158 lines
5.4 KiB
Markdown
158 lines
5.4 KiB
Markdown
---
|
||
read_when:
|
||
- 你想在自己的 GPU 设备上部署模型
|
||
- 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: "2026-02-01T20:35:10Z"
|
||
model: claude-opus-4-5
|
||
provider: pi
|
||
source_hash: f72b424c3d8986319868dc4c552596bcd599cc79fab5a57c14bf4f0695c39690
|
||
source_path: gateway/local-models.md
|
||
workflow: 14
|
||
---
|
||
|
||
# 本地模型
|
||
|
||
本地部署是可行的，但 OpenClaw 需要大上下文窗口以及强大的提示注入防护能力。小显存会截断上下文并导致安全性降低。建议高配：**≥2 台满配 Mac Studio 或同等级别的 GPU 设备（约 $30k+）**。单块 **24 GB** 显卡仅适用于较轻量的提示，且延迟较高。请使用**你能运行的最大/完整版模型**；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)）。
|
||
|
||
## 推荐方案：LM Studio + MiniMax M2.1（Responses API，完整版）
|
||
|
||
目前最佳的本地技术栈。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 将推理过程与最终文本分离。
|
||
|
||
```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,
|
||
},
|
||
],
|
||
},
|
||
},
|
||
},
|
||
}
|
||
```
|
||
|
||
**配置清单**
|
||
|
||
- 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"小型"/重度量化版本），启动服务器，确认 `http://127.0.0.1:1234/v1/models` 中已列出该模型。
|
||
- 保持模型处于已加载状态；冷加载会增加启动延迟。
|
||
- 如果你的 LM Studio 版本不同，请调整 `contextWindow`/`maxTokens`。
|
||
- 对于 WhatsApp，请使用 Responses API 以确保只发送最终文本。
|
||
|
||
即使运行本地模型，也请保留托管模型的配置；使用 `models.mode: "merge"` 以保持备用方案可用。
|
||
|
||
### 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，托管兜底
|
||
|
||
将主模型和备用模型的顺序对调；保持相同的 providers 配置块和 `models.mode: "merge"`，这样当本地设备宕机时可以回退到 Sonnet 或 Opus。
|
||
|
||
### 区域托管/数据路由
|
||
|
||
- MiniMax/Kimi/GLM 的托管版本也可在 OpenRouter 上使用，并提供区域锁定端点（例如美国托管）。选择对应的区域版本以将流量保持在你选择的管辖区域内，同时仍可通过 `models.mode: "merge"` 使用 Anthropic/OpenAI 备用方案。
|
||
- 纯本地部署仍然是最强的隐私保护方案；托管区域路由是需要提供商功能但又想控制数据流向时的折中选择。
|
||
|
||
## 其他 OpenAI 兼容的本地代理
|
||
|
||
vLLM、LiteLLM、OAI-proxy 或自定义网关均可使用，前提是它们暴露了 OpenAI 风格的 `/v1` 端点。将上面的提供商配置块替换为你的端点和模型 ID：
|
||
|
||
```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"` 以确保托管模型作为备用方案仍然可用。
|
||
|
||
## 故障排除
|
||
|
||
- Gateway网关能否访问代理？执行 `curl http://127.0.0.1:1234/v1/models` 检查。
|
||
- LM Studio 模型已卸载？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。
|
||
- 安全性：本地模型跳过了提供商侧的过滤；请保持智能体范围精简并开启压缩，以限制提示注入的影响范围。
|