Skip to main content

​
本地模型

在本地运行是可行的，但 OpenClaw 建议使用大上下文并配备强大的提示注入防御机制。小型模型会截断上下文并削弱安全性。目标要高：至少配备两台满配 Mac Studio 或等效 GPU 集群（约 3 万美元以上）。单块 24 GB 显卡仅适用于较轻量的提示，且延迟较高。请尽可能使用你能运行的最大尺寸/全尺寸模型变体；经过激进量化或“小型”检查点会显著增加提示注入风险（参见 安全)。

​
推荐方案：LM Studio + MiniMax M2.1（Responses API，全尺寸）

当前最佳的本地部署方案。在 LM Studio 中加载 MiniMax M2.1，启用本地服务器（默认 http://127.0.0.1:1234)，并通过 Responses API 将推理过程与最终文本生成分离。 
{
  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 构建版本（避免“小”或高度量化的变体），启动服务器，并确认 http://127.0.0.1:1234/v1/models 中已列出该服务器。
  • 保持模型始终加载；冷加载会导致额外的启动延迟。
  • 如果你的 LM Studio 版本有所不同，请相应调整 contextWindow/maxTokens。
  • 对于 WhatsApp，务必使用 Responses API，以确保仅发送最终文本。
即使在本地运行时，也应保持托管模型的配置；使用 models.mode: "merge" 确保备用方案始终可用。

​
混合配置：以托管为主、本地为辅

{
  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，托管作为安全网

将主用和备用的顺序互换；保留相同的提供商配置块和 models.mode: "merge"，以便在本地系统宕机时能够无缝切换到 Sonnet 或 Opus。

​
区域性托管与数据路由

OpenRouter 还提供托管版 MiniMax、Kimi 和 GLM 变体，并配备按区域锁定的端点（例如美国托管）。选择相应的区域变体，即可在你指定的司法管辖区内处理流量，同时仍可通过 models.mode: "merge" 使用 Anthropic 或 OpenAI 作为后备。 本地运行仍然是保护隐私的最佳方式；当您既需要提供商的功能特性，又希望对数据流动保持控制时，区域性托管便是一种折中方案。

​
其他兼容 OpenAI 的本地代理

只要vLLM、LiteLLM、OAI-proxy或自定义网关能够暴露符合OpenAI标准的/v1端点，就可以使用。你只需将上述提供商配置块替换为你自己的端点和模型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
          }
        ]
      }
    }
  }
}
保留 models.mode: "merge" 以确保托管模型仍可作为备用。 故障排除
  • 网关能否成功连接到代理？请查看 curl http://127.0.0.1:1234/v1/models。
  • LM Studio 中的模型是否已卸载？请重新加载模型；冷启动是导致“挂起”的常见原因。
  • 是否出现上下文错误？请降低 contextWindow 设置，或提高服务器的上下文限制。
  • 安全注意事项：本地模型会绕过提供商侧的过滤机制，因此请尽量缩小智能体的作用范围，并启用压缩功能，以限制提示注入的影响范围。