Run any Skill in Manus with one click

add-siliconflow-provider

Stars0

Forks0

UpdatedMay 10, 2026 at 21:24

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。

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

meghal86

meghal86/stacksignal

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Software DevelopersComputer and Mathematical Occupations·SOC 15-1252

SKILL.md

readonly

配置 SiliconFlow Provider（硅基流动模型推理平台）

SiliconFlow（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。

核心优势：

🆓 多个免费模型：Qwen3-8B、DeepSeek-R1-8B 等完全免费
💰 价格极低：旗舰模型价格仅为官方的 30-50%
🔌 OpenAI 兼容：标准 openai-completions 协议，即插即用
📦 模型丰富：一个 API Key 访问所有模型

如果还没有 SiliconFlow 账号，请通过邀请链接注册（双方均获赠额度）： 👉 https://cloud.siliconflow.cn/i/ihj5inat

项目	值
Provider 名称	`siliconflow`
API 协议	`openai-completions`
Base URL	`https://api.siliconflow.cn/v1`
认证方式	Bearer Token (API Key)

前置条件

项目	说明
API Key	在控制台创建，格式 `sk-xxx`
余额	免费模型无需余额；付费模型需充值（新用户注册送 ¥14）

获取 API Key

注册：https://cloud.siliconflow.cn/i/ihj5inat
进入控制台 → API 密钥 → 创建
复制 sk-xxx 格式的密钥

验证 API Key

curl -s 'https://api.siliconflow.cn/v1/user/info' \
  -H 'Authorization: Bearer <YOUR_API_KEY>' | python3 -m json.tool

期望返回 "status": "normal" 和余额信息。

配置步骤

Step 1: 备份配置

cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup.$(date +%Y%m%d_%H%M%S)

Step 2: 添加 Provider

通过 gateway config.patch 添加 SiliconFlow provider。以下为推荐配置（8 个精选模型）：

{
  "models": {
    "providers": {
      "siliconflow": {
        "baseUrl": "https://api.siliconflow.cn/v1",
        "apiKey": "<YOUR_API_KEY>",
        "api": "openai-completions",
        "models": [
          {
            "id": "Qwen/Qwen3-8B",
            "name": "Qwen3 8B (Free)",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "deepseek-ai/DeepSeek-R1-0528-Qwen3-8B",
            "name": "DeepSeek R1 Qwen3 8B (Free)",
            "reasoning": true,
            "input": ["text"],
            "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "Qwen/Qwen3-30B-A3B",
            "name": "Qwen3 30B MoE",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 0.7, "output": 2.8, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "Qwen/Qwen3-Coder-30B-A3B-Instruct",
            "name": "Qwen3 Coder 30B",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 0.7, "output": 2.8, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 32768,
            "maxTokens": 8192
          },
          {
            "id": "deepseek-ai/DeepSeek-V3.2",
            "name": "DeepSeek V3.2",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 2.0, "output": 3.0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "deepseek-ai/DeepSeek-R1",
            "name": "DeepSeek R1",
            "reasoning": true,
            "input": ["text"],
            "cost": {"input": 4.0, "output": 16.0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "Pro/moonshotai/Kimi-K2.5",
            "name": "Kimi K2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 4.0, "output": 21.0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 128000,
            "maxTokens": 8192
          },
          {
            "id": "Qwen/Qwen3-Coder-480B-A35B-Instruct",
            "name": "Qwen3 Coder 480B",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 8.0, "output": 16.0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 32768,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

Step 3: 添加别名

在同一个 patch 中添加别名映射：

{
  "agents": {
    "defaults": {
      "models": {
        "siliconflow/Qwen/Qwen3-8B": {"alias": "sf-qwen3-8b"},
        "siliconflow/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B": {"alias": "sf-r1-8b"},
        "siliconflow/Qwen/Qwen3-30B-A3B": {"alias": "sf-qwen3-30b"},
        "siliconflow/Qwen/Qwen3-Coder-30B-A3B-Instruct": {"alias": "sf-coder-30b"},
        "siliconflow/deepseek-ai/DeepSeek-V3.2": {"alias": "sf-dsv3"},
        "siliconflow/deepseek-ai/DeepSeek-R1": {"alias": "sf-r1"},
        "siliconflow/Pro/moonshotai/Kimi-K2.5": {"alias": "sf-kimi"},
        "siliconflow/Qwen/Qwen3-Coder-480B-A35B-Instruct": {"alias": "sf-coder-480b"}
      }
    }
  }
}

⚠️ agents.defaults.models.<id> 只允许 alias 字段！ 其他字段会导致 Gateway 崩溃。

Step 4: 接入 Fallback 链

将免费模型加入 fallback 链作为兜底：

{
  "agents": {
    "defaults": {
      "model": {
        "fallbacks": [
          "...(现有 fallbacks)...",
          "siliconflow/Qwen/Qwen3-8B",
          "siliconflow/Qwen/Qwen3-30B-A3B"
        ]
      }
    }
  }
}

推荐 fallback 策略：优先放免费模型 (Qwen3-8B)，然后放便宜模型 (Qwen3-30B)。

Step 5: 验证

# 1. 配置校验
openclaw doctor

# 2. 重启生效
openclaw gateway restart

# 3. 确认状态
openclaw gateway status

# 4. 测试模型切换
# 在聊天中输入: /model sf-kimi

实用 API

查询余额

curl -s 'https://api.siliconflow.cn/v1/user/info' \
  -H 'Authorization: Bearer <API_KEY>' | python3 -c "
import json,sys; d=json.load(sys.stdin)['data']
print(f'充值余额: ¥{d[\"chargeBalance\"]}')
print(f'赠送余额: ¥{d[\"balance\"]}')
print(f'总余额: ¥{d[\"totalBalance\"]}')
"

查看可用模型

# 所有 chat 模型
curl -s 'https://api.siliconflow.cn/v1/models?sub_type=chat' \
  -H 'Authorization: Bearer <API_KEY>' | python3 -c "
import json,sys
models = json.load(sys.stdin)['data']
print(f'共 {len(models)} 个 chat 模型')
for m in sorted(models, key=lambda x: x['id']):
    print(f'  {m[\"id\"]}')
"

测试模型

curl -s 'https://api.siliconflow.cn/v1/chat/completions' \
  -H 'Authorization: Bearer <API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "Qwen/Qwen3-8B",
    "messages": [{"role":"user","content":"说OK"}],
    "max_tokens": 5
  }'

添加更多模型

SiliconFlow 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。

注意事项

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
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
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
cost 字段单位：¥/百万 tokens (1M tokens)

注册链接：https://cloud.siliconflow.cn/i/ihj5inat （邀请注册双方均获赠额度）

模型 ID	说明	推荐别名
`Qwen/Qwen3-8B`	通义千问 3 代 8B，综合能力强	`sf-qwen3-8b`
`deepseek-ai/DeepSeek-R1-0528-Qwen3-8B`	DeepSeek R1 推理蒸馏版	`sf-r1-8b`
`THUDM/glm-4-9b-chat`	智谱 GLM-4 9B	`sf-glm4`
`Qwen/Qwen2.5-7B-Instruct`	Qwen 2.5 7B	`sf-qwen25-7b`
`Qwen/Qwen2.5-Coder-7B-Instruct`	Qwen 2.5 编码专用	`sf-qwen-coder-7b`

模型 ID	输入/输出 (¥/M tokens)	说明	推荐别名
`Qwen/Qwen3-30B-A3B`	0.7 / 2.8	MoE 架构，性价比极高	`sf-qwen3-30b`
`Qwen/Qwen3-Coder-30B-A3B-Instruct`	0.7 / 2.8	编码专用 30B	`sf-coder-30b`
`deepseek-ai/DeepSeek-V3.2`	2.0 / 3.0	DeepSeek 最新版	`sf-dsv3`
`Pro/deepseek-ai/DeepSeek-V3.2`	2.0 / 3.0	Pro 加速版	`sf-dsv3-pro`

模型 ID	输入/输出 (¥/M tokens)	说明	推荐别名
`deepseek-ai/DeepSeek-R1`	4.0 / 16.0	推理模型	`sf-r1`
`Pro/moonshotai/Kimi-K2.5`	4.0 / 21.0	月之暗面最强模型	`sf-kimi`
`Qwen/Qwen3-Coder-480B-A35B-Instruct`	8.0 / 16.0	编码旗舰 480B MoE	`sf-coder-480b`

模型	输入/输出 (¥/M tokens)	特点
`zai-org/GLM-4.6`	3.5 / 14.0	智谱最新旗舰
`Pro/deepseek-ai/DeepSeek-R1`	4.0 / 16.0	Pro 加速推理
`moonshotai/Kimi-K2-Thinking`	4.0 / 16.0	Kimi 思考模型
`Qwen/Qwen3-235B-A22B-Instruct-2507`	2.5 / 10.0	Qwen3 指令模型
`baidu/ERNIE-4.5-300B-A47B`	2.0 / 8.0	百度文心
`stepfun-ai/step3`	4.0 / 10.0	阶跃星辰 Step3

模型 ID	说明	推荐别名
`Qwen/Qwen3-8B`	通义千问 3 代 8B，综合能力强	`sf-qwen3-8b`
`deepseek-ai/DeepSeek-R1-0528-Qwen3-8B`	DeepSeek R1 推理蒸馏版	`sf-r1-8b`
`THUDM/glm-4-9b-chat`	智谱 GLM-4 9B	`sf-glm4`
`Qwen/Qwen2.5-7B-Instruct`	Qwen 2.5 7B	`sf-qwen25-7b`
`Qwen/Qwen2.5-Coder-7B-Instruct`	Qwen 2.5 编码专用	`sf-qwen-coder-7b`

add-siliconflow-provider

More from this repository

More from this repository

配置 SiliconFlow Provider（硅基流动模型推理平台）

前置条件

获取 API Key

验证 API Key

推荐模型

🆓 免费模型（无限使用）

💰 性价比模型（便宜好用）

🚀 旗舰模型（重要任务）

配置步骤

Step 1: 备份配置

Step 2: 添加 Provider

Step 3: 添加别名

Step 4: 接入 Fallback 链

Step 5: 验证

实用 API

查询余额

查看可用模型

测试模型

添加更多模型

热门模型速查

注意事项

配置 SiliconFlow Provider（硅基流动模型推理平台）

前置条件

获取 API Key

验证 API Key

推荐模型

🆓 免费模型（无限使用）

💰 性价比模型（便宜好用）

🚀 旗舰模型（重要任务）

配置步骤

Step 1: 备份配置

Step 2: 添加 Provider

Step 3: 添加别名

Step 4: 接入 Fallback 链

Step 5: 验证

实用 API

查询余额

查看可用模型

测试模型

添加更多模型

热门模型速查

注意事项