跳转到主要内容

​
本地模型

本地部署是可行的，但 OpenClaw 需要大上下文和强大的防御措施来防止提示注入。小显卡会截断上下文并导致安全漏洞。目标要高：≥2 台满配的 Mac Studios 或等效的 GPU 设备（约 $30k+）。单个 24 GB GPU 仅适用于延迟较高的轻量级提示。使用你能运行的最大 / 全尺寸模型变体；激进的量化或“小型”检查点会增加提示注入风险（请参阅 安全）。 如果您想要最低摩擦的本地设置，请从 Ollama 和 openclaw onboard 开始。本页面是针对高端本地堆栈和自定义 OpenAI 兼容本地服务器的观点指南。

​
推荐：LM Studio + MiniMax M2.5（Responses API，完整版）

目前最佳的本地堆栈。在 LM Studio 中加载 MiniMax M2.5，启用本地服务器（默认 http://127.0.0.1:1234），并使用 Responses API 将推理与最终文本分离开来。 
{
  agents: {
    defaults: {
      model: { primary: "lmstudio/minimax-m2.5-gs32" },
      models: {
        "anthropic/claude-opus-4-6": { alias: "Opus" },
        "lmstudio/minimax-m2.5-gs32": { alias: "Minimax" },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 GS32",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}
设置清单
  • 安装 LM Studio：https://lmstudio.ai
  • 在 LM Studio 中，下载可用的最大 MiniMax M2.5 版本（避免“小型”/重度量化变体），启动服务器，确认 http://127.0.0.1:1234/v1/models 列出了它。
  • 保持模型加载；冷加载会增加启动延迟。
  • 如果您的 LM Studio 版本不同，请调整 contextWindow/maxTokens。
  • 对于 WhatsApp，坚持使用 Responses API，以便仅发送最终文本。
即使在本地运行时，也要保持托管模型的配置；使用 models.mode: "merge" 以便回退保持可用。

​
混合配置：托管主用，本地回退

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: ["lmstudio/minimax-m2.5-gs32", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-6": { alias: "Sonnet" },
        "lmstudio/minimax-m2.5-gs32": { alias: "MiniMax Local" },
        "anthropic/claude-opus-4-6": { alias: "Opus" },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 GS32",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

​
本地优先，托管安全网

交换主要和回退顺序；保持相同的 providers 块和 models.mode: "merge"，以便当本地机器宕机时可以回退到 Sonnet 或 Opus。

​
区域托管 / 数据路由

  • OpenRouter 上也存在托管版 MiniMax/Kimi/GLM 变体，具有区域固定端点（例如，美国托管）。在那里选择区域变体，以便将流量保留在您选择的司法管辖区，同时仍使用 models.mode: "merge" 进行 Anthropic/OpenAI 回退。
  • 仅限本地仍然是最强的隐私路径；当您需要提供商功能但希望控制数据流时，托管的区域路由是折衷方案。

​
其他兼容 OpenAI 的本地代理

如果它们暴露了 OpenAI 风格的 /v1 端点，则 vLLM、LiteLLM、OAI-proxy 或自定义网关均可工作。将上面的 提供商 块替换为您的端点和模型 ID： 
{
  models: {
    mode: "merge",
    providers: {
      local: {
        baseUrl: "http://127.0.0.1:8000/v1",
        apiKey: "sk-local",
        api: "openai-responses",
        models: [
          {
            id: "my-local-model",
            name: "Local Model",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 120000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}
保持 models.mode: "merge" 以便托管模型作为回退保持可用。

​
故障排除

  • Gateway 网关 能访问代理吗？curl http://127.0.0.1:1234/v1/models。
  • LM Studio 模型是否已卸载？重新加载；冷启动是常见的“挂起”原因。
  • 上下文错误？降低 contextWindow 或提高您的服务器限制。
  • 安全性：本地模型跳过提供商端的过滤器；保持代理范围狭窄并启用压缩，以限制提示注入的爆炸半径。
本页面源自 openclaw/openclaw，由 BeaversLab 翻译，遵循 MIT 协议 发布。
Last modified on March 27, 2026