Pular para o conteúdo principal
ds4 serve o DeepSeek V4 Flash a partir de um backend Metal local com uma API /v1 compatível com OpenAI. O OpenClaw se conecta ao ds4 por meio da família genérica de provedores openai-completions. ds4 não é um Plugin de provedor OpenClaw incluído. Configure-o em models.providers.ds4 e selecione ds4/deepseek-v4-flash.
  • ID do provedor: ds4
  • Plugin: nenhum
  • API: Chat Completions compatível com OpenAI (openai-completions)
  • URL base sugerida: http://127.0.0.1:18000/v1
  • ID do modelo: deepseek-v4-flash
  • Chamadas de ferramentas: compatíveis por meio de tools e tool_calls no estilo OpenAI
  • Raciocínio: thinking e reasoning_effort no estilo DeepSeek

​
Requisitos

  • macOS com suporte a Metal.
  • Um checkout ds4 funcional com ds4-server e o arquivo GGUF do DeepSeek V4 Flash.
  • Memória suficiente para o contexto que você escolher. Valores maiores de --ctx alocam mais memória KV quando o servidor inicia.
Turnos de agente OpenClaw incluem esquemas de ferramentas e contexto do workspace. Um contexto pequeno como --ctx 4096 pode passar em testes diretos com curl, mas falhar em execuções completas de agente com 500 prompt exceeds context. Use pelo menos --ctx 32768 para testes rápidos de agente e ferramenta. Use --ctx 393216 somente quando tiver memória suficiente e quiser o comportamento Think Max do ds4.

​
Início rápido

1

Iniciar ds4-server

Substitua <DS4_DIR> pelo caminho do seu checkout ds4.
<DS4_DIR>/ds4-server \
  --model <DS4_DIR>/ds4flash.gguf \
  --host 127.0.0.1 \
  --port 18000 \
  --ctx 32768 \
  --tokens 128
2

Verificar o endpoint compatível com OpenAI

curl http://127.0.0.1:18000/v1/models
A resposta deve incluir deepseek-v4-flash.
3

Adicionar a configuração do provedor OpenClaw

Adicione a configuração de Configuração completa e execute uma verificação pontual do modelo:
openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json

​
Configuração completa

Use esta configuração quando o ds4 já estiver em execução em 127.0.0.1:18000. 
{
  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"],
            },
          },
        ],
      },
    },
  },
}
Mantenha contextWindow alinhado ao valor ds4-server --ctx. Mantenha maxTokens alinhado a --tokens, a menos que você queira intencionalmente que o OpenClaw solicite menos saída que o padrão do servidor.

​
Inicialização sob demanda

O OpenClaw pode iniciar o ds4 somente quando um modelo ds4/... é selecionado. Adicione localService à mesma entrada de provedor: 
{
  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 deve ser um caminho absoluto para o executável. Busca pelo shell e expansão de ~ não são usadas. Consulte Serviços de modelo locais para ver todos os campos de localService.

​
Think Max

O ds4 aplica Think Max somente quando as duas condições são verdadeiras:
  • ds4-server inicia com --ctx 393216 ou superior.
  • A solicitação usa reasoning_effort: "max" ou o campo de esforço equivalente do ds4.
Se você executar esse contexto grande, atualize tanto as flags do servidor quanto os metadados do modelo OpenClaw: 
{
  contextWindow: 393216,
  maxTokens: 384000,
  compat: {
    supportsUsageInStreaming: true,
    supportsReasoningEffort: true,
    maxTokensField: "max_tokens",
    supportsStrictMode: false,
    thinkingFormat: "deepseek",
    supportedReasoningEfforts: ["low", "medium", "high", "xhigh", "max"],
  },
}

​
Teste

Comece com uma verificação HTTP direta: 
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"}}'
Depois, teste o roteamento de modelo do OpenClaw: 
openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json
Para um teste rápido completo de agente e chamada de ferramenta, use um contexto de pelo menos 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
Resultado esperado:
  • executionTrace.winnerProvider é ds4
  • executionTrace.winnerModel é deepseek-v4-flash
  • toolSummary.calls é pelo menos 1
  • finalAssistantVisibleText começa com tool-ok

​
Solução de problemas

ds4 não está em execução ou não está vinculado ao host e à porta em baseUrl. Inicie ds4-server e tente novamente:
curl http://127.0.0.1:18000/v1/models
O --ctx configurado é pequeno demais para o turno do OpenClaw. Aumente ds4-server --ctx e atualize models.providers.ds4.models[].contextWindow para corresponder. Turnos completos de agente com ferramentas precisam de substancialmente mais contexto do que uma solicitação curl direta com uma única mensagem.
ds4 usa Think Max somente quando --ctx é pelo menos 393216 e a solicitação pede reasoning_effort: "max". Contextos menores retornam para raciocínio alto.
ds4 tem uma fase fria de residência em Metal e aquecimento do modelo. Use localService.readyTimeoutMs: 300000 quando o OpenClaw iniciar o servidor sob demanda.

​
Relacionado

Serviços de modelo locais

Inicie servidores de modelo locais sob demanda antes de solicitações de modelo.

Modelos locais

Escolha e opere backends de modelo locais.

Provedores de modelo

Configure refs de provedor, autenticação e failover.

DeepSeek

Comportamento nativo do provedor DeepSeek e controles de thinking.