ds4

通过 ds4（本地 DeepSeek V4 Flash OpenAI 兼容服务器）运行 OpenClaw

ds4 通过本地 Metal 后端提供 DeepSeek V4 Flash，并支持兼容 OpenAI 的 /v1 API。OpenClaw 通过通用 openai-completions 提供商系列连接到 ds4。

ds4 不是 OpenClaw 内置的提供商插件。请在 models.providers.ds4 下配置它，然后选择 ds4/deepseek-v4-flash。

属性	值
提供商 ID	`ds4`
插件	无（仅配置）
API	兼容 OpenAI 的 Chat Completions（`openai-completions`）
基础 URL	`http://127.0.0.1:18000/v1`（建议）
模型 ID	`deepseek-v4-flash`
工具调用	OpenAI 风格的 `tools` / `tool_calls`
推理	DeepSeek 风格的 `thinking` 和 `reasoning_effort`

要求

支持 Metal 的 macOS。
可正常工作的 ds4 检出目录，其中包含 ds4-server 和 DeepSeek V4 Flash GGUF 文件。
足够的内存以容纳所选上下文；更大的 --ctx 值会在服务器启动时分配更多 KV 内存。

OpenClaw 智能体轮次包含工具架构和工作区上下文。像 --ctx 4096 这样很小的上下文可能通过直接 curl 测试，但完整智能体运行会因 500 prompt exceeds context 而失败。智能体和工具冒烟测试应至少使用 --ctx 32768。仅在内存充足且需要启用 ds4 Think Max 时使用 --ctx 393216。

快速开始

启动 ds4-server

将 `` 替换为 ds4 检出目录的路径。

<DS4_DIR>/ds4-server \
  --model <DS4_DIR>/ds4flash.gguf \
  --host 127.0.0.1 \
  --port 18000 \
  --ctx 32768 \
  --tokens 128

验证兼容 OpenAI 的端点

curl http://127.0.0.1:18000/v1/models

响应应包含 deepseek-v4-flash。

添加 OpenClaw 提供商配置

添加完整配置中的配置，然后运行一次性模型检查：

openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json

完整配置

当 ds4 已在 127.0.0.1:18000 上运行时，请使用此配置。

{
  agents: {
    defaults: {
      model: { primary: "ds4/deepseek-v4-flash" },
      models: {
        "ds4/deepseek-v4-flash": {
          alias: "DS4 local",
        },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      ds4: {
        baseUrl: "http://127.0.0.1:18000/v1",
        apiKey: "ds4-local",
        api: "openai-completions",
        timeoutSeconds: 300,
        models: [
          {
            id: "deepseek-v4-flash",
            name: "DeepSeek V4 Flash (ds4)",
            reasoning: true,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 32768,
            maxTokens: 128,
            compat: {
              supportsUsageInStreaming: true,
              supportsReasoningEffort: true,
              maxTokensField: "max_tokens",
              supportsStrictMode: false,
              thinkingFormat: "deepseek",
              supportedReasoningEfforts: ["low", "medium", "high", "xhigh"],
            },
          },
        ],
      },
    },
  },
}

让 contextWindow 与 ds4-server --ctx 保持一致。让 maxTokens 与 --tokens 保持一致，除非你有意让 OpenClaw 请求比服务器默认值更少的输出。

按需启动

OpenClaw 可以仅在选择 ds4/... 模型时启动 ds4。将 localService 添加到同一个提供商条目：

{
  models: {
    providers: {
      ds4: {
        baseUrl: "http://127.0.0.1:18000/v1",
        apiKey: "ds4-local",
        api: "openai-completions",
        timeoutSeconds: 300,
        localService: {
          command: "<DS4_DIR>/ds4-server",
          args: [
            "--model",
            "<DS4_DIR>/ds4flash.gguf",
            "--host",
            "127.0.0.1",
            "--port",
            "18000",
            "--ctx",
            "32768",
            "--tokens",
            "128",
          ],
          cwd: "<DS4_DIR>",
          healthUrl: "http://127.0.0.1:18000/v1/models",
          readyTimeoutMs: 300000,
          idleStopMs: 0,
        },
        models: [
          {
            id: "deepseek-v4-flash",
            name: "DeepSeek V4 Flash (ds4)",
            reasoning: true,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 32768,
            maxTokens: 128,
            compat: {
              supportsUsageInStreaming: true,
              supportsReasoningEffort: true,
              maxTokensField: "max_tokens",
              supportsStrictMode: false,
              thinkingFormat: "deepseek",
              supportedReasoningEfforts: ["low", "medium", "high", "xhigh"],
            },
          },
        ],
      },
    },
  },
}

command 必须是绝对可执行文件路径。不会使用 shell 查找或 ~ 展开。有关所有 localService 字段，请参阅本地模型服务。

Think Max

仅当以下两个条件都满足时，ds4 才会应用 Think Max：

ds4-server 以 --ctx 393216 或更高值启动。
请求使用 reasoning_effort: "max"（或等效的 ds4 工作强度字段）。

如果运行如此大的上下文，请同时更新服务器标志和 OpenClaw 模型元数据：

{
  contextWindow: 393216,
  maxTokens: 384000,
  compat: {
    supportsUsageInStreaming: true,
    supportsReasoningEffort: true,
    maxTokensField: "max_tokens",
    supportsStrictMode: false,
    thinkingFormat: "deepseek",
    supportedReasoningEfforts: ["low", "medium", "high", "xhigh", "max"],
  },
}

测试

绕过 OpenClaw 进行直接 HTTP 检查：

curl http://127.0.0.1:18000/v1/chat/completions \
  -H 'content-type: application/json' \
  -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"Reply with exactly: ds4-ok"}],"max_tokens":16,"stream":false,"thinking":{"type":"disabled"}}'

OpenClaw 模型路由（与快速开始检查相同）：

openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json

完整的智能体和工具调用冒烟测试，上下文至少为 32768：

openclaw agent \
  --local \
  --session-id ds4-tool-smoke \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --message "Use the shell command pwd once, then reply exactly: tool-ok <output>" \
  --json \
  --timeout 240

预期结果：

executionTrace.winnerProvider 为 ds4
executionTrace.winnerModel 为 deepseek-v4-flash
toolSummary.calls 至少为 1
finalAssistantVisibleText 以 tool-ok 开头

故障排查

curl /v1/models 无法连接

ds4 未运行，或未绑定到 baseUrl 中的主机/端口。启动 ds4-server，然后重试：

curl http://127.0.0.1:18000/v1/models

500 提示词超出上下文

配置的 --ctx 对 OpenClaw 轮次来说太小。增大 ds4-server --ctx，然后更新 models.providers.ds4.models[].contextWindow 以保持一致。包含工具的完整智能体轮次需要的上下文远多于直接发送单条消息的 curl 请求。

Think Max 未激活

仅当 --ctx 至少为 393216，并且请求要求 reasoning_effort: "max" 时，ds4 才会使用 Think Max。较小的上下文会回退到高强度推理。

首次请求较慢

ds4 存在 Metal 冷驻留和模型预热阶段。当 OpenClaw 按需启动服务器时，请设置 localService.readyTimeoutMs: 300000。

ds4

要求

快速开始

完整配置

按需启动

Think Max

测试

故障排查

相关内容