Skip to main content

​
本地模型

本地运行是可行的，但 OpenClaw 期望有大上下文和强防御以抵抗提示注入。小显卡会截断上下文并泄露安全性。目标要高：≥2 台满负荷的 Mac Studio 或等效 GPU 设备（约 3 万美元以上）。单个 24 GB GPU 仅适用于更轻量的提示，且延迟较高。请使用你能运行的 最大 / 全尺寸模型变体；激进量化或“小”检查点会提高提示注入风险（参见 安全）。

​
推荐方案：LM Studio + MiniMax M2.5（Responses API，完整版）

目前最佳本地方案。在 LM Studio 中加载 MiniMax M2.5，启用本地服务器（默认 http://127.0.0.1:1234），并使用 Responses API 保持推理与最终文本分离。 
{
  agents: {
    defaults: {
      model: { primary: "lmstudio/minimax-m2.5-gs32" },
      models: {
        "anthropic/claude-opus-4-6": { alias: "Opus" },
        "lmstudio/minimax-m2.5-gs32": { alias: "Minimax" },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 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 M2.5 版本（避免“小型”/高度量化的变体），启动服务器，确认 http://127.0.0.1:1234/v1/models 能列出它。
  • 保持模型加载状态；冷启动会增加启动延迟。
  • 如果你的 LM Studio 版本不同，请调整 contextWindow 和 maxTokens。
  • WhatsApp 使用时，保持使用 Responses API，保证只发送最终文本。
即使运行本地模型，也要保留托管模型配置；使用 models.mode: "merge" 以便故障时仍可回退。

​
混合配置：托管主模型，本地备选

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-5",
        fallbacks: ["lmstudio/minimax-m2.5-gs32", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-5": { alias: "Sonnet" },
        "lmstudio/minimax-m2.5-gs32": { alias: "MiniMax 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: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 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

将主模型和备选顺序调换；保持相同的 providers 块和 models.mode: "merge"，这样本地机器出现故障时，可回退到 Sonnet 或 Opus。

​
区域托管／数据路由

  • 托管的 MiniMax/Kimi/GLM 变体也可通过 OpenRouter 使用区域绑定端点（如美国托管）。在这选择所需区域版本，以保持流量在你的选定司法区，同时仍可通过 models.mode: "merge" 使用 Anthropic/OpenAI 作为备选。
  • 仅本地方案依旧是最强的隐私路径；区域托管路由在你需要服务商功能但又想控制数据流时，是中间方案。

​
其他兼容 OpenAI 的本地代理

vLLM、LiteLLM、OAI-proxy 或自定义网关，只要它们暴露 OpenAI 风格的 /v1 端点均可使用。将上面的 provider 块替换为你的端点和模型 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: "本地模型",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 120000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}
保持 models.mode: "merge"，确保托管模型依然可用于回退。

​
故障排查

  • Gateway 能否访问代理？使用命令 curl http://127.0.0.1:1234/v1/models 测试。
  • LM Studio 模型是否卸载了？重新加载；冷启动常导致“卡住”。
  • 上下文错误？降低 contextWindow 或提高服务器限制。
  • 安全性：本地模型跳过服务端过滤；保持代理权限窄且启用压缩，限制提示注入影响范围。