OpenClaw 整合指南

使用 AgentGazer 監控你的 OpenClaw 個人 AI 助手 — 一鍵設定，完整掌控

概述

OpenClaw 是一個開源的個人 AI 助手。將 OpenClaw 的 LLM 請求經由 AgentGazer 路由後，你可以獲得：

• 成本追蹤 — 清楚知道每次對話花費多少
• 延遲監控 — 即時發現效能問題
• 錯誤告警 — API 呼叫失敗時立即通知
• 預算控制 — 設定每日花費上限

快速開始（Dashboard）

最簡單的整合方式是透過 AgentGazer Dashboard。

步驟 1：啟動 AgentGazer

agentgazer start

步驟 2：設定 Provider

1. 開啟 Dashboard http://localhost:18880
2. 前往 Providers 頁面
3. 新增你的 LLM Provider API 金鑰（Anthropic、OpenAI 等）

步驟 3：OpenClaw 整合頁面

1. 點擊側邊欄的 OpenClaw 頁面
2. 確認你的 Provider 已列在「Prerequisites」下方
3. 設定 Proxy Host（預設：localhost:18900，內網存取請使用內網 IP）
4. 輸入 Agent Name（例如 openclaw）
5. 點擊 Apply Configuration

這會自動寫入 ~/.openclaw/openclaw.json。

步驟 4：重啟 OpenClaw

openclaw restart

步驟 5：發送測試訊息

透過 OpenClaw 發送一則測試訊息（Discord、Telegram 等），然後檢查 Agents 頁面 — 你的 OpenClaw agent 應該會出現。

步驟 6：設定模型路由

1. 前往 Agents → openclaw → Model Settings
2. 針對 agentgazer provider，設定：
   • Model Override：實際使用的模型（例如 claude-sonnet-4-20250514）
   • Target Provider：實際的 provider（例如 anthropic）

運作原理

┌─────────────────────────────────────────────────────────┐
│                      你的機器                             │
│                                                          │
│  ┌─────────────┐     ┌──────────────────┐               │
│  │  OpenClaw   │────▶│  AgentGazer      │               │
│  │             │     │  Proxy :18900    │               │
│  │  baseUrl →  │     │                  │               │
│  │  :18900     │     │  自動擷取：        │               │
│  └─────────────┘     │  - tokens        │               │
│                      │  - cost          │               │
│                      │  - latency       │               │
│                      └────────┬─────────┘               │
│                               │                         │
│                   ┌───────────▼───────────┐             │
│                   │  LLM Provider APIs    │             │
│                   │  (Anthropic, OpenAI)  │             │
│                   └───────────────────────┘             │
└─────────────────────────────────────────────────────────┘

Proxy 攔截請求、提取指標、再轉發到真正的 Provider。Prompt 內容不會被儲存 — 只記錄 token 數量、延遲和成本。

設定告警

整合完成後，為你的 OpenClaw agent 設定告警：

1. 前往 Alerts 頁面
2. 點擊 New Alert Rule
3. 選擇 agent：openclaw

建議的告警規則

類型	設定	用途
Agent Down	10 分鐘	偵測 OpenClaw 停止運作
Error Rate	15% / 10 分鐘	偵測 API 失敗
Budget	$20/天	防止成本失控

治理功能

從 Dashboard 控制 OpenClaw 的 LLM 使用：

功能	說明
啟用/停用開關	停用 agent 以封鎖所有請求
預算限制	設定每日花費上限
允許時段	限制可發出 LLM 呼叫的時間
Kill Switch	偵測到無限迴圈時自動停用
模型覆寫	強制使用較便宜的模型

在 Agents → openclaw → Policy Settings 中設定。

疑難排解

問題	解決方案
OpenClaw 呼叫未出現	確認 baseUrl 指向 :18900，重啟 OpenClaw
401 Unauthorized	執行 agentgazer provider add <provider> 儲存 API 金鑰
沒有成本資料	模型可能不在定價表中（指標仍會擷取）
連線被拒絕	確認 AgentGazer 正在執行（agentgazer doctor）

進階：手動設定

如果你偏好手動編輯 ~/.openclaw/openclaw.json：

{
  "models": {
    "mode": "merge",
    "providers": {
      "agentgazer": {
        "baseUrl": "http://localhost:18900/agents/openclaw/agentgazer",
        "apiKey": "managed-by-agentgazer",
        "api": "openai-completions",
        "models": [
          { "id": "agentgazer-proxy", "name": "AgentGazer Proxy" }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "agentgazer/agentgazer-proxy"
      }
    }
  }
}

運作方式

1. OpenClaw 將所有請求發送到 agentgazer provider
2. Proxy 在 /agents/openclaw/agentgazer 接收請求
3. AgentGazer 查找該 agent 的 Model Override Rules 並路由到實際的 provider

設定模型路由

套用設定後，在 Dashboard 中設定路由：

1. 前往 Agents → openclaw（首次請求後出現）
2. 點擊 Model Settings
3. 針對 agentgazer provider 項目，設定：
   • Model Override：實際使用的模型（例如 claude-sonnet-4-20250514）
   • Target Provider：實際的 provider（例如 anthropic）

這讓你可以不用編輯 OpenClaw 設定檔就能更換使用的模型/provider。

API 金鑰處理

將 apiKey 設為任意非空值（例如 "managed-by-agentgazer"）。Proxy 會注入透過 agentgazer provider add 儲存的真實金鑰。

費用感知 Skill

當你在 Dashboard 點擊 套用設定 時，AgentGazer 會自動為 OpenClaw 安裝費用感知 skill。

安裝內容

套用動作會建立：

~/.openclaw/skills/agentgazer/
├── SKILL.md          # Skill 元資料和說明
└── scripts/
    └── cost.sh       # 查詢 AgentGazer 統計的腳本

使用 Skill

安裝後，你可以詢問 OpenClaw 關於 AI 花費：

User: /cost
OpenClaw: 你的 AgentGazer 統計（過去 24 小時）：
          - 總費用：$12.45
          - 請求數：847
          - Token 數：1.2M（輸入：800K，輸出：400K）

Skill 指令

指令	說明
/cost	顯示當前時段的費用摘要
/cost 7d	顯示過去 7 天的費用
/cost compare	比較當前時段與上一時段

手動安裝

如果你沒有使用 Dashboard 套用，手動建立 skill：

mkdir -p ~/.openclaw/skills/agentgazer/scripts

# 建立 SKILL.md
cat > ~/.openclaw/skills/agentgazer/SKILL.md << 'EOF'
---
name: agentgazer
description: 查詢 AgentGazer 費用和使用統計
---

使用 cost.sh 腳本取得花費資訊。
EOF

# 建立 cost.sh
cat > ~/.openclaw/skills/agentgazer/scripts/cost.sh << 'EOF'
#!/bin/bash
agentgazer agent openclaw stat -o json
EOF

chmod +x ~/.openclaw/skills/agentgazer/scripts/cost.sh