---
read_when:
- 你想让 OpenClaw 针对 antirez/ds4 运行
- 你想要一个支持工具调用的本地 DeepSeek V4 Flash 后端
- 你需要 ds4-server 的 OpenClaw 配置
summary: 通过 ds4（本地 DeepSeek V4 Flash OpenAI 兼容服务器）运行 OpenClaw
title: ds4
x-i18n:
generated_at: "2026-06-27T03:03:14Z"
model: gpt-5.5
postprocess_version: locale-links-v1
provider: openai
source_hash: a9922421d39f5d2d29dfa62de9fc3de7131dfa96445d0646cd02ad766a125544
source_path: providers/ds4.md
workflow: 16
---
[ds4](https://github.com/antirez/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。
OpenClaw 智能体轮次包含工具 schema 和工作区上下文。像 `--ctx 4096` 这样很小的上下文可能通过直接 curl 测试，但在完整智能体运行中失败，并出现 `500 prompt exceeds context`。智能体和工具冒烟测试至少使用 `--ctx 32768`。只有在你有足够内存并且想要 ds4 Think Max 行为时，才使用 `--ctx 393216`。
## 快速开始
将 `` 替换为你的 ds4 checkout 路径。
```bash
/ds4-server \
--model /ds4flash.gguf \
--host 127.0.0.1 \
--port 18000 \
--ctx 32768 \
--tokens 128
```
```bash
curl http://127.0.0.1:18000/v1/models
```
响应应包含 `deepseek-v4-flash`。
添加[完整配置](#full-config)中的配置，然后运行一次性模型检查：
```bash
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。
```json5
{
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`：
```json5
{
models: {
providers: {
ds4: {
baseUrl: "http://127.0.0.1:18000/v1",
apiKey: "ds4-local",
api: "openai-completions",
timeoutSeconds: 300,
localService: {
command: "/ds4-server",
args: [
"--model",
"/ds4flash.gguf",
"--host",
"127.0.0.1",
"--port",
"18000",
"--ctx",
"32768",
"--tokens",
"128",
],
cwd: "",
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](/zh-CN/gateway/local-model-services)。
## 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：
```json5
{
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：
```bash
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：
```bash
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：
```bash
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