ds4

ds4 通过本地 Metal 后端提供 DeepSeek V4 Flash，并带有 OpenAI 兼容的 /v1 API。OpenClaw 通过通用的 openai-completions 提供商系列连接 ds4。

ds4 不是 OpenClaw 捆绑的提供商插件。请在 models.providers.ds4 下配置它，然后选择 ds4/deepseek-v4-flash。

属性	值
提供商 ID	`ds4`
插件	无（仅配置）
API	OpenAI 兼容 Chat Completions（`openai-completions`）
Base URL	`http://127.0.0.1:18000/v1`（建议）
模型 ID	`deepseek-v4-flash`
工具调用	OpenAI 风格的 `tools` / `tool_calls`
推理	DeepSeek 风格的 `thinking` 和 `reasoning_effort`

需求¶

支持 Metal 的 macOS。
一个可用的 ds4 检出目录，其中包含 ds4-server 和 DeepSeek V4 Flash GGUF 文件。
足够的内存以容纳你选择的上下文；更大的 --ctx 值会在服务器启动时分配更多 KV 内存。

Warning

OpenClaw 代理轮次包含工具架构和工作区上下文。极小的上下文（例如 --ctx 4096）可能通过直接 curl 测试，但在完整代理运行中会因 500 prompt exceeds context 而失败。对于代理和工具冒烟测试，至少使用 --ctx 32768。仅在内存充足且需要启用 ds4 Think Max 时使用 --ctx 393216。

快速开始¶

1. 启动 ds4-server

将 <DS4_DIR> 替换为你的 ds4 检出路径。

<DS4_DIR>/ds4-server \
  --model <DS4_DIR>/ds4flash.gguf \
  --host 127.0.0.1 \
  --port 18000 \
  --ctx 32768 \
  --tokens 128

2. 验证 OpenAI 兼容端点

curl http://127.0.0.1:18000/v1/models

响应应包含 deepseek-v4-flash。

3. 添加 OpenClaw 提供商配置

添加来自完整配置的配置，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 一致。除非你有意让 OpenClaw 请求比服务器默认值更少的输出，否则保持 maxTokens 与 --tokens 一致。

按需启动¶

OpenClaw 可以在选择 ds4/... 模型时启动 ds4。在同一提供商条目中添加 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 必须是可执行文件的绝对路径。不会使用 Shell 查找和 ~ 展开。有关每个 localService 字段，请参阅本地模型服务。

Think Max¶

ds4 仅在以下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）。

如果你运行该大上下文，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¶

直接 HTTP 检查，绕过 OpenClaw：

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"}}'

OpenClaw 模型路由（与快速入门检查相同）：

openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json

完整的智能体和工具调用冒烟测试，上下文至少为 32768：

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 ds4
executionTrace.winnerModel 为 deepseek-v4-flash
toolSummary.calls 至少为 1
finalAssistantVisibleText 以 tool-ok 开头

故障排查¶

curl /v1/models 无法连接

ds4 未运行，或未绑定到 baseUrl 中的主机/端口。启动 ds4-server，然后重试：

curl http://127.0.0.1:18000/v1/models

500 提示词超出上下文

配置的 --ctx 对于 OpenClaw 回合来说太小。提高 ds4-server --ctx，然后更新 models.providers.ds4.models[].contextWindow 以匹配。带有工具的完整智能体回合所需的上下文远大于直接单条消息 curl 请求。

Think Max 未激活

仅当 --ctx 至少为 393216 且请求要求 reasoning_effort: "max" 时，ds4 才会使用 Think Max。较小的上下文会回退到高推理。

首次请求较慢

ds4 存在冷 Metal 驻留和模型预热阶段。当 OpenClaw 按需启动服务器时，设置 localService.readyTimeoutMs: 300000。

本地模型服务

在模型请求前按需启动本地模型服务器。

本地模型

选择并操作本地模型后端。

模型提供商

配置提供商引用、身份验证和故障转移。

DeepSeek

原生 DeepSeek 提供商行为和思考控制。

本页原文 Markdown：在 AtomGit 查看·内容源自开源项目 cl/openclaw

ds4

需求¶

快速开始¶

完整配置¶

按需启动¶

Think Max¶

测试¶

故障排查¶

相关¶