OpenClawでMistralを活用：LLMと音声文字起こしを高速設定

新しいAIモデルをプロジェクトに導入する際、APIの仕様を確認したり環境変数を設定したりするのは、意外と手間がかかるものです。特にテキストだけでなく、画像や音声も扱いたいとなると、設定はさらに複雑になりがちです。

OpenClawを使えば、Mistralの強力なモデルをシンプルかつ効率的に統合できます。テキストや画像のルーティング（mistral/...）はもちろん、Voxtralを通じた音声の文字起こしや、メモリ埋め込み（memorySearch.provider = "mistral"）にも対応しています。

CLIでのセットアップ

まずは CLI を使って、Mistral の認証設定を行いましょう。対話形式、または直接引数を指定する方法のどちらでも実行可能です。

openclaw onboard --auth-choice mistral-api-key
# or non-interactive
openclaw onboard --mistral-api-key "$MISTRAL_API_KEY"

設定スニペット（LLMプロバイダー）

LLM プロバイダーとして Mistral を使用する場合の設定例です。primary モデルに最新の Mistral モデルを指定できます。

{
  env: { MISTRAL_API_KEY: "sk-..." },
  agents: { defaults: { model: { primary: "mistral/mistral-large-latest" } } },
}

設定スニペット（Voxtralによる音声文字起こし）

OpenClaw は Voxtral を通じた音声の文字起こしもサポートしています。メディア理解の機能を有効にするには、以下のように設定します。

{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "mistral", model: "voxtral-mini-latest" }],
      },
    },
  },
}

注意事項

Mistral を利用する上での重要なポイントをまとめました。

• Mistral の認証には MISTRAL_API_KEY を使用します。
• プロバイダーのベース URL は、デフォルトで https://api.mistral.ai/v1 に設定されています。
• オンボーディング時のデフォルトモデルは mistral/mistral-large-latest です。
• メディア理解用における Mistral のデフォルト音声モデルは voxtral-mini-latest です。
• 音声文字起こしのパスには /v1/audio/transcriptions が使用されます。
• メモリ埋め込み（Memory embeddings）のパスには /v1/embeddings が使用されます（デフォルトモデル：mistral-embed）。

セットアップで困ったことがあれば、こちらのツールも活用してください。 AI Setup Assistant

次のステップ

• モデルのルーティング設定について
• メディア理解機能の詳細