OpenAI 互換

OpenClaw を IteraCompute に接続

テキストと読み取り専用ツールのワークフローを構築。

3 つのステップで接続する

1. APIキーを作成する

IteraCompute アカウントを作成するかサインインし、コンソールでキーを作成します。

2. ベース URL を構成する

openai-completions と環境変数の SecretRef を使う iteracompute プロバイダーを追加します。OpenClaw 内では完全な provider/model 参照を使います。

3. モデルを選択します

選択したモデルの正確な API モデル ID を使用してください。エージェントまたはビジョン機能を有効にする前に、そのコンテキストと機能を確認してください。

モデルを選択してください

有料の DeepSeek V4.1 Flash 1017 を参考モデルにしています。キーで利用できる公開済みの会話モデルに変更できます。変更後は権限、料金、コンテキスト、ツール対応を確認してください。設定例は選択に追従しますが、保持されたテスト結果は Qwen のものです。

隔離環境を準備

独立したディレクトリに OpenClaw 2026.11.1 をインストールします。保持されたエージェントテストは Bun 1.4.4 を使用しています。設定と状態を分離してください。

Bash / macOS / Linux / WSL
# Node: >=24.16.0 <25 or >=26.1.0; npm <=11.15
node --version
npm --version
umask 077
mkdir -p itera-openclaw-demo
cd itera-openclaw-demo
export ITERA_RUNTIME="$PWD/runtime"
npm install --prefix "$ITERA_RUNTIME" openclaw@2026.11.1 bun@1.4.4 \
  --no-audit --no-fund
export BUN="$ITERA_RUNTIME/node_modules/.bin/bun"
export OPENCLAW_ENTRY="$ITERA_RUNTIME/node_modules/openclaw/openclaw.mjs"
"$BUN" --version
"$BUN" "$OPENCLAW_ENTRY" --version
mkdir -p workspace state home
export OPENCLAW_HOME="$PWD/home"
export OPENCLAW_STATE_DIR="$PWD/state"
export OPENCLAW_CONFIG_PATH="$PWD/openclaw.iteracompute.json"
export OPENCLAW_OFFLINE=1
Bash · 現在のターミナルのキー
umask 077
read -rsp 'IteraCompute API key: ' ITERACOMPUTE_API_KEY
printf '\n'
export ITERACOMPUTE_API_KEY

インストール例は npm 11.15 以前向けです。npm 11.16+/12 では公式手順の --allow-scripts=openclaw が必要です。明示的な Bun 入口は保持された成功記録と一致します。OPENCLAW_OFFLINE は補助ダウンロードを止めますがモデル API は止めません。daemon やメッセージアカウントは不要です。

構成例

API キーをサーバー環境またはツール認証情報ストアに保管します。該当する場合は、サンプルのキー フィールドを独自のキーに置き換えます。

openclaw.iteracompute.json
{
  "models": {
    "mode": "replace",
    "providers": {
      "iteracompute": {
        "baseUrl": "https://api.iteracompute.com/v1",
        "api": "openai-completions",
        "apiKey": {
          "source": "env",
          "provider": "default",
          "id": "ITERACOMPUTE_API_KEY"
        },
        "timeoutSeconds": 180,
        "models": [
          {
            "id": "deepseek/deepseek-v4.1-flash-1017",
            "name": "DeepSeek V4.1 Flash 1017",
            "reasoning": true,
            "input": [
              "text"
            ],
            "contextWindow": 1048576,
            "contextTokens": 110000,
            "maxTokens": 512,
            "compat": {
              "maxTokensField": "max_tokens",
              "supportsReasoningEffort": false,
              "supportsUsageInStreaming": true
            }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "iteracompute/deepseek/deepseek-v4.1-flash-1017",
        "fallbacks": []
      },
      "modelPolicy": {
        "allow": [
          "iteracompute/deepseek/deepseek-v4.1-flash-1017"
        ]
      },
      "models": {
        "iteracompute/deepseek/deepseek-v4.1-flash-1017": {
          "alias": "itera-model",
          "params": {
            "maxTokens": 512,
            "extraBody": {}
          }
        }
      },
      "thinkingDefault": "off",
      "skipBootstrap": true,
      "contextInjection": "never"
    }
  },
  "tools": {
    "deny": [
      "*"
    ],
    "toolSearch": false
  },
  "plugins": {
    "enabled": false
  }
}

上で作成した隔離プロファイルだけに保存してください。Chat Completions の例は出力 512 tokens、フォールバックなしで開始します。コンテキストのメタデータはアカウントの利用権ではありません。OpenClaw は小さめの入力予算、Qwen は 128K のアカウント上限を使います。推論制御はモデルごとに異なり、Python と OpenClaw の reasoning: false は Qwen のみに追加します。

まず直接 API を検証

Python · 直接テキスト検証
python3 - <<'PY'
import json
import os
import urllib.error
import urllib.request
payload = {
    'model': 'deepseek/deepseek-v4.1-flash-1017',
    'messages': [{'role': 'user', 'content': 'Reply with exactly: ITERACOMPUTE_API_OK'}],
    'max_tokens': 512,
    **{},
}
request = urllib.request.Request(
    'https://api.iteracompute.com/v1/chat/completions',
    data=json.dumps(payload).encode('utf-8'),
    headers={'Authorization': 'Bearer ' + os.environ['ITERACOMPUTE_API_KEY'],
             'Content-Type': 'application/json'}, method='POST',
)
try:
    with urllib.request.urlopen(request, timeout=180) as response:
        result = json.load(response)
except urllib.error.HTTPError as exc:
    raise SystemExit(f'HTTP {exc.code}; inspect redacted details privately') from None
except (urllib.error.URLError, TimeoutError):
    raise SystemExit('Network or timeout failure; no automatic retry') from None
choice = result['choices'][0]
if ((choice.get('message', {}).get('content') or '').strip() != 'ITERACOMPUTE_API_OK'
        or choice.get('finish_reason') != 'stop'):
    raise SystemExit('FAIL: expected final marker and stop reason not returned')
print('Direct API text passed; test the agent separately')
PY

実行すると実際のリクエストを 1 回送信します。正確な可視マーカーと finish_reason=stop を確認し、空の HTTP 200 は未完了と扱います。有料モデルは API 残高を消費します。結果不明時に自動再試行しないでください。

エージェントのテキスト経路を検証

Bash · テキスト検証
"$BUN" "$OPENCLAW_ENTRY" config validate --json
"$BUN" "$OPENCLAW_ENTRY" models list --provider iteracompute --json
"$BUN" "$OPENCLAW_ENTRY" agent exec \
  'Reply with exactly OPENCLAW_ITERACOMPUTE_TEXT_OK. Do not use tools.' \
  --config "$OPENCLAW_CONFIG_PATH" --cwd "$PWD/workspace" \
  --model iteracompute/deepseek/deepseek-v4.1-flash-1017 --code-mode direct \
  --thinking off --timeout 360 --json > text-result.private.json

python3 - <<'PY'
import json
from pathlib import Path
r = json.loads(Path('text-result.private.json').read_text(encoding='utf-8'))
if not (r.get('ok') is True and r.get('provider') == 'iteracompute'
        and r.get('model') == 'deepseek/deepseek-v4.1-flash-1017'
        and (r.get('final') or '').strip() == 'OPENCLAW_ITERACOMPUTE_TEXT_OK'):
    raise SystemExit('FAIL: inspect redacted details privately')
print('OpenClaw text invocation passed')
PY

まず下の直接 API 検証を実行し、エージェントの空でない最終マーカー、指定 provider/model、正常終了を確認します。設定検証やプロバイダープローブだけではエージェントやツールのワークフローを証明できません。

ツールの往復を 1 回検証

テキスト検証後、設定をコピーし、tools ポリシー全体をワークスペース内の read のみに置き換えます。deny: ["*"] は allow より優先するため削除します。ランダムなマーカーはファイルだけに書き、プロンプトには含めません。

Bash · read ツールと検証
python3 - <<'PY'
import json
import secrets
from pathlib import Path
config = json.loads(Path('openclaw.iteracompute.json').read_text(encoding='utf-8'))
config['tools'] = {
    'allow': ['read'], 'fs': {'workspaceOnly': True}, 'toolSearch': False,
}
Path('openclaw.iteracompute.tools.json').write_text(json.dumps(config), encoding='utf-8')
Path('workspace/integration-marker.txt').write_text(
    'OPENCLAW_ITERACOMPUTE_TOOL_' + secrets.token_hex(8) + '\n', encoding='utf-8')
PY

"$BUN" "$OPENCLAW_ENTRY" agent exec \
  'Use read to read integration-marker.txt, then reply with exactly the marker in that file. Do not guess or use other tools.' \
  --config "$PWD/openclaw.iteracompute.tools.json" --cwd "$PWD/workspace" \
  --model iteracompute/deepseek/deepseek-v4.1-flash-1017 --code-mode direct \
  --thinking off --timeout 600 --json > tool-result.private.json

python3 - <<'PY'
import json
from pathlib import Path
r = json.loads(Path('tool-result.private.json').read_text(encoding='utf-8'))
expected = Path('workspace/integration-marker.txt').read_text(encoding='utf-8').strip()
tools = r.get('toolSummary') or {}
checks = [r.get('ok') is True, r.get('provider') == 'iteracompute',
          r.get('model') == 'deepseek/deepseek-v4.1-flash-1017', tools.get('calls') == 1,
          tools.get('tools') == ['read'], tools.get('failures') == 0,
          r.get('assistantTurns') == 2, (r.get('final') or '').strip() == expected]
if not all(checks):
    raise SystemExit('FAIL: inspect redacted details privately')
print('OpenClaw read tool loop passed')
PY

成功基準:正しい provider/model、成功した read 呼び出しが正確に 1 回、assistant の 2 ターン、ファイルのマーカーに一致する最終応答。モデルが読んだと述べるだけでは不十分です。

バージョンと検証

テストしたバージョン
OpenClaw 2026.11.1 · Bun 1.4.4
結果
テキストと読み取り専用ツールが合格。

認証情報、ツール、データ

モデル API はリモートで動作し、ローカル GPU や公開 Gateway ポートは不要です。エージェントにはローカル CPU、メモリ、権限が必要です。キーは起動プロセス環境に保持し、生ログは非公開にし、テストに必要なツールだけ有効にします。外部サービスの設定や料金は別です。

接続をテストする

cURL · チャットの完了
# Bash / zsh / WSL; set ITERACOMPUTE_API_KEY in your environment first.
curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4.1-flash-1017","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'

choices[0].message.content に表示されるテキストが含まれていることを確認します。HTTP 200 だけでは不十分です。推論により出力バジェットが消費される可能性があります。無料のQwenを使用するには、 初めての無料API呼び出しの例 思考を無効にするには、ツール内でプロンプトを送信します。

選択済みモデルの機能

機能は IteraCompute API の対応状況を示します。ワークフローでの利用可否はツールと設定にも依存し、推論の制御方法はモデルによって異なります。

  • チャットの完了サポートされています
  • ツール呼び出しサポートされています
  • 推論サポートされています
  • 画像入力サポートされています
  • ストリーミングサポートされています

トラブルシューティング

401 / 403 / 404

起動プロセスのキー、モデル権限、有料残高を確認します。Base URL の /v1 は一度だけ含めます。API には元の Model ID を送信し、iteracompute/ 接頭辞は OpenClaw 内のルーティングだけに使います。

400 / 空の応答 / 429

モデル固有の推論パラメーター、出力予算、アカウント制限を確認し、Retry-After に従います。異なる推論形式の併用、HTTP 200 だけでの成功判定、別の有料モデルへの自動切り替えは避けます。

ツールがない / プロファイル違い

Hermes:todo テストでは tool_search を無効にし、Python と CLI のプロファイルを分離します。OpenClaw:ツールテストでは deny-all を read のみに置き換えます。このカスタム設定に --isolated や --auth-env-only を使わないでください。

OpenClaw 設定リファレンス →

OpenClaw で開発を始めましょう。

キーを接続し、モデルを選択して、最初のリクエストを送信します。