openclaw/docs
openclaw/docs
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

chore(i18n): refresh zh-CN translations

Browse Source
This commit is contained in:
openclaw-docs-i18n[bot] 2026-04-25 18:28:21 +00:00
parent 9ab5ec13cf
commit b0cc50eed7
1 changed files with 105 additions and 101 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

206
docs/zh-CN/providers/venice.md
View File

@ -1,49 +1,49 @@
---
read_when:
- 你想在 OpenClaw 中使用注重隐私的推理
- 你需要 Venice AI 的设置指南
summary: 在 OpenClaw 中使用注重隐私的 Venice AI 模型
- 你希望在 OpenClaw 中使用注重隐私的推理功能
- 你希望获得 Venice AI 的设置指南
summary: 在 OpenClaw 中使用 Venice AI 注重隐私的模型
title: Venice AI
x-i18n:
generated_at: "2026-04-23T23:03:14Z"
generated_at: "2026-04-25T18:27:19Z"
model: gpt-5.4
provider: openai
source_hash: ab50c76ce33bd67d51bd897ac574e08d4e4e394470bed9fe686758ce39aded91
source_hash: c8396d17485b96262e352449d1524c2b8a8457edcdb92b0d0d6520d1032f8287
source_path: providers/venice.md
workflow: 15
---
Venice AI 提供**注重隐私的 AI 推理**，支持无审查模型，并可通过其匿名代理访问主流专有模型。所有推理默认都是私密的——不会用你的数据训练，也不会记录日志。
Venice AI 提供**注重隐私的 AI 推理**，支持无审查模型，并可通过其匿名代理访问主流专有模型。所有推理默认都是私密的——不会用你的数据进行训练，也不会记录日志。
## 为什么在 OpenClaw 中使用 Venice
- **私密推理**，适用于开源模型（不记录日志）。
- **无审查模型**，在你需要时可用。
- **匿名访问**专有模型（Opus / GPT / Gemini），在质量重要时特别有用。
- 兼容 OpenAI 的 `/v1` 端点。
- **私密推理**：适用于开源模型（不记录日志）。
- **无审查模型**：在你需要时可直接使用。
- **匿名访问**专有模型（Opus/GPT/Gemini）：在你更看重质量时可使用。
- 与 OpenAI 兼容的 `/v1` 端点。
## 隐私模式
Venice 提供两种隐私级别——理解这一点是选择模型的关键：
Venice 提供两种隐私级别——理解这一点对于选择模型至关重要：
| 模式 | 说明 | 模型 |
| 模式 | 描述 | 模型 |
| -------------- | --------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------- |
| **私密** | 完全私密。提示词 / 响应**永不存储或记录**。临时存在。 | Llama、Qwen、DeepSeek、Kimi、MiniMax、Venice Uncensored 等。 |
| **匿名化** | 通过 Venice 代理并剥离元数据。底层提供商（OpenAI、Anthropic、Google、xAI）会看到匿名化请求。 | Claude、GPT、Gemini、Grok |
| **私密** | 完全私密。提示词/响应**绝不会被存储或记录**。仅为临时使用。 | Llama、Qwen、DeepSeek、Kimi、MiniMax、Venice Uncensored 等。 |
| **匿名化** | 通过 Venice 代理并移除元数据。底层提供商（OpenAI、Anthropic、Google、xAI）会看到匿名化后的请求。 | Claude、GPT、Gemini、Grok |
<Warning>
匿名化模型**并非**完全私密。Venice 会在转发前剥离元数据，但底层提供商（OpenAI、Anthropic、Google、xAI）仍会处理该请求。当需要完全隐私时，请选择**私密**模型。
匿名化模型**并非**完全私密。Venice 会在转发前移除元数据，但底层提供商（OpenAI、Anthropic、Google、xAI）仍会处理该请求。如果你需要完全隐私，请选择**私密**模型。
</Warning>
## 功能
- **注重隐私**：可在 “private” （完全私密）和 “anonymized” （代理匿名）模式之间选择
- **注重隐私**：可在“私密”（完全私密）和“匿名化”（代理）模式之间选择
- **无审查模型**：可访问没有内容限制的模型
- **主流模型访问**：可通过 Venice 的匿名代理使用 Claude、GPT、Gemini 和 Grok
- **兼容 OpenAI 的 API**：标准 `/v1` 端点，便于集成
- **与 OpenAI 兼容的 API**：标准 `/v1` 端点，便于集成
- **流式传输**：所有模型均支持
- **函数调用**：部分模型支持（请检查模型能力）
- **视觉**：支持具有视觉能力的模型
- **视觉**：具备视觉能力的模型支持
- **无硬性速率限制**：极端使用情况下可能会应用公平使用限流
## 入门指南
@ -51,7 +51,7 @@ Venice 提供两种隐私级别——理解这一点是选择模型的关键：
<Steps>
<Step title="获取你的 API 密钥">
1. 在 [venice.ai](https://venice.ai) 注册
2. 前往 **Settings > API Keys > Create new key**
2. 前往**Settings > API Keys > Create new key**
3. 复制你的 API 密钥（格式：`vapi_xxxxxxxxxxxx`）
</Step>
<Step title="配置 OpenClaw">
@ -64,10 +64,10 @@ Venice 提供两种隐私级别——理解这一点是选择模型的关键：
```
这将会：
1. 提示你输入 API 密钥（或使用现有的 `VENICE_API_KEY`）
1. 提示你输入 API 密钥（或使用已有的 `VENICE_API_KEY`）
2. 显示所有可用的 Venice 模型
3. 让你选择默认模型
4. 自动配置提供商
4. 自动配置该提供商
</Tab>
<Tab title="环境变量">
```bash
@ -95,10 +95,10 @@ Venice 提供两种隐私级别——理解这一点是选择模型的关键：
设置完成后，OpenClaw 会显示所有可用的 Venice 模型。请根据你的需求进行选择：
- **默认模型**：`venice/kimi-k2-5`，提供强大的私密推理 + 视觉能力。
- **默认模型**：`venice/kimi-k2-5`，提供强大的私密推理能力和视觉能力。
- **高能力选项**：`venice/claude-opus-4-6`，是 Venice 匿名化路径中能力最强的选项。
- **隐私**：选择 “private” 模型以获得完全私密的推理。
- **能力**：选择 “anonymized” 模型以通过 Venice 代理访问 Claude、GPT、Gemini。
- **隐私**：如需完全私密推理，请选择“私密”模型。
- **能力**：如需通过 Venice 的代理访问 Claude、GPT、Gemini，请选择“匿名化”模型。
你可以随时更改默认模型：
@ -118,138 +118,142 @@ openclaw models list | grep venice
<Tip>
请使用下表为你的使用场景选择合适的模型。
| 使用场景 | 推荐模型 | 原因 |
| 使用场景 | 推荐模型 | 原因 |
| -------------------------- | -------------------------------- | -------------------------------------------- |
| **通用聊天（默认）** | `kimi-k2-5` | 强大的私密推理 + 视觉能力 |
| **整体质量最佳** | `claude-opus-4-6` | Venice 匿名化选项中最强 |
| **隐私 + 编码** | `qwen3-coder-480b-a35b-instruct` | 具有大上下文的私密编码模型 |
| **私密视觉** | `kimi-k2-5` | 在不离开私密模式的情况下支持视觉 |
| **快速 + 便宜** | `qwen3-4b` | 轻量级推理模型 |
| **复杂私密任务** | `deepseek-v3.2` | 推理能力强，但不支持 Venice 工具 |
| **无审查** | `venice-uncensored` | 无内容限制 |
| **通用聊天（默认）** | `kimi-k2-5` | 强大的私密推理能力和视觉能力 |
| **整体质量最佳** | `claude-opus-4-6` | Venice 匿名化选项中能力最强 |
| **隐私 + 编码** | `qwen3-coder-480b-a35b-instruct` | 具有大上下文的私密编程模型 |
| **私密视觉** | `kimi-k2-5` | 在不离开私密模式的情况下支持视觉 |
| **快速 + 低成本** | `qwen3-4b` | 轻量级推理模型 |
| **复杂私密任务** | `deepseek-v3.2` | 推理能力强，但不支持 Venice 工具 |
| **无审查** | `venice-uncensored` | 无内容限制 |
</Tip>
## DeepSeek V4 重放行为
如果 Venice 提供了 DeepSeek V4 模型，例如 `venice/deepseek-v4-pro` 或 `venice/deepseek-v4-flash`，当代理省略必需的 DeepSeek V4 `reasoning_content` 时，OpenClaw 会在智能体工具调用轮次中补入所需的 `reasoning_content` 重放占位符。Venice 会拒绝 DeepSeek 原生的顶层 `thinking` 控制，因此 OpenClaw 将该提供商特定的重放修复与原生 DeepSeek provider 的 thinking 控制分开处理。
## 内置目录（共 41 个）
<AccordionGroup>
<Accordion title="私密模型（26 个）— 完全私密，不记录日志">
| 模型 ID | 名称 | 上下文 | 功能 |
<Accordion title="私密模型（26 个）——完全私密，不记录日志">
| 模型 ID | 名称 | 上下文 | 功能 |
| -------------------------------------- | ----------------------------------- | ------- | -------------------------- |
| `kimi-k2-5` | Kimi K2.5 | 256k | 默认、推理、视觉 |
| `kimi-k2-thinking` | Kimi K2 Thinking | 256k | 推理 |
| `llama-3.3-70b` | Llama 3.3 70B | 128k | 通用 |
| `llama-3.2-3b` | Llama 3.2 3B | 128k | 通用 |
| `hermes-3-llama-3.1-405b` | Hermes 3 Llama 3.1 405B | 128k | 通用，工具已禁用 |
| `qwen3-235b-a22b-thinking-2507` | Qwen3 235B Thinking | 128k | 推理 |
| `qwen3-235b-a22b-instruct-2507` | Qwen3 235B Instruct | 128k | 通用 |
| `qwen3-coder-480b-a35b-instruct` | Qwen3 Coder 480B | 256k | 编码 |
| `qwen3-coder-480b-a35b-instruct-turbo` | Qwen3 Coder 480B Turbo | 256k | 编码 |
| `qwen3-5-35b-a3b` | Qwen3.5 35B A3B | 256k | 推理、视觉 |
| `qwen3-next-80b` | Qwen3 Next 80B | 256k | 通用 |
| `qwen3-vl-235b-a22b` | Qwen3 VL 235B（视觉） | 256k | 视觉 |
| `qwen3-4b` | Venice Small（Qwen3 4B） | 32k | 快速、推理 |
| `deepseek-v3.2` | DeepSeek V3.2 | 160k | 推理，工具已禁用 |
| `kimi-k2-thinking` | Kimi K2 Thinking | 256k | 推理 |
| `llama-3.3-70b` | Llama 3.3 70B | 128k | 通用 |
| `llama-3.2-3b` | Llama 3.2 3B | 128k | 通用 |
| `hermes-3-llama-3.1-405b` | Hermes 3 Llama 3.1 405B | 128k | 通用，工具已禁用 |
| `qwen3-235b-a22b-thinking-2507` | Qwen3 235B Thinking | 128k | 推理 |
| `qwen3-235b-a22b-instruct-2507` | Qwen3 235B Instruct | 128k | 通用 |
| `qwen3-coder-480b-a35b-instruct` | Qwen3 Coder 480B | 256k | 编码 |
| `qwen3-coder-480b-a35b-instruct-turbo` | Qwen3 Coder 480B Turbo | 256k | 编码 |
| `qwen3-5-35b-a3b` | Qwen3.5 35B A3B | 256k | 推理、视觉 |
| `qwen3-next-80b` | Qwen3 Next 80B | 256k | 通用 |
| `qwen3-vl-235b-a22b` | Qwen3 VL 235B（视觉） | 256k | 视觉 |
| `qwen3-4b` | Venice Small（Qwen3 4B） | 32k | 快速、推理 |
| `deepseek-v3.2` | DeepSeek V3.2 | 160k | 推理，工具已禁用 |
| `venice-uncensored` | Venice Uncensored（Dolphin-Mistral） | 32k | 无审查，工具已禁用 |
| `mistral-31-24b` | Venice Medium（Mistral） | 128k | 视觉 |
| `google-gemma-3-27b-it` | Google Gemma 3 27B Instruct | 198k | 视觉 |
| `openai-gpt-oss-120b` | OpenAI GPT OSS 120B | 128k | 通用 |
| `nvidia-nemotron-3-nano-30b-a3b` | NVIDIA Nemotron 3 Nano 30B | 128k | 通用 |
| `olafangensan-glm-4.7-flash-heretic` | GLM 4.7 Flash Heretic | 128k | 推理 |
| `zai-org-glm-4.6` | GLM 4.6 | 198k | 通用 |
| `zai-org-glm-4.7` | GLM 4.7 | 198k | 推理 |
| `zai-org-glm-4.7-flash` | GLM 4.7 Flash | 128k | 推理 |
| `zai-org-glm-5` | GLM 5 | 198k | 推理 |
| `minimax-m21` | MiniMax M2.1 | 198k | 推理 |
| `minimax-m25` | MiniMax M2.5 | 198k | 推理 |
| `mistral-31-24b` | Venice Medium（Mistral） | 128k | 视觉 |
| `google-gemma-3-27b-it` | Google Gemma 3 27B Instruct | 198k | 视觉 |
| `openai-gpt-oss-120b` | OpenAI GPT OSS 120B | 128k | 通用 |
| `nvidia-nemotron-3-nano-30b-a3b` | NVIDIA Nemotron 3 Nano 30B | 128k | 通用 |
| `olafangensan-glm-4.7-flash-heretic` | GLM 4.7 Flash Heretic | 128k | 推理 |
| `zai-org-glm-4.6` | GLM 4.6 | 198k | 通用 |
| `zai-org-glm-4.7` | GLM 4.7 | 198k | 推理 |
| `zai-org-glm-4.7-flash` | GLM 4.7 Flash | 128k | 推理 |
| `zai-org-glm-5` | GLM 5 | 198k | 推理 |
| `minimax-m21` | MiniMax M2.1 | 198k | 推理 |
| `minimax-m25` | MiniMax M2.5 | 198k | 推理 |
</Accordion>
<Accordion title="匿名化模型（15 个）— 通过 Venice 代理">
| 模型 ID | 名称 | 上下文 | 功能 |
<Accordion title="匿名化模型（15 个）——通过 Venice 代理">
| 模型 ID | 名称 | 上下文 | 功能 |
| ------------------------------- | ------------------------------ | ------- | ------------------------- |
| `claude-opus-4-6` | Claude Opus 4.6（通过 Venice） | 1M | 推理、视觉 |
| `claude-opus-4-5` | Claude Opus 4.5（通过 Venice） | 198k | 推理、视觉 |
| `claude-sonnet-4-6` | Claude Sonnet 4.6（通过 Venice） | 1M | 推理、视觉 |
| `claude-sonnet-4-5` | Claude Sonnet 4.5（通过 Venice） | 198k | 推理、视觉 |
| `openai-gpt-54` | GPT-5.4（通过 Venice） | 1M | 推理、视觉 |
| `claude-opus-4-6` | Claude Opus 4.6（通过 Venice） | 1M | 推理、视觉 |
| `claude-opus-4-5` | Claude Opus 4.5（通过 Venice） | 198k | 推理、视觉 |
| `claude-sonnet-4-6` | Claude Sonnet 4.6（通过 Venice） | 1M | 推理、视觉 |
| `claude-sonnet-4-5` | Claude Sonnet 4.5（通过 Venice） | 198k | 推理、视觉 |
| `openai-gpt-54` | GPT-5.4（通过 Venice） | 1M | 推理、视觉 |
| `openai-gpt-53-codex` | GPT-5.3 Codex（通过 Venice） | 400k | 推理、视觉、编码 |
| `openai-gpt-52` | GPT-5.2（通过 Venice） | 256k | 推理 |
| `openai-gpt-52` | GPT-5.2（通过 Venice） | 256k | 推理 |
| `openai-gpt-52-codex` | GPT-5.2 Codex（通过 Venice） | 256k | 推理、视觉、编码 |
| `openai-gpt-4o-2024-11-20` | GPT-4o（通过 Venice） | 128k | 视觉 |
| `openai-gpt-4o-mini-2024-07-18` | GPT-4o Mini（通过 Venice） | 128k | 视觉 |
| `gemini-3-1-pro-preview` | Gemini 3.1 Pro（通过 Venice） | 1M | 推理、视觉 |
| `gemini-3-pro-preview` | Gemini 3 Pro（通过 Venice） | 198k | 推理、视觉 |
| `gemini-3-flash-preview` | Gemini 3 Flash（通过 Venice） | 256k | 推理、视觉 |
| `grok-41-fast` | Grok 4.1 Fast（通过 Venice） | 1M | 推理、视觉 |
| `grok-code-fast-1` | Grok Code Fast 1（通过 Venice） | 256k | 推理、编码 |
| `openai-gpt-4o-2024-11-20` | GPT-4o（通过 Venice） | 128k | 视觉 |
| `openai-gpt-4o-mini-2024-07-18` | GPT-4o Mini（通过 Venice） | 128k | 视觉 |
| `gemini-3-1-pro-preview` | Gemini 3.1 Pro（通过 Venice） | 1M | 推理、视觉 |
| `gemini-3-pro-preview` | Gemini 3 Pro（通过 Venice） | 198k | 推理、视觉 |
| `gemini-3-flash-preview` | Gemini 3 Flash（通过 Venice） | 256k | 推理、视觉 |
| `grok-41-fast` | Grok 4.1 Fast（通过 Venice） | 1M | 推理、视觉 |
| `grok-code-fast-1` | Grok Code Fast 1（通过 Venice） | 256k | 推理、编码 |
</Accordion>
</AccordionGroup>
## 模型发现
当设置了 `VENICE_API_KEY` 时，OpenClaw 会自动从 Venice API 发现模型。如果 API 不可达，它会回退到静态目录。
当设置了 `VENICE_API_KEY` 时，OpenClaw 会自动从 Venice API 发现模型。如果 API 无法访问，则会回退到静态目录。
`/models` 端点是公开的（列出模型无需 auth），但推理需要有效的 API 密钥。
`/models` 端点是公开的（列出模型时无需认证），但推理需要有效的 API 密钥。
## 流式传输与工具支持
## 流式传输和工具支持
| 功能 | 支持情况 |
| 功能 | 支持情况 |
| -------------------- | ---------------------------------------------------- |
| **流式传输** | 所有模型 |
| **函数调用** | 大多数模型（请查看 API 中的 `supportsFunctionCalling`） |
| **视觉 / 图像** | 标记为具有 “Vision” 功能的模型 |
| **JSON 模式** | 通过 `response_format` 支持 |
| **流式传输** | 所有模型 |
| **函数调用** | 大多数模型（请检查 API 中的 `supportsFunctionCalling`） |
| **视觉/图像** | 标有 “Vision” 功能的模型 |
| **JSON 模式** | 通过 `response_format` 支持 |
## 定价
Venice 使用基于积分的系统。当前费率请查看 [venice.ai/pricing](https://venice.ai/pricing)：
Venice 使用基于积分的计费系统。请查看 [venice.ai/pricing](https://venice.ai/pricing) 了解当前费率：
- **私密模型**：通常成本较低
- **匿名化模型**：与直接 API 定价相近，外加少量 Venice 费用
- **私密模型**：通常成本更低
- **匿名化模型**：与直连 API 定价相近，另加少量 Venice 费用
### Venice（匿名化）与直接 API 对比
### Venice（匿名化）与直连 API 对比
| 方面 | Venice（匿名化） | 直接 API |
| 方面 | Venice（匿名化） | 直连 API |
| ------------ | ----------------------------- | ------------------- |
| **隐私** | 元数据已剥离、已匿名化 | 关联到你的账户 |
| **延迟** | +10-50ms（代理） | 直连 |
| **功能** | 支持大多数功能 | 完整功能 |
| **计费** | Venice 积分 | 提供商计费 |
| **隐私** | 元数据已移除，匿名化 | 关联到你的账户 |
| **延迟** | +10-50ms（代理） | 直连 |
| **功能** | 支持大多数功能 | 完整功能 |
| **计费** | Venice 积分 | 提供商计费 |
## 使用示例
```bash
# Use the default private model
# 使用默认私密模型
openclaw agent --model venice/kimi-k2-5 --message "Quick health check"
# Use Claude Opus via Venice (anonymized)
# 通过 Venice 使用 Claude Opus（匿名化）
openclaw agent --model venice/claude-opus-4-6 --message "Summarize this task"
# Use uncensored model
# 使用无审查模型
openclaw agent --model venice/venice-uncensored --message "Draft options"
# Use vision model with image
# 使用视觉模型处理图像
openclaw agent --model venice/qwen3-vl-235b-a22b --message "Review attached image"
# Use coding model
# 使用编程模型
openclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor this function"
```
## 故障排除
<AccordionGroup>
<Accordion title="API 密钥未被识别">
<Accordion title="API 密钥无法识别">
```bash
echo $VENICE_API_KEY
openclaw models list | grep venice
```
请确保密钥以 `vapi_` 开头。
请确保该密钥以 `vapi_` 开头。
</Accordion>
<Accordion title="模型不可用">
Venice 模型目录会动态更新。运行 `openclaw models list` 可查看当前可用模型。某些模型可能会暂时离线。
Venice 模型目录会动态更新。运行 `openclaw models list` 可查看当前可用模型。某些模型可能只是暂时离线。
</Accordion>
<Accordion title="连接问题">
@ -258,7 +262,7 @@ openclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor
</AccordionGroup>
<Note>
更多帮助： [故障排除](/zh-CN/help/troubleshooting) 和 [常见问题](/zh-CN/help/faq)。
更多帮助：[故障排除](/zh-CN/help/troubleshooting) 和 [常见问题](/zh-CN/help/faq)。
</Note>
## 高级配置
@ -299,10 +303,10 @@ openclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor
<CardGroup cols={2}>
<Card title="模型选择" href="/zh-CN/concepts/model-providers" icon="layers">
选择提供商、模型引用和回退行为。
选择提供商、模型引用和故障切换行为。
</Card>
<Card title="Venice AI" href="https://venice.ai" icon="globe">
Venice AI 官网和账户注册。
Venice AI 首页和账户注册。
</Card>
<Card title="API 文档" href="https://docs.venice.ai" icon="book">
Venice API 参考和开发者文档。