需配置智能路由规则实现任务类型自动匹配模型，具体包括：一、在AGENTS.md中定义Agent角色与模型绑定；二、在SOUL.md中启用意图识别与自动路由；三、在ROUTING_RULES.json中设置条件式分发逻辑；四、通过百炼Coding Plan API动态调整模型权重；五、验证路由效果并查看日志追踪路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用OpenClaw时希望系统能根据任务类型自动匹配最合适的模型，而非手动指定每个请求所用模型，则需配置智能路由规则。该机制依赖于主控Agent对用户输入意图的识别与任务分类，并依据预设策略将请求分发至对应能力域最强的模型节点。以下是实现此功能的具体操作路径：
一、配置AGENTS.md定义角色与模型绑定关系
智能路由的前提是为每个Agent明确其职责边界与底层模型归属。OpenClaw通过AGENTS.md文件声明各Agent的身份、能力描述及默认调用模型，主控Agent据此构建路由映射表。
1、进入OpenClaw项目根目录下的agents子目录，找到或新建名为AGENTS.md的文件。
2、按如下格式逐条添加Agent定义，确保每项包含name、role、model三个必填字段：
```markdown
- name: researcher
role: 负责网络信息检索、资料归纳与来源验证
model: qwen2.5-72b-instruct
- name: coder
role: 专注代码生成、调试建议与重构优化
model: deepseek-coder-v2-236b
```
3、保存文件后重启OpenClaw服务，使新Agent注册生效。
二、启用SOUL.md中的意图识别与路由开关
SOUL.md用于控制Agent的行为逻辑与决策机制，其中需显式开启任务分类器并指定默认路由策略，否则所有请求将回落至主模型。
1、在对应Agent的工作区（如agents/researcher）中打开SOUL.md文件。
2、确认存在以下两行配置且未被注释：
intent_classifier: enabled
auto_route: true
3、若需限定仅在特定关键词触发路由，可追加route_keywords字段，例如：route_keywords: [“查资料”, “找论文”, “验证事实”]。
三、配置ROUTING_RULES.json设定动态分发逻辑
ROUTING_RULES.json提供细粒度的条件式路由能力，支持基于用户消息长度、实体类型、正则匹配等维度进行模型切换，适用于复杂业务场景。
1、在OpenClaw根目录下创建config/ROUTING_RULES.json文件（若不存在）。
2、写入JSON格式规则，每条规则必须包含condition与target_agent字段：
{
![[Only test] Monitor Openclaw Server](https://img.php.cn/upload/skill/001/246/273/6adaf20d79f23518.jpg)
"rules": [
{
"condition": {"contains": ["debug", "报错", "exception"]},
"target_agent": "coder"
},
{
"condition": {"regex": "^\d{4}-\d{2}-\d{2}.*会议.*$"},
"target_agent": "scheduler"
}
]
}
3、确保OpenClaw启动时加载该配置文件，可通过环境变量OPENCLAW_ROUTING_CONFIG指向其绝对路径。
四、通过百炼Coding Plan API注入运行时模型权重
当本地部署模型资源受限时，可借助阿里云百炼平台的Coding Plan API，在不更换Agent的前提下动态调整模型调用优先级，实现轻量级路由干预。
1、登录阿里云百炼控制台，进入“Coding Plan”服务页，开通API权限并获取API-Key与Endpoint。
2、在agents/main目录下的USER.md中添加如下字段：
coding_plan_api_key: sk-xxx
coding_plan_endpoint: https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation
3、在SOUL.md中启用coding_plan_fallback策略，并设置响应延迟阈值（单位毫秒），超时即切换至备用模型。
五、验证路由效果并查看日志追踪路径
完成上述任一配置后，需通过真实请求验证是否成功触发模型跳转，同时利用日志定位路由失败原因。
1、向OpenClaw发送测试消息，例如：“帮我分析这段Python代码的性能瓶颈”，观察返回头信息中X-Used-Agent字段值是否为coder。
2、打开终端，执行npm run log:router命令（需提前在package.json中定义该脚本），实时捕获路由决策链路。
3、检查logs/router-trace-YYYY-MM-DD.log文件，确认每条记录包含input_intent、matched_rule、final_target三项关键字段。
