Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计提醒

add-siliconflow-provider添加 Siliconflow 提供商

Agent Skill

add-siliconflow-provider 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

54,076

周安装

2,209

GitHub Stars

4

下载量

17,319
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:add-siliconflow-provider(添加 Siliconflow 提供商)
来源仓库:https://github.com/jooey/add-siliconflow-provider
安装命令:
openclaw skills install add-siliconflow-provider
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install add-siliconflow-provider

简介

为OpenClaw配置硅基流(SiliconFlow)作为模型源。SiliconFlow是国内领先的AI模型推理平台,提供98+个聊天模型,包含多个免费模型(Qwen3-8B、DeepSeek-R1-8B等)。使用标准OpenAI协议(openai-completions)。包含提供者注册、模型、别名配置、后备链接进入和验证的完整流程。当管理员说要“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”时使用此技能。

SKILL.md

name
add-siliconflow-provider
description
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。

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
Provider 名称siliconflow
API 协议openai-completions
Base URLhttps://api.siliconflow.cn/v1
认证方式Bearer Token (API Key)

前置条件

项目说明
API Key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

  1. 注册:https://cloud.siliconflow.cn/i/ihj5inat
  2. 进入控制台 → API 密钥 → 创建
  3. 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。


推荐模型

🆓 免费模型(无限使用)

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-Qwen3-8BDeepSeek R1 推理蒸馏版sf-r1-8b
THUDM/glm-4-9b-chat智谱 GLM-4 9Bsf-glm4
Qwen/Qwen2.5-7B-InstructQwen 2.5 7Bsf-qwen25-7b
Qwen/Qwen2.5-Coder-7B-InstructQwen 2.5 编码专用sf-qwen-coder-7b

💰 性价比模型(便宜好用)

模型 ID输入/输出 (¥/M tokens)说明推荐别名
Qwen/Qwen3-30B-A3B0.7 / 2.8MoE 架构,性价比极高sf-qwen3-30b
Qwen/Qwen3-Coder-30B-A3B-Instruct0.7 / 2.8编码专用 30Bsf-coder-30b
deepseek-ai/DeepSeek-V3.22.0 / 3.0DeepSeek 最新版sf-dsv3
Pro/deepseek-ai/DeepSeek-V3.22.0 / 3.0Pro 加速版sf-dsv3-pro

🚀 旗舰模型(重要任务)

模型 ID输入/输出 (¥/M tokens)说明推荐别名
deepseek-ai/DeepSeek-R14.0 / 16.0推理模型sf-r1
Pro/moonshotai/Kimi-K2.54.0 / 21.0月之暗面最强模型sf-kimi
Qwen/Qwen3-Coder-480B-A35B-Instruct8.0 / 16.0编码旗舰 480B MoEsf-coder-480b

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。

热门模型速查

模型输入/输出 (¥/M tokens)特点
zai-org/GLM-4.63.5 / 14.0智谱最新旗舰
Pro/deepseek-ai/DeepSeek-R14.0 / 16.0Pro 加速推理
moonshotai/Kimi-K2-Thinking4.0 / 16.0Kimi 思考模型
Qwen/Qwen3-235B-A22B-Instruct-25072.5 / 10.0Qwen3 指令模型
baidu/ERNIE-4.5-300B-A47B2.0 / 8.0百度文心
stepfun-ai/step34.0 / 10.0阶跃星辰 Step3

注意事项

  1. 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
  2. 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
  3. 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
  4. 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)

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

94.06%
按下载量换算16,290

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills