摘要： 要让 OpenClaw 支持多模态输入（即能够理解和处理图片、音频、视频、PDF 等非纯文本信息），你需要完成三个层面的配置：后端模型接入、技能插件安装以及工作流编排。 基于最新的 OpenClaw 架构（2026年3月版），以下是详细的操作指南： 🚀 第一步：接入多模态大模型（核心大脑） Ope 阅读全文