尧图网站建设 
OpenClaw 接入 Mistral 模型与 Voxtral 语音转写从 API 密钥到流式 STT 的完整配置指南【免费下载链接】openclawThe AI that really does things. Any OS. Any Platform. The lobster way. 项目地址: https://gitcode.com/GitHub_Trending/cl/openclawOpenClaw 通过官方插件openclaw/mistral-provider将 Mistral 的模型能力接入 Agent 运行时既可作为 OpenAI 兼容的 Chat Completions 提供方也可承担 Voxtral 批量音频转写、Voice Call 实时流式 STT 以及mistral-embed记忆向量化四条核心管线。本文以 docs/providers/mistral.md 为主线结合 extensions/mistral 插件的实际源码逐步讲解从安装、onboarding、模型选型到语音与记忆配置的完整链路读完即可在 OpenClaw 中落地 Mistral 全家桶。一、插件总览一个插件四个契约mistral是 OpenClaw 的官方外部提供方插件其核心元数据定义在 extensions/mistral/openclaw.plugin.json 中enabledByDefault为true类别为models并通过contracts字段同时注册了 embedding、media understanding 与 realtime transcription 三类能力契约。从整体看它向 OpenClaw 运行时暴露了四条能力管线能力管线契约承载模型Chat Completionsopenai-completionsOpenAI 兼容mistral/mistral-large-latest默认媒体理解批量转写mediaUnderstandingProvidersvoxtral-mini-latestVoice Call 流式 STTrealtimeTranscriptionProvidersvoxtral-mini-transcribe-realtime-2602记忆向量化embeddingProvidersmistral-embed插件注册行为可在 extensions/mistral/index.ts 中直接看到register(api)依次注册 embedding、media understanding、realtime transcription 三个提供方。插件的核心属性如下属性值Provider idmistral插件openclaw/mistral-provider认证环境变量MISTRAL_API_KEYOnboarding 标记--auth-choice mistral-api-key直接 CLI 标记--mistral-api-key keyAPI 形态OpenAI 兼容openai-completionsBase URLhttps://api.mistral.ai/v1默认模型mistral/mistral-large-latestEmbedding 模型mistral-embedVoxtral 批量转写voxtral-mini-latestVoxtral 实时转写voxtral-mini-transcribe-realtime-2602providerEndpoints声明该插件的公网端点为api.mistral.aisetup.providers声明的环境变量即MISTRAL_API_KEYproviderAuthChoices则定义了名为mistral-api-key的 onboarding 认证选项其 CLI 参数正是--mistral-api-key。Base URL 与默认模型常量由 extensions/mistral/model-definitions.ts 从插件清单中直接读取保证文档、清单与运行时三处一致。二、快速开始安装、认证与首个模型1. 安装插件并重启网关openclaw plugins install openclaw/mistral-provider openclaw gateway restart安装完成后重启 Gateway插件按onStartup: false的懒加载策略在需要时激活注册的四个能力契约随即生效。2. 创建 API 密钥在 Mistral Consoleconsole.mistral.ai创建 API 密钥。该密钥是后续所有管线对话、转写、实时 STT、embedding的共用凭据通过MISTRAL_API_KEY环境变量注入。3. 运行 onboardingopenclaw onboard --auth-choice mistral-api-key或直接传入密钥openclaw onboard --mistral-api-key $MISTRAL_API_KEYonboarding 背后执行的是 extensions/mistral/onboard.ts 中定义的预设将mistral/mistral-large-latest设为 primary 模型解析出providerId: mistral、api: openai-completions、baseUrl为 Mistral 官方地址并注册Mistral作为默认模型别名。4. 在配置中设置默认模型{ env: { vars: { MISTRAL_API_KEY: sk-... } }, agents: { defaults: { model: { primary: mistral/mistral-large-latest } } }, }5. 验证模型可用openclaw models list --provider mistral三、内置 LLM 目录模型矩阵与选型插件的模型目录固化在 extensions/mistral/openclaw.plugin.json 中并支持discovery.mistral: refreshable的实时发现模式。文档记录的模型矩阵如下Model ref输入上下文最大输出说明mistral/mistral-large-latesttext, image262,14416,384默认模型Mistral Large 3mistral/mistral-medium-3-5text, image262,1448,192Mistral Medium 3.5支持可调推理mistral/mistral-small-latesttext, image262,14416,384Mistral Small 4 latest支持reasoning_effort可调mistral/mistral-small-2603text, image262,14416,384Mistral Small 4 固定版支持reasoning_effort可调mistral/codestral-latesttext128,0004,096编程专用mistral/mistral-medium-2508text, image128,0008,192已弃用隐藏改用 Medium 3.5mistral/devstral-medium-latesttext262,14432,768已弃用隐藏改用 Medium 3.5从插件清单看三个弃用模型mistral-medium-2508、devstral-medium-latest均带有status: deprecated与replacedBy: mistral-medium-3-5标记选型时会被 OpenClaw 自动引导到替代模型。清单中还固化了各模型的成本信息每百万 token 美元计价input/output/cacheRead/cacheWrite 四档例如mistral-large-latest为 0.5/1.5/0.05/0mistral-small-latest为 0.15/0.6/0.015/0mistral-medium-3-5为 1.5/7.5/0.15/0codestral-latest为 0.3/0.9/0.03/0——这为按成本选择模型提供了直接依据。在修改配置前可浏览插件目录中的完整模型行含隐藏/弃用项openclaw models list --all --provider mistral --plain无需启动 Gateway 即可冒烟测试某个模型openclaw infer model run --local \ --model mistral/mistral-medium-3-5 \ --prompt Reply with exactly: mistral-ok \ --json从 extensions/mistral/api.ts 的传输补丁可以看出 Mistral 模型的底层行为请求体使用max_tokens字段而非 OpenAI 的max_completion_tokenssupportsStore: false、supportsPromptCacheKey: true支持提示词缓存键这与 Mistral API 的缓存计费模型相对应。另外 extensions/mistral/index.ts 还实现了上下文溢出错误的识别逻辑当响应包含mistral ... input too long或token limit ... exceeded模式时OpenClaw 会据此触发上下文溢出处理。四、Voxtral 批量音频转写媒体理解管线Voxtral 是 Mistral 的音频模型家族批量转写走 OpenClaw 的媒体理解media understanding管线。在tools.media下声明 Mistral 作为音频模型提供方{ tools: { media: { models: [{ provider: mistral, model: voxtral-mini-latest, capabilities: [audio] }], audio: { enabled: true, }, }, }, }实现层面extensions/mistral/media-understanding-provider.ts 注册了capabilities: [audio]的提供方defaultModels.audio为voxtral-mini-latestautoPriority.audio为50转写请求通过transcribeOpenAiCompatibleAudio发送到https://api.mistral.ai/v1的/v1/audio/transcriptions端点。也就是说媒体理解路径默认使用/v1/audio/transcriptionsMistral 的默认音频模型是voxtral-mini-latest当你的 Agent 收到语音类附件时OpenClaw 会按此配置将音频交给 Mistral 转成文本。五、Voice Call 流式 STTVoxtral Realtimemistral插件同时将 Voxtral Realtime 注册为 Voice Call 的流式 STT 提供方实现边说话边出字幕的低延迟转写。相关配置项如下设置项配置路径默认值API keyplugins.entries.voice-call.config.streaming.providers.mistral.apiKey回退到MISTRAL_API_KEY模型...mistral.modelvoxtral-mini-transcribe-realtime-2602编码...mistral.encodingpcm_mulaw采样率...mistral.sampleRate8000目标流式延迟...mistral.targetStreamingDelayMs800示例配置{ plugins: { entries: { voice-call: { config: { streaming: { enabled: true, provider: mistral, providers: { mistral: { apiKey: ${MISTRAL_API_KEY}, targetStreamingDelayMs: 800, }, }, }, }, }, }, }, }从源码看extensions/mistral/realtime-transcription-provider-factory.ts 中固化了全套默认值WebSocket 地址wss://api.mistral.ai、模型voxtral-mini-transcribe-realtime-2602、采样率8000、编码pcm_mulaw、目标流式延迟800ms另有连接超时10s、关闭超时5s、最大重连5次、重连间隔1s、发送队列上限2 MiB等健壮性参数。会话建立后客户端通过input_audio.appendbase64 音频帧上送音频收到session.created后回发session.update声明audio_format编码 采样率并持续消费transcription.text.delta流式增量用于输出实时字幕、transcription.segment完整句段与transcription.done收尾三类事件关闭时依次发送input_audio.flush与input_audio.end。编码归一化逻辑源码 L76-L106接受mulaw/ulaw/g711_ulaw/pcm_mulaw等别名归一到pcm_mulaw也支持pcm_s16le、pcm_s32le、pcm_f16le、pcm_f32le、pcm_alaw。需要特别留意的是OpenClaw 默认将 Mistral 实时 STT 配置为pcm_mulaw 8 kHz这样 Voice Call 可以直接转发 Twilio 媒体帧。仅当上游流本身已是原始 PCM 时才改用encoding: pcm_s16le并配套匹配的sampleRate。这意味着默认组合专为 Twilio 电话媒体流优化改动编码前必须先确认上游音频格式。该提供方还有autoSelectOrder: 45的自动选择优先级且isConfigured会同时检查配置项与MISTRAL_API_KEY环境变量。六、高级配置推理强度、记忆向量化与端点1. 可调推理reasoning_effortmistral/mistral-small-latest、mistral/mistral-small-2603与mistral/mistral-medium-3-5支持在 Chat Completions API 上通过reasoning_effort调节推理强度none最小化输出中的额外思考high则在最终答案前呈现完整思考轨迹。OpenClaw 会把会话的 thinking 级别映射到 Mistral APIOpenClaw thinking 级别Mistralreasoning_effortoff/minimalnonelow/medium/high/xhigh/adaptive/maxhigh该映射在 extensions/mistral/api.ts 中即为源码事实MISTRAL_SMALL_LATEST_REASONING_EFFORT_MAP将 off/minimal 映射到none其余全部映射到highresolveMistralCompatPatch仅对上述三个模型开启supportsReasoningEffort。同时 extensions/mistral/index.ts 的resolveThinkingProfile只为这三个模型暴露off/high两档 thinking 级别默认off。警告避免将 Medium 3.5 推理模式与temperature: 0组合使用。Mistral HTTP API 已被反馈在reasoning_efforthigh加temperature: 0时返回 400 错误。要么不设置 temperature要么先关闭/调至 minimal thinking使 OpenClaw 发送reasoning_effort: none再设置低 temperature。模型级作用域的 Medium 3.5 推理配置示例{ agents: { defaults: { model: { primary: mistral/mistral-medium-3-5 }, models: { mistral/mistral-medium-3-5: { params: { thinking: high }, }, }, }, }, }注意目录中其他 Mistral 模型不使用该参数。Mistral 原生的 Magistral 推理模型已弃用应改用 Mistral Small 4 或 Mistral Medium 3.5 上的可调推理。2. 记忆向量化mistral-embedMistral 可通过/v1/embeddings为 OpenClaw 的记忆检索提供向量默认模型mistral-embed{ memory: { search: { provider: mistral }, }, }实现上extensions/mistral/embedding-provider.ts 以DEFAULT_MISTRAL_EMBEDDING_MODEL mistral-embed创建远程 embedding 客户端normalizeMistralModel支持剥离mistral/前缀并回退默认模型错误信息统一以mistral embeddings failed为前缀extensions/mistral/memory-embedding-adapter.ts 负责将其适配到 OpenClaw 记忆主机引擎。这样 Agent 的记忆检索向量即可完全托管给 Mistral。3. 认证与 Base URLMistral 认证使用MISTRAL_API_KEY通过 Bearer header 传递实时 STT 的 WebSocket 握手同样使用Authorization: Bearer key见 realtime-transcription-provider-factory.ts。提供方 Base URL 默认为https://api.mistral.ai/v1接受标准 OpenAI 兼容的 chat-completions 请求形态实时 STT 的 WebSocket 默认端点则是wss://api.mistral.ai且可通过MISTRAL_REALTIME_BASE_URL环境变量覆盖源码 L108-L118 会自动把 http/https 归一为 ws/wss 并剔除/v1路径后缀。Onboarding 默认模型为mistral/mistral-large-latest。仅当 Mistral 明确发布你需要使用的区域端点时才在models.providers.mistral.baseUrl下覆盖 Base URL。七、相关文档模型选择指南提供方选择、模型引用格式与故障切换行为。媒体理解节点音频转写配置与提供方选择。音频相关节点OpenClaw 中音频能力的整体设计。本文所有配置与默认值均以当前仓库的 docs/providers/mistral.md 与 extensions/mistral 插件源码为准结合 api.test.ts、media-understanding-provider.test.ts、realtime-transcription-provider.test.ts 等测试文件可进一步验证各契约的边界行为。【免费下载链接】openclawThe AI that really does things. Any OS. Any Platform. The lobster way. 项目地址: https://gitcode.com/GitHub_Trending/cl/openclaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 OpenClaw 接入 Mistral 模型与 Voxtral 语音转写：从 API 密钥到流式 STT 的完整配置指南
OpenClaw 接入 Mistral 模型与 Voxtral 语音转写从 API 密钥到流式 STT 的完整配置指南【免费下载链接】openclawThe AI that really does things. Any OS. Any Platform. The lobster way. 项目地址: https://gitcode.com/GitHub_Trending/cl/openclawOpenClaw 通过官方插件openclaw/mistral-provider将 Mistral 的模型能力接入 Agent 运行时既可作为 OpenAI 兼容的 Chat Completions 提供方也可承担 Voxtral 批量音频转写、Voice Call 实时流式 STT 以及mistral-embed记忆向量化四条核心管线。本文以 docs/providers/mistral.md 为主线结合 extensions/mistral 插件的实际源码逐步讲解从安装、onboarding、模型选型到语音与记忆配置的完整链路读完即可在 OpenClaw 中落地 Mistral 全家桶。一、插件总览一个插件四个契约mistral是 OpenClaw 的官方外部提供方插件其核心元数据定义在 extensions/mistral/openclaw.plugin.json 中enabledByDefault为true类别为models并通过contracts字段同时注册了 embedding、media understanding 与 realtime transcription 三类能力契约。从整体看它向 OpenClaw 运行时暴露了四条能力管线能力管线契约承载模型Chat Completionsopenai-completionsOpenAI 兼容mistral/mistral-large-latest默认媒体理解批量转写mediaUnderstandingProvidersvoxtral-mini-latestVoice Call 流式 STTrealtimeTranscriptionProvidersvoxtral-mini-transcribe-realtime-2602记忆向量化embeddingProvidersmistral-embed插件注册行为可在 extensions/mistral/index.ts 中直接看到register(api)依次注册 embedding、media understanding、realtime transcription 三个提供方。插件的核心属性如下属性值Provider idmistral插件openclaw/mistral-provider认证环境变量MISTRAL_API_KEYOnboarding 标记--auth-choice mistral-api-key直接 CLI 标记--mistral-api-key keyAPI 形态OpenAI 兼容openai-completionsBase URLhttps://api.mistral.ai/v1默认模型mistral/mistral-large-latestEmbedding 模型mistral-embedVoxtral 批量转写voxtral-mini-latestVoxtral 实时转写voxtral-mini-transcribe-realtime-2602providerEndpoints声明该插件的公网端点为api.mistral.aisetup.providers声明的环境变量即MISTRAL_API_KEYproviderAuthChoices则定义了名为mistral-api-key的 onboarding 认证选项其 CLI 参数正是--mistral-api-key。Base URL 与默认模型常量由 extensions/mistral/model-definitions.ts 从插件清单中直接读取保证文档、清单与运行时三处一致。二、快速开始安装、认证与首个模型1. 安装插件并重启网关openclaw plugins install openclaw/mistral-provider openclaw gateway restart安装完成后重启 Gateway插件按onStartup: false的懒加载策略在需要时激活注册的四个能力契约随即生效。2. 创建 API 密钥在 Mistral Consoleconsole.mistral.ai创建 API 密钥。该密钥是后续所有管线对话、转写、实时 STT、embedding的共用凭据通过MISTRAL_API_KEY环境变量注入。3. 运行 onboardingopenclaw onboard --auth-choice mistral-api-key或直接传入密钥openclaw onboard --mistral-api-key $MISTRAL_API_KEYonboarding 背后执行的是 extensions/mistral/onboard.ts 中定义的预设将mistral/mistral-large-latest设为 primary 模型解析出providerId: mistral、api: openai-completions、baseUrl为 Mistral 官方地址并注册Mistral作为默认模型别名。4. 在配置中设置默认模型{ env: { vars: { MISTRAL_API_KEY: sk-... } }, agents: { defaults: { model: { primary: mistral/mistral-large-latest } } }, }5. 验证模型可用openclaw models list --provider mistral三、内置 LLM 目录模型矩阵与选型插件的模型目录固化在 extensions/mistral/openclaw.plugin.json 中并支持discovery.mistral: refreshable的实时发现模式。文档记录的模型矩阵如下Model ref输入上下文最大输出说明mistral/mistral-large-latesttext, image262,14416,384默认模型Mistral Large 3mistral/mistral-medium-3-5text, image262,1448,192Mistral Medium 3.5支持可调推理mistral/mistral-small-latesttext, image262,14416,384Mistral Small 4 latest支持reasoning_effort可调mistral/mistral-small-2603text, image262,14416,384Mistral Small 4 固定版支持reasoning_effort可调mistral/codestral-latesttext128,0004,096编程专用mistral/mistral-medium-2508text, image128,0008,192已弃用隐藏改用 Medium 3.5mistral/devstral-medium-latesttext262,14432,768已弃用隐藏改用 Medium 3.5从插件清单看三个弃用模型mistral-medium-2508、devstral-medium-latest均带有status: deprecated与replacedBy: mistral-medium-3-5标记选型时会被 OpenClaw 自动引导到替代模型。清单中还固化了各模型的成本信息每百万 token 美元计价input/output/cacheRead/cacheWrite 四档例如mistral-large-latest为 0.5/1.5/0.05/0mistral-small-latest为 0.15/0.6/0.015/0mistral-medium-3-5为 1.5/7.5/0.15/0codestral-latest为 0.3/0.9/0.03/0——这为按成本选择模型提供了直接依据。在修改配置前可浏览插件目录中的完整模型行含隐藏/弃用项openclaw models list --all --provider mistral --plain无需启动 Gateway 即可冒烟测试某个模型openclaw infer model run --local \ --model mistral/mistral-medium-3-5 \ --prompt Reply with exactly: mistral-ok \ --json从 extensions/mistral/api.ts 的传输补丁可以看出 Mistral 模型的底层行为请求体使用max_tokens字段而非 OpenAI 的max_completion_tokenssupportsStore: false、supportsPromptCacheKey: true支持提示词缓存键这与 Mistral API 的缓存计费模型相对应。另外 extensions/mistral/index.ts 还实现了上下文溢出错误的识别逻辑当响应包含mistral ... input too long或token limit ... exceeded模式时OpenClaw 会据此触发上下文溢出处理。四、Voxtral 批量音频转写媒体理解管线Voxtral 是 Mistral 的音频模型家族批量转写走 OpenClaw 的媒体理解media understanding管线。在tools.media下声明 Mistral 作为音频模型提供方{ tools: { media: { models: [{ provider: mistral, model: voxtral-mini-latest, capabilities: [audio] }], audio: { enabled: true, }, }, }, }实现层面extensions/mistral/media-understanding-provider.ts 注册了capabilities: [audio]的提供方defaultModels.audio为voxtral-mini-latestautoPriority.audio为50转写请求通过transcribeOpenAiCompatibleAudio发送到https://api.mistral.ai/v1的/v1/audio/transcriptions端点。也就是说媒体理解路径默认使用/v1/audio/transcriptionsMistral 的默认音频模型是voxtral-mini-latest当你的 Agent 收到语音类附件时OpenClaw 会按此配置将音频交给 Mistral 转成文本。五、Voice Call 流式 STTVoxtral Realtimemistral插件同时将 Voxtral Realtime 注册为 Voice Call 的流式 STT 提供方实现边说话边出字幕的低延迟转写。相关配置项如下设置项配置路径默认值API keyplugins.entries.voice-call.config.streaming.providers.mistral.apiKey回退到MISTRAL_API_KEY模型...mistral.modelvoxtral-mini-transcribe-realtime-2602编码...mistral.encodingpcm_mulaw采样率...mistral.sampleRate8000目标流式延迟...mistral.targetStreamingDelayMs800示例配置{ plugins: { entries: { voice-call: { config: { streaming: { enabled: true, provider: mistral, providers: { mistral: { apiKey: ${MISTRAL_API_KEY}, targetStreamingDelayMs: 800, }, }, }, }, }, }, }, }从源码看extensions/mistral/realtime-transcription-provider-factory.ts 中固化了全套默认值WebSocket 地址wss://api.mistral.ai、模型voxtral-mini-transcribe-realtime-2602、采样率8000、编码pcm_mulaw、目标流式延迟800ms另有连接超时10s、关闭超时5s、最大重连5次、重连间隔1s、发送队列上限2 MiB等健壮性参数。会话建立后客户端通过input_audio.appendbase64 音频帧上送音频收到session.created后回发session.update声明audio_format编码 采样率并持续消费transcription.text.delta流式增量用于输出实时字幕、transcription.segment完整句段与transcription.done收尾三类事件关闭时依次发送input_audio.flush与input_audio.end。编码归一化逻辑源码 L76-L106接受mulaw/ulaw/g711_ulaw/pcm_mulaw等别名归一到pcm_mulaw也支持pcm_s16le、pcm_s32le、pcm_f16le、pcm_f32le、pcm_alaw。需要特别留意的是OpenClaw 默认将 Mistral 实时 STT 配置为pcm_mulaw 8 kHz这样 Voice Call 可以直接转发 Twilio 媒体帧。仅当上游流本身已是原始 PCM 时才改用encoding: pcm_s16le并配套匹配的sampleRate。这意味着默认组合专为 Twilio 电话媒体流优化改动编码前必须先确认上游音频格式。该提供方还有autoSelectOrder: 45的自动选择优先级且isConfigured会同时检查配置项与MISTRAL_API_KEY环境变量。六、高级配置推理强度、记忆向量化与端点1. 可调推理reasoning_effortmistral/mistral-small-latest、mistral/mistral-small-2603与mistral/mistral-medium-3-5支持在 Chat Completions API 上通过reasoning_effort调节推理强度none最小化输出中的额外思考high则在最终答案前呈现完整思考轨迹。OpenClaw 会把会话的 thinking 级别映射到 Mistral APIOpenClaw thinking 级别Mistralreasoning_effortoff/minimalnonelow/medium/high/xhigh/adaptive/maxhigh该映射在 extensions/mistral/api.ts 中即为源码事实MISTRAL_SMALL_LATEST_REASONING_EFFORT_MAP将 off/minimal 映射到none其余全部映射到highresolveMistralCompatPatch仅对上述三个模型开启supportsReasoningEffort。同时 extensions/mistral/index.ts 的resolveThinkingProfile只为这三个模型暴露off/high两档 thinking 级别默认off。警告避免将 Medium 3.5 推理模式与temperature: 0组合使用。Mistral HTTP API 已被反馈在reasoning_efforthigh加temperature: 0时返回 400 错误。要么不设置 temperature要么先关闭/调至 minimal thinking使 OpenClaw 发送reasoning_effort: none再设置低 temperature。模型级作用域的 Medium 3.5 推理配置示例{ agents: { defaults: { model: { primary: mistral/mistral-medium-3-5 }, models: { mistral/mistral-medium-3-5: { params: { thinking: high }, }, }, }, }, }注意目录中其他 Mistral 模型不使用该参数。Mistral 原生的 Magistral 推理模型已弃用应改用 Mistral Small 4 或 Mistral Medium 3.5 上的可调推理。2. 记忆向量化mistral-embedMistral 可通过/v1/embeddings为 OpenClaw 的记忆检索提供向量默认模型mistral-embed{ memory: { search: { provider: mistral }, }, }实现上extensions/mistral/embedding-provider.ts 以DEFAULT_MISTRAL_EMBEDDING_MODEL mistral-embed创建远程 embedding 客户端normalizeMistralModel支持剥离mistral/前缀并回退默认模型错误信息统一以mistral embeddings failed为前缀extensions/mistral/memory-embedding-adapter.ts 负责将其适配到 OpenClaw 记忆主机引擎。这样 Agent 的记忆检索向量即可完全托管给 Mistral。3. 认证与 Base URLMistral 认证使用MISTRAL_API_KEY通过 Bearer header 传递实时 STT 的 WebSocket 握手同样使用Authorization: Bearer key见 realtime-transcription-provider-factory.ts。提供方 Base URL 默认为https://api.mistral.ai/v1接受标准 OpenAI 兼容的 chat-completions 请求形态实时 STT 的 WebSocket 默认端点则是wss://api.mistral.ai且可通过MISTRAL_REALTIME_BASE_URL环境变量覆盖源码 L108-L118 会自动把 http/https 归一为 ws/wss 并剔除/v1路径后缀。Onboarding 默认模型为mistral/mistral-large-latest。仅当 Mistral 明确发布你需要使用的区域端点时才在models.providers.mistral.baseUrl下覆盖 Base URL。七、相关文档模型选择指南提供方选择、模型引用格式与故障切换行为。媒体理解节点音频转写配置与提供方选择。音频相关节点OpenClaw 中音频能力的整体设计。本文所有配置与默认值均以当前仓库的 docs/providers/mistral.md 与 extensions/mistral 插件源码为准结合 api.test.ts、media-understanding-provider.test.ts、realtime-transcription-provider.test.ts 等测试文件可进一步验证各契约的边界行为。【免费下载链接】openclawThe AI that really does things. Any OS. Any Platform. The lobster way. 项目地址: https://gitcode.com/GitHub_Trending/cl/openclaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考