OpenClaw 语义搜索配置教程：不用 OpenAI API 也能用的替代方案

by

你好，我是茂林，一个AI爱好者，最近一直在折腾OpenClaw/Hermes，踩过老多坑了。我把踩过的坑整理出来，帮你少走弯路。

我遇到的问题：

解决什么问题

OpenClaw 默认语义搜索需要配置 OpenAI API 生成向量，但你可能只有 Claude 或 DeepSeek 密钥，或者想用本地模型生成向量。我告诉你三种不用 OpenAI API 也能用上语义搜索的方法。

原因分析

语义搜索需要把文本转换成向量才能检索，OpenClaw 默认用 OpenAI 的 text-embedding 模型生成向量。但这不代表只能用 OpenAI，其实有多种替代方案。

三种替代配置方法

方法一：使用 OpenRouter 接入第三方 embedding 模型

OpenRouter 支持多种 embedding 模型，包括来自 Anthropic、Google、Mistral 的模型，你只需要把 OpenClaw 的配置改成 OpenRouter 端点就行。

配置步骤：

  1. 在 config.yaml 找到 embedding 配置部分，修改成：
embedding:
  provider: openai
  api_key: "你的OpenRouter密钥"
  api_base: "https://openrouter.ai/api/v1"
  model: "mistralai/mistral-embed"
  1. 保存配置，重启 OpenClaw 就可以用了

优点： 不用搭本地服务，直接用 API，速度快
成本： Mistral embedding 非常便宜，1M tokens 只要 $0.1

方法二：使用 Ollama 本地 embedding 模型（完全免费）

如果你不想用云端 API，可以用 Ollama 在本地跑 embedding 模型，完全免费，数据不出本地。

配置步骤：

  1. 安装 Ollama（如果没装）：

    curl https://ollama.ai/install.sh | sh

  2. 拉一个轻量 embedding 模型：

    ollama pull nomic-embed-text

  3. 修改 OpenClaw 配置 config.yaml：

embedding:
  provider: openai
  api_key: "ollama"
  api_base: "http://localhost:11434/v1"
  model: "nomic-embed-text"
  1. 重启 OpenClaw，完成！

✅ 优点：完全免费，隐私保护，不用付费
⚠️ 注意：需要你的机器有一点性能，不过 embed 对配置要求很低，普通笔记本也能跑

方法三：使用 DeepSeek 开源 embedding 模型

DeepSeek 也开源了质量不错的 embedding 模型，如果你的 OpenClaw 已经在用 DeepSeek 聊天，可以直接复用密钥：

embedding:
  provider: openai
  api_key: "你的DeepSeek密钥"
  api_base: "https://api.deepseek.com/v1"
  model: "deepseek-embedding"

验证配置是否成功

配置完可以用这个简单命令测试：

从记忆中语义搜索一下关于项目配置的内容

如果能返回结果，说明配置成功了。

各方案对比

方案 需要付费 需要本地部署 速度 推荐指数
OpenRouter + Mistral 是（很便宜） 否 快 ⭐⭐⭐⭐⭐
Ollama 本地 免费 是 中等 ⭐⭐⭐⭐
DeepSeek API 便宜 否 快 ⭐⭐⭐⭐

常见问题

Q：一定要开语义搜索吗？
A：不是必须。如果你只有少量记忆，全文搜索就够用了。记忆超过十几条之后，语义搜索体验好很多。

Q：哪个模型效果最好？
A：Mistral Embed 和 nomic-embed-text 效果都不错，足够日常使用。追求极致可以用 OpenAI text-embedding-3-large。

Leave a Comment