跳转到主要内容

​
本地模型

Local is doable, but OpenClaw expects large context + strong defenses against prompt injection. Small cards truncate context and leak safety. Aim high: ≥2 maxed-out Mac Studios or equivalent GPU rig (~$30k+). A single 24 GB GPU works only for lighter prompts with higher latency. Use the largest / full-size model variant you can run; aggressively quantized or “small” checkpoints raise prompt-injection risk (see Security).

​
推荐：LM Studio + MiniMax M2.1（Responses API，完整尺寸）

Best current local stack. 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。 
{
  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

{
  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

  • Hosted MiniMax/Kimi/GLM variants also exist on OpenRouter with region-pinned endpoints (e.g., US-hosted). Pick the regional variant there to keep traffic in your chosen jurisdiction while still using models.mode: "merge" for Anthropic/OpenAI fallbacks.
  • 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： Replace the provider block above with your endpoint and model 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" 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。 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。 Reload; cold start is a common “hanging” cause.
  • Context errors? 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。