vLLM

vLLM 會被視為代理式的 OpenAI 相容 /v1 後端，而非原生 OpenAI 端點：

對於 Qwen 模型，若伺服器預期 Qwen 聊天範本關鍵字引數，請在模型列設定 compat.thinkingFormat: "qwen-chat-template"。這些模型會公開二元 /think 設定檔（off、on），因為 Qwen 聊天範本的思考功能是開關旗標，而非 OpenAI 式的投入程度階梯。

{  models: {    providers: {      vllm: {        models: [          {            id: "Qwen/Qwen3-8B",            name: "Qwen3 8B",            reasoning: true,            compat: { thinkingFormat: "qwen-chat-template" },          },        ],      },    },  },}

OpenClaw 會將 /think off 對應至：

{  "chat_template_kwargs": {    "enable_thinking": false,    "preserve_thinking": true  }}

非 off 的思考層級會傳送 enable_thinking: true。如果你的端點改為預期 DashScope 式頂層旗標，請使用 compat.thinkingFormat: "qwen"，在請求根層級傳送 enable_thinking。

對於關閉思考功能的 vllm/nemotron-3-* 模型，隨附的外掛會傳送：

{  "chat_template_kwargs": {    "enable_thinking": false,    "force_nonempty_content": true  }}

若要自訂這些值，請在模型參數下設定 chat_template_kwargs。如果你也設定 params.extra_body.chat_template_kwargs，會以該值為準，因為 extra_body 是最後套用的請求本文覆寫。

{  agents: {    defaults: {      models: {        "vllm/nemotron-3-super": {          params: {            chat_template_kwargs: {              enable_thinking: false,              force_nonempty_content: true,            },          },        },      },    },  },}

請先確認 vLLM 已使用適合該模型的正確工具呼叫剖析器與聊天範本啟動。vLLM 文件為 Qwen2.5 模型記載 hermes，並為 Qwen3-Coder 模型記載 qwen3_xml。

症狀：Skills／工具從未執行、助理輸出 {"name":"read","arguments":...} 等原始 JSON/XML，或 OpenClaw 傳送 tool_choice: "auto" 時，vLLM 傳回空的 tool_calls 陣列。

部分 Qwen/vLLM 組合只會在請求使用 tool_choice: "required" 時傳回結構化工具呼叫。請使用 params.extra_body 針對各模型強制啟用：

{  agents: {    defaults: {      models: {        "vllm/Qwen-Qwen2.5-Coder-32B-Instruct": {          params: {            extra_body: {              tool_choice: "required",            },          },        },      },    },  },}

請將模型 ID 替換為 openclaw models list --provider vllm 中的確切 ID，或從命令列介面套用相同覆寫：

openclaw config set agents.defaults.models '{"vllm/Qwen-Qwen2.5-Coder-32B-Instruct":{"params":{"extra_body":{"tool_choice":"required"}}}}' --strict-json --merge

這是選擇性啟用的因應措施：它會強制每個提供工具的回合進行工具呼叫，因此只能用於可接受此行為的專用模型項目。請勿將其設為所有 vLLM 模型的全域預設值，也不要將其與會把任意助理文字轉換為可執行工具呼叫的代理搭配使用。

如果你的 vLLM 伺服器在非預設主機或連接埠上執行，請在明確的提供者設定中設定 baseUrl：

{  models: {    providers: {      vllm: {        baseUrl: "http://192.168.1.50:9000/v1",        apiKey: "${VLLM_API_KEY}",        api: "openai-completions",        timeoutSeconds: 300,        models: [          {            id: "my-custom-model",            name: "Remote vLLM Model",            reasoning: false,            input: ["text"],            contextWindow: 64000,            maxTokens: 4096,          },        ],      },    },  },}

對於大型本機模型、遠端區域網路主機或 tailnet 連線，請設定提供者範圍的請求逾時：

{  models: {    providers: {      vllm: {        baseUrl: "http://192.168.1.50:8000/v1",        apiKey: "${VLLM_API_KEY}",        api: "openai-completions",        timeoutSeconds: 300,        models: [{ id: "your-model-id", name: "Local vLLM Model" }],      },    },  },}

timeoutSeconds 僅套用於 vLLM 模型 HTTP 請求：連線設定、回應標頭、本文串流，以及受保護擷取作業的整體中止。它也會將此提供者的 LLM 閒置／串流監控逾時上限提高至隱含的約 120s 預設值以上。請優先採用此設定，而非提高控制整個代理執行過程的 agents.defaults.timeoutSeconds。

請檢查 vLLM 伺服器是否正在執行且可供存取：

curl http://127.0.0.1:8000/v1/models

如果出現連線錯誤，請確認主機、連接埠，以及 vLLM 是否以 OpenAI 相容伺服器模式啟動。對於回送、區域網路和 Tailscale 端點上的受保護模型請求，OpenClaw 會信任設定之 models.providers.vllm.baseUrl 的確切來源。若未明確選擇啟用，中繼資料／連結本機來源仍會遭到封鎖。只有當 vLLM 請求必須連線至其他私人來源時，才設定 models.providers.vllm.request.allowPrivateNetwork: true；若要停用確切來源信任，則設定 false。

如果請求因驗證錯誤而失敗，請設定符合伺服器設定的真正 VLLM_API_KEY，或在 models.providers.vllm 下明確設定提供者。

自動探索要求設定 VLLM_API_KEY。如果你已定義 models.providers.vllm，除非 agents.defaults.models 包含 "vllm/*": {}，否則 OpenClaw 只會使用你宣告的模型。

如果 Qwen 模型輸出 JSON/XML 工具語法，而非執行 Skill：

• 使用適合該模型的正確剖析器／範本啟動 vLLM。
• 使用 openclaw models list --provider vllm 確認確切的模型 ID。
• 只有在 tool_choice: "auto" 仍傳回空白或純文字工具呼叫時，才新增專用的各模型 params.extra_body.tool_choice: "required" 覆寫。