本地模型

本地模型是可行的，但 OpenClaw 期望大上下文 + 强大的防御提示注入。小的显卡会截断上下文并泄露安全性。目标要高：≥2 台满配 Mac Studio 或等效 GPU 机器（~$30k+）。单个 24 GB GPU 仅适用于较轻的提示，延迟更高。使用你能运行的最大的/完整尺寸模型变体；积极量化或"小型"检查点会增加提示注入风险（参阅安全）。

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 使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，下载最大的 MiniMax M2.1 构建可用（避免"小型"/积极量化变体），启动服务器，确认 http://127.0.0.1:1234/v1/models 列出它。
• 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，这样只有最终文本被发送。

即使在运行本地模型时也保持托管模型配置；使用 models.mode: "merge" 以便故障转移保持可用。

混合配置：托管主模型，本地故障转移

{
  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，带托管安全网

交换主模型和故障转移顺序；保持相同的 providers 块和 models.mode: "merge"，以便在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保持流量在你选择的司法管辖区内，同时仍使用 models.mode: "merge" 用于 Anthropic/OpenAI 故障转移。
• 本地唯一仍然是最强的隐私路径；托管区域路由是当你需要提供商功能但想要控制数据流时的中间地带。

其他 OpenAI 兼容的本地代理

vLLM、LiteLLM、OAI-proxy 或自定义网关如果暴露 OpenAI 风格的 /v1 端点就可以工作。用你的端点和模型 ID 替换上面的 providers 块：

{
  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" 以便托管模型作为故障转移保持可用。

故障排除

• 网关可以到达代理吗？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"挂起"原因。
• 上下文错误？降低 contextWindow 或提高你的服务器限制。
• 安全性：本地模型跳过提供商端过滤器；保持智能体狭窄并启用压缩以限制提示注入爆炸半径。