Openclaw Hub

OpenClaw中心

   

用于多LLM编排和MCP集成的AI特定ESB中间件

节省90%的人工智能成本 通过智能地将请求路由到每个任务的最佳提供者。

🔗 链接

• 仓库: https://github.com/openclaw-community/openclaw-hub
• 最新发布: https://github.com/openclaw-community/openclaw-hub/releases
• 文档：参见 docs/ 文件夹
• 贡献：参见 贡献.md
• 安全：参见 安全.md

______________________________________________________________________

⚡ 单线安装

curl -fsSL https://raw.githubusercontent.com/openclaw-community/openclaw-hub/main/scripts/install.sh | bash

适用于 macOS （苹果硅和英特尔）和 Linux （Ubuntu 22.04/24.04+）。需要Python 3.12+和git。

安装程序处理一切：克隆仓库，创建venv，安装依赖关系，设置托管服务（macOS上的launchd/Linux上的systemd），并在浏览器中打开仪表板。在现有安装上再次运行它将执行干净更新。

视窗：使用WSL2。看 docs/INSTALLATION.md.

______________________________________________________________________

特性

• ✅ 多提供商支持：OpenAI、Anthropic、Ollama（本地）、OpenRouter、LM Studio、自定义
• ✅ 自动路由：基于模型的智能提供商选择
• ✅ 自愈：使用指数回退、提供程序回退路由、后台健康探测自动重试
• ✅ 推送通知：连续错误、延迟峰值和预算阈值的实时警报——仪表板横幅、Webhook和macOS/Linux桌面通知
• ✅ 成本跟踪：实时成本计算，每个连接的预算与执行
• ✅ OpenAI兼容的API：直接替换OpenAI SDK
• ✅ 数据库日志记录：用于所有请求和警报的SQLite存储
• ✅ YAML工作流编排：人类可读的多步骤管道
• ✅ MCP工具集成：外部工具支持（网络搜索、文件、API）
• ✅ Web仪表板：内置监控UI——具有历史导航、连接管理、成本跟踪、警报横幅的使用情况图表
• ✅ 连接管理：添加、编辑和监视12多种服务类型（LLM、媒体API、git平台、网关）
• ✅ 预算执行：每个连接的每日/每周/每月限额；请求被阻止到极限，支持覆盖
• ✅ 加密凭据：Fernet-encrypted API密钥和令牌处于静止状态

______________________________________________________________________

📖 文档

OpenClaw Hub是完全自我记录的！

对于人类

• 仪表盘: http://127.0.0.1:8080/dashboard
• 交互式API资源管理器: http://127.0.0.1:8080/docs（Swagger用户界面）
• API 参考: http://127.0.0.1:8080/redoc
• OpenAPI规范: http://127.0.0.1:8080/openapi.json

对于AI代理

• 使用说明: GET /v1/usage --返回如何使用Hub
• 能力发现:

- GET /v1/models --列出可用的LLM型号 - GET /v1/workflows --列出可用工作流 - GET /v1/github/capabilities --GitHub集成详细信息 - GET /v1/social/capabilities --Instagram/社交媒体详细信息 - GET /v1/videos/capabilities --视频生成详细信息

______________________________________________________________________

快速开始

已经安装？

运行任何安装命令前请检查：

# macOS — is Hub already a launchd service?
launchctl list | grep com.openclaw.hub

# Linux — is Hub already a systemd service?
systemctl --user status openclaw-hub

# Either platform — is it simply running?
curl http://127.0.0.1:8080/health

如果Hub作为服务运行，请使用 launchctl （macOS）或 systemctl （Linux）--不是 pkill。终止进程会直接导致服务管理器立即重新生成它。

全新安装（推荐）

curl -fsSL https://raw.githubusercontent.com/openclaw-community/openclaw-hub/main/scripts/install.sh | bash

安装程序：

1. 检查Python 3.12+和git（如果缺少，则以明确的说明退出）
2. 克隆到 ~/.openclaw-hub/ （可通过 OPENCLAW_HUB_HOME=...)
3. 创建venv并安装依赖项
4. 自举 .env 使用生成的密钥
5. 自动检测本地Ollama
6. 安装并启动托管服务
7. 健康检查中心，然后在浏览器中打开仪表板

更新

在现有安装上再次运行安装程序会切换到更新模式——提取最新代码，更新deps，重新启动服务，并保留您的 .env.

手动/开发安装

⚠️ 只有当你有 不 运行统一安装程序。如果有，Hub已经由服务管理了——使用 launchctl/systemctl 为了控制它。

git clone https://github.com/openclaw-community/openclaw-hub.git
cd openclaw-hub

python3.12 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

cp .env.example .env
# Edit .env with your API keys (optional — Ollama works without keys)

uvicorn aigateway.main:app --host 127.0.0.1 --port 8080 --reload

卸载

~/.openclaw-hub/scripts/uninstall.sh

停止服务，备份您的 .env 以及数据库 ~/.openclaw-hub.backup/，然后删除安装。

______________________________________________________________________

服务管理

Hub作为托管后台服务运行。始终使用服务管理器——永远不要直接终止进程。

______________________________________________________________________

API示例

健康检查：

curl http://127.0.0.1:8080/health

聊天完成（Ollama--免费，本地）：

curl -X POST http://127.0.0.1:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "qwen2.5:32b-instruct", "messages": [{"role": "user", "content": "Say hello"}]}'

聊天完成（GPT-4o-mini-需要OpenAI API密钥）：

curl -X POST http://127.0.0.1:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-4o-mini", "messages": [{"role": "user", "content": "Explain quantum computing"}]}'

聊天完成（Claude-需要Anthropic API密钥）：

curl -X POST http://127.0.0.1:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "claude-sonnet", "messages": [{"role": "user", "content": "Write a haiku about AI"}]}'

列出活动警报：

curl http://127.0.0.1:8080/api/alerts/active

取消警报：

curl -X POST http://127.0.0.1:8080/api/alerts//dismiss

______________________________________________________________________

仪表盘

访问地址： http://127.0.0.1:8080/dashboard

警告横幅出现在每个页面上，并在不重新加载页面的情况下关闭。当潜在条件解决时，它们会自动清除。

______________________________________________________________________

自我修复和警报

集线器会自动从暂时的提供程序故障中恢复：

• 使用回退重试：失败的请求最多重试3次（1秒→ 5s → 15s、 可配置）
• 回退路由：如果主提供程序重试次数用尽，则请求将被路由到回退（例如。 openai → ollama)
• 健康探测器：每30秒对降级的提供商进行一次探测；连续3次成功后标记为健康
• 提醒推送：后台监视器每60秒检查一次连续错误、延迟峰值和预算阈值；向仪表板、webhook和桌面发送警报

在中配置 .env:

# Retry
RETRY_ENABLED=true
RETRY_MAX_ATTEMPTS=3
FALLBACK_RULES=openai:ollama,anthropic:ollama

# Alerts
ALERT_ENABLED=true
ALERT_WEBHOOK_URL=https://your-endpoint.example.com/alerts
ALERT_DESKTOP_NOTIFY=true
ALERT_CONSECUTIVE_ERROR_THRESHOLD=3
ALERT_BUDGET_THRESHOLD_PERCENT=90

______________________________________________________________________

建筑

openclaw-hub/
├── scripts/
│   ├── install.sh                # One-line installer (macOS + Linux)
│   ├── install-macos.sh          # macOS redirect stub → install.sh
│   ├── install-linux.sh          # Linux redirect stub → install.sh
│   └── uninstall.sh              # Uninstaller with data backup
├── examples/
│   ├── summarize.yaml            # Example: text summarisation workflow
│   ├── smart-analysis.yaml       # Example: adaptive complexity routing
│   └── web-research.yaml         # Example: web fetch + LLM analysis
├── aigateway/
│   ├── api/                      # FastAPI routers
│   │   ├── completions.py        # /v1/chat/completions (retry + fallback)
│   │   ├── alerts.py             # /api/alerts/* (Issue #29)
│   │   └── dashboard.py          # /api/dashboard/* (18 endpoints)
│   ├── monitoring/               # Push notification subsystem (Issue #29)
│   │   ├── alert_manager.py      # Deduplication, auto-resolve, dispatch
│   │   ├── health_monitor.py     # Background check loop
│   │   └── channels/             # webhook.py, desktop.py
│   ├── providers/                # LLM provider implementations
│   │   ├── manager.py            # Routing + fallback
│   │   ├── health.py             # Provider health tracker (Issue #26)
│   │   ├── ollama.py
│   │   ├── openai.py
│   │   └── anthropic.py
│   ├── dashboard/
│   │   ├── data.py               # Async data access layer
│   │   └── crypto.py             # Fernet encrypt/decrypt/mask
│   ├── storage/
│   │   ├── database.py           # SQLAlchemy async setup + migrations
│   │   └── models.py             # Request, Connection, Alert, CostConfig models
│   ├── orchestration/            # YAML workflow engine
│   ├── mcp/                      # MCP integration
│   ├── static/index.html         # Dashboard UI (single-file, no build tools)
│   ├── config.py                 # Settings (pydantic-settings, .env)
│   └── main.py                   # App entry point, startup/shutdown lifecycle
└── .env.example                  # Configuration reference

______________________________________________________________________

提供商路由

请求按型号名称自动路由：

回退规则可通过以下方式配置 FALLBACK_RULES 在 .env.

______________________________________________________________________

贡献

我们欢迎捐款！看 贡献.md 用于开发设置、编码标准和PR流程。

许可证

Apache许可证2.0——请参阅 许可证 了解详情。

支持

• 问题:
• 文档：参见 docs/ 文件夹
• 安全：通过以下方式报告漏洞 安全.md

项目状态

版本: 1.2.0\ 状态：生产就绪\ 维护者：OpenClaw社区

看 更改日志.md 版本历史。