158 lines
5.3 KiB
Markdown
158 lines
5.3 KiB
Markdown
|
---
|
|||
|
|
read_when:
|
|||
|
|
- 你想从自己的 GPU 机器提供模型服务
|
|||
|
|
- 你正在配置 LM Studio 或 OpenAI 兼容代理
|
|||
|
|
- 你需要最安全的本地模型指南
|
|||
|
|
summary: 在本地 LLM 上运行 OpenClaw（LM Studio、vLLM、LiteLLM、自定义 OpenAI 端点）
|
|||
|
|
title: 本地模型
|
|||
|
|
x-i18n:
|
|||
|
|
generated_at: "2026-02-03T07:48:15Z"
|
|||
|
|
model: claude-opus-4-5
|
|||
|
|
provider: pi
|
|||
|
|
source_hash: f72b424c3d8986319868dc4c552596bcd599cc79fab5a57c14bf4f0695c39690
|
|||
|
|
source_path: gateway/local-models.md
|
|||
|
|
workflow: 15
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
# 本地模型
|
|||
|
|
|
|||
|
|
本地运行是可行的，但 OpenClaw 期望大上下文 + 强大的提示注入防御。小显存会截断上下文并泄露安全性。目标要高：**≥2 台满配 Mac Studio 或同等 GPU 配置（约 $30k+）**。单张 **24 GB** GPU 仅适用于较轻的提示，且延迟更高。使用**你能运行的最大/完整尺寸模型变体**；激进量化或"小型"检查点会增加提示注入风险（参见[安全](/gateway/security)）。
|
|||
|
|
|
|||
|
|
## 推荐：LM Studio + MiniMax M2.1（Responses API，完整尺寸）
|
|||
|
|
|
|||
|
|
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。
|
|||
|
|
|
|||
|
|
```json5
|
|||
|
|
{
|
|||
|
|
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"小型"/重度量化变体），启动服务器，确认 `http://127.0.0.1:1234/v1/models` 列出了它。
|
|||
|
|
- 保持模型加载；冷加载会增加启动延迟。
|
|||
|
|
- 如果你的 LM Studio 构建不同，调整 `contextWindow`/`maxTokens`。
|
|||
|
|
- 对于 WhatsApp，坚持使用 Responses API，这样只发送最终文本。
|
|||
|
|
|
|||
|
|
即使运行本地模型也要保持托管模型的配置；使用 `models.mode: "merge"` 以便备用方案保持可用。
|
|||
|
|
|
|||
|
|
### 混合配置：托管为主，本地备用
|
|||
|
|
|
|||
|
|
```json5
|
|||
|
|
{
|
|||
|
|
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
|
|||
|
|
|
|||
|
|
交换主要和备用的顺序；保持相同的 providers 块和 `models.mode: "merge"`，这样当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，带有区域固定端点（例如，美国托管）。在那里选择区域变体以将流量保持在你选择的管辖区内，同时仍使用 `models.mode: "merge"` 作为 Anthropic/OpenAI 备用。
|
|||
|
|
- 纯本地仍然是最强的隐私路径；当你需要提供商功能但又想控制数据流时，托管区域路由是折中方案。
|
|||
|
|
|
|||
|
|
## 其他 OpenAI 兼容本地代理
|
|||
|
|
|
|||
|
|
vLLM、LiteLLM、OAI-proxy 或自定义网关都可以工作，只要它们暴露 OpenAI 风格的 `/v1` 端点。用你的端点和模型 ID 替换上面的 provider 块：
|
|||
|
|
|
|||
|
|
```json5
|
|||
|
|
{
|
|||
|
|
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"` 以便托管模型作为备用保持可用。
|
|||
|
|
|
|||
|
|
## 故障排除
|
|||
|
|
|
|||
|
|
- Gateway 网关能访问代理吗？`curl http://127.0.0.1:1234/v1/models`。
|
|||
|
|
- LM Studio 模型卸载了？重新加载；冷启动是常见的"卡住"原因。
|
|||
|
|
- 上下文错误？降低 `contextWindow` 或提高服务器限制。
|
|||
|
|
- 安全：本地模型跳过提供商端过滤器；保持智能体范围窄并开启压缩以限制提示注入的影响范围。
|