跳到正文
FunCoding

搜索

搜索文档、文章、Skill 和 MCP

Meta

Meta 设置(身份验证 + muse-spark-1.1 模型选择)

Meta API 使用与 OpenAI 兼容的 Responses API(POST /v1/responses) 来调用 muse-spark-1.1 推理模型。该提供商以 OpenClaw 内置 插件的形式提供。

属性值
提供商 IDmeta
插件内置提供商
身份验证环境变量MODEL_API_KEY
新手引导标志--auth-choice meta-api-key
直接 CLI 标志--meta-api-key <key>
APIResponses API(openai-responses)
基础 URLhttps://api.meta.ai/v1
默认模型meta/muse-spark-1.1
默认推理级别high(reasoning.effort)

入门指南

设置 API key

openclaw onboard --auth-choice meta-api-key
openclaw onboard --non-interactive --accept-risk \
  --auth-choice meta-api-key \
  --meta-api-key "$MODEL_API_KEY"
export MODEL_API_KEY=<key>

验证模型是否可用

openclaw models list --provider meta

列出静态的 muse-spark-1.1 目录条目。如果 MODEL_API_KEY 未解析, openclaw models status --json 会在 auth.unusableProfiles 下报告缺失的凭据。

非交互式设置

openclaw onboard --non-interactive --accept-risk \
  --mode local \
  --auth-choice meta-api-key \
  --meta-api-key "$MODEL_API_KEY"

内置目录

模型引用名称推理上下文窗口最大输出
meta/muse-spark-1.1Muse Spark 1.1是1,048,576131,072

能力:

  • 文本 + 图像输入
  • 工具调用和流式传输
  • 推理强度:minimal、low、medium、high、xhigh(默认:high)
  • 无状态加密推理重放(store: false、include: ["reasoning.encrypted_content"])

muse-spark-1.1 不接受 reasoning.effort: "none"。对于此提供商,OpenClaw 会将 --thinking off 映射到 minimal。

手动配置

{
  env: { MODEL_API_KEY: "<key>" },
  agents: {
    defaults: {
      model: { primary: "meta/muse-spark-1.1" },
      models: {
        "meta/muse-spark-1.1": { alias: "Muse Spark 1.1" },
      },
    },
  },
}

如果 Gateway 网关以守护进程(launchd、systemd、Docker)方式运行,请确保 MODEL_API_KEY 对该进程可用,例如在 ~/.openclaw/.env 中提供,或通过 env.shellEnv 提供。仅在交互式 shell 中导出的密钥无法供托管服务使用,除非单独导入该环境变量。

冒烟测试

export MODEL_API_KEY=<key>
pnpm test:live -- extensions/meta/meta.live.test.ts

实时测试使用 muse-spark-1.1 对 POST /v1/responses 进行测试。

相关内容