进阶实战：CLIProxyAPI Plus + OpenClaw 零配置结合，打造你的专属 24/7 AI 超级助手（保姆级 + 原理级教程）

优质文章学习记录

— 8 min read
进阶实战：CLIProxyAPI Plus + OpenClaw 零配置结合，打造你的专属 24/7 AI 超级助手（保姆级 + 原理级教程）
相关链接（仍在活跃）：CLIProxyAPI Plus、OpenClaw

昨天我们已经用 Docker 一键部署了 CLIProxyAPI Plus（简称 CPA），生成了专属 API 密钥，并通过 http://你的IP:9999/v1 实现了 OpenAI 兼容端点。今天我们继续进阶：把这个代理完美对接 OpenClaw（开源个人 AI 助手，前身 Clawdbot），让 OpenClaw 通过你的 CPA 代理调用多账号 OpenAI 模型，实现 WhatsApp/Telegram/Slack 等消息渠道的自动任务执行、代码编写、邮件处理、日历管理等全自动化能力。

为什么必须结合？

CPA 负责账号集中管理、额度自动切换、国内直连。
OpenClaw 负责“行动层”：它不是聊天机器人，而是真正的 Agent，能调用工具、读写文件、操作浏览器、集成 50+ App。
两者结合 = 一个本地运行的 Claude/GPT 级超级助手，完全掌控在你手里，无限额度、无 API 限流。
网上很多教程直接改官方 config 导致重启后失效。今天我们依然遵循“冒号法则”和“只改左边”原则，保证你换硬盘、换端口、换机器也能一次成功！

💡 核心原理：OpenClaw 的“OpenAI 兼容层”揭秘

OpenClaw 支持任意 OpenAI-compatible endpoint（包括你的 CPA）。核心配置只有两个环境变量：

  • OPENAI_BASE_URL：指向你的 CPA 地址（必须以 /v1 结尾）。
  • OPENAI_API_KEY：你在 CPA 管理面板里生成的密钥（sk- 开头）。

优先级顺序（技术深度）：

  1. ~/.openclaw/.env（全局最推荐）
  2. 当前目录 .env
  3. 运行时环境变量

OpenClaw 内部会自动把这两个变量注入默认的 openaiprovider。如果你想用 CPA 里的自定义模型（如 gpt-5.2-codex），可以额外定义 models.providers（后面会教）。

端口/路径法则（和 CPA 完全一致）：

  • 左边（宿主机）：随便改
  • 右边（容器内）：绝对不能动

准备好了吗？我们继续用 Docker 部署，保证和小白昨天的操作一模一样流畅！

🛠️ 第一部分：准备工作（假设 CPA 已运行）

确保你的 CPA 容器正在运行：

dockerps|grep cli-proxy-api-plus

看到 9999:8317 且状态 Up 即可。

在浏览器打开 http://localhost:9999/management.html（或服务器 IP），登录后确认：

  • 已上传 OpenAI JSON 密钥文件
  • 已生成 API 密钥（复制下来，后面要用）

🪟 第二部分：Windows 本地部署 OpenClaw（推荐新手）

1.创建专属目录（可随意改路径）
以管理员 PowerShell 执行：

# 这里的 D:\AI-Proxy 你可以改成任何你想放的路径！New-Item-ItemType Directory -Force -Path D:\AI-Proxy\auths New-Item-ItemType Directory -Force -Path D:\AI-Proxy\logs cd D:\AI-Proxy

2.一键拉取官方 Docker 配置（最稳方式）

# 方法1：git 克隆（推荐）git clone https://github.com/openclaw/openclaw.git .# 方法2：如果 git 不方便，可直接下载最新 release zip 并解压到当前目录# https://github.com/openclaw/openclaw/releases/latest

3.生成并修改 .env（最关键一步！）

Set-Content-Path .env -Value @" # === CPA 代理核心配置（只改下面两行）=== OPENAI_BASE_URL=http://localhost:9999/v1 OPENAI_API_KEY=sk-你的CPA生成密钥在这里 # 可选：OpenClaw 网关令牌（onboard 会自动生成） OPENCLAW_GATEWAY_TOKEN=your-super-secret-token # 其他默认保持不动 OPENCLAW_PORT=18789 "@
注意：OPENAI_BASE_URL 左边的端口/IP 随便改（对应 CPA 的左侧端口）。如果你在云服务器上跑 CPA，改成 http://你的服务器公网IP:9999/v1。OPENAI_API_KEY 必须是 CPA 管理面板里“配置面板 → 认证配置 → 生成”的密钥。

4.启动 OpenClaw（Docker 一键）

docker compose up -d

第一次会自动运行 onboarding（向导），浏览器会打开 http://localhost:18789。

5.完成 onboarding（5 分钟）

  • 选择语言 → 设置网关令牌（复制 .env 里的）
  • 连接消息渠道（推荐先连 Telegram 或 WhatsApp）
  • 模型自动识别为你的 CPA 代理（会显示自定义模型列表）

🐧 第三部分：Linux 云服务器部署（生产推荐）

# 创建目录mkdir-p ~/openclaw &&cd ~/openclaw # 克隆并启动git clone https://github.com/openclaw/openclaw.git .cat> .env <<'EOF' OPENAI_BASE_URL=http://127.0.0.1:9999/v1 OPENAI_API_KEY=sk-你的CPA密钥 OPENCLAW_GATEWAY_TOKEN=your-super-secret-token OPENCLAW_PORT=18789 EOF# 一键启动（官方脚本最稳） ./docker-setup.sh

云服务器别忘了安全组放行 18789 端口（OpenClaw 网关）和 CPA 的 9999 端口。

🎯 第四部分：高级配置（让 OpenClaw 识别 CPA 自定义模型）

默认情况下，通过 .env 设置的 OPENAI_BASE_URL 和 OPENAI_API_KEY 已经足够让 OpenClaw 使用你的 CPA 代理，并自动拉取 /v1/models 接口中 CPA 暴露的所有模型。

但是，如果你希望做到以下目标，就需要进行更精细的模型配置：

  • 指定默认使用的模型（而不是让 OpenClaw 随机选第一个）
  • 为特定模型设置更合适的上下文窗口、最大输出 token 等参数
  • 为不同场景准备多个 provider（例如：一个走快速模型，一个走长上下文模型）
  • 给模型起一个更友好的别名（如 codex-fast、deep-reason）
  • 明确告诉 OpenClaw 使用哪种 API 格式（responses 或 completions）

4.1 配置文件位置说明

OpenClaw 目前（2026 年主流版本）主要读取以下位置的模型配置（优先级从高到低）：

  1. ./config/models.yaml（项目根目录下，手动创建最高优先）
  2. ./agents/defaults.yaml（部分版本放在这里）
  3. Web 管理界面 →「设置」→「模型提供者」→ 手动添加（会持久化到 volume 里）

推荐做法：在 OpenClaw 项目根目录（和 .env 同级）新建或编辑 config/models.yaml

4.2 完整推荐配置示例（带详细注释）

在 OpenClaw 根目录创建或编辑文件：

# Windows PowerShell New-Item -ItemType File -Force-Path config/models.yaml # Linux / macOStouch config/models.yaml

然后填入以下内容（根据实际情况修改模型名称、端口、密钥）：

# config/models.yaml# ────────────────────────────────────────────────# 这是 OpenClaw 可识别的模型提供者配置文件# 所有字段均为小写 snake_case，注意不要写成 camelCase# ────────────────────────────────────────────────models:providers:# 给这个 provider 起的内部代号，随意但建议有意义cpa-main:# 必须和 .env 里的 OPENAI_BASE_URL 保持一致（或覆盖它）base_url:"http://host.docker.internal:9999/v1"# ← Windows/macOS Docker Desktop 用这个# base_url: "http://127.0.0.1:9999/v1" # ← Linux 同机用这个# base_url: "http://192.168.1.100:31234/v1" # ← 不同机器用实际内网IP:端口# 必须使用你在 CPA 管理面板生成的密钥api_key:"sk-cpa-202603xxxxxxxxxxxxxxxxxxxxxxxxxxxx"# CPA 目前最常用的是 openai 的 responses 格式（新版兼容性更好）# 如果你的 CPA 配置里显示使用 completions 风格，可改为 openai-completionsapi_format:"openai-responses"# 这里列出你希望 OpenClaw 认识的模型（可以只列部分）models:-id:"gpt-5.2-codex"# ← 必须和 CPA /v1/models 返回的 id 完全一致name:"Codex 超级编程模型"# 显示名称，可自定义context_window:131072# 建议填写真实值，避免截断max_output_tokens:32768description:"擅长复杂代码生成、长文档理解、函数式编程"-id:"gpt-4o-mini-fast"name:"快速对话模型"context_window:128000max_output_tokens:16384description:"日常问答、快速响应首选"# 默认使用的模型组合（最重要！）defaults:# 格式：provider代号/模型idprimary:"cpa-main/gpt-5.2-codex"# 开箱默认用这个模型fallback:"cpa-main/gpt-4o-mini-fast"# 出问题时自动降级fast:"cpa-main/gpt-4o-mini-fast"# 某些轻量任务强制走快速模型

保存文件后，重启 OpenClaw 容器 使配置生效：

docker compose restart # 或完整重启# docker compose down && docker compose up -d

4.3 验证自定义模型是否生效

方法一： 在浏览器打开 OpenClaw Web 界面（默认http://localhost:18789）
→ 左侧菜单「设置」→「模型」
应该能看到你刚刚定义的模型名称和描述，而不是一堆原始 id。
方法二： 直接测试指令

请用 gpt-5.2-codex 模型帮我写一个 300 行带类型注解的 FastAPI 项目模板

如果成功调用，说明配置正确。

第五部分：常用运维与调试命令速查

# 查看 OpenClaw 主容器日志（最常用）docker logs -f openclaw-gateway # 查看所有容器状态docker compose ps# 进入容器内部查看文件（高级）docker compose exec openclaw-gateway bash# 强制重新拉取镜像（当上游更新时）docker compose pull &&docker compose up -d# 完全清理重来（谨慎，会丢失部分持久化数据）docker compose down -v&&docker compose up -d

🚑 附录：小白排错 + 常见问题

1.连不上 OpenClaw？

Bashdocker logs openclaw-gateway -f

看到Gateway ready on :18789就 OK。检查防火墙/安全组。

2.模型调用报错 “invalid api key”？

  • 确认 OPENAI_API_KEY 完全复制（无空格）
  • CPA 管理面板里该密钥是否已保存并启用

3.想切换模型？
在 Telegram 里直接说：“切换到 gpt-5.2-codex” 即可（OpenClaw 支持动态切换）。

4.想让 OpenClaw 也走 CPA 的多账号自动切换？
不需要额外操作！CPA 已经在后端做了额度切换，OpenClaw 只管发请求。

🎉 完工！现在你拥有了一个真正的“数字分身”

  • CPA 负责稳定 API
  • OpenClaw 负责 24/7 执行任务
  • 全部本地/自托管，无隐私泄露、无额度焦虑
  • 尽情享受你的 AI 超级节点吧！🦞✨

Read more

GLM-4.6V-Flash-WEB Web界面使用指南，拖图就出结果

GLM-4.6V-Flash-WEB Web界面使用指南，拖图就出结果 你不需要配置环境、不用写一行推理代码、甚至不用打开终端——只要把一张截图拖进浏览器窗口，几秒钟后，它就能告诉你图里写了什么、画了什么、哪里有问题。这不是未来预告，而是你现在就能在本地跑起来的真实体验。 GLM-4.6V-Flash-WEB 是智谱AI最新开源的轻量级视觉语言模型，专为Web端实时交互而生。它不像某些“实验室模型”那样只存在于论文和Benchmark表格里，而是真正做到了：部署快、启动快、响应快、上手更快。一块RTX 3090，一个浏览器，一次拖拽，结果即刻呈现。 本文不讲训练原理，不列参数表格，不堆技术术语。我们只聚焦一件事：怎么用好它的Web界面？从零开始，到稳定产出，每一步都清晰可操作。 1. 为什么说“拖图就出结果”不是宣传话术？ 很多多模态模型标榜“支持图文理解”，但实际用起来才发现：要装依赖、改路径、调精度、修CUDA版本、

前端防范 XSS（跨站脚本攻击）

目录 一、防范措施 1.layui util  核心转义的特殊字符 示例 2.js-xss.js库 安装 1. Node.js 环境（npm/yarn） 2. 浏览器环境 核心 API 基础使用 1. 基础过滤（默认规则） 2. 自定义过滤规则 （1）允许特定标签 （2）允许特定属性 （3）自定义标签处理 （4）自定义属性处理 （5）转义特定字符 常见场景示例 1. 过滤用户输入的评论内容 2. 允许特定富文本标签（如富文本编辑器内容） 注意事项 更多配置 XSS（跨站脚本攻击）是一种常见的网络攻击手段，它允许攻击者将恶意脚本注入到其他用户的浏览器中。
详细教程：如何从前端查看调用接口、传参及返回结果（附带图片案例）

详细教程：如何从前端查看调用接口、传参及返回结果（附带图片案例）

目录 1. 打开浏览器开发者工具 2. 使用 Network 面板 3. 查看具体的API请求 a. Headers b. Payload c. Response d. Preview e. Timing 4. 实际操作步骤 5. 常见问题及解决方法 a. 无法看到API请求 b. 请求失败 c. 跨域问题（CORS） 作为一名后端工程师，理解前端如何调用接口、传递参数以及接收返回值是非常重要的。下面将详细介绍如何通过浏览器开发者工具（F12）查看和分析这些信息，并附带图片案例帮助你更好地理解。 1. 打开浏览器开发者工具 按下 F12 或右键点击页面选择“检查”可以打开浏览器的开发者工具。常用的浏览器如Chrome、Firefox等都内置了开发者工具。下面是我选择我的一篇文章，打开开发者工具进行演示。 2. 使用

Cursor+Codex隐藏技巧：用截图秒修前端Bug的保姆级教程（React/Chakra UI案例）

Cursor+Codex隐藏技巧：用截图秒修前端Bug的保姆级教程（React/Chakra UI案例） 前端开发中最令人头疼的莫过于那些难以定位的UI问题——元素错位、样式冲突、响应式失效...传统调试方式往往需要反复修改代码、刷新页面、检查元素。现在，通过Cursor编辑器集成的Codex功能，你可以直接用截图交互快速定位和修复这些问题。本文将带你从零开始，掌握这套革命性的调试工作流。 1. 环境准备与基础配置 在开始之前，确保你已经具备以下环境： * Cursor编辑器最新版（v2.5+） * Node.js 18.x及以上版本 * React 18项目（本文以Chakra UI 2.x为例） 首先在Cursor中安装Codex插件： 1. 点击左侧扩展图标 2. 搜索"Codex"并安装 3. 登录你的OpenAI账户（需要ChatGPT Plus订阅） 关键配置项： // 在项目根目录创建.