ds4

ds4 从本地 Metal 后端提供 DeepSeek V4 Flash，并带有 OpenAI 兼容的 /v1 API。OpenClaw 通过通用的 openai-completions 提供方家族连接到 ds4。 ds4 不是内置的 OpenClaw 提供方插件。请在 models.providers.ds4 下进行配置，然后选择 ds4/deepseek-v4-flash。

属性	值
提供方 id	`ds4`
插件	无（仅配置）
API	与 OpenAI 兼容的 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

具有 Metal 支持的 macOS。
一个可正常工作的 ds4 检出环境，包含 ds4-server 和 DeepSeek V4 Flash GGUF 文件。
针对你选择的上下文准备足够的内存；更大的 --ctx 值会在服务器启动时分配更多 KV 内存。

OpenClaw agent 的轮次包含工具 schema 和工作区上下文。像 --ctx 4096 这样很小的上下文可能可以通过直接的 curl 测试，但在完整的 agent 运行中会失败，并出现 500 prompt exceeds context。用于 agent 和工具的冒烟测试时，请至少使用 --ctx 32768。仅在内存足够且需要启用 ds4 Think Max 时才使用 --ctx 393216。

快速开始

启动 ds4-server

将 <DS4_DIR> 替换为你的 ds4 检出路径。

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

验证 OpenAI 兼容端点

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

响应中应包含 deepseek-v4-flash。

添加 OpenClaw 提供方配置

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 "精确回复：openclaw-ds4-ok" \
  --json

完整配置

当 ds4 已经在 127.0.0.1:18000 上运行时，使用此配置。

{
  agents: {
    defaults: {
      model: { primary: "ds4/deepseek-v4-flash" },
      models: {
        "ds4/deepseek-v4-flash": {
          alias: "DS4 本地",
        },
      },
    },
  },
  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"],
            },
          },
        ],
      },
    },
  },
}

保持 contextWindow 与 ds4-server --ctx 一致。保持 maxTokens 与 --tokens 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

当选择了 ds4/... 模型时，OpenClaw 可以只启动 ds4。将 localService 添加到同一个提供方条目中：

{
  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 必须是绝对可执行路径。不会使用 shell 查找和 ~ 展开。有关每个 localService 字段，请参见本地模型服务。

Think Max

ds4 仅在以下两个条件都满足时才会应用 Think Max：

ds4-server 以 --ctx 393216 或更高参数启动。
请求使用 reasoning_effort: "max"（或等效的 ds4 effort 字段）。

如果你运行这么大的上下文，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

直接 HTTP 检查，绕过 OpenClaw：

curl http://127.0.0.1:18000/v1/chat/completions \
  -H 'content-type: application/json' \
  -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"精确回复：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 "精确回复：openclaw-ds4-ok" \
  --json

完整的 agent 和工具调用冒烟测试，至少包含 32768 的上下文：

openclaw agent \
  --local \
  --session-id ds4-tool-smoke \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --message "先使用一次 shell 命令 pwd，然后精确回复：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。先启动 ds4-server，然后重试：

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

500 prompt 超出上下文

配置的 --ctx 对 OpenClaw 的回合来说太小了。提高 ds4-server --ctx，然后将 models.providers.ds4.models[].contextWindow 更新为匹配的值。带工具的完整 agent 回合所需上下文远多于直接的一条消息 curl 请求。

Think Max 未激活

ds4 只有在 --ctx 至少为 393216 且请求指定 reasoning_effort: "max" 时才会使用 Think Max。更小的上下文会回退到高推理。

首次请求很慢

ds4 有冷启动的 Metal 驻留和模型预热阶段。若 OpenClaw 按需启动服务器，请设置 localService.readyTimeoutMs: 300000。

本地模型服务

在模型请求之前按需启动本地模型服务器。

本地模型

选择并操作本地模型后端。

模型提供方

配置提供方引用、认证和故障转移。

DeepSeek

原生 DeepSeek 提供方行为和思维控制。

概览

概念与配置

提供商

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

本地模型服务

本地模型

模型提供方

DeepSeek

​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

本地模型服务

本地模型

模型提供方

DeepSeek

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