Skip to main content

​
vLLM

vLLM 可以通过 OpenAI 兼容的 HTTP API 提供开源模型（以及某些自定义模型）服务。OpenClaw 可以使用 openai-completions API 连接到 vLLM。 当你通过 VLLM_API_KEY 选择启用时，OpenClaw 还可以从 vLLM 自动发现可用模型（如果你的服务器不强制认证，任意值都可以），前提是你没有定义显式的 models.providers.vllm 条目。

​
快速开始

  1. 使用 OpenAI 兼容服务器启动 vLLM。
你的基础 URL 应暴露 /v1 端点（例如 /v1/models、/v1/chat/completions）。vLLM 常见运行地址为：
  • http://127.0.0.1:8000/v1
  1. 选择启用它（如果未配置认证，任意值都可以）：
export VLLM_API_KEY="vllm-local"
  1. 选择一个模型（替换为你的 vLLM 模型 ID 之一）：
{
  agents: {
    defaults: {
      model: { primary: "vllm/your-model-id" },
    },
  },
}

​
模型发现（隐式 provider）

当设置了 VLLM_API_KEY（或存在认证配置文件），并且你没有定义 models.providers.vllm 时，OpenClaw 将查询：
  • GET http://127.0.0.1:8000/v1/models
……并将返回的 ID 转换为模型条目。 如果你显式设置了 models.providers.vllm，则会跳过自动发现，你必须手动定义模型。

​
显式配置（手动模型）

在以下情况下使用显式配置：
  • vLLM 运行在其他主机或端口上。
  • 你想固定 contextWindow/maxTokens 的值。
  • 你的服务器需要真实 API 密钥（或你想控制请求头）。
{
  models: {
    providers: {
      vllm: {
        baseUrl: "http://127.0.0.1:8000/v1",
        apiKey: "${VLLM_API_KEY}",
        api: "openai-completions",
        models: [
          {
            id: "your-model-id",
            name: "Local vLLM Model",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 128000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

​
故障排除

  • 检查服务器是否可达：
curl http://127.0.0.1:8000/v1/models
  • 如果请求因认证错误而失败，请设置与你的服务器配置匹配的真实 VLLM_API_KEY，或在 models.providers.vllm 下显式配置该 provider。

​
代理式行为

vLLM 被视为一种代理式 OpenAI 兼容 /v1 后端，而不是原生 OpenAI 端点。
  • 这里不适用仅限原生 OpenAI 的请求塑形
  • 不支持 service_tier、Responses store、提示缓存提示，也不支持 OpenAI 推理兼容负载塑形
  • 在自定义 vLLM 基础 URL 上，不会注入隐藏的 OpenClaw 归因请求头 （originator、version、User-Agent）