# 本地模型 > 在本地 LLM 上运行 OpenClaw（LM Studio、vLLM、LiteLLM、自定义 OpenAI 端点） - 网址：https://funcoding.ai/agents/openclaw/gateway/local-models/ - 来源：OpenClaw 官方文档原文（中文），MIT 许可，同步于 2026-10-11 - 官方原文：https://docs.openclaw.ai/zh-CN/gateway/local-models --- 本地模型可以工作，但它们对硬件、上下文大小和提示词注入防御提出了更高要求：小型或激进量化的模型会截断上下文并跳过提供商侧的安全过滤器。本页介绍高端本地技术栈和自定义 OpenAI 兼容服务器。若要选择最省事的路径，请从 [LM Studio](https://funcoding.ai/agents/openclaw/providers/lmstudio/) 或 [Ollama](https://funcoding.ai/agents/openclaw/providers/ollama/) 开始，并参阅 `openclaw onboard`。 对于仅应在所选模型需要时启动的本地服务器，请参阅[本地模型服务](https://funcoding.ai/agents/openclaw/gateway/local-model-services/)。 ## 硬件门槛 为获得顺畅的 Agent loop，建议使用 **2 台以上满配 Mac Studio 或同等 GPU 设备（约 $30k+）**。单张 **24 GB** GPU 只能以较高延迟处理较轻量的提示词。始终运行**能够承载的最大 / 完整尺寸变体**——小型或高度量化的检查点会增加提示词注入风险（参阅[安全](https://funcoding.ai/agents/openclaw/gateway/security/)）。 ## 选择后端 | 后端 | 适用场景 | | ---------------------------------------------------- | ----------------------------------------------------------------------------------- | | [ds4](https://funcoding.ai/agents/openclaw/providers/ds4/) | 在 macOS Metal 上运行支持 OpenAI 兼容工具调用的本地 DeepSeek V4 Flash | | [LM Studio](https://funcoding.ai/agents/openclaw/providers/lmstudio/) | 首次本地设置、GUI 加载器、原生 Responses API | | LiteLLM / OAI-proxy / 自定义 OpenAI 兼容代理 | 你在另一个模型 API 前部署代理，并需要 OpenClaw 将其视为 OpenAI | | MLX / vLLM / SGLang | 使用 OpenAI 兼容 HTTP 端点进行高吞吐量自托管服务 | | [Ollama](https://funcoding.ai/agents/openclaw/providers/ollama/) | CLI 工作流、模型库、无需干预的 systemd 服务 | 当后端支持时，请使用 `api: "openai-responses"`（LM Studio 支持）。否则，请使用 `api: "openai-completions"`。如果在具有 `baseUrl` 的自定义提供商上省略 `api`，OpenClaw 将默认使用 `openai-completions`。
**WSL2 + Ollama + NVIDIA/CUDA：**官方 Ollama Linux 安装程序会启用采用 `Restart=always` 的 systemd 服务。在 WSL2 GPU 环境中，自动启动可能会在引导期间重新加载上次使用的模型并占用主机内存，从而导致虚拟机反复重启。请参阅 [WSL2 崩溃循环](https://funcoding.ai/agents/openclaw/providers/ollama/#troubleshooting)。
## LM Studio + 大型本地模型（Responses API） 这是目前最佳的本地技术栈。在 LM Studio 中加载大型模型（完整尺寸的 Qwen、DeepSeek 或 Llama 构建版本），启用本地服务器（默认 `http://127.0.0.1:1234`），并使用 Responses API 将推理过程与最终文本分离。 ```json5 { agents: { defaults: { model: { primary: "lmstudio/my-local-model" }, models: { "anthropic/claude-opus-4-6": { alias: "Opus" }, "lmstudio/my-local-model": { alias: "Local" }, }, }, }, models: { mode: "merge", providers: { lmstudio: { baseUrl: "http://127.0.0.1:1234/v1", apiKey: "lmstudio", 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: 196608, maxTokens: 8192, }, ], }, }, }, } ``` 设置检查清单： - 安装 LM Studio：[https://lmstudio.ai](https://lmstudio.ai) - 下载**可用的最大模型构建版本**（避免“小型”/高度量化的变体），启动服务器，并确认 `http://127.0.0.1:1234/v1/models` 会列出该模型。 - 将 `my-local-model` 替换为 LM Studio 中显示的实际模型 ID。 - 保持模型已加载；冷加载会增加启动延迟。 - 如果你的 LM Studio 构建版本有所不同，请调整 `contextWindow`/`maxTokens`。 - 对于 WhatsApp，请坚持使用 Responses API，以便仅发送最终文本。 - 保留 `models.mode: "merge"`，以便托管模型继续可用作回退选项。 ### 混合配置：托管模型优先，本地模型回退 ```json5 { agents: { defaults: { model: { primary: "anthropic/claude-sonnet-4-6", fallbacks: ["lmstudio/my-local-model", "anthropic/claude-opus-4-6"], }, models: { "anthropic/claude-sonnet-4-6": { alias: "Sonnet" }, "lmstudio/my-local-model": { alias: "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: "my-local-model", name: "Local Model", reasoning: false, input: ["text"], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 196608, maxTokens: 8192, }, ], }, }, }, } ``` 若要以本地模型为优先并以托管模型作为安全保障，请交换 `primary`/`fallbacks` 的顺序，并保留相同的 `providers` 块和 `models.mode: "merge"`。 ### 区域托管 / 数据路由 OpenRouter 上还提供托管的 MiniMax/Kimi/GLM 变体，并带有区域锁定的端点（例如在美国托管）。选择区域变体，可在保留 `models.mode: "merge"` 以用于 Anthropic/OpenAI 回退的同时，让流量留在你所选的司法管辖区。本地独占仍是隐私保护最强的路径；当你需要提供商功能但又想控制数据流时，托管式区域路由是一种折中方案。 ## 其他 OpenAI 兼容本地代理 如果 MLX（`mlx_lm.server`）、vLLM、SGLang、LiteLLM、OAI-proxy 或任何自定义 Gateway 网关公开 OpenAI 风格的 `/v1/chat/completions` 端点，即可使用。除非后端明确说明支持 `/v1/responses`，否则请使用 `openai-completions`。 ```json5 { agents: { defaults: { model: { primary: "local/my-local-model" }, }, }, models: { mode: "merge", providers: { local: { baseUrl: "http://127.0.0.1:8000/v1", apiKey: "sk-local", api: "openai-completions", timeoutSeconds: 300, 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, }, ], }, }, }, } ``` 自定义/本地提供商条目会信任其准确配置的 `baseUrl` 来源，以用于受防护的模型请求，包括回环地址、LAN、tailnet 和私有 DNS 主机。无论如何，元数据/链路本地来源始终会被阻止。向其他私有来源发送请求仍需要 `models.providers..request.allowPrivateNetwork: true`；将信任标志设置为 `false` 可选择退出精确来源信任。 `models.providers..models[].id` 仅适用于提供商内部——不要包含提供商前缀。对于使用 `mlx_lm.server --model mlx-community/Qwen3-30B-A3B-6bit` 启动的 MLX 服务器： - `models.providers.mlx.models[].id: "mlx-community/Qwen3-30B-A3B-6bit"` - `agents.defaults.model.primary: "mlx/mlx-community/Qwen3-30B-A3B-6bit"` 在本地或代理的视觉模型上设置 `input: ["text", "image"]`，以便将图像附件注入智能体轮次。交互式自定义提供商新手引导会推断常见视觉模型 ID，仅对未知名称进行询问；非交互式新手引导使用相同的推断机制，并可通过 `--custom-image-input` / `--custom-text-input` 覆盖推断结果。 对于速度较慢的本地/远程模型服务器，请先使用 `models.providers..timeoutSeconds`，再提高 `agents.defaults.timeoutSeconds`。提供商超时涵盖连接、标头、正文流式传输，以及仅针对模型 HTTP 请求的受防护提取总中止时间——如果智能体/运行超时更短，也应提高该值，因为提供商超时无法延长整个运行时间。
对于自定义 OpenAI 兼容提供商，当 `baseUrl` 解析为回环地址、私有 LAN、`.local` 或裸主机名时，可以使用 `apiKey: "ollama-local"` 之类的非机密本地标记——OpenClaw 会将其视为有效的本地凭据，而不会报告缺少密钥。对于任何接受公共主机名的提供商，请使用真实值。
本地/代理 `/v1` 后端的行为说明： - OpenClaw 将这些端点视为代理式 OpenAI 兼容路由，而不是原生 OpenAI 端点。 - 仅适用于原生 OpenAI 的请求整形不会生效：没有 `service_tier`、没有 Responses `store`、没有 OpenAI 推理兼容载荷整形，也没有提示词缓存提示。 - 自定义代理 URL 不会注入隐藏的 OpenClaw 归属标头（`originator`、`version`、`User-Agent`）。 兼容性声明仅适用于此提供商行所描述的自定义端点。目录中已知的路由改用提供商自有能力；请参阅[自定义提供商能力指南](https://funcoding.ai/agents/openclaw/gateway/config-tools/#custom-provider-capability-declarations)。 适用于更严格的 OpenAI 兼容后端的兼容性覆盖： - **仅字符串内容**：某些服务器只接受字符串 `messages[].content`，不接受结构化内容部分数组。请设置 `models.providers..models[].compat.requiresStringContent: true`。 - **严格的消息键**：如果服务器拒绝包含 `role`/`content` 以外键的消息条目，请设置 `compat.strictMessageKeys: true`。 - **带括号的工具文本**：某些本地模型会以文本形式发出独立的带括号工具请求，例如 `[tool_name]`，后跟 JSON 和 `[END_TOOL_REQUEST]`。仅当名称与该轮次注册的工具完全匹配时，OpenClaw 才会将其提升为真正的工具调用；否则，它会继续作为隐藏且不受支持的文本。 - **看似工具调用的非结构化文本**：如果模型发出看似工具调用但并非结构化调用的 JSON/XML/ReAct 风格文本，OpenClaw 会将其保留为文本，并记录一条警告，其中包含运行 ID、提供商/模型、检测到的模式，以及可用时的工具名称。这属于提供商/模型不兼容，而不是已完成的工具运行。 - **强制使用工具**：如果工具以助手文本形式出现（原始 JSON/XML/ReAct，或空的 `tool_calls` 数组），请先确认服务器的聊天模板/解析器支持工具调用。如果解析器仅在强制使用工具时才有效，请按模型覆盖 `tool_choice: "auto"` 的默认代理值： ```json5 { agents: { defaults: { models: { "local/my-local-model": { params: { extra_body: { tool_choice: "required", }, }, }, }, }, }, } ``` 仅在每个正常轮次都应调用工具时使用此设置。将 `local/my-local-model` 替换为 `openclaw models list` 中的确切引用，或通过 CLI 设置： ```bash openclaw config set agents.defaults.models '{"local/my-local-model":{"params":{"extra_body":{"tool_choice":"required"}}}}' --strict-json --merge ``` - **额外推理强度**：如果自定义 OpenAI 兼容模型接受内置配置之外的 OpenAI 推理强度，请在模型的 compat 块中声明它们。添加 `"xhigh"` 后，该强度会针对 `/think xhigh` 中的该模型引用、会话选择器、Gateway 网关验证和 `llm-task` 验证公开： ```json5 { models: { providers: { local: { baseUrl: "http://127.0.0.1:8000/v1", apiKey: "sk-local", api: "openai-responses", models: [ { id: "gpt-5.4", name: "GPT 5.4 via local proxy", reasoning: true, input: ["text"], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 196608, maxTokens: 8192, compat: { supportedReasoningEfforts: ["low", "medium", "high", "xhigh"], reasoningEffortMap: { xhigh: "xhigh" }, }, }, ], }, }, }, } ``` ## 较小或限制更严格的后端 如果模型能正常加载，但完整的智能体轮次出现异常，请从上到下排查：先确认传输，再缩小功能范围。 1. **确认本地模型会响应**——不使用工具，不包含智能体上下文： ```bash openclaw infer model run --local --model --prompt "Reply with exactly: pong" --json ``` 2. **确认 Gateway 网关路由**——仅发送提示词，跳过对话记录、AGENTS 引导加载、上下文引擎组装、工具和内置 MCP 服务器，但仍会验证 Gateway 网关路由、身份验证和提供商选择： ```bash openclaw infer model run --gateway --model --prompt "Reply with exactly: pong" --json ``` 3. 如果两项探测均通过，但实际智能体轮次因工具调用格式错误或提示词过大而失败，请**尝试精简模式**：设置 `agents.defaults.experimental.localModelLean: true`。除非明确需要，否则该模式会移除重量级的浏览器、定时任务、消息、媒体生成、语音和 PDF 工具，并默认将较大的工具目录置于结构化的工具搜索控件之后，同时保持 `exec` 直接可见。有关详情以及如何确认该模式已启用，请参阅[实验性功能 -> 本地模型精简模式](https://funcoding.ai/agents/openclaw/concepts/experimental-features/#local-model-lean-mode)。 4. **最后不得已时彻底禁用工具**：为该模型设置 `models.providers..models[].compat.supportsTools: false`，之后智能体将在不调用工具的情况下运行。 5. **再往后，瓶颈就在上游。** 如果启用精简模式和 `supportsTools: false` 后，后端仍然只在较大的 OpenClaw 运行中失败，剩余问题通常出在模型或服务器本身——上下文窗口、GPU 内存、kv-cache 淘汰或后端缺陷——而非 OpenClaw 的传输层。 ## 故障排查 - **Gateway 网关无法访问代理？** `curl http://127.0.0.1:1234/v1/models`。 - **LM Studio 模型已卸载？** 请重新加载；冷启动是常见的“卡住”原因。 - **本地服务器报告 `terminated`、`ECONNRESET`，或在轮次中途关闭流？** OpenClaw 会在诊断信息中记录低基数的 `model.call.error.failureKind`，以及 OpenClaw 进程的 RSS/堆快照。对于 LM Studio/Ollama 的内存压力问题，请将该时间戳与服务器日志或 macOS 崩溃/jetsam 日志进行比对，以确认模型服务器是否被终止。 - **上下文错误？** OpenClaw 会根据检测到的模型窗口（或 `agents.defaults.contextTokens` 将其降低后的受限窗口）推导上下文窗口预检阈值：低于 20% 时发出警告，最低阈值为 **8k**；低于 10% 时硬性阻止，最低阈值为 **4k**（阈值上限为有效上下文窗口，以免过大的模型元数据拒绝有效的用户上限）。降低 `contextWindow`，或提高服务器/模型的上下文限制。 - **`messages[].content ... expected a string`？** 在该模型条目中添加 `compat.requiresStringContent: true`。 - **`validation.keys`，或“消息条目仅允许 `role` 和 `content`”？** 在该模型条目中添加 `compat.strictMessageKeys: true`。 - **直接调用 `/v1/chat/completions` 可以正常工作，但 `openclaw infer model run --local` 在 Gemma 或其他本地模型上失败？** 请先检查提供商 URL、模型引用、身份验证标记和服务器日志——`model run` 会完全跳过智能体工具。如果 `model run` 成功，但较大的智能体轮次失败，请使用 `localModelLean` 或 `compat.supportsTools: false` 缩减工具范围。 - **工具调用显示为原始 JSON/XML/ReAct 文本，或者提供商返回空的 `tool_calls` 数组？** 不要添加一个盲目将助手文本转换为工具执行的代理——请先修复服务器的聊天模板/解析器。如果模型仅在强制使用工具时才能工作，请添加上述 `params.extra_body.tool_choice: "required"` 覆盖项，并且仅将该模型条目用于预期每个轮次都会调用工具的会话。 - **安全性**：本地模型会跳过提供商侧的过滤器。请缩小智能体的功能范围并启用压缩，以限制提示词注入的影响范围。 ## 相关内容 - [配置参考](https://funcoding.ai/agents/openclaw/gateway/configuration-reference/) - [模型故障转移](https://funcoding.ai/agents/openclaw/concepts/model-failover/)