深入理解大模型的请求 API 格式

要知道，有超多开发者在对AI Agent进行一番折腾的时候，将大部分的精力都投入到了编写Prompt之上，然而对于底层的通信协议却仅仅只有非常有限的了解。在OpenClaw的配置这个事情当中，明确指定api请求格式绝对并不是仅仅如同简单地去挑选一个厂商那样轻松，实则是在为你的Agent去挑选底层的数据总线以及交互规范。

把本文的视角设定成系统架构，深入去拆解目前大模型生态的四大核心 API 格式，从 JSON Payload 结构开始，再到 Tool Calling 握手逻辑，带你清清楚楚地看清大模型通信的工程真相，要是你正在部署 OpenClaw，这篇文章能够助力着你跨越90%存在的坑。

一、 破除迷信：模型没有协议，只有 API 请求格式

在于起始之前，我们所需理顺一个架构方面的常识，即底层的LLM权重自身是不懂得任何网络协议的，它仅仅接纳Token序列。

所谓我们平常所说的配置某某协议，从本质上来说，是对推理框架（像是 vLLM）或者云厂商所提供的那一层 API 网关（Gateway）进行配置。在 OpenClaw 里，api 参数实际上是在明确你要采用哪一种模型的请求 API 格式。

这种格式规范的核心工作只有两件事，且必须精准无歧义：

序列化，也就是 Serialization，它要将 Agent 内部的上下文树、工具定义，依照特定结构的 JSON 进行序列化，然后发送出去。反序列化，也就是Deserialization，它要解析大模型返回的流，即Stream，比如说处理OpenAI那如碎石般的delta.tool_calls拼接，又或者是Anthropic结构化的content_block_delta，其目的是将纯文本精确地抽离出Reasoning，也就是思维链，还有Content，即回复，以及Tool Calls，也就是工具指令。

举例来说，序列化是将你准备要说的话语，转化为对方能够理解明白的那种语言，而后发送过去，反序列化呢，是把对方给予的回复，剖析成你内心真正所希冀的行动指令。在这当中，要是出现翻译方面的错误，或者对方运用了你不懂的方言，那么你接收到的就仅仅剩下一堆杂乱无章的代码了。

当出现 API 格式选择出错的情况时，要不就是下游提供商针对接口的实现标准遭受了“阉割”，你的 Agent 将会马上失去调用本地 CLI 工具的能力，进而退化为一个仅仅会聊天的残次品。

二、 四大核心 API 格式：Payload 深度对比

当下最为关键的请求 API 格式存在以下四种情形，然后，我们径直去查看底层的报文差异之处。

1. openai-completions (事实上的行业标准)

虽然，OpenClaw里，这个配置项的字面称呼是openai-completions，然而其在底层真实意指的是标准的Chat Completions API（/v1/chat/completions），并非早期的非对话Completions接口，这是要留意的。这不仅是OpenAI的规范，更是vLLM、DeepSeek、Qwen等开源生态对外的普遍基座。

2. 对复杂编程 Agent 而言，起着基石作用的 anthropic - messages。

何以顶级的命令行工具，像是Claude Code这般，死死地绑定Anthropic的API格式呢？是由于其在工程设计方面极为严谨，接口定义清晰明确，极大降低了状态漂移的风险。

System字段是独立的，系统提示词不在消息列表里混着，而是处于顶层。角色交替是严格的，且有显式绑定，它要求user和assistant严格交替，tool_use和tool_result在content数组里有显式关联。每个工具的调用与结果必须严丝合缝地对齐。还有openai - responses，它是面向工具型Agent的次世代抽象。

这是 2025 年后逐渐浮现的一条暗线。

4. 谷歌生成式人工智能，具备原生多模态特性，拥有巨量上下文。

Gemini的底层API格式，是这四者里头最“反直觉”的那一个，它彻底摒弃了传统的messages数组思路，而是改用一种更贴近“文件管理系统”的模型去处理对话。

三、 总结：如何为 OpenClaw 注入正确的灵魂？

于配置openclaw.json之际，切莫盲目随波逐流，需参照以下这般架构选型逻辑：

诉求应用程序编程接口的格式并非单纯的填空题，处于运行状态的大型语言模型与客观存在的现实世界相互交流时它是通信的堆栈。倘若选择正确，你的智能体能够调用本地执行特定功能的工具、查阅代码库、对邮件进行实时监测；要是选择错误，它就只是一个价格相对较高的苹果生态系统中的语音助手。

摸透了它，你才算真正掌握了这把勺子的用法。

注：本文首发于公众号「老李的勺子」，未经授权请勿二次转载。

相关标签： # 深入理解大模型 # 请求API格式 # 系统架构 # 通信协议 # ToolCalling