当前位置: 首页 > article >正文

OpenClaw × 88API:不用注册 Anthropic,5 分钟让 AI Agent 接入 Claude 4.6(2026 完整教程)

折腾了两天最后 5 分钟搞定上周我想用 OpenClaw 搭一个能自动重构代码的 Agent。选定 Claude 4.6 当大脑——毕竟它在 Tool Use 精准度和长上下文推理上确实是第一梯队。结果卡在了第一步Anthropic 官方账号注册要海外手机号好不容易注册上了API 调了几轮就被限流。后来换了个思路用 88API 做中转不用注册 Anthropic 账号一个 Key 就能调 Claude。5 分钟配完跑了一周没掉过链子。这篇教程把我踩过的坑都填好了你跟着做就行。为什么选 Claude 4.6 当 OpenClaw 的大脑OpenClaw 的核心能力是执行——读写文件、跑 Shell 命令、调用外部工具。这要求背后的模型足够确定不能瞎编参数。Claude 4.6 在三个方面表现突出Tool Use 精准生成的 JSON 参数几乎零报错OpenClaw 拿到就能直接执行长任务不掉线200K 上下文窗口内逻辑一致性保持得很好适合复杂重构任务懂系统设计不只是补全代码能理解架构意图和 OpenClaw 的文件操作能力配合紧密整体方案直接用 88API做 API 中转省掉注册 Anthropic 账号和处理海外支付的麻烦。核心好处国内直连不需要翻墙不需要海外账号协议兼容Claude 原生协议完整映射OpenClaw 无感接入一个 Key 多模型同一个平台还能调 GPT、Gemini、DeepSeek方便切换对比下面开始配置。第一步安装 OpenClaw确保你已经装好 Node.js然后在终端跑这两条命令。全局安装npm install -g openclawlatest执行引导初始化openclaw onboard⚠️ 做完后终端会输出版本号和初始化成功的提示。如果报command not found检查 Node.js 是否正确安装以及 npm 全局路径是否在 PATH 里。这步做完OpenClaw 的骨架就搭好了。接下来配模型。第二步修改主配置文件openclaw.json找到配置文件WindowsC:\\Users\\你的用户名\\.openclaw\\openclaw.jsonMac / Linux~/.openclaw/openclaw.json把models和auth部分替换为以下内容⚠️primary字段决定默认模型。如果你想默认用 GPT-5.2改成primary: api-proxy-gpt/gpt-5.2Mac 用户记得把workspace路径改成自己的工作目录比如/Users/你的用户名/clawd。{ agents: { defaults: { model: { primary: api-proxy-claude/claude-sonnet-4-5-20250929 }, models: { api-proxy-gpt/gpt-5.2: { alias: GPT-5.2 }, api-proxy-claude/claude-sonnet-4-5-20250929: { alias: Claude Sonnet 4.5 }, api-proxy-google/gemini-3-pro-preview: { alias: Gemini 3 Pro }, api-proxy-deepseek/deepseek-v3.2: { alias: Deepseek v3.2 } }, workspace: C:\\\\Users\\\\admin\\\\clawd, maxConcurrent: 4, subagents: { maxConcurrent: 8 } } }, auth: { profiles: { api-proxy-gpt:default: { provider: api-proxy-gpt, mode: api_key }, api-proxy-claude:default: { provider: api-proxy-claude, mode: api_key }, api-proxy-google:default: { provider: api-proxy-google, mode: api_key }, api-proxy-deepseek:default: { provider: api-proxy-deepseek, mode: api_key } } }, models: { mode: merge, providers: { api-proxy-gpt: { baseUrl: https://api.88api.shop/v1, api: openai-completions, models: [ { id: gpt-5.2, name: GPT-5.2, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 128000, maxTokens: 8192 } ] }, api-proxy-claude: { baseUrl: https://api.88api.shop, api: anthropic-messages, models: [ { id: claude-sonnet-4-5-20250929, name: Claude Sonnet 4.5, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 200000, maxTokens: 8192 } ] }, api-proxy-google: { baseUrl: https://api.88api.shop/v1, api: google-generative-ai, models: [ { id: gemini-3-pro-preview, name: Gemini 3 Pro, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 2000000, maxTokens: 8192 } ] }, api-proxy-deepseek: { baseUrl: https://api.88api.shop/v1, api: openai-completions, models: [ { id: deepseek-v3.2, name: Deepseek v3.2, reasoning: false, input: [text], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 2000000, maxTokens: 8192 } ] } } } }到这里最难的部分已经过了。剩下的就是填 Key 和启动。第三步配置鉴权文件auth-profiles.json找到鉴权文件WindowsC:\\Users\\你的用户名\\.openclaw\\agents\\main\\agent\\auth-profiles.jsonMac / Linux~/.openclaw/agents/main/agent/auth-profiles.json填入你从 88api.shop 获取的 API Key{ version: 1, profiles: { api-proxy-gpt:default: { type: api_key, provider: api-proxy-gpt, key: sk-your-unique-gpt-key-here }, api-proxy-claude:default: { type: api_key, provider: api-proxy-claude, key: sk-your-unique-claude-key-here }, api-proxy-google:default: { type: api_key, provider: api-proxy-google, key: sk-your-unique-google-key-here }, api-proxy-deepseek:default: { type: api_key, provider: api-proxy-deepseek, key: sk-your-unique-deepseek-key-here } } }⚠️ 如果你只用 Claude只填api-proxy-claude:default这一项就够了其他的可以先留空。Key 的获取方式去 88api.shop 注册 → 进控制台 → 点「创建密钥」→ 复制。第四步启动并验证1. 启动 Gateway 服务openclaw gateway --port 18789做完后终端会输出类似Gateway running on http://127.0.0.1:18789的信息说明服务起来了。2. 打开控制台浏览器访问http://127.0.0.1:18789/你会看到 OpenClaw 的 Web 界面。3. 测试连通性在对话框里随便问一句比如你是谁。如果 AI 正常回复说明 Claude 已经通过 88API 接入成功了。⚠️ 如果报401 Unauthorized检查auth-profiles.json里的 Key 是否正确。如果报Connection refused确认 Gateway 服务是否还在运行。接下来可以做什么到这里你的 OpenClaw 已经接上了 Claude 4.6 的大脑。你可以在 OpenClaw 界面里随时切换模型——Claude、GPT、Gemini 都配好了88API 用同一个 Key 就能切给 Agent 配置 Skill让它自动完成特定任务把maxConcurrent调高跑多 Agent 并发配置过程中遇到问题留言贴上你的报错信息我帮你看看。

相关文章:

OpenClaw × 88API:不用注册 Anthropic,5 分钟让 AI Agent 接入 Claude 4.6(2026 完整教程)

折腾了两天,最后 5 分钟搞定 上周我想用 OpenClaw 搭一个能自动重构代码的 Agent。选定 Claude 4.6 当大脑——毕竟它在 Tool Use 精准度和长上下文推理上确实是第一梯队。 结果卡在了第一步:Anthropic 官方账号注册要海外手机号,好不容易注…...

实时手机检测-通用部署指南:3步完成环境搭建与模型调用

实时手机检测-通用部署指南:3步完成环境搭建与模型调用 1. 环境准备与快速部署 1.1 系统要求 操作系统:Linux/Windows/macOS(推荐Ubuntu 20.04)Python版本:3.7-3.10GPU支持:NVIDIA显卡(可选&…...

nli-distilroberta-base多场景:科研论文摘要与结论段落逻辑支撑关系分析

nli-distilroberta-base多场景:科研论文摘要与结论段落逻辑支撑关系分析 1. 项目概述 nli-distilroberta-base是基于DistilRoBERTa模型的自然语言推理(NLI)Web服务,专门用于分析两个句子之间的逻辑关系。这个轻量级模型在学术写作领域具有独特价值&…...

MogFace模型Python入门实战:调用API完成第一个人脸检测程序

MogFace模型Python入门实战:调用API完成第一个人脸检测程序 你是不是也对AI人脸检测感到好奇,想亲手写个程序试试?今天,我们就来一起动手,用Python写一个最简单的程序,调用MogFace模型来检测图片里的人脸。…...

CPU内部总线架构解析:数据通路设计与性能优化

1. CPU内部总线架构概述 当你用手机玩游戏时,有没有想过为什么角色移动能如此流畅?这背后离不开CPU内部精密的数据高速公路——总线架构。就像城市交通网络决定了车辆通行效率,CPU内部总线结构直接影响着数据流动的速度和效率。 现代CPU内部主…...

Qwen3-0.6B-FP8模型服务化:使用Git进行版本管理与CI/CD集成

Qwen3-0.6B-FP8模型服务化:使用Git进行版本管理与CI/CD集成 1. 引言 咱们做AI模型部署的,是不是经常遇到这种烦心事:好不容易把模型服务调通了,过两天想加点新功能,结果发现原来的配置参数、客户端代码、甚至API封装…...

YOLOv9官方镜像深度体验:开箱即用,效果超出预期

YOLOv9官方镜像深度体验:开箱即用,效果超出预期 1. 镜像初体验:零配置启动的惊喜 第一次接触YOLOv9官方镜像时,我带着怀疑的态度——毕竟在深度学习领域,"开箱即用"的承诺往往伴随着各种隐藏的环境配置问题…...

在IDEA里用通义灵码直接调数据库?SpringBoot MCP服务配置与插件集成全攻略

在IDEA中实现数据库智能编码:通义灵码与SpringBoot MCP深度集成实战 当Java开发者面对繁琐的数据库实体类编写时,传统方式往往需要在数据库工具、IDE和文档之间反复切换。现在,通过IntelliJ IDEA中的通义灵码插件与SpringBoot MCP服务的深度集…...

AI-AGENT概念解析 - LLM领域训练

**问题:对于LLM大模型的应用来说,不同的专业需要不同的大模型去进行相应的专业训练吗?同时,不同的大模型训练为不同的专业,那同一个大模型可以为不同的专业进行训练吗?如果可以,那是怎么训练的&…...

Polars 2.0 + Delta Lake + DuckDB三端协同清洗方案(附GitHub Star 1.2k的私有化部署模板)

第一章:Polars 2.0 Delta Lake DuckDB三端协同清洗方案概览现代数据工程正面临高吞吐、低延迟与强一致性三重挑战。Polars 2.0 以 Rust 驱动的惰性执行引擎提供亚毫秒级列式计算能力;Delta Lake 2.4 引入统一元数据协议与事务日志快照机制,…...

电脑系统由硬件系统和软件系统组成(来源网络,原创)

电脑系统由硬件系统和软件系统组成(来源网络,原创)电脑系统由硬件系统和软件系统组成。软件指操作硬件的各种语言或程序,硬件是指电脑系统中我们看得见、摸得着的物理设备。电脑硬件系统由运算器、控制器、存储器、输入设备和输出…...

从基础到卓越:Mac Mouse Fix的技术演进与用户价值提升之路

从基础到卓越:Mac Mouse Fix的技术演进与用户价值提升之路 【免费下载链接】mac-mouse-fix Mac Mouse Fix - A simple way to make your mouse better. 项目地址: https://gitcode.com/GitHub_Trending/ma/mac-mouse-fix 解决鼠标体验痛点:从功能…...

避坑指南:vsftpd服务重启后仍报530?检查这5个隐藏配置项

避坑指南:vsftpd服务重启后仍报530?检查这5个隐藏配置项 当你已经按照常规流程检查了vsftpd服务状态、用户列表和基础配置文件,却依然遭遇"530 Permission denied"的顽固错误时,问题往往隐藏在那些容易被忽略的配置细节…...

Windows下OpenClaw安装详解:GLM-4.7-Flash模型联调全流程

Windows下OpenClaw安装详解:GLM-4.7-Flash模型联调全流程 1. 为什么选择OpenClawGLM-4.7-Flash组合 去年我在处理个人知识管理时,发现每天要重复执行大量机械操作:整理网页摘录、归类PDF文档、生成日报摘要。尝试过各种自动化工具后&#x…...

【Python 面试突击 · 05】大厂高频面试题:从数据结构到并发编程深度解析

目录 1. 简述下 Python 中的字符串、列表、元组和字典 2. 深拷贝和浅拷贝概念理解 3. 为什么其他语言还要保留红黑树?不都直接用 hashTable? 4. 在 Python 中,进程和线程的区别? 5. Python 数据处理的库有哪些?用…...

QT实战:用QScrollArea+QListWidget复刻迅雷设置界面(附完整源码)

QT实战:用QScrollAreaQListWidget复刻迅雷设置界面(附完整源码) 在桌面应用开发中,设置界面的设计往往考验着开发者对布局和交互逻辑的掌控能力。迅雷作为一款经典的下载工具,其设置界面以清晰的导航结构和流畅的滚动体…...

文脉定序GPU利用率优化:BGE-Reranker-v2-m3批处理与动态序列长度调优

文脉定序GPU利用率优化:BGE-Reranker-v2-m3批处理与动态序列长度调优 1. 优化背景与价值 在实际部署文脉定序系统时,我们发现GPU利用率存在明显瓶颈。当处理大量检索结果的重排序任务时,传统的逐条处理方式导致GPU计算资源大量闲置&#xf…...

从聊天机器人到业务执行者:Agentic Orchestration 如何重构 Java 后端体系

引言 在 RAG 1.0 时代,我们费尽心思让 AI“说得对、答得准”; 而进入 2026 年的 Agentic Orchestration(智能体编排) 时代,我们的目标已经变成:让 AI 做得对、跑得稳、能闭环。 用户说“帮我把昨天买贵的衣…...

破解Swin Transformer部署困境:从环境适配到性能突围的全维度方案

破解Swin Transformer部署困境:从环境适配到性能突围的全维度方案 【免费下载链接】Swin-Transformer This is an official implementation for "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows". 项目地址: https://gitcod…...

# 状态通道实战:用Solidity实现高效链下交易与链上结算 在区块链世界中,**扩展性瓶颈**一直是开发者绕

状态通道实战:用Solidity实现高效链下交易与链上结算 在区块链世界中,扩展性瓶颈一直是开发者绕不开的话题。传统智能合约每笔交互都需上链,不仅成本高昂,还导致网络拥堵。而**状态通道(State Channel)**技…...

Nano-Banana效果展示:多款产品高清拆解图生成作品集

Nano-Banana效果展示:多款产品高清拆解图生成作品集 1. 专业级拆解效果惊艳呈现 想象一下,只需简单输入文字描述,就能获得堪比专业设计师制作的产品爆炸图。Nano-Banana产品拆解引擎让这一想象成为现实,它专为产品拆解、平铺展示…...

Java 企业级应用:基于 SpringBoot 集成 Pixel Dream Workshop 构建内容中台

Java 企业级应用:基于 SpringBoot 集成 Pixel Dream Workshop 构建内容中台 1. 企业内容中台的业务场景与挑战 现代企业面临内容生产的三大痛点:创意产出效率低、设计资源不足、多平台适配成本高。以电商行业为例,一个中型电商平台每月需要…...

RMBG-2.0效果对比:不同光照/背景复杂度下头发分割准确率实测数据表

RMBG-2.0效果对比:不同光照/背景复杂度下头发分割准确率实测数据表 头发,无疑是图像背景去除(抠图)领域公认的“硬骨头”。无论是电商商品图、人像写真还是短视频素材,发丝边缘的精细度直接决定了最终效果的成败。今天…...

组态王Modbus高低字节调整实战:3种方法解决数据乱跳问题(附modbusmaster.ini配置)

组态王Modbus高低字节调整实战:3种方法解决数据乱跳问题(附modbusmaster.ini配置) 工业现场的数据通讯就像一场精密的外科手术,任何一个字节的错位都可能导致整个系统"瘫痪"。最近在调试某化工厂DCS系统时,遇…...

【Docker】容器生命周期管理:从优雅停止到高效清理的实战技巧

1. 为什么需要关注容器生命周期管理? 第一次接触Docker时,很多人会把容器当成"轻量级虚拟机"来用。直到某天深夜,我的生产环境突然报警——磁盘空间爆满了。排查后发现,原来过去三个月创建的测试容器都没清理&#xff0…...

实战指南:利用Python可视化常见激活函数(Sigmoid、Tanh、ReLU、PReLU)及其特性对比

1. 为什么需要可视化激活函数? 在深度学习的世界里,激活函数就像是神经网络的"开关",决定了神经元是否应该被激活。但很多初学者在学习时,往往只是死记硬背公式,却不知道这些函数长什么样、在什么情况下会有…...

ANSYS接触分析实战:从法兰连接案例看MPC绑定与标准接触设置技巧

ANSYS接触分析实战:法兰连接中的MPC绑定与标准接触配置全解析 在机械工程领域,法兰连接作为管道系统中最常见的连接方式之一,其可靠性直接影响整个系统的安全运行。传统设计方法往往依赖经验公式和安全系数,难以准确预测复杂工况下…...

不止于部署:用Docker和Helm在K8s上玩转JFrog Artifactory + Xray安全扫描全家桶

云原生时代的DevSecOps实践:基于Docker与Helm的JFrog全家桶深度集成指南 当微服务架构成为企业数字化转型的标配,如何高效管理海量制品并确保其安全性,已成为每个技术团队必须面对的挑战。传统单机部署模式在弹性扩展、灾备能力等方面的局限性…...

Vitis HLS避坑指南:hls::stream深度设置不当,你的FPGA设计可能卡死

Vitis HLS实战:如何避免hls::stream深度配置引发的硬件死锁 在FPGA加速器开发中,数据流设计是最常见的性能优化手段之一。Vitis HLS提供的hls::stream模板类,让C代码能够直接映射到高效的硬件数据流结构。但许多开发者都遇到过这样的困境&…...

OpenCV插值方法实战指南:从原理到性能优化

1. 图像插值:为什么它如此重要? 想象一下你在手机上查看一张老照片,想把它放大看清楚细节。这时候,手机就需要"创造"出原本不存在的像素来填充放大后的空白区域。这就是图像插值最直观的应用场景。作为计算机视觉的基础…...