AI

OpenClaw更新至2026.2.22-2版本后可能出现两个问题：一是因系统内置与本地飞书插件冲突导致重复警告，可通过删除配置文件中的本地插件路径或直接移除本地插件目录解决；二是Control UI因allowedOrigins配置错误（如多余斜杠或协议缺失）而拒绝访问，需修正配置并确保同时包含http与https地址。两个问题解决后均需重启Gateway服务并检查日志验证。

OpenClaw更新至2026.2.22-2版本后，Telegram Bot发送命令返回未授权错误。原因为dmPolicy设为allowlist但未配置allowFrom用户列表。解决方法：获取用户ID并添加至配置文件的allowFrom项，注意键名正确，随后重启Gateway服务即可。

OpenClaw的心跳功能可实现AI助手主动执行任务，但默认使用主模型会消耗大量API调用额度。建议为心跳单独配置免费的NVIDIA NIM API提供的Kimi-K2.5模型，该模型速度快、支持工具调用且输出准确，能有效节省成本。配置步骤包括获取API密钥、修改配置文件并指定心跳模型，最终实现高效稳定的自动化任务处理。

Open-WebUI通过pipelines管道支持图片理解和视频识别，但本身不支持视频上传。配置pipelines后，可集成Ollama本地图片模型（如gemma3:27b）和智普免费图片模型（如glm-4.1v-thinking-flash）。代码优先使用智普模型（若配置），仅Ollama的qwen3-vl:8b支持视频处理，智普模型仅支持图片。

PIPELINE扩展了OPEN-WEBUI的功能，使其不仅能进行文字对话，还能集成图片识别、音频处理等动态工作流。它支持函数调用、定制RAG、消息监控、速率限制、实时翻译和有害信息过滤等功能。安装需在Ubuntu环境中克隆代码库、配置虚拟环境并启动服务器，随后在OPEN-WEBUI管理面板中设置连接即可使用。

在Ubuntu 24.04上通过git clone下载Dify代码，复制.env文件后进入docker目录运行docker-compose启动。启动后访问http://IP进行账号设置。若80/443端口被占用，需在.env文件中修改EXPOSE_NGINX_PORT和EXPOSE_NGINX_SSL_PORT配置。

Open-WebUI首次调用AI API时响应极慢，开启Clash代理后速度正常。排查发现是Ubuntu 24.04环境代理问题，通过在环境变量设置no_proxy绕过代理，并配置Nginx相关代理规则后，成功实现秒级响应。

GLM-4.6修改代码混乱且难以恢复，浪费大量时间；DeepSeek目标清晰、效果良好，但费用较高。

创建update.sh脚本自动更新open-webui，进入虚拟环境后通过systemctl重启服务，解决手动更新繁琐问题。

解决网络更新慢问题：使用GitHub加速代理，wget替换curl，创建update.sh脚本自动下载安装ollama，需关闭网络代理并指定版本号。

Python虚拟环境可隔离依赖，避免运行异常。创建激活环境后安装Open WebUI，通过pip更新并配置systemd服务实现开机自启。

分析和记录一个 AI/LLM模型图标集下载网址