設定 OpenClaw 思考層級:自訂推理深度與效能
有時候你是不是覺得 AI 回答得太快,沒想清楚就給了答案?或者在串接 API 的時候,想看清楚背後到底發生了什麼事?在開發過程中,能精確控制模型的思考深度和日誌細節,會讓你的工作輕鬆不少。
- 在任何傳入的訊息主體中使用行內指令:
/t <level>,/think:<level>, 或/thinking <level>。 - 等級 (別名):
off | minimal | low | medium | high | xhigh | adaptive- minimal → “think”
- low → “think hard”
- medium → “think harder”
- high → “ultrathink” (最大預算)
- xhigh → “ultrathink+” (僅限 GPT-5.2 + Codex 模型)
- adaptive → 由 Provider 管理的自適應推理預算 (支援 Anthropic Claude 4.6 模型系列)
x-high,x_high,extra-high,extra high, 以及extra_high都會對應到xhigh。highest,max會對應到high。
- Provider 說明:
- Anthropic Claude 4.6 模型在沒有明確設定思考等級時,預設為
adaptive。 - Z.AI (
zai/*) 僅支援二進制思考 (on/off)。任何非off的等級都會被視為on(對應到low)。 - Moonshot (
moonshot/*) 將/think off對應到thinking: { type: "disabled" },任何非off的等級則對應到thinking: { type: "enabled" }。當開啟思考功能時,Moonshot 僅接受tool_choice為auto|none;OpenClaw 會將不相容的值正規化為auto。
- Anthropic Claude 4.6 模型在沒有明確設定思考等級時,預設為
解析優先順序
Section titled “解析優先順序”- 訊息上的行內指令 (僅適用於該則訊息)。
- Session 覆寫 (透過發送僅包含指令的訊息來設定)。
- 每個 Agent 的預設值 (設定檔中的
agents.list[].thinkingDefault)。 - 全域預設值 (設定檔中的
agents.defaults.thinkingDefault)。 - 備用方案:Anthropic Claude 4.6 模型使用
adaptive,其他具備推理能力的模型使用low,其餘則為off。
設定 Session 預設值
Section titled “設定 Session 預設值”- 發送一則只包含指令的訊息 (允許空格),例如
/think:medium或/t high。 - 這會固定在當前的 Session (預設為每個發送者獨立);可以透過
/think:off或 Session 閒置重設來清除。 - 系統會發送確認回覆 (
Thinking level set to high./Thinking disabled.)。如果等級無效 (例如/thinking big),指令會被拒絕並提供提示,且 Session 狀態保持不變。 - 發送不帶參數的
/think(或/think:) 可以查看目前的思考等級。
Agent 應用
Section titled “Agent 應用”- Embedded Pi:解析後的等級會傳遞給處理程序內的 Pi Agent Runtime。
快速模式 (/fast)
Section titled “快速模式 (/fast)”- 等級:
on|off。 - 僅包含指令的訊息會切換 Session 的快速模式覆寫,並回覆
Fast mode enabled./Fast mode disabled.。 - 發送不帶模式的
/fast(或/fast status) 可以查看目前生效的快速模式狀態。 - OpenClaw 依序解析快速模式:
- 行內/僅指令的
/fast on|off - Session 覆寫
- 每個 Agent 的預設值 (
agents.list[].fastModeDefault) - 每個模型的設定:
agents.defaults.models["<provider>/<model>"].params.fastMode - 備用方案:
off
- 行內/僅指令的
- 對於
openai/*,快速模式會透過在支援的 Responses 請求中發送service_tier=priority來對應到 OpenAI 的優先處理。 - 對於
openai-codex/*,快速模式會在 Codex Responses 上發送相同的service_tier=priority標記。OpenClaw 在這兩個驗證路徑中共享同一個/fast切換開關。 - 對於直接發送到
api.anthropic.com的公開anthropic/*請求 (包含 OAuth 驗證的流量),快速模式會對應到 Anthropic 的服務層級:/fast on設定service_tier=auto,/fast off設定service_tier=standard_only。 - 當兩者都設定時,明確的 Anthropic
serviceTier/service_tier模型參數會覆寫快速模式的預設值。對於非 Anthropic 的代理基礎 URL,OpenClaw 仍會跳過 Anthropic 服務層級的注入。
詳細指令 (/verbose 或 /v)
Section titled “詳細指令 (/verbose 或 /v)”- 等級:
on(基本) |full|off(預設)。 - 僅包含指令的訊息會切換 Session 的詳細模式,並回覆
Verbose logging enabled./Verbose logging disabled.;無效的等級會回傳提示而不改變狀態。 /verbose off會儲存一個明確的 Session 覆寫;你可以透過 Sessions UI 選擇inherit來清除它。- 行內指令僅影響該則訊息;否則將套用 Session 或全域預設值。
- 發送不帶參數的
/verbose(或/verbose:) 可以查看目前的詳細等級。 - 當詳細模式開啟時,發出結構化工具結果的 Agent (如 Pi 或其他 JSON Agent) 會將每個工具調用作為獨立的僅限元數據訊息傳回,並在可用時加上
<emoji> <tool-name>: <arg>前綴 (路徑/指令)。這些工具摘要會在每個工具啟動時立即發送 (獨立氣泡),而不是作為串流增量。 - 工具失敗摘要在一般模式下仍可見,但除非詳細模式為
on或full,否則原始錯誤細節的後綴會被隱藏。 - 當詳細模式為
full時,工具輸出也會在完成後轉發 (獨立氣泡,並縮減至安全長度)。如果你在執行過程中切換/verbose on|full|off,後續的工具氣泡會遵循新的設定。
推理可見性 (/reasoning)
Section titled “推理可見性 (/reasoning)”- 等級:
on|off|stream。 - 僅包含指令的訊息會切換是否在回覆中顯示思考區塊。
- 啟用時,推理過程會作為一個獨立訊息發送,並帶有
Reasoning:前綴。 stream(僅限 Telegram):在產生回覆時,將推理過程串流到 Telegram 的草稿氣泡中,然後發送不含推理的最終答案。- 別名:
/reason。 - 發送不帶參數的
/reasoning(或/reasoning:) 可以查看目前的推理等級。 - 解析優先順序:行內指令,接著是 Session 覆寫,然後是每個 Agent 的預設值 (
agents.list[].reasoningDefault),最後是備用方案 (off)。
- Elevated mode 文件請參考 Elevated mode。
- 心跳探測主體是設定好的心跳提示詞 (預設:
Read HEARTBEAT.md if it exists (workspace context). Follow it strictly. Do not infer or repeat old tasks from prior chats. If nothing needs attention, reply HEARTBEAT_OK.)。心跳訊息中的行內指令會照常套用 (但請避免從心跳檢查中更改 Session 預設值)。 - 心跳傳遞預設僅包含最終負載。若要同時發送獨立的
Reasoning:訊息 (如果可用),請設定agents.defaults.heartbeat.includeReasoning: true或針對每個 Agent 設定agents.list[].heartbeat.includeReasoning: true。
網頁聊天介面
Section titled “網頁聊天介面”- 網頁聊天介面的思考選擇器在頁面載入時,會反映 Session 儲存空間或設定檔中儲存的等級。
- 選擇另一個等級僅適用於下一則訊息 (
thinkingOnce);發送後,選擇器會彈回儲存的 Session 等級。 - 若要更改 Session 預設值,請發送
/think:<level>指令 (如前所述);選擇器將在下次重新整理後反映更改。
想要快速上手嗎?試試我們的 AI Setup Assistant。
OpenClaw Expert
還是卡住了?
如果這篇文件沒有解決你的情境,直接問 OpenClaw Expert,拿到可執行步驟。