核心用法
智谱 Coding Plan 工具集是一组基于 MCP 协议的免费 API 工具,通过 Python 脚本和 Shell 快捷入口提供以下能力:
1. 网络搜索 (web_search_prime): 实时互联网搜索,支持关键词过滤,默认 MCP 模式免费调用
2. 网页读取 (webReader): 抓取网页标题、正文、元数据及链接列表
3. GitHub 仓库搜索 (zread): 包含文档搜索、目录结构查看、指定文件读取三项功能
4. 视觉理解 (vision): 基于 GLM-4.6V 的图像分析,支持本地图片和远程 URL
5. 文件解析: 支持 PDF/Word/Excel/PPT 等格式(Legacy 模式)
使用方式灵活,支持直接 Python 脚本调用 (python3 scripts/zhipu_tool.py <command>) 或 Shell 快捷入口 (./scripts/zhipu.sh)。配置简单,仅需在 openclaw.json 中设置 apiKey 或环境变量 ZHIPU_API_KEY。
显著优点
- 完全免费: Pro 套餐提供 1000 次/月额度,Max 套餐达 4000 次/月,远超常规需求
- 优先替代内置工具: 明确设计为优先于内置
web_search/web_fetch使用,有效节省其他 API 配额 - MCP 协议原生支持: 采用 streamableHttp 标准协议,具备 session 管理和自动 fallback 机制
- 智能容错: MCP 连接失败时自动降级到 Legacy API;内容安全拦截时提示修改搜索词重试
- GitHub 深度集成:
zread功能支持仓库文档语义搜索、目录树浏览、文件内容读取,适合代码研究 - 视觉理解实用: GLM-4.6V 模型支持 UI 截图分析、错误识别、图片描述等场景
潜在缺点与局限性
- 视觉理解非官方实现: 通过逆向 npm 包提取 API 调用,官方未提供 MCP 端点,未来可能收费或受限
- 部分参数模拟实现:
--recency和--domain在 MCP 模式下通过注入 query 模拟(如site:example.com),过滤效果依赖搜索引擎理解,不保证精确 - Legacy 模式余额风险: 降级到 Legacy API 时走账户余额,Coding Plan 用户通常余额为零,fallback 可能仍失败
- 内容安全策略限制: MCP 端点存在内容过滤,敏感词搜索会被拦截且不自动重试
- 文件解析仅限 Legacy: PDF/Word 等解析未接入 MCP,必须使用旧版 API
- 网络依赖性强: MCP 端点需稳定连接
api.z.ai,网络/SSL 问题会触发 fallback
适合人群
- AI 辅助开发用户: 需要频繁搜索技术文档、GitHub 仓库的开发者
- 配额敏感型用户: 希望减少内置搜索 API 调用,优化成本结构
- 中文开发者: 智谱模型对中文内容理解较好,国内访问稳定
- Coding Plan 订阅者: 已使用 Z.AI 服务的用户可无缝集成
- MCP 生态探索者: 希望实践 Model Context Protocol 协议的早期采用者
常规风险
- API Key 泄露: 需妥善保管
ZHIPU_API_KEY,避免提交到 Git 仓库 - 计费模式变更: 视觉理解当前可能免费,但逆向实现存在未来收费风险,需监控账户用量
- 服务稳定性: MCP 端点为较新服务,可能存在协议变更或 endpoint 调整
- 内容合规风险: 搜索内容受智谱内容安全策略约束,敏感领域查询可能被拦截
- 降级失效: 网络问题触发 Legacy fallback 时,若账户无余额则调用完全失败
安全评估
- 代码透明度: MIT 许可,源码可审计
- 密钥管理: 支持环境变量和配置文件两种方式,需用户自行保障安全
- 网络传输: 使用 HTTPS,但逆向实现的视觉理解端点未经官方认证
- 数据隐私: 搜索查询和图片上传发送至智谱服务器,需信任第三方数据处理