本地模型

本地部署可行，但 OpenClaw 对模型有较高要求：大上下文窗口 + 强抗提示注入能力。小型或过度量化的模型会截断上下文并泄露安全防护。目标门槛：≥2 台满血 Mac Studio 或同等 GPU 设备（约 3 万美元以上）。单块 24 GB 显卡仅能应对较轻的提示，且延迟较高。请使用你能运行的最大/完整版本模型；激进量化或"小型"版本会提高提示注入风险（参见 安全）。

如果你想要最低摩擦的本地方案，从 Ollama 和 openclaw onboard 开始。本页面是针对高端本地技术栈和自定义 OpenAI 兼容本地服务器的指导文档。

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

当前最佳本地技术栈。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 将推理过程与最终文本分离。

{
  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,
          },
        ],
      },
    },
  },
}

配置清单

• 安装 LM Studio：https://lmstudio.ai
• 在 LM Studio 中下载最大 MiniMax M2.5 版本（避免"small"/重量化变体），启动服务器，确认 http://127.0.0.1:1234/v1/models 能列出该模型。
• 保持模型加载状态；冷启动会增加初始延迟。
• 若你的 LM Studio 版本不同，调整 contextWindow/maxTokens。
• WhatsApp 场景建议使用 Responses API，这样只有最终文本会被发送。

即使在运行本地模型时，也保持托管模型的配置；使用 models.mode: "merge" 确保回退选项可用。

混合配置：托管主力 + 本地备用

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: ["lmstudio/minimax-m2.5-gs32", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-6": { 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 + 托管兜底

互换主力和回退顺序，保留相同的 providers 块和 models.mode: "merge"，在本地机器宕机时回退到 Sonnet 或 Opus。

区域托管 / 数据路由

• MiniMax/Kimi/GLM 的托管变体也在 OpenRouter 上提供区域锁定端点（如美国托管）。在那里选择区域变体可将流量保留在你选择的司法管辖区，同时仍使用 models.mode: "merge" 保持 Anthropic/OpenAI 回退。
• 纯本地是最强的隐私路径；托管区域路由是在需要 provider 功能但想控制数据流向时的中间方案。

其他 OpenAI 兼容本地代理

vLLM、LiteLLM、OAI-proxy 或自定义网关，只要暴露 OpenAI 风格的 /v1 端点就能使用。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: "Local Model",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 120000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

保持 models.mode: "merge" 确保托管模型作为回退可用。

故障排查

• Gateway 能访问代理？运行 curl http://127.0.0.1:1234/v1/models。
• LM Studio 模型已卸载？重新加载；冷启动是"卡住"的常见原因。
• 上下文错误？降低 contextWindow 或调高服务器限制。
• 安全性：本地模型跳过 provider 侧的过滤器；保持 Agent 职责范围窄、开启压缩功能以限制提示注入的爆炸半径。