本地模型

本地运行是可行的，但 OpenClaw 期望大上下文 + 强防御来对抗提示注入。小显卡会截断上下文并泄露安全措施。目标要高：**至少 2 台满?Mac Studios 或等?GPU 设备（~30k+ 美元?。仅 24 GB ?GPU 仅适用于较轻提示且延迟更高的情况。使?您能运行的最大的/完整尺寸模型变体；积极量化或”?检查点会增加提示注入风险（请参阅安全）?

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?MiniMax M2.1，启用本地服务器（默?http://127.0.0.1:1234），并使?Responses API 将推理与最终文本分开?

{
  agents: {
    defaults: {
      model: { primary: "lmstudio/minimax-m2.1-gs32" },
      models: {
        "anthropic/claude-opus-4-6": { 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,
          },
        ],
      },
    },
  },
}

*设置检查清?

安装 LM Studio：https://lmstudio.ai
?LM Studio 中，下载可用的最?MiniMax M2.1 构建（避??/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?
如果您的 LM Studio 构建不同，调?contextWindow/maxTokens?
对于 WhatsApp，坚持使?Responses API，这样只发送最终文本?

即使运行本地模型也要保持托管模型配置；使?models.mode: "merge" 以便后备保持可用?

混合配置：托管主模型，本地后?

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-5",
        fallbacks: ["lmstudio/minimax-m2.1-gs32", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-5": { alias: "Sonnet" },
        "lmstudio/minimax-m2.1-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-m2.1-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，托管安全网

交换主模型和后备顺序；保持相同的 providers 块和 models.mode: "merge"，这样当本地盒子宕机时可以回退?Sonnet ?Opus?

区域托管/数据路由

托管?MiniMax/Kimi/GLM 变体也存在于 OpenRouter 上，具有区域固定的端点（例如美国托管）。在那里选择区域变体以将流量保持在您选择的司法管辖区内，同时仍使?models.mode: "merge" 进行 Anthropic/OpenAI 后备?
纯本地仍然是最强的隐私路径；当您需要提供商功能但想控制数据流时，托管区域路由是中间立场?

其他 OpenAI 兼容本地代理

vLLM、LiteLLM、OAI-proxy 或自定义网关如果暴露 OpenAI 风格?/v1 端点就可以工作。用您的端点和模?ID 替换上面?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" 以便托管模型作为后备保持可用?

故障排除

Gateway 可以到达代理？curl http://127.0.0.1:1234/v1/models?
LM Studio 模型卸载？重新加载；冷启动是常见?挂起”原因?
上下文错误？降低 contextWindow 或提高服务器限制?
安全：本地模型跳过提供商端过滤器；保持代理范围缩小并启用压缩以限制提示注入爆炸半径?