[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openclaw-bailian-qwen37-max-config-template-en":3,"article-related-openclaw-bailian-qwen37-max-config-template-en":30,"series-tools-ab601a41-618a-4ce3-80a5-51be58465863":75},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"ab601a41-618a-4ce3-80a5-51be58465863","openclaw-bailian-qwen37-max-config-template-en","OpenClaw配置百炼Qwen3.7-Max接入模板","\u003Cp data-speakable=\"summary\">我把 \u003Ca href=\"\u002Ftag\u002Fopenclaw\">OpenClaw\u003C\u002Fa> 接阿里云百炼 Qwen3.7-Max 的配置拆成了可直接复制的 JSON。\u003C\u002Fp>\u003Cp>我最近在给本地 \u003Ca href=\"\u002Ftag\u002Fai-工具\">AI 工具\u003C\u002Fa>接模型的时候，最烦的不是“能不能跑”，而是“为什么这玩意儿老是绕远路”。接口地址、模型名、鉴权方式、默认模型，明明就几项配置，偏偏每个项目都爱自己发明一套写法。你一边想把工具链接上阿里云百炼，一边还得翻配置文件、对兼容模式、查 \u003Ca href=\"\u002Ftag\u002Ftoken\">Token\u003C\u002Fa> Plan 的 endpoint，最后常常不是报 401，就是模型名写错，或者默认模型根本没切过去。\u003C\u002Fp>\u003Cp>这次我看到的这段配置，反而很干脆。它不是长篇介绍，也不是空话堆砌，就是一段能直接塞进 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode> 的 provider 配置。说白了，这才是开发者真正需要的东西：别讲概念，先让我把 OpenClaw 跟\u003Ca href=\"https:\u002F\u002Fbailian.console.aliyun.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">阿里云百炼\u003C\u002Fa>连起来，再谈别的。\u003C\u002Fp>\u003Cp>原始来源是知乎专栏文章《2026年阿里云618：阿里云百炼大模型Qwen3.7-Max功能、订阅计费、配置接入详解》，我这里主要拆的是其中那段 OpenClaw 配置示例。原文给出的关键点很直接：编辑 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode>，增加百炼 Token Plan 的 provider，使用兼容模式接口和 \u003Ccode>qwen3.7-max\u003C\u002Fcode> 作为默认模型。来源链接我放在文末，也会顺手把相关官方入口一起标出来。\u003C\u002Fp>\u003Ch2>先别折腾流程，先把配置写对\u003C\u002Fh2>\u003Cblockquote>编辑配置文件 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode>，添加百炼 Token Plan 配置。\u003C\u002Fblockquote>\u003Cp>这句话看着像一句废话，但我真踩过太多坑了。很多人接新模型时第一反应是去看文档、找 SDK、看示例代码，结果忽略了最基础的配置层。到最后不是代码错，是配置没生效。OpenClaw 这种工具，本质上就是读一个本地 JSON，然后把 provider 映射到模型调用入口。你把入口、Key、默认模型写对了，后面才有资格谈别的。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782715689491-easw.png\" alt=\"OpenClaw配置百炼Qwen3.7-Max接入模板\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我自己的经验是，配置文件越短，越容易出错。不是因为内容多，而是因为你会下意识觉得“这么简单应该没问题”，于是把路径、字段名、URL 少写一个字符。尤其是这种本地配置，出错时往往没有很友好的提示，只会表现为模型不可用、请求失败、或者工具直接回退到别的 provider。\u003C\u002Fp>\u003Cp>怎么用：先确认 OpenClaw 真的是读 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode>，不是别的路径。然后只做一件事，先把百炼 provider 加进去，别急着同时改一堆模型配置。最小化变更，最容易定位问题。\u003C\u002Fp>\u003Cul>\u003Cli>先备份原文件\u003C\u002Fli>\u003Cli>只新增一个 provider\u003C\u002Fli>\u003Cli>确认默认模型名和接口地址完全一致\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你已经有多个 provider，先别乱删。先把百炼这一项加进去，跑通后再决定要不要把它设成默认。\u003C\u002Fp>\u003Ch2>Token Plan 不是“换个 Key”这么简单\u003C\u002Fh2>\u003Cblockquote>{ \"name\": \"bailian-token-plan\", \"api_key\": \"你的Token Plan API Key\", \"base_url\": \"https:\u002F\u002Ftoken-plan.cn-beijing.maas.aliyuncs.com\u002Fcompatible-mode\u002Fv1\", \"default_model\": \"qwen3.7-max\" }\u003C\u002Fblockquote>\u003Cp>这里最值得注意的不是 \u003Ccode>api_key\u003C\u002Fcode>，而是 \u003Ccode>base_url\u003C\u002Fcode>。很多人看到“兼容模式”四个字，就默认它跟 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 风格 \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa> 一样随便填个地址就行。不是。你得把它当成一个明确的服务入口，而不是“某个能通的 URL”。这个地址决定了请求到底走到哪条链路上，也决定了你的工具要不要额外做适配。\u003C\u002Fp>\u003Cp>我以前接类似服务时，最常见的误区就是只换 Key，不换 base URL。结果 Key 是对的，请求还是打到旧环境，日志看起来像“认证失败”，其实根本是打错地方了。还有一种更烦：你以为模型名随便写个别名就行，最后服务端并不认。这里原文直接给了 \u003Ccode>qwen3.7-max\u003C\u002Fcode>，这就省掉了很多猜测成本。\u003C\u002Fp>\u003Cp>怎么用：把 provider 当成一组强绑定字段来理解，Key、URL、默认模型必须一起看。只要其中一个不匹配，整个调用链就会歪掉。我的建议是先从原文给出的值原样复制，再在确认可用后做你自己的抽象。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ccode>name\u003C\u002Fcode> 是你本地识别这个 provider 的标签\u003C\u002Fli>\u003Cli>\u003Ccode>api_key\u003C\u002Fcode> 是百炼 Token Plan 的访问凭证\u003C\u002Fli>\u003Cli>\u003Ccode>base_url\u003C\u002Fcode> 必须指向兼容模式入口\u003C\u002Fli>\u003Cli>\u003Ccode>default_model\u003C\u002Fcode> 决定默认调用哪个模型\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你要接别的工具，也可以先对照这个结构看它是不是支持类似的 provider 抽象。很多本地 AI 工具都差不多，只是字段名字略有差异。\u003C\u002Fp>\u003Ch2>默认模型别乱猜，直接写死最省事\u003C\u002Fh2>\u003Cp>原文里把 \u003Ccode>default_model\u003C\u002Fcode> 设成了 \u003Ccode>qwen3.7-max\u003C\u002Fcode>，这其实是个很实用的选择。因为在本地工具里，默认模型不是“装饰字段”，它会直接影响你第一次打开工具时调用哪一个后端。你要是留空，或者写个模糊别名，最后就会出现“我明明配置了，怎么还是没走新模型”的错觉。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782715689274-k9dp.png\" alt=\"OpenClaw配置百炼Qwen3.7-Max接入模板\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我遇到过最烦的情况，就是一个工具支持多个 provider，结果默认模型还停在旧的便宜模型上。表面上配置成功了，实际上根本没切过去。你以为自己在测新模型，实际上一直在跟老模型对话。那种浪费时间的感觉，真的很糟。\u003C\u002Fp>\u003Cp>怎么用：先把默认模型写成你最确定要用的那个版本。不要先追求“灵活”，先追求“可验证”。等你确认请求确实打到了百炼，再考虑把模型名做成环境变量或者 profile 切换。\u003C\u002Fp>\u003Cp>如果你在团队里共享这套配置，我会建议你把默认模型写得更保守一点，避免别人打开工具就误调用高成本模型。先明确谁是默认入口，再谈个性化。\u003C\u002Fp>\u003Ch2>兼容模式是为了少改代码，不是让你偷懒\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.openclaw.dev\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">OpenClaw\u003C\u002Fa> 这类工具之所以好接，是因为它们通常支持兼容模式 provider。原文给出的 \u003Ccode>compatible-mode\u002Fv1\u003C\u002Fcode> 路径，就是典型的“尽量少改调用侧”的做法。你不需要重写整套模型调用逻辑，只要把请求发到兼容入口，工具就能按既有结构工作。\u003C\u002Fp>\u003Cp>但我得泼点冷水：兼容模式不等于完全兼容。它只是把最常见的请求形状对齐了，具体到流式输出、工具调用、消息格式、错误码，还是可能有差异。所以别一看“compatible”就开始偷懒，觉得以后都不用测了。真要上线到工作流里，还是得跑几轮实际对话。\u003C\u002Fp>\u003Cp>怎么用：把兼容模式当成迁移桥梁，而不是最终状态。先让现有工具链跑起来，再根据真实使用场景去补边界。比如你要看长上下文、函数调用、流式响应，就分别做一次验证，不要只测“能返回一句话”。\u003C\u002Fp>\u003Cp>我自己的习惯是，接入这种服务后先做三件事：\u003C\u002Fp>\u003Cul>\u003Cli>发一条最短消息，确认鉴权和路由\u003C\u002Fli>\u003Cli>发一条长一点的消息，确认上下文传递\u003C\u002Fli>\u003Cli>如果工具支持流式，再测一次流式输出\u003C\u002Fli>\u003C\u002Ful>\u003Cp>这三步足够把大多数“看起来接上了，其实没接稳”的问题揪出来。\u003C\u002Fp>\u003Ch2>本地 JSON 配置，别写得像临时笔记\u003C\u002Fh2>\u003Cp>这段原始配置最有价值的地方，不是它接了哪个模型，而是它的结构很适合直接复制。很多人写本地配置时喜欢加注释、加临时备注、加一堆自己看得懂别人看不懂的字段，结果过两天自己也不认了。JSON 这种东西，本来就不适合写脑内备忘录。\u003C\u002Fp>\u003Cp>我建议你把 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode> 当成正式配置文件对待。字段层级要稳定，provider 命名要统一，路径不要乱改。尤其是这种用户目录下的隐藏文件，一旦工具升级或者你切换机器，最容易因为路径约定不一致而出问题。\u003C\u002Fp>\u003Cp>怎么用：如果你目前已经有别的 provider，就用同样的格式新增一项，不要为了“看起来更整洁”去改整个结构。保持一致性，比所谓优雅重要得多。开发工具的配置，最怕的就是每个人都觉得自己那种写法更聪明。\u003C\u002Fp>\u003Cp>我会建议你把配置文件和一份可复制模板一起保存，最好再放一个最小可运行版本。这样你以后换机器，只需要改 Key，不需要重新理解整个结构。\u003C\u002Fp>\u003Ch2>把接入步骤压缩成一次性动作\u003C\u002Fh2>\u003Cp>如果我要把这篇原文压缩成一句开发者能执行的话，那就是：把百炼 Token Plan 当成一个标准 provider，按兼容模式接进 OpenClaw，然后把 \u003Ccode>qwen3.7-max\u003C\u002Fcode> 设成默认模型。别把它想复杂了。你不是在重建一套模型平台，你只是想让本地工具能稳定发请求。\u003C\u002Fp>\u003Cp>这也是我一直偏好的接入方式。先把“路径”打通，再把“体验”做细。很多人反过来，先想 UI、再想切换、再想缓存、再想多模型路由，最后连最基本的请求都没发出去。顺序错了，后面全是返工。\u003C\u002Fp>\u003Cp>怎么用：把这次配置当成一个标准化动作，以后接类似服务时都复用同一套路。你甚至可以把 provider 模板抽出来，遇到新服务只替换 Key、URL 和模型名。\u003C\u002Fp>\u003Cp>如果你已经在用其他兼容服务，比如 OpenAI 兼容接口、其他云厂商的推理入口，建议你也统一成同一套本地配置风格。这样切换成本会低很多，排错也更直接。\u003C\u002Fp>\u003Ch2>你可以直接复制的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode>{\n  \"models\": {\n    \"providers\": [\n      {\n        \"name\": \"bailian-token-plan\",\n        \"api_key\": \"你的Token Plan API Key\",\n        \"base_url\": \"https:\u002F\u002Ftoken-plan.cn-beijing.maas.aliyuncs.com\u002Fcompatible-mode\u002Fv1\",\n        \"default_model\": \"qwen3.7-max\"\n      }\n    ]\n  }\n}\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>如果你已经有现成的 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode>，那就不要整份替换，直接把这个 provider 合并进去。最稳的方式是保留你原来的 providers 数组结构，只新增这一项。要是你是从零开始配置，那就直接用上面的内容做起点。\u003C\u002Fp>\u003Cp>我再说一次，真正要复制的不是“百炼”这两个字，而是这个结构：\u003Ccode>name\u003C\u002Fcode>、\u003Ccode>api_key\u003C\u002Fcode>、\u003Ccode>base_url\u003C\u002Fcode>、\u003Ccode>default_model\u003C\u002Fcode>。这四个字段就是你以后接类似模型服务时最常见的骨架。别把它写散了，写散了以后你自己都不好维护。\u003C\u002Fp>\u003Cp>如果你想把这段配置放进团队文档，我建议你顺手加一句说明：这个 provider 使用阿里云百炼 Token Plan 兼容模式，默认模型为 \u003Ccode>qwen3.7-max\u003C\u002Fcode>，配置文件路径为 \u003Ccode>~\u002F.openclaw\u002Fopenclaw.json\u003C\u002Fcode>。这样别人看一眼就知道该改哪里。\u003C\u002Fp>\u003Cp>原始内容来自知乎专栏文章 \u003Ca href=\"https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2053236883459778124\" target=\"_blank\" rel=\"noopener noreferrer\">《2026年阿里云618：阿里云百炼大模型Qwen3.7-Max功能、订阅计费、配置接入详解》\u003C\u002Fa>。我这里做的是开发者视角的拆解和模板化整理，不是原文逐字复述。\u003C\u002Fp>","我把 OpenClaw 接阿里云百炼 Qwen3.7-Max 的配置拆成了可直接复制的 JSON。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2053236883459778124",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782715689491-easw.png","tools","en","f1ea1e37-c8c4-4b45-828a-b120c781bd6f",[17,18,19,20,21],"OpenClaw","阿里云百炼","Qwen3.7-Max","Token Plan","配置模板",[23,24,25],"先确认 OpenClaw 读取的本地 JSON 路径，再做 provider 接入。","Token Plan 接入里最容易出错的是 base_url 和 default_model，不只是 api_key。","兼容模式适合快速接入，但上线前还是要做实际请求验证。",0,"2026-06-29T06:47:44.970402+00:00","2026-06-29T06:47:44.946+00:00","a7343b93-37cc-4634-a2bc-707f6275bdb6",{"tags":31,"relatedLang":34,"relatedPosts":38},[32],{"name":17,"slug":33},"openclaw",{"id":15,"slug":35,"title":36,"language":37},"openclaw-bailian-qwen37-max-config-template-zh","OpenClaw 接百炼 Qwen3.7-Max 模板","zh",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"3fb3a982-e726-4b72-af23-5fa3294d18bc","devin-ai-alternatives-real-workflows-en","Devin AI Alternatives That Fit Real Workflows","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782732808399-w5eg.png","2026-06-29T11:32:58.823843+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"2d074071-d7aa-454e-bdee-da0a52c0ea66","claude-code-turns-agent-setup-into-terminal-work-en","Claude Code turns agent setup into terminal work","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782731910708-9ol7.png","2026-06-29T11:18:02.20016+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"8008013b-982a-4d2d-879f-7010a7fe4c14","best-ai-coding-agent-2026-ranked-benchmarks-en","Best AI Coding Agent 2026, Ranked by Benchmarks","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782730991658-n99x.png","2026-06-29T11:02:39.121798+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"c93a893b-79b9-4a7c-b1ad-474ad3aaf94a","mistral-ocr-4-citation-ready-structured-output-en","Mistral OCR 4 turns scans into citation-ready data","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782702193433-o2ts.png","2026-06-29T03:02:47.761739+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"c0e1cb25-3bed-460f-8d23-bae34cec2075","codex-app-april-upgrade-agent-work-units-en","Codex App 4月升级，把 Agent 拆成工作单元","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782660768212-t813.png","2026-06-28T15:32:23.853571+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"37e7a077-6718-4c0b-be97-e925dfb4d61a","databricks-external-model-endpoints-governance-en","Databricks should keep external model serving endpoints tightly gover…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782636466333-fduw.png","2026-06-28T08:47:22.599027+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"8008f1a9-7a00-4bad-88c9-3eedc9c6b4b1","surepath-ai-mcp-policy-controls-en","SurePath AI's New MCP Policy Controls Enhance AI Security","2026-03-26T01:26:52.222015+00:00",{"id":82,"slug":83,"title":84,"created_at":85},"27e39a8f-b65d-4f7b-a875-859e2b210156","mcp-standard-ai-tools-2026-en","MCP Standard in 2026: Integrating AI Tools","2026-03-26T01:27:43.127519+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"165f9a19-c92d-46ba-b3f0-7125f662921d","rag-2026-transforming-enterprise-ai-en","How RAG in 2026 is Transforming Enterprise AI","2026-03-26T01:28:11.485236+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"6a2a8e6e-b956-49d8-be12-cc47bdc132b2","mastering-ai-prompts-2026-guide-en","Mastering AI Prompts: A 2026 Guide for Developers","2026-03-26T01:29:07.835148+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"3ab2c67e-4664-4c67-a013-687a2f605814","garry-tan-open-sources-claude-code-toolkit-en","Garry Tan Open-Sources a Claude Code Toolkit","2026-03-26T08:26:20.245934+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"66a7cbf8-7e76-41d4-9bbf-eaca9761bf69","github-ai-projects-to-watch-in-2026-en","20 GitHub AI Projects to Watch in 2026","2026-03-26T08:28:09.752027+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"9f332fda-eace-448a-a292-2283951eee71","practical-github-guide-learning-ml-2026-en","A Practical GitHub Guide to Learning ML in 2026","2026-03-27T01:16:50.125678+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"1b1f637d-0f4d-42bd-974b-07b53829144d","aiml-2026-student-ai-ml-lab-repo-review-en","AIML-2026 Is a Bare-Bones Student Lab Repo","2026-03-27T01:21:51.661231+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"6d1bf3f6-e191-4d30-b55b-8a0722fa6afe","ai-trending-github-repos-and-research-feeds-en","AI Trending Tracks Repos and Research Feeds","2026-03-27T01:31:35.709532+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"010539a1-4c3a-4bd3-937a-26616422ee0d","awesome-ai-for-science-research-tools-map-en","Awesome AI for Science Is Becoming a Real Research Map","2026-03-27T01:46:50.89513+00:00"]