OpenClaw 快速上手（四）：配置文件、模型 Provider，以及 Coding Plan 的小窍门

如果你只在 OpenClaw 里编辑一个文件，就是这一个。

~/.openclaw/openclaw.json 控制模型、工具、渠道、记忆、cron、技能加载。引导向导写了一份默认的，本篇带你走那些你真的会动的部分。

最小可用配置

去掉注释和默认集，能跑的配置大约 25 行：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20

{
  "agent": {
    "name": "Lobster",
    "default_model": "qwen-plus"
  },
  "providers": {
    "dashscope": {
      "api_key": "sk-...",
      "models": ["qwen-turbo", "qwen-plus", "qwen3-max", "qwen3-coder-plus"]
    }
  },
  "tools": {
    "exec": { "trusted_patterns": ["^ls ", "^cat ", "^echo "] },
    "web_search": { "engine": "bing" }
  },
  "memory": {
    "engine": "semantic",
    "max_tokens_per_turn": 2000
  }
}

5 块。一块块讲。

agent——名字与默认模型

两个字段重要：名字（用户看到的）和默认模型。默认模型是 Agent 在规划循环里默认用的那一个，除非工具或技能指定别的。

新人最常犯的错是"为了保险起见"在这里写最贵的模型。别这么干。规划循环每轮都会跑。这里写 qwen-plus，需要真推理时再在具体技能里覆盖成 qwen3-max。

providers——模型住哪

可以同时配多个 Provider，按技能选用。四个常用选项：

Coding Plan 真的有意思，下面单说。

Coding Plan 这个窍门

阿里云百炼有个"Coding Plan"订阅：200 元/月，包含 8 个模型——Claude Sonnet 4.5、Qwen3-Max、Qwen3-Coder-Plus、DeepSeek V3.1、GLM-4.6 等——工作时间内不限量。对于一天循环几百次的 Agent 来说，这个定价低到不合理。

Provider 配置就一块：

1
2
3
4

"bailian-coding-plan": {
  "endpoint": "https://dashscope.aliyuncs.com/coding-plan/v1",
  "api_key": "sk-..."  // Coding Plan 的 Key，不是 DashScope 普通 Key
}

然后在 agent.default_model 里写订阅暴露的模型 ID 之一（claude-sonnet-4-5、qwen3-max 等），请求就计入订阅。

如果你只是单机自用、跑得不多，没必要——DashScope 免费档够了。但如果你跑了 cron 任务或多个渠道，Coding Plan 真值。

tools——把锋利的开关打开

两个 Tool 配置值得调：

exec.trusted_patterns——绕过单次确认的正则白名单。我留得很窄：只读类的 ls、cat、git status。一切修改文件系统的都保持需要确认。

web_search.engine——bing（便宜，凑合）、serper（质量更好，要钱）、tavily（Agent 搜索最佳，更贵）。我默认 bing，不行让 Agent 主动要求换。

另外 24 个工具大多默认就好。我改过的两个：

• read.max_bytes——从 50KB 提到 500KB，让 Agent 一口气吞下一份配置文件。
• write.allowed_paths——限定到 ~/openclaw-workspace/ 和 ~/Documents/。这是单条最有用的安全设置。

memory——Agent 怎么记住东西

1
2
3
4
5
6

"memory": {
  "engine": "semantic",
  "max_tokens_per_turn": 2000,
  "auto_write": true,
  "types": ["user", "project", "reference", "feedback"]
}

max_tokens_per_turn 是每轮 Prompt 给记忆片段的预算。默认 1000。我提到 2000，因为技能本身就吃 Token，记忆太小 Agent 就开始忘事。

auto_write 让 Agent 自己决定何时写记忆。关掉的话你必须显式说"记一下我偏好 Python 而不是 Node"。打开的话它会推断。我开着，接受偶尔的虚假记忆。

channels——下一篇接

默认空。下一篇接 Telegram。骨架长这样：

1
2
3
4
5
6
7

"channels": {
  "telegram": {
    "enabled": true,
    "bot_token": "...",
    "allowed_user_ids": [123456789]
  }
}

allowed_user_ids 这字段精神上就不该缺——没它的话谁找到你 Bot 都能用。别裸跑。

cron——计划任务

1
2
3
4
5
6
7
8
9

"cron": {
  "jobs": [
    {
      "name": "daily-briefing",
      "schedule": "0 7 * * *",
      "skill": "daily-briefing"
    }
  ]
}

这个特性把 OpenClaw 从"聊天机器人"变成"会安静帮你做事的东西"。一条 cron 触发一个技能，技能产出结果，结果发到默认渠道（或者技能指定的渠道）。早间简报案例就是这个搭出来的。

编辑后重载

openclaw.json 大部分热重载。例外是渠道注册和 Provider Key——这两类要重启 Gateway：

1

openclaw gateway restart

如果你改完之后看到"tool not registered"或"provider not found"，这是提示。

今天我会让你改的几项

如果你是用向导初始化、之后没碰过这个文件：

1. 把 tools.write.allowed_paths 设成具体路径。默认是整个 home 目录，太宽。
2. 把 memory.max_tokens_per_turn 设到 2000。
3. 如果月支出快到 200 元了，切到 Coding Plan。

下一篇接渠道。先 Telegram（无痛），再用一组截图把 WeChat WorkBuddy 走一遍——它值得有自己的一天。