本地模型

本地运行是可行的，但 OpenClaw 预期使用大上下文，并且需要对 prompt injection 有很强的防御。小规格显卡/小模型会截断上下文，削弱安全性。建议把目标定得更高：至少两台满配 Mac Studio 或同等 GPU 服务器（约 ($30k+)）。单张 24 GB GPU 只能应对更轻的 prompts，并且延迟更高。尽量使用你能跑的 最大/完整尺寸 模型版本；激进量化或“small” checkpoint 会提高 prompt injection 风险（参见 Security）。

推荐：LM Studio + MiniMax M2.1（Responses API，完整尺寸）

当前最好的本地组合。在 LM Studio 中加载 MiniMax M2.1，启用本地 server（默认 http://127.0.0.1:1234），并使用 Responses API 将 reasoning 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,
          },
        ],
      },
    },
  },
}

安装检查清单

• 安装 LM Studio：https://lmstudio.ai
• 在 LM Studio 中下载 可用的最大 MiniMax M2.1 构建版本（避免 “small”/重度量化变体），启动 server，并确认 http://127.0.0.1:1234/v1/models 能列出该模型。
• 保持模型常驻加载；冷启动会显著增加启动延迟。
• 如果你的 LM Studio 构建参数不同，调整 contextWindow/maxTokens。
• 对 WhatsApp 建议使用 Responses API，这样只发送最终文本。

即便你主要使用本地模型，也建议保留 hosted models 的配置；使用 models.mode: "merge"，以保证 fallback 始终可用。

混合配置：hosted 为主，本地为 fallback

{
  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，但保留 hosted 安全网

交换 primary 与 fallback 的顺序；保留相同的 providers block 与 models.mode: "merge"，这样当本地机器不可用时仍能 fallback 到 Sonnet 或 Opus。

区域托管 / 数据路由

• OpenRouter 上也有 hosted 的 MiniMax/Kimi/GLM 变体，并提供按地域固定的 endpoint（例如 US-hosted）。在那边选择区域变体，可把流量限制在你选择的司法辖区内，同时仍可用 models.mode: "merge" 保留 Anthropic/OpenAI 的 fallback。
• 纯本地仍是最强隐私路径；当你需要 provider 特性但又想控制数据流时，区域托管是一个折中方案。

其它 OpenAI 兼容本地代理

如果 vLLM、LiteLLM、OAI-proxy 或自建网关提供了 OpenAI 风格的 /v1 端点，也能工作。把上面的 provider block 替换为你的 endpoint 与 model 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,
          },
        ],
      },
    },
  },
}

保留 models.mode: "merge"，以便 hosted models 仍可作为 fallback。

排障

• Gateway 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。
• 上下文错误？降低 contextWindow 或提高 server 限制。
• 安全性：本地模型跳过 provider 侧过滤；保持 agents 边界更窄，并开启 compaction，以限制 prompt injection 的影响半径。