{"skill":{"slug":"add-siliconflow-provider","displayName":"Add SiliconFlow Provider (98+ Models, Free Tier)","summary":"为 OpenClaw 配置硅基流动 (SiliconFlow) 作为模型源。SiliconFlow 是国内领先的 AI 模型推理平台，提供 98+ 个 chat 模型，包含多个免费模型（Qwen3-8B、DeepSeek-R1-8B 等）。使用标准 OpenAI 协议（openai-completions）。包含 provider 注册、模型定义、别名配置、fallback 链接入和验证的完整流程。当管理员说想\"加硅基流动\"、\"配 SiliconFlow\"、\"接入 SF 模型\"、\"加 Kimi\"、\"加 Qwen3\"、\"加免费模型\"、\"接入 DeepSeek V3.2\"时使用此 skill。","description":"---\nname: add-siliconflow-provider\ndescription: 为 OpenClaw 配置硅基流动 (SiliconFlow) 作为模型源。SiliconFlow 是国内领先的 AI 模型推理平台，提供 98+ 个 chat 模型，包含多个免费模型（Qwen3-8B、DeepSeek-R1-8B 等）。使用标准 OpenAI 协议（openai-completions）。包含 provider 注册、模型定义、别名配置、fallback 链接入和验证的完整流程。当管理员说想\"加硅基流动\"、\"配 SiliconFlow\"、\"接入 SF 模型\"、\"加 Kimi\"、\"加 Qwen3\"、\"加免费模型\"、\"接入 DeepSeek V3.2\"时使用此 skill。\n---\n\n# 配置 SiliconFlow Provider（硅基流动模型推理平台）\n\nSiliconFlow（硅基流动）是国内领先的 AI 模型推理平台，提供 98+ 个 chat 模型，涵盖 Qwen、DeepSeek、Kimi、GLM、MiniMax 等主流系列。\n\n**核心优势**：\n- 🆓 **多个免费模型**：Qwen3-8B、DeepSeek-R1-8B 等完全免费\n- 💰 **价格极低**：旗舰模型价格仅为官方的 30-50%\n- 🔌 **OpenAI 兼容**：标准 `openai-completions` 协议，即插即用\n- 📦 **模型丰富**：一个 API Key 访问所有模型\n\n如果还没有 SiliconFlow 账号，请通过邀请链接注册（双方均获赠额度）：\n👉 **https://cloud.siliconflow.cn/i/ihj5inat**\n\n| 项目 | 值 |\n|------|------|\n| Provider 名称 | `siliconflow` |\n| API 协议 | `openai-completions` |\n| Base URL | `https://api.siliconflow.cn/v1` |\n| 认证方式 | Bearer Token (API Key) |\n\n---\n\n## 前置条件\n\n| 项目 | 说明 |\n|------|------|\n| API Key | 在 [控制台](https://cloud.siliconflow.cn/account/ak) 创建，格式 `sk-xxx` |\n| 余额 | 免费模型无需余额；付费模型需充值（新用户注册送 ¥14） |\n\n### 获取 API Key\n\n1. 注册：https://cloud.siliconflow.cn/i/ihj5inat\n2. 进入控制台 → API 密钥 → 创建\n3. 复制 `sk-xxx` 格式的密钥\n\n### 验证 API Key\n\n```bash\ncurl -s 'https://api.siliconflow.cn/v1/user/info' \\\n  -H 'Authorization: Bearer <YOUR_API_KEY>' | python3 -m json.tool\n```\n\n期望返回 `\"status\": \"normal\"` 和余额信息。\n\n---\n\n## 推荐模型\n\n### 🆓 免费模型（无限使用）\n\n| 模型 ID | 说明 | 推荐别名 |\n|---------|------|----------|\n| `Qwen/Qwen3-8B` | 通义千问 3 代 8B，综合能力强 | `sf-qwen3-8b` |\n| `deepseek-ai/DeepSeek-R1-0528-Qwen3-8B` | DeepSeek R1 推理蒸馏版 | `sf-r1-8b` |\n| `THUDM/glm-4-9b-chat` | 智谱 GLM-4 9B | `sf-glm4` |\n| `Qwen/Qwen2.5-7B-Instruct` | Qwen 2.5 7B | `sf-qwen25-7b` |\n| `Qwen/Qwen2.5-Coder-7B-Instruct` | Qwen 2.5 编码专用 | `sf-qwen-coder-7b` |\n\n### 💰 性价比模型（便宜好用）\n\n| 模型 ID | 输入/输出 (¥/M tokens) | 说明 | 推荐别名 |\n|---------|----------------------|------|----------|\n| `Qwen/Qwen3-30B-A3B` | 0.7 / 2.8 | MoE 架构，性价比极高 | `sf-qwen3-30b` |\n| `Qwen/Qwen3-Coder-30B-A3B-Instruct` | 0.7 / 2.8 | 编码专用 30B | `sf-coder-30b` |\n| `deepseek-ai/DeepSeek-V3.2` | 2.0 / 3.0 | DeepSeek 最新版 | `sf-dsv3` |\n| `Pro/deepseek-ai/DeepSeek-V3.2` | 2.0 / 3.0 | Pro 加速版 | `sf-dsv3-pro` |\n\n### 🚀 旗舰模型（重要任务）\n\n| 模型 ID | 输入/输出 (¥/M tokens) | 说明 | 推荐别名 |\n|---------|----------------------|------|----------|\n| `deepseek-ai/DeepSeek-R1` | 4.0 / 16.0 | 推理模型 | `sf-r1` |\n| `Pro/moonshotai/Kimi-K2.5` | 4.0 / 21.0 | 月之暗面最强模型 | `sf-kimi` |\n| `Qwen/Qwen3-Coder-480B-A35B-Instruct` | 8.0 / 16.0 | 编码旗舰 480B MoE | `sf-coder-480b` |\n\n---\n\n## 配置步骤\n\n### Step 1: 备份配置\n\n```bash\ncp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup.$(date +%Y%m%d_%H%M%S)\n```\n\n### Step 2: 添加 Provider\n\n通过 `gateway config.patch` 添加 SiliconFlow provider。以下为推荐配置（8 个精选模型）：\n\n```json\n{\n  \"models\": {\n    \"providers\": {\n      \"siliconflow\": {\n        \"baseUrl\": \"https://api.siliconflow.cn/v1\",\n        \"apiKey\": \"<YOUR_API_KEY>\",\n        \"api\": \"openai-completions\",\n        \"models\": [\n          {\n            \"id\": \"Qwen/Qwen3-8B\",\n            \"name\": \"Qwen3 8B (Free)\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 0, \"output\": 0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 32768,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"deepseek-ai/DeepSeek-R1-0528-Qwen3-8B\",\n            \"name\": \"DeepSeek R1 Qwen3 8B (Free)\",\n            \"reasoning\": true,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 0, \"output\": 0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 32768,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"Qwen/Qwen3-30B-A3B\",\n            \"name\": \"Qwen3 30B MoE\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 0.7, \"output\": 2.8, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 32768,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"Qwen/Qwen3-Coder-30B-A3B-Instruct\",\n            \"name\": \"Qwen3 Coder 30B\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 0.7, \"output\": 2.8, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 32768,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"deepseek-ai/DeepSeek-V3.2\",\n            \"name\": \"DeepSeek V3.2\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 2.0, \"output\": 3.0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 128000,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"deepseek-ai/DeepSeek-R1\",\n            \"name\": \"DeepSeek R1\",\n            \"reasoning\": true,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 4.0, \"output\": 16.0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 128000,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"Pro/moonshotai/Kimi-K2.5\",\n            \"name\": \"Kimi K2.5\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 4.0, \"output\": 21.0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 128000,\n            \"maxTokens\": 8192\n          },\n          {\n            \"id\": \"Qwen/Qwen3-Coder-480B-A35B-Instruct\",\n            \"name\": \"Qwen3 Coder 480B\",\n            \"reasoning\": false,\n            \"input\": [\"text\"],\n            \"cost\": {\"input\": 8.0, \"output\": 16.0, \"cacheRead\": 0, \"cacheWrite\": 0},\n            \"contextWindow\": 32768,\n            \"maxTokens\": 8192\n          }\n        ]\n      }\n    }\n  }\n}\n```\n\n### Step 3: 添加别名\n\n在同一个 patch 中添加别名映射：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"models\": {\n        \"siliconflow/Qwen/Qwen3-8B\": {\"alias\": \"sf-qwen3-8b\"},\n        \"siliconflow/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B\": {\"alias\": \"sf-r1-8b\"},\n        \"siliconflow/Qwen/Qwen3-30B-A3B\": {\"alias\": \"sf-qwen3-30b\"},\n        \"siliconflow/Qwen/Qwen3-Coder-30B-A3B-Instruct\": {\"alias\": \"sf-coder-30b\"},\n        \"siliconflow/deepseek-ai/DeepSeek-V3.2\": {\"alias\": \"sf-dsv3\"},\n        \"siliconflow/deepseek-ai/DeepSeek-R1\": {\"alias\": \"sf-r1\"},\n        \"siliconflow/Pro/moonshotai/Kimi-K2.5\": {\"alias\": \"sf-kimi\"},\n        \"siliconflow/Qwen/Qwen3-Coder-480B-A35B-Instruct\": {\"alias\": \"sf-coder-480b\"}\n      }\n    }\n  }\n}\n```\n\n⚠️ **`agents.defaults.models.<id>` 只允许 `alias` 字段！** 其他字段会导致 Gateway 崩溃。\n\n### Step 4: 接入 Fallback 链\n\n将免费模型加入 fallback 链作为兜底：\n\n```json\n{\n  \"agents\": {\n    \"defaults\": {\n      \"model\": {\n        \"fallbacks\": [\n          \"...(现有 fallbacks)...\",\n          \"siliconflow/Qwen/Qwen3-8B\",\n          \"siliconflow/Qwen/Qwen3-30B-A3B\"\n        ]\n      }\n    }\n  }\n}\n```\n\n推荐 fallback 策略：优先放免费模型 (Qwen3-8B)，然后放便宜模型 (Qwen3-30B)。\n\n### Step 5: 验证\n\n```bash\n# 1. 配置校验\nopenclaw doctor\n\n# 2. 重启生效\nopenclaw gateway restart\n\n# 3. 确认状态\nopenclaw gateway status\n\n# 4. 测试模型切换\n# 在聊天中输入: /model sf-kimi\n```\n\n---\n\n## 实用 API\n\n### 查询余额\n\n```bash\ncurl -s 'https://api.siliconflow.cn/v1/user/info' \\\n  -H 'Authorization: Bearer <API_KEY>' | python3 -c \"\nimport json,sys; d=json.load(sys.stdin)['data']\nprint(f'充值余额: ¥{d[\\\"chargeBalance\\\"]}')\nprint(f'赠送余额: ¥{d[\\\"balance\\\"]}')\nprint(f'总余额: ¥{d[\\\"totalBalance\\\"]}')\n\"\n```\n\n### 查看可用模型\n\n```bash\n# 所有 chat 模型\ncurl -s 'https://api.siliconflow.cn/v1/models?sub_type=chat' \\\n  -H 'Authorization: Bearer <API_KEY>' | python3 -c \"\nimport json,sys\nmodels = json.load(sys.stdin)['data']\nprint(f'共 {len(models)} 个 chat 模型')\nfor m in sorted(models, key=lambda x: x['id']):\n    print(f'  {m[\\\"id\\\"]}')\n\"\n```\n\n### 测试模型\n\n```bash\ncurl -s 'https://api.siliconflow.cn/v1/chat/completions' \\\n  -H 'Authorization: Bearer <API_KEY>' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"model\": \"Qwen/Qwen3-8B\",\n    \"messages\": [{\"role\":\"user\",\"content\":\"说OK\"}],\n    \"max_tokens\": 5\n  }'\n```\n\n---\n\n## 添加更多模型\n\nSiliconFlow 有 98+ 个 chat 模型。如需添加更多，先用模型列表 API 查询可用模型，然后按 Step 2 的格式添加到 provider 的 `models` 数组中。\n\n### 热门模型速查\n\n| 模型 | 输入/输出 (¥/M tokens) | 特点 |\n|------|----------------------|------|\n| `zai-org/GLM-4.6` | 3.5 / 14.0 | 智谱最新旗舰 |\n| `Pro/deepseek-ai/DeepSeek-R1` | 4.0 / 16.0 | Pro 加速推理 |\n| `moonshotai/Kimi-K2-Thinking` | 4.0 / 16.0 | Kimi 思考模型 |\n| `Qwen/Qwen3-235B-A22B-Instruct-2507` | 2.5 / 10.0 | Qwen3 指令模型 |\n| `baidu/ERNIE-4.5-300B-A47B` | 2.0 / 8.0 | 百度文心 |\n| `stepfun-ai/step3` | 4.0 / 10.0 | 阶跃星辰 Step3 |\n\n---\n\n## 注意事项\n\n1. **免费模型有 QPS 限制**：免费模型的并发数可能受限，适合 fallback 和低频任务\n2. **Pro 版本 vs 普通版本**：`Pro/` 前缀的模型使用专用推理集群，速度更快但价格略高\n3. **模型 ID 区分大小写**：必须严格匹配，如 `Qwen/Qwen3-8B` 不能写成 `qwen/qwen3-8b`\n4. **cost 字段单位**：¥/百万 tokens (1M tokens)\n\n---\n\n**注册链接**：https://cloud.siliconflow.cn/i/ihj5inat （邀请注册双方均获赠额度）\n","tags":{"latest":"1.0.0"},"stats":{"comments":0,"downloads":2089,"installsAllTime":79,"installsCurrent":15,"stars":4,"versions":1},"createdAt":1770610852922,"updatedAt":1778486092879},"latestVersion":{"version":"1.0.0","createdAt":1770610852922,"changelog":"Initial release: 8 curated models (2 free, 3 budget, 3 flagship), complete config guide with provider setup, aliases, fallback chain, and API utilities","license":null},"metadata":null,"owner":{"handle":"jooey","userId":"s177q0s00vxea3h4q34rnwwmfh884as8","displayName":"jooey","image":"https://avatars.githubusercontent.com/u/7296530?v=4"},"moderation":null}