本地模型 – OpenClaw - 开源 AI 编码助手

本地模型

适用范围

在以下情况使用此页面：

您想从自己的 GPU 服务器提供模型
您正在连接 LM Studio 或 OpenAI 兼容代理
您需要最安全的本地模型指南

本地是可行的，但 Moltbot 期望大上下文 + 强有力的防御以防止提示注入。小卡会截断上下文并泄露安全性。目标要高：≥2 个完全占用的 Mac Studio 或等效 GPU 设备（~$30k+）。单个 24 GB GPU 仅适用于延迟较高的较轻提示。使用 您可以运行的最大/完整尺寸模型变体；激进量化或"小"检查点会增加提示注入风险（参见安全性）。

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

当前最佳的本地堆栈。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离。

{
  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 版本（避免"小"/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。
如果您的 LM Studio 版本不同，请调整 contextWindow/maxTokens。
对于 WhatsApp，坚持使用 Responses API，以便仅发送最终文本。

即使在运行本地时也要配置托管模型；使用 models.mode: "merge" 以便回退保持可用。

混合配置：托管主本地回退

{
  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
          }
        ]
      }
    }
  }
}

本地优先与托管安全网

交换主回退顺序；保持相同的提供程序块和 models.mode: "merge"，以便在本地设备宕机时可以回退到 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，具有区域固定的端点（例如，美国托管）。在那里选择区域变体，以便在您选择的司法管辖区保留流量，同时仍然使用 models.mode: "merge" 进行 Anthropic/OpenAI 回退。
仅本地仍然是最强的隐私路径；托管区域路由是当您需要提供程序功能但想要控制数据流时的中间立场。

其他 OpenAI 兼容的本地代理

如果它们公开 OpenAI 风格的 /v1 端点，vLLM、LiteLLM、OAI-proxy 或自定义网关可以工作。将上面的提供程序块替换为您的端点和模型 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"，以便托管模型作为回退保持可用。

故障排除

网关可以到达代理？curl http://127.0.0.1:1234/v1/models。
LM Studio 模型未加载？重新加载；冷启动是常见的"挂起"原因。
上下文错误？降低 contextWindow 或提高服务器限制。
安全性：本地模型跳过提供程序侧过滤器；保持代理狭窄并启用压缩，以限制提示注入爆炸半径。

Tailscale（网关仪表板）多个网关（同一主机）