OpenClaw kann sich mit lokalen Modellen verbinden, aber gehe nicht davon aus, dass "chatten können" dasselbe ist wie "Agent sein können". Wenn eine kleine Anfrage auf dem lokalen OpenAI-kompatiblen Backend funktioniert, der OpenClaw-Agent jedoch fehlschlägt, liegt das meist an einer Inkompatibilität im Nachrichtenformat, im Toolaufruf oder in der Kontextlänge.
Mach zuerst einen Drei-Schicht-Test
- Geh direkt ins lokale
/v1/chat/completions, um zu bestätigen, dass das Backend verfügbar ist. - Verwenden Sie
openclaw infer model run, um zu testen, ob das Modell die grundlegende Antwort in OpenClaw abschließen kann. - Lass den Agenten ein einfaches Werkzeug aufrufen, wie zum Beispiel eine kleine Datei zu lesen oder einen Sicherheitsbefehl auszuführen.
Gemeinsame, kompatible Änderungen
- Melde
messages[].contenterforderliche Zeichenkette: Füge dem Modellcompat.requiresStringContent: truehinzu. - Normaler Chat funktioniert, Toolaufrufe scheitern: Überlege,
compat.supportsTools: falseeinzurichten und nicht zuzulassen, dass es toolbasierte Aufgaben übernimmt. - Kleine Hinweise können abstürzen, große Kontexte stürzen ab: Dies ist eine modell- oder serverseitige Beschränkung, die den Kontext reduziert oder das Backend verändert.
Lokale Modelle eignen sich für Privatsphäre, Offline- und Kostengünstige Szenarien, aber komplexe Toolchains sind für das Modell stabiler. Es wird empfohlen, das lokale Modell in risikoarme Aufgaben oder Fallbacks einzusetzen, und die Schlüsselautomatisierung wird weiterhin von einem starken Modell abgedeckt.
Offizielle Open-Source-Adresse: https://github.com/openclaw/openclaw.
Der sicherste Ansatz ist, einen separaten Testagenten für das lokale Modell zu erstellen, der nur risikoarme Tools zulässt. Stelle sicher, dass es Kontexte, Toolaufrufe und Fehlerwiederherstellung stabil handhaben kann, und setze es dann in den Fallback des Hauptagenten.
