diff --git a/docs/zh-CN/gateway/local-models.md b/docs/zh-CN/gateway/local-models.md index 7f5bf7e03..3be02dd50 100644 --- a/docs/zh-CN/gateway/local-models.md +++ b/docs/zh-CN/gateway/local-models.md @@ -1,28 +1,28 @@ --- read_when: - - 你想从你自己的 GPU 主机提供模型 ծառայքներ + - 你想从你自己的 GPU 主机提供模型服务 - 你正在配置 LM Studio 或兼容 OpenAI 的代理 - - 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） + - 你需要最安全的本地模型指导 +summary: 在本地 LLM（LM Studio、vLLM、LiteLLM、自定义 OpenAI 端点）上运行 OpenClaw title: 本地模型 x-i18n: - generated_at: "2026-04-14T13:47:24Z" + generated_at: "2026-04-15T10:43:26Z" model: gpt-5.4 provider: openai - source_hash: 8778cc1c623a356ff3cf306c494c046887f9417a70ec71e659e4a8aae912a780 + source_hash: d9b4939bb67f4fea23de45e88cdf29b887b2992389bc581058361d27bd227dd3 source_path: gateway/local-models.md workflow: 15 --- # 本地模型 -在本地运行是可行的，但 OpenClaw 需要大上下文窗口，以及针对提示注入的强防护。小显存卡会截断上下文，并削弱安全性。目标要定高：**至少 2 台满配 Mac Studio 或同等级 GPU 设备（约 3 万美元以上）**。单张 **24 GB** GPU 只适用于较轻的提示词，并且延迟更高。请使用**你能运行的最大 / 完整尺寸模型变体**；激进量化或“小型”检查点会提高提示注入风险（见 [Security](/zh-CN/gateway/security)）。 +本地部署是可行的，但 OpenClaw 需要大上下文窗口，并且要对提示注入有很强的防护。小显存卡会截断上下文，并削弱安全性。尽量把配置拉高：**至少 2 台满配 Mac Studio，或同等级 GPU 设备（约 3 万美元以上）**。单张 **24 GB** GPU 只适合更轻量的提示，并且延迟会更高。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)）。 -如果你想要摩擦最低的本地配置，先从 [LM Studio](/zh-CN/providers/lmstudio) 或 [Ollama](/zh-CN/providers/ollama) 和 `openclaw onboard` 开始。本页是面向更高端本地方案以及自定义兼容 OpenAI 的本地服务器的偏好指南。 +如果你想要摩擦最低的本地部署方案，从 [LM Studio](/zh-CN/providers/lmstudio) 或 [Ollama](/zh-CN/providers/ollama) 加 `openclaw onboard` 开始。这一页是面向更高端本地堆栈和自定义兼容 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） -这是当前最佳的本地方案。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。 +这是目前最好的本地方案。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（默认是 `http://127.0.0.1:1234`），然后使用 Responses API，将推理过程与最终文本分离。 ```json5 { @@ -59,18 +59,18 @@ x-i18n: } ``` -**设置清单** +**设置检查清单** - 安装 LM Studio：[https://lmstudio.ai](https://lmstudio.ai) -- 在 LM Studio 中，下载**可用的最大模型构建**（避免“小型”/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，请坚持使用 Responses API，这样只会发送最终文本。 +- 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。 +- 用 LM Studio 中显示的实际模型 ID 替换 `my-local-model`。 +- 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 构建不同，调整 `contextWindow` / `maxTokens`。 +- 对于 WhatsApp，坚持使用 Responses API，这样只会发送最终文本。 -即使在本地运行，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。 +即使在本地运行，也建议保留托管模型配置；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：托管主模型，本地回退 ```json5 { @@ -111,18 +111,18 @@ x-i18n: } ``` -### 本地优先，并保留托管安全网 +### 本地优先，托管兜底 -将主模型和回退模型的顺序对调即可；保留相同的 provider 配置块和 `models.mode: "merge"`，这样当本地设备不可用时，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 provider 配置块和 `models.mode: "merge"`，这样当本地主机不可用时，你仍然可以回退到 Sonnet 或 Opus。 ### 区域托管 / 数据路由 -- 托管的 MiniMax/Kimi/GLM 变体在 OpenRouter 上也可用，并提供区域固定端点（例如美国托管）。在那里选择对应区域变体，可以在仍使用 `models.mode: "merge"` 以支持 Anthropic/OpenAI 回退的同时，将流量限制在你选择的司法辖区内。 -- 纯本地仍然是隐私性最强的方案；当你需要 provider 功能，但又想控制数据流向时，区域托管路由是折中方案。 +- 托管版的 MiniMax / Kimi / GLM 变体也可通过 OpenRouter 获取，并支持区域固定端点（例如托管在美国）。你可以在那里选择区域变体，以便将流量限制在你指定的司法辖区内，同时继续使用 `models.mode: "merge"`，为 Anthropic / OpenAI 保留回退能力。 +- 纯本地仍然是隐私性最强的方案；当你需要提供商功能、但又希望控制数据流向时，区域托管路由是折中方案。 ## 其他兼容 OpenAI 的本地代理 -vLLM、LiteLLM、OAI-proxy 或自定义网关都可以，只要它们暴露兼容 OpenAI 风格的 `/v1` 端点。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 Gateway 网关暴露的是兼容 OpenAI 风格的 `/v1` 端点，就可以使用。把上面的 provider 配置块替换成你的端点和模型 ID 即可： ```json5 { @@ -150,29 +150,27 @@ vLLM、LiteLLM、OAI-proxy 或自定义网关都可以，只要它们暴露兼 } ``` -保留 `models.mode: "merge"`，这样托管模型仍可作为回退使用。 +保留 `models.mode: "merge"`，这样托管模型仍然可作为回退使用。 关于本地 / 代理 `/v1` 后端的行为说明： -- OpenClaw 将这些视为代理风格的兼容 OpenAI 路由，而不是原生 OpenAI 端点 -- 这里不会应用仅适用于原生 OpenAI 的请求整形：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 -- 这些自定义代理 URL 不会注入隐藏的 OpenClaw 归因请求头（`originator`、`version`、`User-Agent`） +- 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 的请求整形不会在这里生效：没有 `service_tier`、没有 Responses 的 `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 -关于更严格的兼容 OpenAI 后端的兼容性说明： +对于更严格的兼容 OpenAI 后端，兼容性说明如下： -- 有些服务器在 Chat Completions 中只接受字符串形式的 `messages[].content`，而不接受结构化的内容片段数组。对于这些端点，请设置 `models.providers..models[].compat.requiresStringContent: true`。 -- 一些更小或更严格的本地后端在处理 OpenClaw 完整的智能体运行时提示结构时不稳定，尤其是在包含工具 schema 时。如果该后端能处理很小的直接 `/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 `agents.defaults.localModelMode: "lean"`，以移除像 `browser`、`cron` 和 `message` 这样的重量级默认工具；如果仍然失败，再尝试设置 `models.providers..models[].compat.supportsTools: false`。 -- 如果后端仍然只在更大的 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。 +- 有些服务器在 Chat Completions 中只接受字符串类型的 `messages[].content`，不接受结构化的 content-part 数组。对于这些端点，请设置 `models.providers..models[].compat.requiresStringContent: true`。 +- 一些更小或更严格的本地后端，在面对 OpenClaw 完整智能体运行时的提示结构时会不稳定，尤其是在包含工具 schema 时。如果后端能处理很小的直接 `/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 `agents.defaults.experimental.localModelLean: true`，以移除 `browser`、`cron` 和 `message` 这类重量级默认工具；这是实验性标志，不是稳定的默认模式设置。如果这样仍然失败，再尝试 `models.providers..models[].compat.supportsTools: false`。 +- 如果后端只会在更大的 OpenClaw 运行中失败，剩余问题通常是上游模型 / 服务器容量不足，或后端本身的 bug，而不是 OpenClaw 的传输层问题。 ## 故障排除 -- Gateway 网关 能连接到代理吗？`curl http://127.0.0.1:1234/v1/models`。 +- Gateway 网关能访问代理吗？`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。 -- 当检测到的上下文窗口低于 **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查，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。 +- 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查，请提高服务器 / 模型的上下文限制，或选择更大的模型。 +- 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`？ 在该模型条目上添加 `compat.requiresStringContent: true`。 -- 很小的直接 `/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？先用 - `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 provider 侧过滤；请保持智能体范围尽可能窄，并开启压缩，以限制提示注入的影响范围。 +- 很小的直接 `/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，就应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；保持智能体职责范围尽量收窄，并开启压缩，以限制提示注入的影响半径。