本地模型

本地部署是可行的，但 OpenClaw 需要大上下文窗口和强力的提示注入防御。小显卡会截断上下文、降低安全性。目标要高：至少 2 台满配 Mac Studio 或同等 GPU 机器（约 $30k+）。单张 24 GB 显卡只适合较轻的提示且延迟更高。尽量用最大的/完整版模型变体；激进量化或”小型”检查点会增加提示注入风险（见安全）。

如果你想要最省心的本地体验，从 Ollama 和 openclaw onboard 开始。本页是面向高端本地方案和自定义 OpenAI 兼容本地服务器的实战指南。

推荐方案：LM Studio + MiniMax M2.5（Responses API，完整版）

目前最好的本地方案。在 LM Studio 中加载 MiniMax M2.5，启用本地服务器（默认 http://127.0.0.1:1234），用 Responses API 将推理内容和最终文本分开。

{
  agents: {
    defaults: {
      model: { primary: "lmstudio/minimax-m2.5-gs32" },
      models: {
        "anthropic/claude-opus-4-6": { alias: "Opus" },
        "lmstudio/minimax-m2.5-gs32": { alias: "Minimax" },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 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 中下载最大可用的 MiniMax M2.5 版本（避免”小型”/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。
保持模型已加载；冷启动会增加延迟。
如果你的 LM Studio 版本不同，调整 contextWindow/maxTokens。
WhatsApp 场景下用 Responses API，这样只发送最终文本。

即使跑本地模型，也要保留云端模型配置；用 models.mode: "merge" 让回退始终可用。

混合配置：云端主力，本地回退

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-5",
        fallbacks: ["lmstudio/minimax-m2.5-gs32", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-5": { alias: "Sonnet" },
        "lmstudio/minimax-m2.5-gs32": { alias: "MiniMax Local" },
        "anthropic/claude-opus-4-6": { alias: "Opus" },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      lmstudio: {
        baseUrl: "http://127.0.0.1:1234/v1",
        apiKey: "lmstudio",
        api: "openai-responses",
        models: [
          {
            id: "minimax-m2.5-gs32",
            name: "MiniMax M2.5 GS32",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

本地优先，云端兜底

交换主力和回退的顺序即可；保持相同的 providers 块和 models.mode: "merge"，这样本地机器挂了时能回退到 Sonnet 或 Opus。

区域托管/数据路由

托管版的 MiniMax/Kimi/GLM 变体也在 OpenRouter 上提供区域固定端点（如美国托管）。在那里选择区域变体，可以把流量控制在你选定的管辖区域内，同时用 models.mode: "merge" 保留 Anthropic/OpenAI 回退。
纯本地仍然是最强的隐私路径；托管区域路由是在需要提供商功能但想控制数据流向时的折中方案。

其他 OpenAI 兼容的本地代理

vLLM、LiteLLM、OAI-proxy 或自定义网关，只要暴露 OpenAI 风格的 /v1 端点就能用。把上面的 provider 块替换成你的端点和模型 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"，让云端模型作为回退始终可用。

故障排除

Gateway 能连到代理吗？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。
上下文错误？降低 contextWindow 或提高服务器限制。
安全：本地模型跳过了提供商侧的过滤；保持 Agent 功能精简并开启压缩，以限制提示注入的影响范围。