openclaw/docs
openclaw/docs
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

chore(i18n): refresh zh-CN translations

Browse Source
This commit is contained in:
openclaw-docs-i18n[bot] 2026-04-14 05:40:13 +00:00
parent 2bfd3747a8
commit 96ff28d3ce
1 changed files with 34 additions and 30 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

64
docs/zh-CN/gateway/local-models.md
View File

@ -1,28 +1,28 @@
---
read_when:
- 你想从你自己的 GPU 机器提供模型服务
- 你想通过自己的 GPU 主机提供模型服务
- 你正在配置 LM Studio 或兼容 OpenAI 的代理服务
- 你需要最安全的本地模型使用指引
- 你需要最安全的本地模型使用指南
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: "2026-04-13T07:24:29Z"
generated_at: "2026-04-14T05:39:47Z"
model: gpt-5.4
provider: openai
source_hash: 3ecb61b3e6e34d3666f9b688cd694d92c5fb211cf8c420fa876f7ccf5789154a
source_hash: 1544c522357ba4b18dfa6d05ea8d60c7c6262281b53863d9aee7002464703ca7
source_path: gateway/local-models.md
workflow: 15
---
# 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御能力。小显存卡会截断上下文并削弱安全性。尽量追求高配置：**≥ 2 台满配 Mac Studio 或同等级别的 GPU 设备（约 3 万美元以上）**。单张 **24 GB** GPU 仅适用于较轻量的提示词场景，且延迟会更高。使用**你能够运行的最大 / 完整尺寸模型变体**；激进量化或“small”检查点会提高提示注入风险（参见 [安全](/zh-CN/gateway/security)）。
本地部署是可行的，但 OpenClaw 需要大上下文窗口，并且要对提示注入具备强防御能力。小显卡会截断上下文，还会削弱安全性。目标配置要高：**≥ 2 台拉满配置的 Mac Studio 或同等级 GPU 机器（约 3 万美元以上）**。单张 **24 GB** GPU 只适用于较轻的提示，并且延迟会更高。请使用**你能运行的最大 / 完整尺寸模型变体**；激进量化或“small”检查点会提高提示注入风险（参见 [安全](/zh-CN/gateway/security)）。
如果你想要摩擦最小的本地配置方式，先从 [LM Studio](/zh-CN/providers/lmstudio) 或 [Ollama](/zh-CN/providers/ollama) 和 `openclaw onboard` 开始。本页是针对更高端本地堆栈以及自定义兼容 OpenAI 的本地服务器的倾向性指南。
如果你想要最低摩擦的本地配置，先从 [LM Studio](/zh-CN/providers/lmstudio) 或 [Ollama](/zh-CN/providers/ollama) 以及 `openclaw onboard` 开始。本页是面向更高端本地栈和自定义兼容 OpenAI 的本地服务器的偏好型指南。
## 推荐：LM Studio + 大型本地模型（Responses API）
这是当前最好的本地方案。先在 LM Studio 中加载一个大型模型（例如完整尺寸的 Qwen、DeepSeek 或 Llama 构建），启用本地服务器（默认 `http://127.0.0.1:1234`），并使用 Responses API 让推理过程与最终文本分离。
这是当前最佳的本地栈。在 LM Studio 中加载一个大型模型（例如完整尺寸的 Qwen、DeepSeek 或 Llama 构建），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
{
@ -62,15 +62,15 @@ x-i18n:
**设置检查清单**
- 安装 LM Studio：[https://lmstudio.ai](https://lmstudio.ai)
- 在 LM Studio 中，下载**当前可用的最大模型构建**（避免使用 “small”/重度量化变体），启动服务器，并确认 `http://127.0.0.1:1234/v1/models` 能列出该模型。
- 在 LM Studio 中，下载**可用的最大模型构建**（避免使用 “small”/重度量化变体），启动服务器，并确认 `http://127.0.0.1:1234/v1/models` 能列出该模型。
- 将 `my-local-model` 替换为 LM Studio 中显示的实际模型 ID。
- 保持模型处于已加载状态；冷加载会增加启动延迟。
- 保持模型处于已加载状态；冷启动加载会增加启动延迟。
- 如果你的 LM Studio 构建不同，请调整 `contextWindow`/`maxTokens`。
- 对于 WhatsApp，坚持使用 Responses API，这样只会发送最终文本。
- 对于 WhatsApp，请坚持使用 Responses API，这样只会发送最终文本。
即使在运行本地模型时，也要保留托管模型配置；使用 `models.mode: "merge"`，这样回退模型仍然可用。
即使你在本地运行，也请保留托管模型配置；使用 `models.mode: "merge"`，这样回退模型仍然可用。
### 混合配置：托管模型为主，本地模型为回退
### 混合配置：托管模型为主，本地模型回退
```json5
{
@ -111,18 +111,18 @@ x-i18n:
}
```
### 本地优先，并保留托管安全网
### 本地优先，托管模型兜底
交换 `primary` 和 `fallbacks` 的顺序；保留相同的 providers 配置块以及 `models.mode: "merge"`，这样当本地机器不可用时，你仍然可以回退到 Sonnet 或 Opus。
交换主模型和回退模型的顺序；保留相同的 providers 块和 `models.mode: "merge"`，这样当本地主机离线时，你仍然可以回退到 Sonnet 或 Opus。
### 区域托管 / 数据路由
- 托管版的 MiniMax/Kimi/GLM 变体也可通过 OpenRouter 的区域固定端点使用（例如托管在美国的端点）。你可以在那里选择区域变体，从而让流量保留在你指定的司法辖区内，同时仍然使用 `models.mode: "merge"` 来保留 Anthropic/OpenAI 回退。
- 纯本地仍然是隐私性最强的方案；当你需要提供商特性、但又希望控制数据流向时，区域托管路由是折中选择。
- 托管的 MiniMax/Kimi/GLM 变体在 OpenRouter 上也存在带区域固定端点的版本（例如美国托管）。你可以在那里选择区域版本，从而让流量保持在你指定的司法辖区内，同时仍然使用 `models.mode: "merge"` 来保留 Anthropic/OpenAI 回退。
- 纯本地部署仍然是隐私最强的路径；当你需要提供商功能，但又想控制数据流向时，区域托管路由是折中方案。
## 其他兼容 OpenAI 的本地代理
只要 vLLM、LiteLLM、OAI-proxy 或自定义 Gateway 网关暴露的是兼容 OpenAI 风格的 `/v1` 端点，就可以使用。将上面的 provider 配置块替换为你的端点和模型 ID：
只要 vLLM、LiteLLM、OAI-proxy 或自定义网关暴露的是兼容 OpenAI 的 `/v1` 端点，就可以使用。把上面的 provider 块替换为你的端点和模型 ID：
```json5
{
@ -150,25 +150,29 @@ x-i18n:
}
```
保留 `models.mode: "merge"`，这样托管模型仍可作为回退选项使用。
请保留 `models.mode: "merge"`，这样托管模型仍可作为回退使用。
针对本地 / 代理 `/v1` 后端的行为说明：
本地 / 经代理的 `/v1` 后端的行为说明：
- OpenClaw 会将这些路径视为代理风格的兼容 OpenAI 路由，而不是原生 OpenAI 端点
- 仅适用于原生 OpenAI 的请求整形不会在这里生效：没有 `service_tier`、没有 Responses `store`、没有 OpenAI 推理兼容负载整形，也没有提示缓存提示
- 隐藏的 OpenClaw 归因请求头（`originator`、`version`、`User-Agent`）不会注入到这些自定义代理 URL 中
- OpenClaw 会将这些后端视为代理风格的兼容 OpenAI 路由，而不是原生 OpenAI 端点
- 仅适用于原生 OpenAI 的请求整形在这里不会生效：没有 `service_tier`，没有 Responses `store`，没有 OpenAI 推理兼容负载整形，也没有提示缓存提示
- 隐藏的 OpenClaw 归因头（`originator`、`version`、`User-Agent`）不会注入到这些自定义代理 URL 中
针对更严格的兼容 OpenAI 后端的兼容性说明：
- 有些服务器在 Chat Completions 中只接受字符串形式的 `messages[].content`，而不接受结构化内容片段数组。对于这些端点，请设置 `models.providers.<provider>.models[].compat.requiresStringContent: true`。
- 一些较小或更严格的本地后端在面对 OpenClaw 完整的智能体运行时提示格式时会不稳定，尤其是在包含工具 schema 时。如果该后端可以处理很小的直接 `/v1/chat/completions` 调用，但在正常的 OpenClaw 智能体轮次中失败，请先尝试设置 `models.providers.<provider>.models[].compat.supportsTools: false`。
- 如果后端仍然只在较大的 OpenClaw 运行中失败，剩余问题通常是上游模型 / 服务器容量不足或后端 bug，而不是 OpenClaw 的传输层问题。
- 某些服务器在 Chat Completions 中只接受字符串类型的 `messages[].content`，而不接受结构化的内容片段数组。对于这些端点，请设置 `models.providers.<provider>.models[].compat.requiresStringContent: true`。
- 某些较小或更严格的本地后端在面对 OpenClaw 完整的智能体运行时提示结构时并不稳定，尤其是在包含工具 schema 时。如果后端在直接处理很小的 `/v1/chat/completions` 调用时正常，但在普通 OpenClaw 智能体轮次中失败，请先尝试设置 `models.providers.<provider>.models[].compat.supportsTools: false`。
- 如果后端仍然只在更大的 OpenClaw 运行中失败，那么剩余问题通常是上游模型 / 服务器容量不足，或后端自身的 bug，而不是 OpenClaw 的传输层问题。
## 故障排除
- Gateway 网关能访问代理吗？`curl http://127.0.0.1:1234/v1/models`
- Gateway 网关 能否访问代理？`curl http://127.0.0.1:1234/v1/models`。
- LM Studio 模型被卸载了？重新加载；冷启动是常见的“卡住”原因。
- 上下文报错？降低 `contextWindow`，或提高服务器限制。
- 兼容 OpenAI 的服务器返回 `messages[].content ... expected a string`？在该模型项上添加 `compat.requiresStringContent: true`。
- 很小的直接 `/v1/chat/completions` 调用能工作，但 `openclaw infer model run` 在 Gemma 或其他本地模型上失败？先用 `compat.supportsTools: false` 禁用工具 schema，然后重新测试。如果服务器仍然只会在更大的 OpenClaw 提示下崩溃，请将其视为上游服务器 / 模型限制。
- 安全性：本地模型会跳过提供商侧过滤；请保持智能体范围收敛，并开启压缩，以限制提示注入的影响范围。
- 当检测到上下文窗口低于 **32k** 时，OpenClaw 会发出警告；低于 **16k** 时会直接阻止运行。如果你触发了这个预检，请提高服务器 / 模型的上下文限制，或选择更大的模型。
- 出现上下文错误？降低 `contextWindow`，或提高你的服务器限制。
- 兼容 OpenAI 的服务器返回 `messages[].content ... expected a string`？
在该模型条目上添加 `compat.requiresStringContent: true`。
- 直接的小型 `/v1/chat/completions` 调用可以工作，但 `openclaw infer model run`
在 Gemma 或其他本地模型上失败？先通过
`compat.supportsTools: false` 禁用工具 schema，然后重新测试。如果服务器仍然只在更大的 OpenClaw 提示下崩溃，请将其视为上游服务器 / 模型的限制。
- 安全性：本地模型会跳过提供商侧过滤；请让智能体职责尽量收窄，并保持压缩开启，以限制提示注入的影响范围。