本地模型 (Local models)

本地是可行的，但 OpenClaw 期望大上下文 + 对提示注入 (prompt injection) 的强防御。小显存会截断上下文并泄露安全性。目标要高：≥2 台配置最高的 Mac Studios 或等效 GPU 设备（约 $30k+）。单个 24 GB GPU 仅适用于更轻的提示且延迟更高。使用你能运行的最大/完整尺寸模型变体；激进量化或"小型"检查点会增加提示注入风险（参见 Security）。

推荐：LM Studio + MiniMax M2.1 (Responses API, 完整尺寸)

当前最佳本地栈。在 LM Studio 中加载 MiniMax M2.1，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开。

{
  agents: {
    defaults: {
      model: { primary: "lmstudio/minimax-m2.1-gs32" },
      models: {
        "anthropic/claude-opus-4-5": { alias: "Opus" },
        "lmstudio/minimax-m2.1-gs32": { alias: "Minimax" }
      }
    }
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.1-gs32",
            name: "MiniMax M2.1 GS32",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192
          }
        ]
      }
    }
  }
}

设置检查清单

  • 安装 LM Studio：https://lmstudio.ai
  • 在 LM Studio 中，下载可用的最大 MiniMax M2.1 构建（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 列出它。
  • 保持模型加载；冷加载增加启动延迟。
  • 如果你的 LM Studio 构建不同，调整 contextWindow/maxTokens。
  • 对于 WhatsApp，坚持使用 Responses API，这样只发送最终文本。

即使运行本地模型，也要保留托管模型配置；使用 models.mode: "merge" 以便回退保持可用。

混合配置：托管主要，本地回退

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-5",
        fallbacks: ["lmstudio/minimax-m2.1-gs32", "anthropic/claude-opus-4-5"]
      },
      models: {
        "anthropic/claude-sonnet-4-5": { alias: "Sonnet" },
        "lmstudio/minimax-m2.1-gs32": { alias: "MiniMax Local" },
        "anthropic/claude-opus-4-5": { alias: "Opus" }
      }
    }
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.1-gs32",
            name: "MiniMax M2.1 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"，这样当本地机器宕机时你可以回退到 Sonnet 或 Opus。

区域托管 / 数据路由

  • OpenRouter 上也存在托管的 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，以将流量保留在你选择的司法管辖区，同时仍使用 models.mode: "merge" 用于 Anthropic/OpenAI 回退。
  • 本地专用仍然是最强的隐私路径；托管区域路由是当你需要提供商功能但想要控制数据流时的中间地带。

其他 OpenAI 兼容的本地代理

如果它们公开 OpenAI 风格的 /v1 端点，vLLM、LiteLLM、OAI-proxy 或自定义网关都可以工作。用你的端点和模型 ID 替换上面的 provider 块：

{
  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"，这样托管模型作为回退保持可用。

故障排除

  • Gateway 能到达代理吗？curl http://127.0.0.1:1234/v1/models。
  • LM Studio 模型卸载了？重新加载；冷启动是常见的"挂起"原因。
  • 上下文错误？降低 contextWindow 或提高你的服务器限制。
  • 安全性：本地模型跳过提供商端过滤器；保持 agent 狭窄并开启压缩以限制提示注入爆炸半径。
← 返回文档首页