本地模型

本地部署是可行的，但 OpenClaw 需要大 Context 窗口和强大的 Prompt 注入防护。小显存会截断 Context 并降低安全性。建议配置：≥2 台顶配 Mac Studio 或同等 GPU 设备（约 $30k+）。单张 24 GB 显卡只能处理较轻的 Prompt，且延迟更高。使用你能运行的最大/完整版本模型；过度量化或”小型”版本会增加 Prompt 注入风险（参见安全）。

推荐方案：LM Studio + MiniMax M2.1（Responses API，完整版）

目前最佳的本地方案。在 LM Studio 中加载 MiniMax M2.1，启用本地服务器（默认 http://127.0.0.1:1234），使用 Responses API 将推理过程与最终文本分离。

{
  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,
          },
        ],
      },
    },
  },
}

配置清单

安装 LM Studio：https://lmstudio.ai
在 LM Studio 中下载最大的 MiniMax M2.1 版本（避免”小型”/重度量化版本），启动服务器，确认 http://127.0.0.1:1234/v1/models 能列出模型。
保持模型加载状态；冷启动会增加延迟。
如果你的 LM Studio 版本不同，调整 contextWindow/maxTokens。
对于 WhatsApp，使用 Responses API 以便只发送最终文本。

即使运行本地模型，也要保留云端模型配置；使用 models.mode: "merge" 让备用模型保持可用。

混合配置：云端主力，本地备用

{
  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，云端兜底

交换主力和备用的顺序；保持相同的 providers 配置和 models.mode: "merge"，这样本地服务器宕机时可以回退到 Sonnet 或 Opus。

区域托管 / 数据路由

OpenRouter 上也有托管的 MiniMax/Kimi/GLM 版本，提供区域固定端点（如美国托管）。选择区域版本可以让流量留在你选择的管辖区，同时仍可使用 models.mode: "merge" 回退到 Anthropic/OpenAI。
纯本地部署是最强的隐私方案；托管区域路由是需要 Provider 功能但想控制数据流向时的折中方案。

其他兼容 OpenAI 的本地代理

vLLM、LiteLLM、OAI-proxy 或自定义 Gateway 都可以，只要它们提供 OpenAI 风格的 /v1 端点。用你的端点和模型 ID 替换上面的 provider 配置：

{
  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" 让云端模型作为备用保持可用。

故障排除

Gateway 能访问代理吗？运行 curl http://127.0.0.1:1234/v1/models。
LM Studio 模型卸载了？重新加载；冷启动是常见的”卡住”原因。
Context 错误？降低 contextWindow 或提高服务器限制。
安全：本地模型跳过 Provider 侧的过滤；保持 Agent 范围窄小并开启 Compaction 以限制 Prompt 注入的影响范围。