OpenClawはローカルモデルに接続できますが、「チャットできる」ことが「エージェントになれる」ことと同じだとは思わないでください。 小さなリクエストはローカルのOpenAI互換バックエンドで動作してもOpenClawエージェントのターンが失敗する場合、通常はメッセージ形式、ツール呼び出し、またはコンテキストの長さの互換性の不一致が原因です。
まずは三層テストを行いましょう
- バックエンドが利用可能かどうかを直接ローカル
/v1/chat/completionsに問い合わせてください。 openclaw infer model runを使って、モデルがOpenClawで基本的な返信を完遂できるかどうかをテストします。- エージェントが小さなファイルの読み取りやセキュリティコマンドの実行など、簡単なツールを呼び出してもらうことができます。
共通の互換性修正条項
- レポート
messages[].content文字列が必要:モデルにcompat.requiresStringContent: trueを追加してください。 - 通常のチャットは動作しますが、ツール呼び出しは失敗します:
compat.supportsTools: falseを設定し、ツールベースのタスクを任せないようにしましょう。 - 小さなプロンプトはクラッシュし、大きなコンテキストはクラッシュします。これはモデルやサーバー側の制限であり、コンテキストを減らしたりバックエンドを変更したりします。
ローカルモデルはプライバシー、オフライン、低コストのシナリオに適していますが、複雑なツールチェーンの方がモデルにとってより安定しています。 ローカルモデルは低リスクのタスクやフォールバックに配置することが推奨されており、主要な自動化は依然として強力なモデルでカバーされています。
公式オープンソースアドレス:https://github.com/openclaw/openclaw。
最も安全な方法は、ローカルモデル用の別のテストエージェントを構築し、低リスクのツールのみを許可することです。 コンテキスト、ツールコール、エラーリカバリーを安定的に処理できるか確認し、それをメインエージェントのフォールバックに入れてください。
