跳转到主要内容

​
本地模型

本地是可行的,但 OpenClaw 期望大上下文 + 对提示注入的强大防御。小卡会截断上下文并泄漏安全性。目标高:≥2 台最大配置的 Mac Studios 或等效的 GPU 设备(~$30k+)。单个 24 GB GPU 仅适用于具有较高延迟的较轻提示。使用 您可以运行的最大/完整大小模型变体;大量量化或”小”检查点会增加提示注入风险(参见 Security)。

​
推荐:LM Studio + MiniMax M2.1(Responses API,完整大小)

当前最佳本地堆栈。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”small”/大量量化的变体),启动服务器,确认 http://127.0.0.1:1234/v1/models 列出它。
  • 保持模型加载;冷加载会增加启动延迟。
  • 如果您的 LM Studio 构建不同,请调整 contextWindow/maxTokens。
  • 对于 WhatsApp,坚持使用 Responses API,以便仅发送最终文本。
即使运行本地时也保持配置托管模型;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
          }
        ]
      }
    }
  }
}

​
本地优先带托管安全网

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

​
区域托管/数据路由

  • 托管的 MiniMax/Kimi/GLM 变体也存在于 OpenRouter 上,具有区域固定端点(例如,US-hosted)。在那里选择区域变体以将流量保留在您选择的管辖区内,同时仍然使用 models.mode: "merge" 进行 Anthropic/OpenAI 回退。
  • 仅本地仍然是最强的隐私路径;托管区域路由是当您需要 provider 功能但想要控制数据流时的中间地带。

​
其他兼容 OpenAI 的本地代理

vLLM、LiteLLM、OAI-proxy 或自定义 gateways 如果它们公开 OpenAI 风格的 /v1 端点,则可以工作。用您的端点和模型 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" 以便托管模型作为回退保持可用。

​
故障排除

  • Gateway 可以访问代理?curl http://127.0.0.1:1234/v1/models。
  • LM Studio 模型已卸载?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 provider 端过滤器;保持 agents 狭窄并启用 compaction 以限制提示注入爆炸半径。