快速开始
ds4
ds4 通过本地 Metal 后端提供 DeepSeek V4 Flash，并暴露 OpenAI 兼容的 /v1 API。OpenClaw 通过通用 openai-completions 提供商系列连接到 ds4。
ds4 不是内置的 OpenClaw 提供商插件。请在 models.providers.ds4 下配置它，然后选择 ds4/deepseek-v4-flash。
- 提供商 ID：
ds4 - 插件：无
- API：OpenAI 兼容的 Chat Completions（
openai-completions） - 建议的基础 URL：
http://127.0.0.1:18000/v1 - 模型 ID：
deepseek-v4-flash - 工具调用：通过 OpenAI 风格的
tools和tool_calls支持 - 推理：DeepSeek 风格的
thinking和reasoning_effort
要求
- 支持 Metal 的 macOS。
- 可用的 ds4 checkout，包含
ds4-server和 DeepSeek V4 Flash GGUF 文件。 - 足够支撑你选择的上下文的内存。更大的
--ctx值会在服务器启动时分配更多 KV 内存。
快速开始
Start ds4-server
将 <DS4_DIR> 替换为你的 ds4 checkout 路径。
<DS4_DIR>/ds4-server \ --model <DS4_DIR>/ds4flash.gguf \ --host 127.0.0.1 \ --port 18000 \ --ctx 32768 \ --tokens 128Verify the OpenAI-compatible endpoint
curl http://127.0.0.1:18000/v1/models响应应包含 deepseek-v4-flash。
Add the OpenClaw provider config
添加完整配置中的配置，然后运行一次性模型检查：
openclaw infer model run \ --local \ --model ds4/deepseek-v4-flash \ --thinking off \ --prompt "Reply with exactly: openclaw-ds4-ok" \ --json完整配置
当 ds4 已在 127.0.0.1:18000 上运行时，使用此配置。
{ agents: { defaults: { model: { primary: "ds4/deepseek-v4-flash" }, models: { "ds4/deepseek-v4-flash": { alias: "DS4 local", }, }, }, }, models: { mode: "merge", providers: { ds4: { baseUrl: "http://127.0.0.1:18000/v1", apiKey: "ds4-local", api: "openai-completions", timeoutSeconds: 300, models: [ { id: "deepseek-v4-flash", name: "DeepSeek V4 Flash (ds4)", reasoning: true, input: ["text"], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 32768, maxTokens: 128, compat: { supportsUsageInStreaming: true, supportsReasoningEffort: true, maxTokensField: "max_tokens", supportsStrictMode: false, thinkingFormat: "deepseek", supportedReasoningEfforts: ["low", "medium", "high", "xhigh"], }, }, ], }, }, },}保持 contextWindow 与 ds4-server --ctx 值一致。保持 maxTokens 与 --tokens 一致，除非你有意让 OpenClaw 请求少于服务器默认值的输出。
按需启动
OpenClaw 可以只在选择 ds4/... 模型时启动 ds4。向同一个提供商条目添加 localService：
{ models: { providers: { ds4: { baseUrl: "http://127.0.0.1:18000/v1", apiKey: "ds4-local", api: "openai-completions", timeoutSeconds: 300, localService: { command: "<DS4_DIR>/ds4-server", args: [ "--model", "<DS4_DIR>/ds4flash.gguf", "--host", "127.0.0.1", "--port", "18000", "--ctx", "32768", "--tokens", "128", ], cwd: "<DS4_DIR>", healthUrl: "http://127.0.0.1:18000/v1/models", readyTimeoutMs: 300000, idleStopMs: 0, }, models: [ { id: "deepseek-v4-flash", name: "DeepSeek V4 Flash (ds4)", reasoning: true, input: ["text"], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 32768, maxTokens: 128, compat: { supportsUsageInStreaming: true, supportsReasoningEffort: true, maxTokensField: "max_tokens", supportsStrictMode: false, thinkingFormat: "deepseek", supportedReasoningEfforts: ["low", "medium", "high", "xhigh"], }, }, ], }, }, },}command 必须是绝对可执行文件路径。不会使用 shell 查找和 ~ 展开。每个 localService 字段请参阅本地模型服务。
Think Max
ds4 仅在两个条件都为真时应用 Think Max：
ds4-server以--ctx 393216或更高值启动。- 请求使用
reasoning_effort: "max"或等效的 ds4 effort 字段。
如果你运行这么大的上下文，请同时更新服务器标志和 OpenClaw 模型元数据：
{ contextWindow: 393216, maxTokens: 384000, compat: { supportsUsageInStreaming: true, supportsReasoningEffort: true, maxTokensField: "max_tokens", supportsStrictMode: false, thinkingFormat: "deepseek", supportedReasoningEfforts: ["low", "medium", "high", "xhigh", "max"], },}测试
从直接 HTTP 检查开始：
curl http://127.0.0.1:18000/v1/chat/completions \ -H 'content-type: application/json' \ -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"Reply with exactly: ds4-ok"}],"max_tokens":16,"stream":false,"thinking":{"type":"disabled"}}'然后测试 OpenClaw 模型路由：
openclaw infer model run \ --local \ --model ds4/deepseek-v4-flash \ --thinking off \ --prompt "Reply with exactly: openclaw-ds4-ok" \ --json对于完整智能体和工具调用冒烟测试，请使用至少 32768 的上下文：
openclaw agent \ --local \ --session-id ds4-tool-smoke \ --model ds4/deepseek-v4-flash \ --thinking off \ --message "Use the shell command pwd once, then reply exactly: tool-ok <output>" \ --json \ --timeout 240预期结果：
executionTrace.winnerProvider为ds4executionTrace.winnerModel为deepseek-v4-flashtoolSummary.calls至少为1finalAssistantVisibleText以tool-ok开头
故障排除
curl /v1/models cannot connect
ds4 未运行，或未绑定到 baseUrl 中的主机和端口。启动 ds4-server，然后重试：
curl http://127.0.0.1:18000/v1/models500 prompt exceeds context
配置的 --ctx 对 OpenClaw 轮次来说太小。提高 ds4-server --ctx，然后更新 models.providers.ds4.models[].contextWindow 以保持匹配。带工具的完整智能体轮次所需上下文明显多于直接的单消息 curl 请求。
Think Max does not activate
ds4 只有在 --ctx 至少为 393216 且请求要求 reasoning_effort: "max" 时才使用 Think Max。较小的上下文会回退到高推理。
The first request is slow
ds4 有冷启动的 Metal 驻留和模型预热阶段。当 OpenClaw 按需启动服务器时，请使用 localService.readyTimeoutMs: 300000。
