GLM-5 + OpenClaw 配置完全指南：从接入到生产可用

GLM-5 不是「换个模型名」那么简单

关键字「glm5 openclaw 配置」背后通常有三个真实诉求：

接入：如何把 GLM-5 接进 OpenClaw Gateway，让它能被所有技能调用？
路由：如何针对不同任务类型（写代码、写长文、简单问答）分配不同模型，避免浪费？
稳定：生产环境下超时、重试、降级、成本控制怎么配？

很多配置文档只给你一个「改 config.json」的清单，但没告诉你为什么这么配、出问题怎么排查、跑起来后怎么优化。

本文按「生产可用」的顺序写：先配置能跑，再配置不炸，最后配置省钱。

一、模型来源：你是用官方 API 还是中转站？

GLM-5 有两种获取方式：

来源	优点	缺点	适用场景
智谱官方	稳定、无中间商	需要备案、国内网络限制、价格透明但固定	正规企业、有备案
cliproxy 中转	统一网关、折扣价、多模型管理	多一层依赖、稳定性依赖中转站	个人开发者、测试环境、多模型混用

配置路径差异

官方 API 直接配：

{
  "provider_id": "zhipu",
  "base_url": "https://open.bigmodel.cn/api/paas/v4",
  "api_key": "your-zhipu-key",
  "models": ["glm-5", "glm-5-flash"]
}

cliproxy 中转配（推荐）：

{
  "provider_id": "cliproxy",
  "base_url": "https://your-cliproxy.com/v1",
  "api_key": "your-cliproxy-key",
  "models": ["cliproxy/glm-5", "cliproxy/glm-5-flash"]
}

为什么用 cliproxy？

统一 API 形态（OpenAI 兼容）
多 provider 管理（一个 key 调多个模型）
折扣与预算控制（中转站通常有折扣）

二、OpenClaw Gateway 核心配置

配置位置：/root/.openclaw/config.json（默认）或 Gateway 启动时指定的 --config 路径。

2.1 providers 字段：定义可用的 GLM-5

{
  "providers": [
    {
      "id": "cliproxy-glm5",
      "type": "openai",
      "base_url": "https://your-cliproxy.com/v1",
      "api_key": "${CLIPROXY_API_KEY}",
      "models": [
        {
          "id": "cliproxy/glm-5",
          "name": "GLM-5（智谱）",
          "max_tokens": 128000,
          "context_window": 128000
        },
        {
          "id": "cliproxy/glm-5-flash",
          "name": "GLM-5 Flash",
          "max_tokens": 128000,
          "context_window": 128000
        }
      ]
    }
  ]
}

关键点：

id：在 routes 中会引用这个 provider_id
api_key 支持环境变量（${VAR_NAME}），避免硬编码泄露
max_tokens 和 context_window：影响长文生成和上下文限制

2.2 routes 字段：定义任务类型 → 模型映射

OpenClaw Gateway 的「路由」是核心能力：你可以根据任务类型自动选择合适的模型。

{
  "routes": [
    {
      "pattern": "coding*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5"
    },
    {
      "pattern": "longform*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5"
    },
    {
      "pattern": "quick*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5-flash"
    },
    {
      "pattern": "*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5-flash"
    }
  ]
}

路由逻辑：

通配符 * 是默认路由（当其他都不匹配时）
匹配优先级：从上到下，第一个匹配的生效
pattern 匹配的是什么？是调用时的「模型标识」（见下文）

2.3 defaults 字段：默认模型配置

{
  "defaults": {
    "chat_model": "cliproxy/glm-5-flash",
    "reasoning_model": "cliproxy/glm-5",
    "longform_model": "cliproxy/glm-5"
  }
}

用途：

当技能或 cron job 没有指定模型时，使用这里的默认值
reasoning_model：用于复杂推理、架构设计
longform_model：用于长文生成（博客、教程）

三、配置后如何生效：重启 vs 重载

3.1 修改 `providers` 或 `routes`

需要完全重启 Gateway：

# 使用 OpenClaw CLI（推荐）
openclaw gateway restart

# 或直接发 SIGUSR1 信号（仅重启，不重新加载 cron jobs）
kill -USR1 $(pgrep -f "openclaw gateway")

⚠️ 注意：

SIGUSR1 重启不会重新加载 /root/.openclaw/cron/jobs.json
修改 cron jobs 配置后，需要让用户手动重启 Gateway（不要用 kill -9，会中断所有会话）

3.2 验证配置是否生效

# 查看 Gateway 状态
openclaw gateway status

# 测试 GLM-5 调用
openclaw chat --model cliproxy/glm-5 "你好，请用一句话介绍你自己。"

# 查看日志（确认路由匹配）
tail -f /var/log/openclaw/gateway.log | grep -i "route\|model"

常见错误：

no such model: cliproxy/glm-5 → provider 配置的 models 里没有这个 id
provider not found: cliproxy-glm5 → routes 里引用的 provider_id 不存在
timeout after 120s → 模型响应太慢，需要调超时或换个快点的模型

四、生产环境：超时、重试、降级

4.1 超时配置

在 providers 里加 timeout 字段：

{
  "id": "cliproxy-glm5",
  "type": "openai",
  "base_url": "https://your-cliproxy.com/v1",
  "api_key": "${CLIPROXY_API_KEY}",
  "timeout": 180,
  "models": [...]
}

建议值：

快速问答：30s
代码生成：60s
长文生成：180s

超时后会发生什么？

默认：返回超时错误，任务失败
你可以在技能里做重试逻辑（见下文）

4.2 重试与降级

在技能代码里做重试（Python 示例）：

import time
from openclaw import OpenClawGateway

gateway = OpenClawGateway()

def generate_with_retry(prompt, model="cliproxy/glm-5", max_retries=2):
    for attempt in range(max_retries):
        try:
            response = gateway.chat(
                model=model,
                messages=[{"role": "user", "content": prompt}],
                timeout=180
            )
            return response["content"]
        except TimeoutError:
            if attempt < max_retries - 1:
                time.sleep(2 ** attempt)  # 指数退避
                continue
            # 最后一次重试：降级到 flash 模型
            if model == "cliproxy/glm-5":
                response = gateway.chat(
                    model="cliproxy/glm-5-flash",
                    messages=[{"role": "user", "content": prompt}],
                    timeout=60
                )
                return response["content"]
            raise

4.3 成本控制：混用 GLM-5 和 GLM-5 Flash

成本对比（假设）：

GLM-5：¥0.12 / 1K tokens
GLM-5 Flash：¥0.01 / 1K tokens

建议策略：

快速问答、简单任务 → Flash
代码生成、长文写作 → 完整版 GLM-5
实验性任务 → Flash，验证价值后再用完整版

五、常见问题排查

5.1 调用返回 401 / 403

原因：

API Key 错误或过期
cliproxy 中转站的 IP 白名单限制

排查：

# 测试 API Key
curl -H "Authorization: Bearer YOUR_KEY" \
  https://your-cliproxy.com/v1/models

# 检查环境变量
echo $CLIPROXY_API_KEY

5.2 调用返回 502 / 503

原因：

cliproxy 中转站宕机
智谱官方 API 限流

应对：

配置 fallback provider（如再加一个备用中转站）
在技能里捕获错误，返回「服务暂时不可用」提示

5.3 模型返回乱码或截断

原因：

max_tokens 设置太小
编码问题（罕见）

排查：

{
  "max_tokens": 4096,  // 放大
  "temperature": 0.7
}

六、高级配置：多 provider + 负载均衡

6.1 配置两个 cliproxy 实例

{
  "providers": [
    {
      "id": "cliproxy-glm5-primary",
      "type": "openai",
      "base_url": "https://cliproxy-1.com/v1",
      "api_key": "${CLIPROXY_API_KEY_1}",
      "models": [...]
    },
    {
      "id": "cliproxy-glm5-backup",
      "type": "openai",
      "base_url": "https://cliproxy-2.com/v1",
      "api_key": "${CLIPROXY_API_KEY_2}",
      "models": [...]
    }
  ],
  "routes": [
    {
      "pattern": "critical*",
      "provider": "cliproxy-glm5-primary",
      "model": "cliproxy/glm-5"
    },
    {
      "pattern": "*",
      "provider": "cliproxy-glm5-backup",
      "model": "cliproxy/glm-5-flash"
    }
  ]
}

用途：

主 provider 故障时，自动切换到备用
不同业务用不同 provider（成本隔离）

6.2 监控与告警

日志采集：

# Gateway 日志路径（默认）
/var/log/openclaw/gateway.log

# 搜索错误模式
grep -i "error\|timeout\|502\|503" /var/log/openclaw/gateway.log | tail -50

告警规则（建议）：

5 分钟内超时 > 10 次 → 告警
502/503 错误率 > 5% → 告警
API 调用延迟 P99 > 30s → 告警

七、完整示例配置文件

{
  "version": "1.0",
  "providers": [
    {
      "id": "cliproxy-glm5",
      "type": "openai",
      "base_url": "https://your-cliproxy.com/v1",
      "api_key": "${CLIPROXY_API_KEY}",
      "timeout": 180,
      "models": [
        {
          "id": "cliproxy/glm-5",
          "name": "GLM-5（智谱）",
          "max_tokens": 128000,
          "context_window": 128000
        },
        {
          "id": "cliproxy/glm-5-flash",
          "name": "GLM-5 Flash",
          "max_tokens": 128000,
          "context_window": 128000
        }
      ]
    }
  ],
  "routes": [
    {
      "pattern": "coding*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5"
    },
    {
      "pattern": "longform*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5"
    },
    {
      "pattern": "quick*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5-flash"
    },
    {
      "pattern": "*",
      "provider": "cliproxy-glm5",
      "model": "cliproxy/glm-5-flash"
    }
  ],
  "defaults": {
    "chat_model": "cliproxy/glm-5-flash",
    "reasoning_model": "cliproxy/glm-5",
    "longform_model": "cliproxy/glm-5"
  }
}

八、验证清单

配置完成后，逐项验证：

openclaw gateway status 显示配置已加载
openclaw chat --model cliproxy/glm-5 "test" 返回正常
日志里没有「no such model」或「provider not found」
长文生成（2000+ tokens）不超时
超时后重试/降级逻辑正常工作
成本估算：根据 token 使用量预估月度费用

最后：配置不是一劳永逸

GLM-5 的价格、限流策略、API 规范都会变化。cliproxy 中转站的稳定性也有波动。

建议：

每月检查一次 Gateway 配置是否仍然最优
监控成本与延迟，必要时调整路由规则
保留备用 provider，避免单点故障

配置对了，GLM-5 + OpenClaw 的组合可以让你用本地模型的价格，享受到接近 GPT-4 级别的中文能力。

更新时间：2026-02-15 相关文章：QMD + OpenClaw：本地模型接入指南 | OpenClaw 技能开发实战

GLM-5 不是「换个模型名」那么简单

一、模型来源：你是用官方 API 还是中转站？

配置路径差异

二、OpenClaw Gateway 核心配置

2.1 providers 字段：定义可用的 GLM-5

2.2 routes 字段：定义任务类型 → 模型映射

2.3 defaults 字段：默认模型配置

三、配置后如何生效：重启 vs 重载

3.1 修改 providers 或 routes

3.2 验证配置是否生效

四、生产环境：超时、重试、降级

4.1 超时配置

4.2 重试与降级

4.3 成本控制：混用 GLM-5 和 GLM-5 Flash

五、常见问题排查

5.1 调用返回 401 / 403

5.2 调用返回 502 / 503

5.3 模型返回乱码或截断

六、高级配置：多 provider + 负载均衡

6.1 配置两个 cliproxy 实例

6.2 监控与告警

七、完整示例配置文件

八、验证清单

最后：配置不是一劳永逸

阿里云 ECS

相关推荐

QMD + OpenClaw：把本地模型推理（QMD/llama.cpp 系）接进 Agent 自动化流水线的工程化指南

QMD Memory：本地推理 + Agent 系统的内存治理完全指南（从显存到状态持久化）

你的 Agent 有灵魂，但它有计划吗？—— 目标架构与自主性的真正关系

一个人干不过一群 agent：OpenClaw 多智能体协作的实战手册

3.1 修改 `providers` 或 `routes`