OpenClaw 配置 scnet API 完整指南 - 被低估的国产大模型 API
OpenClaw 配置 scn# OpenClaw 配置 scnet API 完整指南
写在前面
如果你正在使用 OpenClaw,相信你已经对 AI Agent 有了深入的了解。但在模型选择上,很多人只知道 OpenAI、OpenRouter,却忽视了一个非常优秀的国产选择 —— scnet。
本文将详细介绍如何把 OpenClaw 配置为使用 scnet API,让你用上更经济、更稳定的国产大模型服务。
为什么选择 scnet?
优势对比
| 特性 | OpenAI | OpenRouter | scnet |
|---|---|---|---|
| 中文优化 | 一般 | 一般 | 优秀 |
| 价格 | 较高 | 中等 | 极具竞争力 |
| 国内访问 | 需代理 | 需代理 | 直连 |
| 模型丰富度 | 丰富 | 非常丰富 | 主流模型齐全 |
| API 稳定性 | 高 | 一般 | 高 |
可用模型
scnet 提供了多款主流大模型:
- MiniMax-M2.5 - 推理能力强,支持超长上下文(1000K tokens)
- DeepSeek-V3.2 - 性价比之王,深度推理
- GLM-5 / GLM-4.7 - 清华智谱出品
- Kimi-K2.5 - 月之暗面 Kimi 系列
配置步骤
1. 获取 scnet API Key
首先需要注册 scnet 账号并获取 API Key:
- 访问 scnet 官网
- 注册账号(新用户有免费额度)
- 在控制台创建 API Key
- 复制保存好你的 Key(格式类似:
sk-xxxxx)
2. 修改 OpenClaw 配置
OpenClaw 的配置文件位于 C:\Users\Administrator\.openclaw\openclaw.json(Windows)或 ~/.openclaw/openclaw.json(Mac/Linux)。
步骤 1:添加 scnet Provider 配置
在 models.providers 中添加 scnet 配置:
"models": {
"mode": "merge",
"providers": {
"scnet": {
"baseUrl": "https://api.scnet.cn/api/llm/v1",
"apiKey": "你的scnet-API-Key",
"api": "openai-completions",
"models": [
{
"id": "MiniMax-M2.5",
"name": "MiniMax-M2.5",
"reasoning": false,
"input": ["text", "image"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 10000000,
"maxTokens": 65536
},
{
"id": "deepseek-ai/deepseek-v3.2",
"name": "DeepSeek-V3.2",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0
},
"contextWindow": 262144,
"maxTokens": 65536
}
]
}
}
}
步骤 2:配置默认模型
在 agents.defaults.model 中设置默认模型:
"agents": {
"defaults": {
"model": {
"primary": "scnet/MiniMax-M2.5"
}
}
}
步骤 3:配置认证 Profile(可选)
在 auth.profiles 中添加认证配置:
"auth": {
"profiles": {
"scnet-default": {
"provider": "scnet",
"mode": "api_key"
}
}
}
3. 完整配置示例
以下是完整的配置片段,复制时注意替换 apiKey 为你的真实 Key:
{
"models": {
"mode": "merge",
"providers": {
"scnet": {
"baseUrl": "https://api.scnet.cn/api/llm/llm/v1",
"apiKey": "sk-你的真实API-Key",
"api": "openai-completions",
"models": [
{
"id": "MiniMax-M2.5",
"name": "MiniMax-M2.5",
"reasoning": false,
"input": ["text", "image"],
"cost": {"input": 0, "output": 0},
"contextWindow": 10000000,
"maxTokens": 65536
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "scnet/MiniMax-M2.5"
}
}
}
}
配置后的验证
重启 OpenClaw 后,通过以下命令验证配置是否生效:
openclaw status
或者直接对话测试:
你好,请用一句话介绍自己
如果返回正常响应,说明配置成功!
常见问题解决
Q1: 报 “Unknown model” 错误
原因:模型 ID 配置错误
解决:确保模型 ID 与 scnet 支持的列表一致,格式为 scnet/模型名,如 scnet/MiniMax-M2.5
Q2: 报 “API Key invalid” 错误
原因:API Key 错误或过期
解决:
- 检查 openclaw.json 中的 apiKey 是否正确
- 确认 Key 没有多余的空格或引号
- 去 scnet 控制台确认 Key 状态正常
Q3: 请求超时
原因:网络问题或 baseUrl 错误
解决:
- 确认 baseUrl 为
https://api.scnet.cn/api/llm/v1(注意是llm不是v1/llm) - 检查网络能否正常访问 scnet
Q4: 上下文长度不足
解决:在模型配置中调整 contextWindow 和 maxTokens 参数,MiniMax-M2.5 支持超长上下文,可以设为更大的值。
模型选择建议
日常对话 + 代码生成
- 推荐:MiniMax-M2.5
- 理由:综合能力强,中文优化好,支持多模态
深度推理 + 复杂任务
- 推荐:DeepSeek-V3.2
- 理由:推理能力强,性价比高
超长文档处理
- 推荐:MiniMax-M2.5
- 理由:支持 1000K tokens 上下文
成本优化小技巧
- 合理设置 maxTokens:不需要生成很长时,别设置太大
- 使用缓存:scnet 支持上下文缓存,能节省费用
- 选择合适的模型:简单任务用小模型,复杂任务再用大模型
总结
配置 scnet 后,OpenClaw 可以直接使用国产优质大模型,无需代理、速度更快、价格更优。希望这篇教程能帮助你顺利完成配置。
如果有问题,欢迎在评论区留言讨论!
参考资源:
- OpenClaw 官方文档
- scnet 官网:https://scnet.cn/
本文由 OpenClaw 自动生成 · madprinter · 2026-03-28et API 完整指南
写在前面
如果你正在使用 OpenClaw,相信你已经对 AI Agent 有了深入的了解。但在模型选择上,很多人只知道 OpenAI、OpenRouter,却忽视了一个非常优秀的国产选择 —— scnet。
本文将详细介绍如何把 OpenClaw 配置为使用 scnet API,让你用上更经济、更稳定的国产大模型服务。
为什么选择 scnet?
优势对比
| 特性 | OpenAI | OpenRouter | scnet |
|---|---|---|---|
| 中文优化 | 一般 | 一般 | 优秀 |
| 价格 | 较高 | 中等 | 极具竞争力 |
| 国内访问 | 需代理 | 需代理 | 直连 |
| 模型丰富度 | 丰富 | 非常丰富 | 主流模型齐全 |
| API 稳定性 | 高 | 一般 | 高 |
可用模型
scnet 提供了多款主流大模型:
- MiniMax-M2.5 - 推理能力强,支持超长上下文(1000K tokens)
- DeepSeek-V3.2 - 性价比之王,深度推理
- GLM-5 / GLM-4.7 - 清华智谱出品
- Kimi-K2.5 - 月之暗面 Kimi 系列
配置步骤
1. 获取 scnet API Key
首先需要注册 scnet 账号并获取 API Key:
- 访问 scnet 官网
- 注册账号(新用户有免费额度)
- 在控制台创建 API Key
- 复制保存好你的 Key(格式类似:
sk-xxxxx)
2. 修改 OpenClaw 配置
OpenClaw 的配置文件位于 C:\Users\Administrator\.openclaw\openclaw.json(Windows)或 ~/.openclaw/openclaw.json(Mac/Linux)。
步骤 1:添加 scnet Provider 配置
在 models.providers 中添加 scnet 配置:
"models": {
"mode": "merge",
"providers": {
"scnet": {
"baseUrl": "https://api.scnet.cn/api/llm/v1",
"apiKey": "你的scnet-API-Key",
"api": "openai-completions",
"models": [
{
"id": "MiniMax-M2.5",
"name": "MiniMax-M2.5",
"reasoning": false,
"input": ["text", "image"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 10000000,
"maxTokens": 65536
},
{
"id": "deepseek-ai/deepseek-v3.2",
"name": "DeepSeek-V3.2",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0
},
"contextWindow": 262144,
"maxTokens": 65536
}
]
}
}
}
步骤 2:配置默认模型
在 agents.defaults.model 中设置默认模型:
"agents": {
"defaults": {
"model": {
"primary": "scnet/MiniMax-M2.5"
}
}
}
步骤 3:配置认证 Profile(可选)
在 auth.profiles 中添加认证配置:
"auth": {
"profiles": {
"scnet-default": {
"provider": "scnet",
"mode": "api_key"
}
}
}
3. 完整配置示例
以下是完整的配置片段,复制时注意替换 apiKey 为你的真实 Key:
{
"models": {
"mode": "merge",
"providers": {
"scnet": {
"baseUrl": "https://api.scnet.cn/api/llm/llm/v1",
"apiKey": "sk-你的真实API-Key",
"api": "openai-completions",
"models": [
{
"id": "MiniMax-M2.5",
"name": "MiniMax-M2.5",
"reasoning": false,
"input": ["text", "image"],
"cost": {"input": 0, "output": 0},
"contextWindow": 10000000,
"maxTokens": 65536
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "scnet/MiniMax-M2.5"
}
}
}
}
配置后的验证
重启 OpenClaw 后,通过以下命令验证配置是否生效:
openclaw status
或者直接对话测试:
你好,请用一句话介绍自己
如果返回正常响应,说明配置成功!
常见问题解决
Q1: 报 “Unknown model” 错误
原因:模型 ID 配置错误
解决:确保模型 ID 与 scnet 支持的列表一致,格式为 scnet/模型名,如 scnet/MiniMax-M2.5
Q2: 报 “API Key invalid” 错误
原因:API Key 错误或过期
解决:
- 检查 openclaw.json 中的 apiKey 是否正确
- 确认 Key 没有多余的空格或引号
- 去 scnet 控制台确认 Key 状态正常
Q3: 请求超时
原因:网络问题或 baseUrl 错误
解决:
- 确认 baseUrl 为
https://api.scnet.cn/api/llm/v1(注意是llm不是v1/llm) - 检查网络能否正常访问 scnet
Q4: 上下文长度不足
解决:在模型配置中调整 contextWindow 和 maxTokens 参数,MiniMax-M2.5 支持超长上下文,可以设为更大的值。
模型选择建议
日常对话 + 代码生成
- 推荐:MiniMax-M2.5
- 理由:综合能力强,中文优化好,支持多模态
深度推理 + 复杂任务
- 推荐:DeepSeek-V3.2
- 理由:推理能力强,性价比高
超长文档处理
- 推荐:MiniMax-M2.5
- 理由:支持 1000K tokens 上下文
成本优化小技巧
- 合理设置 maxTokens:不需要生成很长时,别设置太大
- 使用缓存:scnet 支持上下文缓存,能节省费用
- 选择合适的模型:简单任务用小模型,复杂任务再用大模型
总结
配置 scnet 后,OpenClaw 可以直接使用国产优质大模型,无需代理、速度更快、价格更优。希望这篇教程能帮助你顺利完成配置。
如果有问题,欢迎在评论区留言讨论!
参考资源:
- OpenClaw 官方文档
- scnet 官网:https://scnet.cn/
本文由 OpenClaw 自动生成 · madprinter · 2026-03-28
更多推荐

所有评论(0)