Pular para o conteúdo principal

​
Modelos locais

Executar localmente é viável, mas o OpenClaw espera contexto grande + defesas fortes contra injeção de prompt. Placas pequenas truncam contexto e enfraquecem a segurança. Mire alto: ≥2 Mac Studios no máximo ou equipamento de GPU equivalente (~US$ 30 mil+). Uma única GPU de 24 GB funciona apenas para prompts mais leves com maior latência. Use a maior variante / variante completa do modelo que você conseguir executar; checkpoints agressivamente quantizados ou “small” aumentam o risco de injeção de prompt (consulte Security). Se você quiser a configuração local com menos atrito, comece com Ollama e openclaw onboard. Esta página é o guia opinativo para stacks locais mais avançados e servidores locais personalizados compatíveis com OpenAI.

​
Recomendado: LM Studio + modelo local grande (Responses API)

A melhor stack local atual. Carregue um modelo grande no LM Studio (por exemplo, uma compilação completa de Qwen, DeepSeek ou Llama), ative o servidor local (padrão http://127.0.0.1:1234) e use a Responses API para manter o raciocínio separado do texto final. 
{
  agents: {
    defaults: {
      model: { primary: “lmstudio/my-local-model” },
      models: {
        “anthropic/claude-opus-4-6”: { alias: “Opus” },
        “lmstudio/my-local-model”: { alias: “Local” },
      },
    },
  },
  models: {
    mode: “merge”,
    providers: {
      lmstudio: {
        baseUrl: “http://127.0.0.1:1234/v1”,
        apiKey: “lmstudio”,
        api: “openai-responses”,
        models: [
          {
            id: “my-local-model”,
            name: “Modelo local”,
            reasoning: false,
            input: [“text”],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}
Checklist de configuração
  • Instale o LM Studio: https://lmstudio.ai
  • No LM Studio, baixe a maior compilação de modelo disponível (evite variantes “small”/fortemente quantizadas), inicie o servidor e confirme que http://127.0.0.1:1234/v1/models o lista.
  • Substitua my-local-model pelo ID real do modelo mostrado no LM Studio.
  • Mantenha o modelo carregado; o carregamento a frio adiciona latência na inicialização.
  • Ajuste contextWindow/maxTokens se sua compilação do LM Studio for diferente.
  • Para o WhatsApp, mantenha a Responses API para que apenas o texto final seja enviado.
Mantenha modelos hospedados configurados mesmo ao executar localmente; use models.mode: "merge" para que fallbacks continuem disponíveis.

​
Config híbrida: primário hospedado, fallback local

{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: ["lmstudio/my-local-model", "anthropic/claude-opus-4-6"],
      },
      models: {
        "anthropic/claude-sonnet-4-6": { alias: "Sonnet" },
        "lmstudio/my-local-model": { alias: "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: "my-local-model",
            name: "Modelo local",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 196608,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

​
Local-first com rede de segurança hospedada

Troque a ordem do primário e dos fallbacks; mantenha o mesmo bloco de providers e models.mode: "merge" para poder recorrer a Sonnet ou Opus quando a máquina local estiver indisponível.

​
Hospedagem regional / roteamento de dados

  • Variantes hospedadas de MiniMax/Kimi/GLM também existem no OpenRouter com endpoints fixados por região (por exemplo, hospedados nos EUA). Escolha a variante regional lá para manter o tráfego na jurisdição desejada e ainda usar models.mode: "merge" para fallbacks de Anthropic/OpenAI.
  • Local-only continua sendo o caminho de privacidade mais forte; roteamento regional hospedado é o meio-termo quando você precisa de recursos do provider, mas quer controlar o fluxo de dados.

​
Outros proxies locais compatíveis com OpenAI

vLLM, LiteLLM, OAI-proxy ou gateways personalizados funcionam se expuserem um endpoint /v1 no estilo OpenAI. Substitua o bloco de provider acima pelo seu endpoint e ID de modelo: 
{
  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: "Modelo local",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 120000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}
Mantenha models.mode: "merge" para que modelos hospedados continuem disponíveis como fallbacks. Observação de comportamento para backends locais/proxy /v1:
  • O OpenClaw os trata como rotas em estilo proxy compatíveis com OpenAI, não como endpoints OpenAI nativos
  • a modelagem de requisição exclusiva da OpenAI nativa não se aplica aqui: sem service_tier, sem store de Responses, sem modelagem de payload de compatibilidade de raciocínio OpenAI e sem dicas de cache de prompt
  • cabeçalhos ocultos de atribuição do OpenClaw (originator, version, User-Agent) não são injetados nessas URLs de proxy personalizadas

​
Solução de problemas

  • O gateway consegue alcançar o proxy? curl http://127.0.0.1:1234/v1/models.
  • O modelo do LM Studio foi descarregado? Carregue-o novamente; inicialização a frio é uma causa comum de “travamento”.
  • Erros de contexto? Reduza contextWindow ou aumente o limite do seu servidor.
  • Segurança: modelos locais ignoram filtros do lado do provider; mantenha agentes restritos e a compactação ativada para limitar o raio de impacto da injeção de prompt.