OpenClaw配置全流程：初始化、模型、网关、通道等

对于正在使用本地AI、折腾OpenClaw的用户而言，掌握核心配置命令是高效使用OpenClaw的基础。无论是刚完成安装、环境崩溃需要重置，还是配置模型、工作空间等核心功能，都离不开基础配置操作。本节将带大家快速配置OpenClaw，适配本地AI各类使用场景。

一、初始化OpenClaw

该命令主要用于两种场景：一是刚刚安装完OpenClaw，需要完成初始配置；二是软件环境出现故障、无法恢复时，用于重置OpenClaw至初始状态。

openclaw onboard

二、配置OpenClaw

该命令是核心配置入口，可配置工作空间、模型厂商、web工具、网关、通道、技能、健康检查等所有核心功能，大部分手动配置操作在此处进行效率更高。

openclaw config

1、Workspace-工作空间配置

选择Workspace选项，可修改OpenClaw的工作空间路径。默认情况下，OpenClaw会安装在Windows系统C盘的用户目录下（路径：.openclaw/wordspace），不更改也可正常使用。但如果长期使用、技能和数据较多，工作空间会逐渐变大，建议修改路径至文档目录，方便后续数据迁移和管理。

2、Model-配置模型

配置大模型的操作非常简单，只需前往对应大模型厂商购买Token，将Token填入对应配置项即可。

Coding Plan汇总看这篇：《Agent开发者省钱指南：国内AI Coding Plan对比》

核心配置步骤（重点）

在终端执行以下命令，打开Web UI：

openclaw dashboard

在Web UI左侧菜单栏中，依次选择「配置」>「All Settings」>「RAW」。
将以下JSON内容复制到「Raw JSONS」输入框，替换原有内容；
若需保留已有配置，请勿直接全量替换，需在原有配置文件中找到models、agents和gateway字段，将Coding Plan的配置信息粘贴到对应字段下；
将JSON中的「YOUR_API_KEY」替换为你购买的阿里云百炼Coding Plan专属API Key。

{
“meta”: {
“lastTouchedVersion”: “2026.3.2”,
“lastTouchedAt”: “2026-03-03T07:28:22.400Z”
},
“models”: {
“mode”: “merge”,
“providers”: {
“bailian”: {
“baseUrl”: “https://coding.dashscope.aliyuncs.com/v1”,
“apiKey”: “YOUR_API_KEY”,
“api”: “openai-completions”,
“models”: [
{
“id”: “qwen3.5-plus”,
“name”: “qwen3.5-plus”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”,
“image”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 1000000,
“maxTokens”: 65536
},
{
“id”: “qwen3-max-2026-01-23”,
“name”: “qwen3-max-2026-01-23”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 262144,
“maxTokens”: 65536
},
{
“id”: “qwen3-coder-next”,
“name”: “qwen3-coder-next”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 262144,
“maxTokens”: 65536
},
{
“id”: “qwen3-coder-plus”,
“name”: “qwen3-coder-plus”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 1000000,
“maxTokens”: 65536
},
{
“id”: “MiniMax-M2.5”,
“name”: “MiniMax-M2.5”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 204800,
“maxTokens”: 131072
},
{
“id”: “glm-5”,
“name”: “glm-5”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 202752,
“maxTokens”: 16384
},
{
“id”: “glm-4.7”,
“name”: “glm-4.7”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 202752,
“maxTokens”: 16384
},
{
“id”: “kimi-k2.5”,
“name”: “kimi-k2.5”,
“api”: “openai-completions”,
“reasoning”: false,
“input”: [
“text”,
“image”
],
“cost”: {
“input”: 0,
“output”: 0,
“cacheRead”: 0,
“cacheWrite”: 0
},
“contextWindow”: 262144,
“maxTokens”: 32768
}
]
}
}
},
“agents”: {
“defaults”: {
“model”: {
“primary”: “bailian/qwen3.5-plus”
},
“models”: {
“bailian/qwen3.5-plus”: {},
“bailian/qwen3-max-2026-01-23”: {},
“bailian/qwen3-coder-next”: {},
“bailian/qwen3-coder-plus”: {},
“bailian/MiniMax-M2.5”: {},
“bailian/glm-5”: {},
“bailian/glm-4.7”: {},
“bailian/kimi-k2.5”: {}
},
“compaction”: {
“mode”: “safeguard”
}
}
},
“commands”: {
“native”: “auto”,
“nativeSkills”: “auto”,
“restart”: true,
“ownerDisplay”: “raw”
},
“gateway”: {
“mode”: “local”,
“auth”: {
“mode”: “token”,
“token”: “__OPENCLAW_REDACTED__”
}
}
}