在构建基于 OpenClaw 的智能助手时，我们往往希望它既能处理复杂任务（聪明），又能快速响应用户（响应快），同时还要控制 API 调用成本（节省 Token）。单一模型很难同时满足这三个目标。通过合理的多模型配置和智能路由，我们可以让不同的模型各司其职，在保证体验的同时优化开销。本文档将详细介绍如何在 OpenClaw 中实现这一目标。
一、总体策略：模型分层与智能路由
我们的核心思路是 “好钢用在刀刃上”：将任务分层，每一层由最合适的模型处理，并通过工作流自动路由。
分类层（Tier 1 – 轻量快速）：使用极小模型（如 qwen2.5:3b 或 llama3.2-3b）对用户输入进行快速意图识别和复杂度评估。该层响应极快，几乎不消耗 Token。
执行层（Tier 2 – 专业主力）：根据分类结果，将任务派发给擅长该领域的模型。例如：
日常对话、简单问答 → GLM-4.7（均衡、低成本）
深度代码推理、系统设计 → GLM-5 或 Llama Nemotron Super（能力强但较慢）
前端生成、办公自动化 → GPT-5.3-Codex（高价值但 Token 昂贵）
兜底层（Tier 3 – 故障转移）：在每个 Agent 内部配置后备模型，当主模型不可用（超时、配额超限）时自动切换，保证服务连续性。
二、配置步骤
1. 接入多个模型
在 OpenClaw 的主配置文件（如 ~/.openclaw/openclaw.json）的 models 节点中添加所需模型。以下示例包含了 GLM-4.7、GLM-5、GPT-5.3-Codex 以及一个本地分类模型：
json
{
“models”: {
“mode”: “merge”,
“providers”: {
“zai”: {
“baseUrl”: “https://open.bigmodel.cn/api/paas/v4”,
“apiKey”: “YOUR_ZAI_KEY”,
“api”: “openai-completions”,
“models”: [
{
“id”: “glm-4-plus”, // GLM-4.7 的 ID 可能因平台而异
“name”: “GLM-4.7”,
“input”: [“text”],
“contextWindow”: 200000,
“maxTokens”: 4096
},
{
“id”: “glm-5”,
“name”: “GLM-5”,
“input”: [“text”],
“contextWindow”: 200000,
“maxTokens”: 128000
}
]
},
“openai”: {
“baseUrl”: “https://api.openai.com/v1”,
“apiKey”: “YOUR_OPENAI_KEY”,
“api”: “openai-completions”,
“models”: [
{
“id”: “gpt-5.3-codex”,
“name”: “GPT-5.3-Codex”,
“input”: [“text”],
“contextWindow”: 32000,
“maxTokens”: 4000
}
]
},
“ollama”: {
“baseUrl”: “http://localhost:11434”,
“api”: “ollama”,
“models”: [
{
“id”: “qwen2.5:3b”,
“name”: “Qwen 2.5 3B”,
“input”: [“text”],
“contextWindow”: 8192,
“maxTokens”: 2048
}
]
}
}
}
}
2. 创建专业 Agent 并配置故障转移
为每个专业角色创建一个 Agent，并设置 model.primary 和 model.fallbacks。这样当主模型失败时，OpenClaw 会自动尝试后备模型，且所有模型共享同一个 Workspace，保持对话上下文连续。
json
{
“agents”: {
“classifier”: {
“id”: “classifier”,
“name”: “意图分类器”,
“workspace”: “~/.openclaw/workspaces/classifier”,
“model”: {
“primary”: “ollama/qwen2.5:3b”,
“fallbacks”: [] // 分类器通常无需后备
},
“systemPrompt”: “你是一个任务分类器。根据用户输入，输出一个标签和复杂度：标签为 ‘chat’（日常对话）、’code’（编程相关）、’doc’（文档处理）；复杂度为 ‘low’、’medium’、’high’。输出格式为 JSON，例如 {\”label\”: \”code\”, \”complexity\”: \”high\”}。”
},
“general_assistant”: {
“id”: “general_assistant”,
“name”: “通用助手”,
“workspace”: “~/.openclaw/workspaces/general”,
“model”: {
“primary”: “zai/glm-4-plus”,
“fallbacks”: [“openai/gpt-5.3-codex”, “zai/glm-5”]
},
“systemPrompt”: “你是一个乐于助人的通用助手。回答简洁、准确。”
},
“coding_architect”: {
“id”: “coding_architect”,
“name”: “编程架构师”,
“workspace”: “~/.openclaw/workspaces/coding”,
“model”: {
“primary”: “zai/glm-5”,
“fallbacks”: [“openai/gpt-5.3-codex”, “zai/glm-4-plus”]
},
“systemPrompt”: “你是一位资深的软件架构师，擅长系统设计、复杂算法和代码优化。请提供清晰、可维护的解决方案。”,
“modelParameters”: {
“max_tokens”: 8000
}
},
“ui_expert”: {
“id”: “ui_expert”,
“name”: “UI 专家”,
“workspace”: “~/.openclaw/workspaces/ui”,
“model”: {
“primary”: “openai/gpt-5.3-codex”,
“fallbacks”: [“zai/glm-4-plus”]
},
“systemPrompt”: “你是前端 UI 专家，擅长生成美观、响应式的 HTML/CSS/JS 代码。”,
“modelParameters”: {
“max_tokens”: 2000 // 限制 Codex 输出长度，节约 Token
}
}
}
}
3. 设计智能路由工作流
工作流负责调用分类器，然后根据结果跳转到对应的专业 Agent。同时，对耗时模型（如 GLM-5）可采用异步执行，避免阻塞用户。
json
{
“workflows”: {
“smart_router”: {
“description”: “智能路由：根据意图调用不同专家”,
“steps”: [
{
“name”: “classify”,
“type”: “agent”,
“agent”: “classifier”,
“input”: “{{user_input}}”,
“output”: “classification”
},
{
“name”: “route”,
“type”: “switch”,
“condition”: {
“cases”: [
{
“match”: “{{classification.label}} == ‘chat’ && {{classification.complexity}} == ‘low’”,
“next”: “quick_chat”
},
{
“match”: “{{classification.label}} == ‘code’ && {{classification.complexity}} == ‘high’”,
“next”: “deep_code_async”
},
{
“match”: “{{classification.label}} == ‘code’ && {{classification.complexity}} != ‘high’”,
“next”: “general_code”
},
{
“match”: “{{classification.label}} == ‘doc’”,
“next”: “doc_processing”
}
],
“default”: “quick_chat”
}
},
{
“name”: “quick_chat”,
“type”: “agent”,
“agent”: “general_assistant”,
“input”: “{{user_input}}”,
“output”: “final_response”
},
{
“name”: “general_code”,
“type”: “agent”,
“agent”: “coding_architect”,
“input”: “{{user_input}}”,
“output”: “final_response”,
“modelParameters”: {
“max_tokens”: 4000
}
},
{
“name”: “deep_code_async”,
“type”: “async”,
“agent”: “coding_architect”,
“input”: “{{user_input}}”,
“callback”: {
“type”: “notify”,
“message”: “您的复杂编程任务已完成，请查看结果。”
},
“output”: “final_response”
},
{
“name”: “doc_processing”,
“type”: “agent”,
“agent”: “general_assistant”, // 实际可配置专门的文档 Agent，此处简化
“input”: “{{user_input}}”,
“output”: “final_response”
}
],
“output”: “{{final_response}}”
}
}
}
三、优化技巧
1. 为昂贵模型设置 Token 预算
在 Agent 的 modelParameters 中，可以为 GPT-5.3-Codex 等昂贵模型设置更小的 max_tokens，避免单次调用消耗过多配额。同时可在工作流中增加“成本预估”步骤，当预估 Token 超过阈值时要求用户确认。
2. 利用异步任务处理耗时请求
将 GLM-5 等深度思考模型的任务设为异步（type: “async”），并配置回调通知。这样用户无需等待模型完成即可继续交互，大大提升响应速度的体感。
3. 使用轻量模型过滤简单请求
分类器本身已经过滤了大量简单请求，让 GLM-4.7 等快速模型处理日常对话，避免唤醒 GLM-5 或 Codex。
4. 故障转移与重试
除了 fallbacks，还可以在 Agent 或工作流中配置 retry 策略，当临时性错误（如网络抖动）发生时自动重试。
5. 监控与动态调整
结合 OpenClaw 的日志和外部监控工具（如 ClawRouter），观察各模型的响应时间、成功率、Token 消耗，动态调整路由规则和模型参数。
四、总结
通过上述配置，我们实现了：
更聪明：GLM-5、GPT-5.3-Codex 等强模型在复杂任务上发挥专长；
响应更快：分类器快速分流，异步任务不阻塞，故障转移保证可用性；
节省 Token：轻量模型处理高频简单请求，昂贵模型仅在必要时调用，并限制输出长度。
这套模式可以灵活扩展，无论你接入更多模型还是增加新的专业 Agent，只需调整工作流和 Agent 定义即可。希望本文能帮助你构建一个既高效又经济的 OpenClaw 智能助手。