
- Формування запитів, притаманне лише нативному OpenAI, тут не застосовується
- Немає `service_tier`, немає Responses `store`, немає підказок кешу промптів і немає формування payload сумісності reasoning для OpenAI
- Приховані заголовки атрибуції OpenClaw (`originator`, `version`, `User-Agent`)
не додаються для користувацьких базових URL `inferrs`
</Accordion>
</AccordionGroup>
## Усунення несправностей
- `curl /v1/models` не працює: `inferrs` не запущено, він недоступний або не
прив’язаний до очікуваного хоста/порту.
- `messages[].content ... expected a string`: установіть
`compat.requiresStringContent: true`.
- Прямі маленькі виклики `/v1/chat/completions` проходять, але `openclaw infer model run`
не працює: спробуйте `compat.supportsTools: false`.
- OpenClaw більше не отримує помилок схеми, але `inferrs` усе ще аварійно завершується на більших
ходах агента: вважайте це обмеженням `inferrs` або моделі на боці upstream і зменште навантаження prompt або змініть локальний бекенд/модель.
<AccordionGroup>
<Accordion title="curl /v1/models завершується помилкою">
`inferrs` не запущено, він недоступний або не прив’язаний до очікуваного
хоста/порту. Переконайтеся, що сервер запущений і слухає на адресі, яку ви
налаштували.
</Accordion>
## Поведінка в стилі проксі
<Accordion title="messages[].content очікує рядок">
Установіть `compat.requiresStringContent: true` у записі моделі. Дивіться
розділ `requiresStringContent` вище для подробиць.
</Accordion>
`inferrs` розглядається як бекенд `/v1`, сумісний з OpenAI, у стилі проксі, а не як
рідна кінцева точка OpenAI.
<Accordion title="Прямі виклики /v1/chat/completions проходять, але openclaw infer model run завершується помилкою">
Спробуйте встановити `compat.supportsTools: false`, щоб вимкнути поверхню схеми інструментів.
Дивіться застереження щодо схеми інструментів для Gemma вище.
</Accordion>
- тут не застосовується формування запитів лише для рідного OpenAI
- немає `service_tier`, немає `store` для Responses, немає підказок кешу prompt і немає
формування payload сумісності міркувань OpenAI
- приховані заголовки атрибуції OpenClaw (`originator`, `version`, `User-Agent`)
не додаються для спеціальних базових URL `inferrs`
<Accordion title="inferrs усе ще аварійно завершується на більших ходах агента">
Якщо OpenClaw більше не отримує помилок схеми, але `inferrs` усе ще аварійно завершується на більших
ходах агента, вважайте це обмеженням `inferrs` або моделі вище за течією. Зменште
навантаження на промпт або перейдіть на інший локальний бекенд чи модель.
</Accordion>
</AccordionGroup>
## Див. також
<Tip>
Для загальної довідки дивіться [Усунення несправностей](/uk/help/troubleshooting) і [FAQ](/uk/help/faq).
</Tip>
- [Локальні моделі](/uk/gateway/local-models)
- [Усунення несправностей Gateway](/uk/gateway/troubleshooting#local-openai-compatible-backend-passes-direct-probes-but-agent-runs-fail)
- [Постачальники моделей](/uk/concepts/model-providers)
## Дивіться також
<CardGroup cols={2}>
<Card title="Локальні моделі" href="/uk/gateway/local-models" icon="server">
Запуск OpenClaw із локальними серверами моделей.
</Card>
<Card title="Усунення несправностей Gateway" href="/uk/gateway/troubleshooting#local-openai-compatible-backend-passes-direct-probes-but-agent-runs-fail" icon="wrench">
Налагодження локальних OpenAI-сумісних бекендів, які проходять прямі перевірки, але не проходять запуски агента.
</Card>
<Card title="Провайдери моделей" href="/uk/concepts/model-providers" icon="layers">
Огляд усіх провайдерів, посилань на моделі та поведінки перемикання при відмові.
</Card>
</CardGroup>

View File

@ -1,156 +1,233 @@
---
read_when:
- Ви хочете налаштувати Moonshot K2 (Moonshot Open Platform) або Kimi Coding
- Вам потрібно зрозуміти окремі кінцеві точки, ключі та посилання на моделі
- Ви хочете готову конфігурацію для копіювання для будь-якого з провайдерів
summary: Налаштування Moonshot K2 vs Kimi Coding (окремі провайдери + ключі)
- Ви хочете налаштування Moonshot K2 (Moonshot Open Platform) та Kimi Coding окремо.
- Вам потрібно зрозуміти окремі ендпойнти, ключі та посилання на моделі.
- Вам потрібна конфігурація для копіювання/вставлення для будь-якого з провайдерів.
summary: Налаштуйте Moonshot K2 та Kimi Coding (окремі провайдери + ключі)
title: Moonshot AI
x-i18n:
generated_at: "2026-04-05T18:14:34Z"
generated_at: "2026-04-12T10:12:17Z"
model: gpt-5.4
provider: openai
source_hash: a80c71ef432b778e296bd60b7d9ec7c72d025d13fd9bdae474b3d58436d15695
source_hash: 3f261f83a9b37e4fffb0cd0803e0c64f27eae8bae91b91d8a781a030663076f8
source_path: providers/moonshot.md
workflow: 15
---
# Moonshot AI (Kimi)
Moonshot надає API Kimi з OpenAI-compatible кінцевими точками. Налаштуйте
провайдера й установіть типову модель `moonshot/kimi-k2.5`, або використовуйте
Moonshot надає API Kimi із сумісними з OpenAI ендпойнтами. Налаштуйте
провайдера та встановіть модель за замовчуванням `moonshot/kimi-k2.5`, або використовуйте
Kimi Coding з `kimi/kimi-code`.
Поточні ідентифікатори моделей Kimi K2:
<Warning>
Moonshot і Kimi Coding — **окремі провайдери**. Ключі не є взаємозамінними, ендпойнти відрізняються, і посилання на моделі також відрізняються (`moonshot/...` vs `kimi/...`).
</Warning>
## Вбудований каталог моделей
[//]: # "moonshot-kimi-k2-ids:start"
- `kimi-k2.5`
- `kimi-k2-thinking`
- `kimi-k2-thinking-turbo`
- `kimi-k2-turbo`
| Model ref | Назва | Міркування | Вхід | Контекст | Макс. вивід |
| --------------------------------- | ---------------------- | ---------- | ----------- | -------- | ----------- |
| `moonshot/kimi-k2.5` | Kimi K2.5 | Ні | text, image | 262,144 | 262,144 |
| `moonshot/kimi-k2-thinking` | Kimi K2 Thinking | Так | text | 262,144 | 262,144 |
| `moonshot/kimi-k2-thinking-turbo` | Kimi K2 Thinking Turbo | Так | text | 262,144 | 262,144 |
| `moonshot/kimi-k2-turbo` | Kimi K2 Turbo | Ні | text | 256,000 | 16,384 |
[//]: # "moonshot-kimi-k2-ids:end"
```bash
openclaw onboard --auth-choice moonshot-api-key
# or
openclaw onboard --auth-choice moonshot-api-key-cn
```
## Початок роботи
Kimi Coding:
Оберіть свого провайдера та виконайте кроки налаштування.
```bash
openclaw onboard --auth-choice kimi-code-api-key
```
<Tabs>
<Tab title="Moonshot API">
**Найкраще для:** моделей Kimi K2 через Moonshot Open Platform.
Примітка: Moonshot і Kimi Coding — це окремі провайдери. Ключі не є взаємозамінними, кінцеві точки відрізняються, як і посилання на моделі (Moonshot використовує `moonshot/...`, Kimi Coding використовує `kimi/...`).
<Steps>
<Step title="Оберіть регіон ендпойнта">
| Вибір автентифікації | Endpoint | Регіон |
| ----------------------- | ------------------------------ | ------------- |
| `moonshot-api-key` | `https://api.moonshot.ai/v1` | Міжнародний |
| `moonshot-api-key-cn` | `https://api.moonshot.cn/v1` | Китай |
</Step>
<Step title="Запустіть онбординг">
```bash
openclaw onboard --auth-choice moonshot-api-key
```
Вебпошук Kimi також використовує плагін Moonshot:
Або для китайського ендпойнта:
```bash
openclaw configure --section web
```
```bash
openclaw onboard --auth-choice moonshot-api-key-cn
```
</Step>
<Step title="Установіть модель за замовчуванням">
```json5
{
agents: {
defaults: {
model: { primary: "moonshot/kimi-k2.5" },
},
},
}
```
</Step>
<Step title="Перевірте, що моделі доступні">
```bash
openclaw models list --provider moonshot
```
</Step>
</Steps>
Виберіть **Kimi** у розділі вебпошуку, щоб зберегти
`plugins.entries.moonshot.config.webSearch.*`.
### Приклад конфігурації
## Фрагмент конфігурації (Moonshot API)
```json5
{
env: { MOONSHOT_API_KEY: "sk-..." },
agents: {
defaults: {
model: { primary: "moonshot/kimi-k2.5" },
```json5
{
env: { MOONSHOT_API_KEY: "sk-..." },
agents: {
defaults: {
model: { primary: "moonshot/kimi-k2.5" },
models: {
// moonshot-kimi-k2-aliases:start
"moonshot/kimi-k2.5": { alias: "Kimi K2.5" },
"moonshot/kimi-k2-thinking": { alias: "Kimi K2 Thinking" },
"moonshot/kimi-k2-thinking-turbo": { alias: "Kimi K2 Thinking Turbo" },
"moonshot/kimi-k2-turbo": { alias: "Kimi K2 Turbo" },
// moonshot-kimi-k2-aliases:end
},
},
},
models: {
// moonshot-kimi-k2-aliases:start
"moonshot/kimi-k2.5": { alias: "Kimi K2.5" },
"moonshot/kimi-k2-thinking": { alias: "Kimi K2 Thinking" },
"moonshot/kimi-k2-thinking-turbo": { alias: "Kimi K2 Thinking Turbo" },
"moonshot/kimi-k2-turbo": { alias: "Kimi K2 Turbo" },
// moonshot-kimi-k2-aliases:end
mode: "merge",
providers: {
moonshot: {
baseUrl: "https://api.moonshot.ai/v1",
apiKey: "${MOONSHOT_API_KEY}",
api: "openai-completions",
models: [
// moonshot-kimi-k2-models:start
{
id: "kimi-k2.5",
name: "Kimi K2.5",
reasoning: false,
input: ["text", "image"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-thinking",
name: "Kimi K2 Thinking",
reasoning: true,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-thinking-turbo",
name: "Kimi K2 Thinking Turbo",
reasoning: true,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-turbo",
name: "Kimi K2 Turbo",
reasoning: false,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 256000,
maxTokens: 16384,
},
// moonshot-kimi-k2-models:end
],
},
},
},
},
},
models: {
mode: "merge",
providers: {
moonshot: {
baseUrl: "https://api.moonshot.ai/v1",
apiKey: "${MOONSHOT_API_KEY}",
api: "openai-completions",
models: [
// moonshot-kimi-k2-models:start
{
id: "kimi-k2.5",
name: "Kimi K2.5",
reasoning: false,
input: ["text", "image"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-thinking",
name: "Kimi K2 Thinking",
reasoning: true,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-thinking-turbo",
name: "Kimi K2 Thinking Turbo",
reasoning: true,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 262144,
maxTokens: 262144,
},
{
id: "kimi-k2-turbo",
name: "Kimi K2 Turbo",
reasoning: false,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 256000,
maxTokens: 16384,
},
// moonshot-kimi-k2-models:end
],
},
},
},
}
```
}
```
## Kimi Coding
</Tab>
```json5
{
env: { KIMI_API_KEY: "sk-..." },
agents: {
defaults: {
model: { primary: "kimi/kimi-code" },
models: {
"kimi/kimi-code": { alias: "Kimi" },
<Tab title="Kimi Coding">
**Найкраще для:** завдань, орієнтованих на код, через ендпойнт Kimi Coding.
<Note>
Kimi Coding використовує інший API-ключ і префікс провайдера (`kimi/...`), ніж Moonshot (`moonshot/...`). Застаріле посилання на модель `kimi/k2p5` усе ще підтримується як ідентифікатор сумісності.
</Note>
<Steps>
<Step title="Запустіть онбординг">
```bash
openclaw onboard --auth-choice kimi-code-api-key
```
</Step>
<Step title="Установіть модель за замовчуванням">
```json5
{
agents: {
defaults: {
model: { primary: "kimi/kimi-code" },
},
},
}
```
</Step>
<Step title="Перевірте, що модель доступна">
```bash
openclaw models list --provider kimi
```
</Step>
</Steps>
### Приклад конфігурації
```json5
{
env: { KIMI_API_KEY: "sk-..." },
agents: {
defaults: {
model: { primary: "kimi/kimi-code" },
models: {
"kimi/kimi-code": { alias: "Kimi" },
},
},
},
},
},
}
```
}
```
</Tab>
</Tabs>
## Вебпошук Kimi
OpenClaw також постачається з **Kimi** як провайдером `web_search`, що працює на основі вебпошуку Moonshot.
Під час інтерактивного налаштування можуть запитуватися:
<Steps>
<Step title="Запустіть інтерактивне налаштування вебпошуку">
```bash
openclaw configure --section web
```
- регіон API Moonshot:
- `https://api.moonshot.ai/v1`
- `https://api.moonshot.cn/v1`
- типова модель вебпошуку Kimi (типово `kimi-k2.5`)
Виберіть **Kimi** в розділі вебпошуку, щоб зберегти
`plugins.entries.moonshot.config.webSearch.*`.
</Step>
<Step title="Налаштуйте регіон вебпошуку та модель">
Інтерактивне налаштування запропонує:
| Налаштування | Варіанти |
| ------------------- | -------------------------------------------------------------------- |
| API region | `https://api.moonshot.ai/v1` (міжнародний) або `https://api.moonshot.cn/v1` (Китай) |
| Web search model | За замовчуванням `kimi-k2.5` |
</Step>
</Steps>
Конфігурація зберігається в `plugins.entries.moonshot.config.webSearch`:
@ -161,7 +238,7 @@ OpenClaw також постачається з **Kimi** як провайдер
moonshot: {
config: {
webSearch: {
apiKey: "sk-...", // or use KIMI_API_KEY / MOONSHOT_API_KEY
apiKey: "sk-...", // або використовуйте KIMI_API_KEY / MOONSHOT_API_KEY
baseUrl: "https://api.moonshot.ai/v1",
model: "kimi-k2.5",
},
@ -179,52 +256,79 @@ OpenClaw також постачається з **Kimi** як провайдер
}
```
## Примітки
## Додатково
- Посилання на моделі Moonshot використовують `moonshot/<modelId>`. Посилання на моделі Kimi Coding використовують `kimi/<modelId>`.
- Поточне типове посилання на модель Kimi Coding — `kimi/kimi-code`. Застарілий `kimi/k2p5` і далі приймається як сумісний ідентифікатор моделі.
- Вебпошук Kimi використовує `KIMI_API_KEY` або `MOONSHOT_API_KEY` і типово працює з `https://api.moonshot.ai/v1` та моделлю `kimi-k2.5`.
- Нативні кінцеві точки Moonshot (`https://api.moonshot.ai/v1` і
`https://api.moonshot.cn/v1`) оголошують сумісність із streaming usage на
спільному транспорті `openai-completions`. OpenClaw тепер прив’язує це до можливостей кінцевої точки,
тому сумісні власні ідентифікатори провайдерів, націлені на ті самі нативні
хости Moonshot, успадковують ту саму поведінку streaming-usage.
- За потреби перевизначайте ціну та метадані контексту в `models.providers`.
- Якщо Moonshot публікує інші обмеження контексту для моделі, скоригуйте
`contextWindow` відповідно.
- Використовуйте `https://api.moonshot.ai/v1` для міжнародної кінцевої точки, а `https://api.moonshot.cn/v1` — для кінцевої точки Китаю.
- Варіанти onboarding:
- `moonshot-api-key` для `https://api.moonshot.ai/v1`
- `moonshot-api-key-cn` для `https://api.moonshot.cn/v1`
<AccordionGroup>
<Accordion title="Нативний режим thinking">
Moonshot Kimi підтримує двійковий нативний thinking:
## Нативний режим thinking (Moonshot)
- `thinking: { type: "enabled" }`
- `thinking: { type: "disabled" }`
Moonshot Kimi підтримує бінарний нативний thinking:
Налаштуйте це для кожної моделі через `agents.defaults.models.<provider/model>.params`:
- `thinking: { type: "enabled" }`
- `thinking: { type: "disabled" }`
Налаштовуйте його для кожної моделі через `agents.defaults.models.<provider/model>.params`:
```json5
{
agents: {
defaults: {
models: {
"moonshot/kimi-k2.5": {
params: {
thinking: { type: "disabled" },
```json5
{
agents: {
defaults: {
models: {
"moonshot/kimi-k2.5": {
params: {
thinking: { type: "disabled" },
},
},
},
},
},
},
},
}
```
}
```
OpenClaw також зіставляє рівні runtime `/think` для Moonshot:
OpenClaw також зіставляє рівні `/think` під час виконання для Moonshot:
- `/think off` -> `thinking.type=disabled`
- будь-який рівень thinking, відмінний від off -> `thinking.type=enabled`
| Рівень `/think` | Поведінка Moonshot |
| -------------------- | -------------------------- |
| `/think off` | `thinking.type=disabled` |
| Будь-який рівень, окрім off | `thinking.type=enabled` |
Коли в Moonshot увімкнено thinking, `tool_choice` має бути `auto` або `none`. OpenClaw нормалізує несумісні значення `tool_choice` до `auto` для сумісності.
<Warning>
Коли thinking у Moonshot увімкнено, `tool_choice` має бути `auto` або `none`. OpenClaw нормалізує несумісні значення `tool_choice` до `auto` для сумісності.
</Warning>
</Accordion>
<Accordion title="Сумісність streaming usage">
Нативні ендпойнти Moonshot (`https://api.moonshot.ai/v1` і
`https://api.moonshot.cn/v1`) декларують сумісність streaming usage у спільному транспорті `openai-completions`. OpenClaw визначає це за можливостями ендпойнта, тому сумісні користувацькі ідентифікатори провайдерів, націлені на ті самі нативні хости Moonshot, успадковують таку саму поведінку streaming usage.
</Accordion>
<Accordion title="Довідник ендпойнтів і посилань на моделі">
| Провайдер | Префікс посилання на модель | Endpoint | Змінна середовища для автентифікації |
| ------------ | --------------------------- | ----------------------------- | ------------------------------------ |
| Moonshot | `moonshot/` | `https://api.moonshot.ai/v1` | `MOONSHOT_API_KEY` |
| Moonshot CN | `moonshot/` | `https://api.moonshot.cn/v1` | `MOONSHOT_API_KEY` |
| Kimi Coding | `kimi/` | Ендпойнт Kimi Coding | `KIMI_API_KEY` |
| Вебпошук | N/A | Такий самий, як регіон Moonshot API | `KIMI_API_KEY` або `MOONSHOT_API_KEY` |
- Вебпошук Kimi використовує `KIMI_API_KEY` або `MOONSHOT_API_KEY` і за замовчуванням працює з `https://api.moonshot.ai/v1` та моделлю `kimi-k2.5`.
- За потреби перевизначте метадані ціноутворення та контексту в `models.providers`.
- Якщо Moonshot публікує інші ліміти контексту для моделі, відповідно скоригуйте `contextWindow`.
</Accordion>
</AccordionGroup>
## Пов’язане
<CardGroup cols={2}>
<Card title="Вибір моделі" href="/uk/concepts/model-providers" icon="layers">
Вибір провайдерів, посилань на моделі та поведінки failover.
</Card>
<Card title="Вебпошук" href="/tools/web-search" icon="magnifying-glass">
Налаштування провайдерів вебпошуку, зокрема Kimi.
</Card>
<Card title="Довідник із конфігурації" href="/uk/gateway/configuration-reference" icon="gear">
Повна схема конфігурації для провайдерів, моделей і plugins.
</Card>
<Card title="Moonshot Open Platform" href="https://platform.moonshot.ai" icon="globe">
Керування API-ключами Moonshot і документація.
</Card>
</CardGroup>

View File

@ -1,14 +1,14 @@
---
read_when:
- Ви хочете використовувати Qwen з OpenClaw
- Ви раніше використовували Qwen OAuth
summary: Використовуйте Qwen Cloud через вбудованого провайдера qwen в OpenClaw
- Раніше ви використовували Qwen OAuth
summary: Використовуйте Qwen Cloud через вбудований провайдер qwen в OpenClaw
title: Qwen
x-i18n:
generated_at: "2026-04-09T00:06:09Z"
generated_at: "2026-04-12T10:12:16Z"
model: gpt-5.4
provider: openai
source_hash: 4786df2cb6ec1ab29d191d012c61dcb0e5468bf0f8561fbbb50eed741efad325
source_hash: bbd8efa131d37a5dc7578aa0318b8bcb6d492b35858fa611f3fbd8416cf6b866
source_path: providers/qwen.md
workflow: 15
---
@ -17,164 +17,176 @@ x-i18n:
<Warning>
**Qwen OAuth було видалено.** Інтеграція OAuth безкоштовного рівня
(`qwen-portal`), яка використовувала кінцеві точки `portal.qwen.ai`, більше недоступна.
**Qwen OAuth було видалено.** Безкоштовна інтеграція OAuth
(`qwen-portal`), яка використовувала ендпоїнти `portal.qwen.ai`, більше недоступна.
Див. [Issue #49557](https://github.com/openclaw/openclaw/issues/49557) для
довідки.
додаткового контексту.
</Warning>
## Рекомендовано: Qwen Cloud
Тепер OpenClaw розглядає Qwen як повноцінного вбудованого провайдера з канонічним id
`qwen`. Вбудований провайдер націлений на кінцеві точки Qwen Cloud / Alibaba DashScope і
Coding Plan та зберігає роботу застарілих id `modelstudio` як
аліаса сумісності.
OpenClaw тепер розглядає Qwen як вбудованого провайдера першого класу з канонічним ідентифікатором
`qwen`. Вбудований провайдер орієнтується на ендпоїнти Qwen Cloud / Alibaba DashScope та
Coding Plan і зберігає застарілі ідентифікатори `modelstudio` як
аліас сумісності.
- Провайдер: `qwen`
- Бажана змінна середовища: `QWEN_API_KEY`
- Також приймаються для сумісності: `MODELSTUDIO_API_KEY`, `DASHSCOPE_API_KEY`
- Стиль API: сумісний з OpenAI
Якщо вам потрібен `qwen3.6-plus`, віддавайте перевагу кінцевій точці **Standard (оплата за використання)**.
<Tip>
Якщо вам потрібен `qwen3.6-plus`, віддавайте перевагу ендпоїнту **Standard (оплата за використання)**.
Підтримка Coding Plan може відставати від публічного каталогу.
</Tip>
```bash
# Global Coding Plan endpoint
openclaw onboard --auth-choice qwen-api-key
## Початок роботи
# China Coding Plan endpoint
openclaw onboard --auth-choice qwen-api-key-cn
Виберіть тип плану та виконайте кроки налаштування.
# Global Standard (pay-as-you-go) endpoint
openclaw onboard --auth-choice qwen-standard-api-key
<Tabs>
<Tab title="Coding Plan (підписка)">
**Найкраще підходить для:** доступу за підпискою через Qwen Coding Plan.
# China Standard (pay-as-you-go) endpoint
openclaw onboard --auth-choice qwen-standard-api-key-cn
```
<Steps>
<Step title="Отримайте свій API-ключ">
Створіть або скопіюйте API-ключ на [home.qwencloud.com/api-keys](https://home.qwencloud.com/api-keys).
</Step>
<Step title="Запустіть початкове налаштування">
Для ендпоїнта **Global**:
Застарілі id `modelstudio-*` для `auth-choice` і посилання на моделі `modelstudio/...` досі
працюють як аліаси сумісності, але в нових сценаріях налаштування слід віддавати перевагу канонічним
id `qwen-*` для `auth-choice` і посиланням на моделі `qwen/...`.
```bash
openclaw onboard --auth-choice qwen-api-key
```
Після онбордингу встановіть модель за замовчуванням:
Для ендпоїнта **China**:
```json5
{
agents: {
defaults: {
model: { primary: "qwen/qwen3.5-plus" },
},
},
}
```
```bash
openclaw onboard --auth-choice qwen-api-key-cn
```
</Step>
<Step title="Встановіть модель за замовчуванням">
```json5
{
agents: {
defaults: {
model: { primary: "qwen/qwen3.5-plus" },
},
},
}
```
</Step>
<Step title="Перевірте, що модель доступна">
```bash
openclaw models list --provider qwen
```
</Step>
</Steps>
## Типи планів і кінцеві точки
<Note>
Застарілі ідентифікатори `modelstudio-*` для auth-choice і посилання на моделі `modelstudio/...` усе ще
працюють як аліаси сумісності, але нові сценарії налаштування мають віддавати перевагу канонічним
ідентифікаторам auth-choice `qwen-*` і посиланням на моделі `qwen/...`.
</Note>
| План | Регіон | Auth choice | Endpoint |
</Tab>
<Tab title="Standard (оплата за використання)">
**Найкраще підходить для:** доступу з оплатою за використання через ендпоїнт Standard Model Studio, включно з моделями на кшталт `qwen3.6-plus`, які можуть бути недоступні в Coding Plan.
<Steps>
<Step title="Отримайте свій API-ключ">
Створіть або скопіюйте API-ключ на [home.qwencloud.com/api-keys](https://home.qwencloud.com/api-keys).
</Step>
<Step title="Запустіть початкове налаштування">
Для ендпоїнта **Global**:
```bash
openclaw onboard --auth-choice qwen-standard-api-key
```
Для ендпоїнта **China**:
```bash
openclaw onboard --auth-choice qwen-standard-api-key-cn
```
</Step>
<Step title="Встановіть модель за замовчуванням">
```json5
{
agents: {
defaults: {
model: { primary: "qwen/qwen3.5-plus" },
},
},
}
```
</Step>
<Step title="Перевірте, що модель доступна">
```bash
openclaw models list --provider qwen
```
</Step>
</Steps>
<Note>
Застарілі ідентифікатори `modelstudio-*` для auth-choice і посилання на моделі `modelstudio/...` усе ще
працюють як аліаси сумісності, але нові сценарії налаштування мають віддавати перевагу канонічним
ідентифікаторам auth-choice `qwen-*` і посиланням на моделі `qwen/...`.
</Note>
</Tab>
</Tabs>
## Типи планів і ендпоїнти
| План | Регіон | Auth choice | Ендпоїнт |
| -------------------------- | ------ | -------------------------- | ------------------------------------------------ |
| Standard (оплата за використання) | Китай | `qwen-standard-api-key-cn` | `dashscope.aliyuncs.com/compatible-mode/v1` |
| Standard (оплата за використання) | Глобально | `qwen-standard-api-key` | `dashscope-intl.aliyuncs.com/compatible-mode/v1` |
| Coding Plan (підписка) | Китай | `qwen-api-key-cn` | `coding.dashscope.aliyuncs.com/v1` |
| Coding Plan (підписка) | Глобально | `qwen-api-key` | `coding-intl.dashscope.aliyuncs.com/v1` |
| Standard (оплата за використання) | China | `qwen-standard-api-key-cn` | `dashscope.aliyuncs.com/compatible-mode/v1` |
| Standard (оплата за використання) | Global | `qwen-standard-api-key` | `dashscope-intl.aliyuncs.com/compatible-mode/v1` |
| Coding Plan (підписка) | China | `qwen-api-key-cn` | `coding.dashscope.aliyuncs.com/v1` |
| Coding Plan (підписка) | Global | `qwen-api-key` | `coding-intl.dashscope.aliyuncs.com/v1` |
Провайдер автоматично вибирає кінцеву точку на основі вашого auth choice. Канонічні
Провайдер автоматично вибирає ендпоїнт на основі вашого auth choice. Канонічні
варіанти використовують сімейство `qwen-*`; `modelstudio-*` залишається лише для сумісності.
Ви можете перевизначити це за допомогою власного `baseUrl` у конфігурації.
Власні кінцеві точки Model Studio оголошують сумісність використання потокової передачі на
спільному транспорті `openai-completions`. OpenClaw тепер визначає це за можливостями
кінцевої точки, тому сумісні з DashScope власні id провайдерів, що націлені на ті самі
власні хости, успадковують таку саму поведінку потокового використання замість
того, щоб вимагати саме вбудований id провайдера `qwen`.
## Отримайте свій API-ключ
- **Керування ключами**: [home.qwencloud.com/api-keys](https://home.qwencloud.com/api-keys)
- **Документація**: [docs.qwencloud.com](https://docs.qwencloud.com/developer-guides/getting-started/introduction)
<Tip>
**Керування ключами:** [home.qwencloud.com/api-keys](https://home.qwencloud.com/api-keys) |
**Документація:** [docs.qwencloud.com](https://docs.qwencloud.com/developer-guides/getting-started/introduction)
</Tip>
## Вбудований каталог
Наразі OpenClaw постачається з таким вбудованим каталогом Qwen. Налаштований каталог
залежить від кінцевої точки: конфігурації Coding Plan не містять моделі, які, як відомо,
працюють лише на кінцевій точці Standard.
Наразі OpenClaw постачається з цим вбудованим каталогом Qwen. Налаштований каталог
залежить від ендпоїнта: конфігурації Coding Plan не включають моделі, про які відомо, що вони працюють
лише на ендпоїнті Standard.
| Посилання на модель | Вхідні дані | Контекст | Примітки |
| --------------------------- | ----------- | --------- | -------------------------------------------------- |
| `qwen/qwen3.5-plus` | текст, зображення | 1,000,000 | Модель за замовчуванням |
| `qwen/qwen3.6-plus` | текст, зображення | 1,000,000 | Віддавайте перевагу кінцевим точкам Standard, якщо вам потрібна ця модель |
| `qwen/qwen3-max-2026-01-23` | текст | 262,144 | Лінійка Qwen Max |
| `qwen/qwen3-coder-next` | текст | 262,144 | Кодування |
| `qwen/qwen3-coder-plus` | текст | 1,000,000 | Кодування |
| `qwen/MiniMax-M2.5` | текст | 1,000,000 | Увімкнено міркування |
| `qwen/glm-5` | текст | 202,752 | GLM |
| `qwen/glm-4.7` | текст | 202,752 | GLM |
| `qwen/kimi-k2.5` | текст, зображення | 262,144 | Moonshot AI через Alibaba |
| `qwen/qwen3.5-plus` | text, image | 1,000,000 | Модель за замовчуванням |
| `qwen/qwen3.6-plus` | text, image | 1,000,000 | Віддавайте перевагу ендпоїнтам Standard, якщо вам потрібна ця модель |
| `qwen/qwen3-max-2026-01-23` | text | 262,144 | Лінійка Qwen Max |
| `qwen/qwen3-coder-next` | text | 262,144 | Кодування |
| `qwen/qwen3-coder-plus` | text | 1,000,000 | Кодування |
| `qwen/MiniMax-M2.5` | text | 1,000,000 | Увімкнено міркування |
| `qwen/glm-5` | text | 202,752 | GLM |
| `qwen/glm-4.7` | text | 202,752 | GLM |
| `qwen/kimi-k2.5` | text, image | 262,144 | Moonshot AI через Alibaba |
Доступність усе ще може відрізнятися залежно від кінцевої точки та тарифного плану, навіть якщо модель
<Note>
Доступність усе ще може відрізнятися залежно від ендпоїнта та тарифного плану, навіть якщо модель
присутня у вбудованому каталозі.
Сумісність використання власної потокової передачі застосовується як до хостів Coding Plan,
так і до сумісних з DashScope хостів Standard:
- `https://coding.dashscope.aliyuncs.com/v1`
- `https://coding-intl.dashscope.aliyuncs.com/v1`
- `https://dashscope.aliyuncs.com/compatible-mode/v1`
- `https://dashscope-intl.aliyuncs.com/compatible-mode/v1`
## Доступність Qwen 3.6 Plus
`qwen3.6-plus` доступна на кінцевих точках Model Studio Standard (оплата за використання):
- Китай: `dashscope.aliyuncs.com/compatible-mode/v1`
- Глобально: `dashscope-intl.aliyuncs.com/compatible-mode/v1`
Якщо кінцеві точки Coding Plan повертають помилку "unsupported model" для
`qwen3.6-plus`, перейдіть на Standard (оплата за використання) замість пари
кінцева точка/ключ Coding Plan.
## План можливостей
Розширення `qwen` позиціонується як домашня база постачальника для всієї поверхні Qwen
Cloud, а не лише для моделей кодування/тексту.
- Текстові/чат-моделі: уже вбудовано
- Виклик інструментів, структурований вивід, міркування: успадковуються від сумісного з OpenAI транспорту
- Генерація зображень: заплановано на рівні плагіна провайдера
- Розуміння зображень/відео: уже вбудовано на кінцевій точці Standard
- Мовлення/аудіо: заплановано на рівні плагіна провайдера
- Вбудовування пам'яті/переранжування: заплановано через поверхню адаптера вбудовувань
- Генерація відео: уже вбудовано через спільну можливість генерації відео
</Note>
## Мультимодальні доповнення
Розширення `qwen` тепер також надає:
Розширення `qwen` також надає мультимодальні можливості на ендпоїнтах **Standard**
DashScope (не на ендпоїнтах Coding Plan):
- Розуміння відео через `qwen-vl-max-latest`
- Генерацію відео Wan через:
- `wan2.6-t2v` (за замовчуванням)
- `wan2.6-i2v`
- `wan2.6-r2v`
- `wan2.6-r2v-flash`
- `wan2.7-r2v`
- **Розуміння відео** через `qwen-vl-max-latest`
- **Генерація відео Wan** через `wan2.6-t2v` (за замовчуванням), `wan2.6-i2v`, `wan2.6-r2v`, `wan2.6-r2v-flash`, `wan2.7-r2v`
Ці мультимодальні поверхні використовують кінцеві точки DashScope **Standard**, а не
кінцеві точки Coding Plan.
- Базовий URL Global/Intl Standard: `https://dashscope-intl.aliyuncs.com/compatible-mode/v1`
- Базовий URL China Standard: `https://dashscope.aliyuncs.com/compatible-mode/v1`
Для генерації відео OpenClaw зіставляє налаштований регіон Qwen з відповідним
хостом DashScope AIGC перед надсиланням завдання:
- Global/Intl: `https://dashscope-intl.aliyuncs.com`
- China: `https://dashscope.aliyuncs.com`
Це означає, що звичайний `models.providers.qwen.baseUrl`, який вказує на будь-який із
хостів Qwen Coding Plan або Standard, усе одно забезпечує генерацію відео на правильній
регіональній кінцевій точці відео DashScope.
Для генерації відео явно встановіть модель за замовчуванням:
Щоб використовувати Qwen як провайдера відео за замовчуванням:
```json5
{
@ -186,22 +198,109 @@ Cloud, а не лише для моделей кодування/тексту.
}
```
Поточні обмеження вбудованої генерації відео Qwen:
<Note>
Див. [Video Generation](/uk/tools/video-generation) для спільних параметрів інструмента, вибору провайдера та поведінки failover.
</Note>
- До **1** вихідного відео на запит
- До **1** вхідного зображення
- До **4** вхідних відео
- Тривалість до **10 секунд**
- Підтримує `size`, `aspectRatio`, `resolution`, `audio` і `watermark`
- Режим еталонного зображення/відео наразі вимагає **віддалених URL `http(s)`**. Локальні
шляхи до файлів відхиляються одразу, оскільки кінцева точка відео DashScope не
приймає завантажені локальні буфери для цих посилань.
## Додатково
Див. [Генерація відео](/uk/tools/video-generation), щоб дізнатися про спільні параметри
інструмента, вибір провайдера та поведінку аварійного перемикання.
<AccordionGroup>
<Accordion title="Доступність Qwen 3.6 Plus">
`qwen3.6-plus` доступна на ендпоїнтах Model Studio Standard (оплата за використання):
## Примітка щодо середовища
- China: `dashscope.aliyuncs.com/compatible-mode/v1`
- Global: `dashscope-intl.aliyuncs.com/compatible-mode/v1`
Якщо Gateway працює як демон (launchd/systemd), переконайтеся, що `QWEN_API_KEY`
доступний цьому процесу (наприклад, у `~/.openclaw/.env` або через
`env.shellEnv`).
Якщо ендпоїнти Coding Plan повертають помилку "unsupported model" для
`qwen3.6-plus`, перейдіть на Standard (оплата за використання) замість пари
ендпоїнт/ключ від Coding Plan.
</Accordion>
<Accordion title="План можливостей">
Розширення `qwen` позиціонується як домашній вендорський модуль для всієї поверхні Qwen
Cloud, а не лише для моделей кодування/тексту.
- **Текстові/chat-моделі:** уже вбудовано
- **Виклик інструментів, структурований вивід, thinking:** успадковується від транспорту, сумісного з OpenAI
- **Генерація зображень:** запланована на рівні provider-plugin
- **Розуміння зображень/відео:** уже вбудовано на ендпоїнті Standard
- **Мовлення/аудіо:** заплановано на рівні provider-plugin
- **Ембеддинги пам’яті/reranking:** заплановано через поверхню адаптера ембеддингів
- **Генерація відео:** уже вбудовано через спільну можливість генерації відео
</Accordion>
<Accordion title="Деталі генерації відео">
Для генерації відео OpenClaw зіставляє налаштований регіон Qwen із відповідним
хостом DashScope AIGC перед відправленням завдання:
- Global/Intl: `https://dashscope-intl.aliyuncs.com`
- China: `https://dashscope.aliyuncs.com`
Це означає, що звичайний `models.providers.qwen.baseUrl`, який вказує або на
хости Qwen Coding Plan, або Standard, усе одно зберігає генерацію відео на правильному
регіональному відеоендпоїнті DashScope.
Поточні обмеження вбудованої генерації відео Qwen:
- До **1** вихідного відео на запит
- До **1** вхідного зображення
- До **4** вхідних відео
- До **10 секунд** тривалості
- Підтримує `size`, `aspectRatio`, `resolution`, `audio` і `watermark`
- Режим опорного зображення/відео наразі вимагає **віддалених URL-адрес http(s)**. Локальні
шляхи до файлів відхиляються одразу, оскільки відеоендпоїнт DashScope не
приймає завантажені локальні буфери для таких посилань.
</Accordion>
<Accordion title="Сумісність використання потокової передачі">
Власні ендпоїнти Model Studio декларують сумісність використання потокової передачі на
спільному транспорті `openai-completions`. Тепер OpenClaw визначає це за можливостями ендпоїнта,
тому сумісні з DashScope власні ідентифікатори провайдерів, націлені на ті самі нативні хости,
успадковують ту саму поведінку використання потокової передачі замість
вимоги саме вбудованого ідентифікатора провайдера `qwen`.
Сумісність використання нативної потокової передачі застосовується як до хостів Coding Plan, так і до
сумісних із DashScope хостів Standard:
- `https://coding.dashscope.aliyuncs.com/v1`
- `https://coding-intl.dashscope.aliyuncs.com/v1`
- `https://dashscope.aliyuncs.com/compatible-mode/v1`
- `https://dashscope-intl.aliyuncs.com/compatible-mode/v1`
</Accordion>
<Accordion title="Регіони мультимодальних ендпоїнтів">
Мультимодальні поверхні (розуміння відео та генерація відео Wan) використовують
ендпоїнти DashScope **Standard**, а не ендпоїнти Coding Plan:
- Базова URL-адреса Global/Intl Standard: `https://dashscope-intl.aliyuncs.com/compatible-mode/v1`
- Базова URL-адреса China Standard: `https://dashscope.aliyuncs.com/compatible-mode/v1`
</Accordion>
<Accordion title="Налаштування середовища та демона">
Якщо Gateway працює як демон (launchd/systemd), переконайтеся, що `QWEN_API_KEY`
доступна для цього процесу (наприклад, у `~/.openclaw/.env` або через
`env.shellEnv`).
</Accordion>
</AccordionGroup>
## Пов’язані матеріали
<CardGroup cols={2}>
<Card title="Вибір моделі" href="/uk/concepts/model-providers" icon="layers">
Вибір провайдерів, посилань на моделі та поведінки failover.
</Card>
<Card title="Генерація відео" href="/uk/tools/video-generation" icon="video">
Спільні параметри відеоінструмента та вибір провайдера.
</Card>
<Card title="Alibaba (ModelStudio)" href="/uk/providers/alibaba" icon="cloud">
Застарілий провайдер ModelStudio та примітки щодо міграції.
</Card>
<Card title="Усунення несправностей" href="/uk/help/troubleshooting" icon="wrench">
Загальне усунення несправностей і поширені запитання.
</Card>
</CardGroup>