跳到主要内容

模型配置

giclaw 使用 OpenAI 兼容的视觉模型 API 分析游戏截图并决定操作。运行 giclaw init 可以交互式选择供应商，也可以手动在 config.json 中配置。模型配置保存在项目或用户配置文件中，不要求增加环境变量。

当前已验收配置​

当前真实账号全流程使用本机 NewAPI 网关、gpt-5.6-sol 和流式 Chat Completions：

{
  "model": {
    "name": "gpt-5.6-sol",
    "baseUrl": "http://127.0.0.1:3002/v1",
    "apiKey": "你的 NewAPI 用户令牌",
    "family": "gpt-5",
    "stream": true
  }
}

/v1/models 必须携带用户令牌。先确认接口返回的精确模型 ID，再写入 model.name；当前网关只使用其实际列出的 5.6 系列模型，不使用旧模型名占位。

curl http://127.0.0.1:3002/v1/models \
  -H "Authorization: Bearer <NewAPI 用户令牌>"

其他兼容供应商示例​

Google Gemini​

性价比最优。Gemini 2.5 Flash 具有出色的视觉理解能力，响应速度快，免费额度充足。

{
  "model": {
    "name": "gemini-2.5-flash",
    "baseUrl": "https://generativelanguage.googleapis.com/v1beta/openai",
    "apiKey": "你的 API Key"
  }
}

获取 API Key：Google AI Studio

豆包 / 火山引擎​

国内访问稳定，无需代理。

{
  "model": {
    "name": "doubao-seed-1.6-thinking-vision-250428",
    "baseUrl": "https://ark.cn-beijing.volces.com/api/v3",
    "apiKey": "你的 API Key"
  }
}

获取 API Key：火山引擎控制台

通义千问 Qwen-VL​

阿里云提供，国内访问稳定。

{
  "model": {
    "name": "qwen-vl-max",
    "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    "apiKey": "sk-xxx"
  }
}

获取 API Key：阿里云百炼

自定义供应商​

任何兼容 OpenAI /v1/chat/completions 接口且支持 image_url 类型输入的视觉模型均可使用。只需在 config.json 中填入对应的 baseUrl、name 和 apiKey。

{
  "model": {
    "name": "your-model-name",
    "baseUrl": "https://your-api-endpoint.com/v1",
    "apiKey": "your-api-key"
  }
}
提示

giclaw 通过 POST {baseUrl}/chat/completions 发送请求，消息体包含 image_url（base64 编码的截图）和文本提示。确保你的供应商支持此格式即可。

仅支持流式返回的兼容服务​

如果兼容服务拒绝 stream: false，可以只在当前配置中启用流式聚合：

{
  "model": {
    "name": "gpt-5.6-sol",
    "baseUrl": "http://127.0.0.1:3002/v1",
    "apiKey": "你的 NewAPI 用户令牌",
    "family": "gpt-5",
    "stream": true
  }
}

开启后，giclaw 仍调用 /chat/completions，但会向上游发送 stream: true，再在进程内把 SSE 分片聚合为 Midscene 结构化规划所需的完整 Chat Completion。该选项不启用 Responses API，也不会修改代理服务或系统环境变量。

配置检查​

  • baseUrl 应包含兼容服务要求的 /v1 前缀，项目会在其后请求 /chat/completions。
  • model.name 必须与带鉴权访问 /v1/models 时返回的 ID 完全一致。
  • 5.x 兼容模型将 family 设为 gpt-5，使 Midscene 使用正确的模型家族适配。
  • 上游拒绝非流式请求时设置 stream: true；这不会切换到 Responses API。
  • model_unavailable 通常表示网关没有该模型的可用映射或上游通道。先核对模型列表和通道状态，再检查项目配置。
  • giclaw run --dry-run 不请求模型 API，只能验证本地配置结构和任务编排。