Skip to main content

Documentation Index

Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

inferrs 可以在 OpenAI 兼容的 /v1 API 后提供本地模型服务。OpenClaw 通过通用的 openai-completions 路径与 inferrs 配合使用。
属性值
提供商 IDinferrs（自定义；在 models.providers.inferrs 下配置）
插件无 — inferrs 不是内置的 OpenClaw 提供商插件
凭证环境变量可选。如果你的 inferrs 服务器没有凭证，任意值都可以
APIOpenAI 兼容（openai-completions）
建议的基础 URLhttp://127.0.0.1:8080/v1（或你的 inferrs 服务器所在位置）
目前最好将 inferrs 视为自定义的自托管 OpenAI 兼容后端，而不是专用的 OpenClaw 提供商插件。你通过 models.providers.inferrs 配置它，而不是通过新手引导选择标志。如果你需要真正内置、带自动发现的插件，请参阅 SGLang 或 vLLM。

​
入门指南

1

使用模型启动 inferrs

inferrs serve google/gemma-4-E2B-it \
  --host 127.0.0.1 \
  --port 8080 \
  --device metal
2

验证服务器可访问

curl http://127.0.0.1:8080/health
curl http://127.0.0.1:8080/v1/models
3

添加 OpenClaw 提供商条目

添加一个显式的提供商条目，并将默认模型指向它。请参阅下面的完整配置示例。

​
完整配置示例

此示例在本地 inferrs 服务器上使用 Gemma 4。 
{
  agents: {
    defaults: {
      model: { primary: "inferrs/google/gemma-4-E2B-it" },
      models: {
        "inferrs/google/gemma-4-E2B-it": {
          alias: "Gemma 4 (inferrs)",
        },
      },
    },
  },
  models: {
    mode: "merge",
    providers: {
      inferrs: {
        baseUrl: "http://127.0.0.1:8080/v1",
        apiKey: "inferrs-local",
        api: "openai-completions",
        models: [
          {
            id: "google/gemma-4-E2B-it",
            name: "Gemma 4 E2B (inferrs)",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 131072,
            maxTokens: 4096,
            compat: {
              requiresStringContent: true,
            },
          },
        ],
      },
    },
  },
}

​
按需启动

Inferrs 也可以仅在选择 inferrs/... 模型时由 OpenClaw 启动。将 localService 添加到同一个提供商条目中： 
{
  models: {
    providers: {
      inferrs: {
        baseUrl: "http://127.0.0.1:8080/v1",
        apiKey: "inferrs-local",
        api: "openai-completions",
        timeoutSeconds: 300,
        localService: {
          command: "/opt/homebrew/bin/inferrs",
          args: [
            "serve",
            "google/gemma-4-E2B-it",
            "--host",
            "127.0.0.1",
            "--port",
            "8080",
            "--device",
            "metal",
          ],
          healthUrl: "http://127.0.0.1:8080/v1/models",
          readyTimeoutMs: 180000,
          idleStopMs: 0,
        },
        models: [
          {
            id: "google/gemma-4-E2B-it",
            name: "Gemma 4 E2B (inferrs)",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 131072,
            maxTokens: 4096,
            compat: {
              requiresStringContent: true,
            },
          },
        ],
      },
    },
  },
}
command 必须是绝对路径。在 Gateway 网关主机上使用 which inferrs，并将该路径放入配置。完整字段参考请参阅本地模型服务。

​
高级配置

某些 inferrs Chat Completions 路由只接受字符串 messages[].content，不接受结构化的内容部分数组。
如果 OpenClaw 运行失败并出现类似这样的错误：
messages[1].content: invalid type: sequence, expected a string
请在你的模型条目中设置 compat.requiresStringContent: true。
compat: {
  requiresStringContent: true
}
OpenClaw 会在发送请求前，将纯文本内容部分扁平化为普通字符串。
某些当前的 inferrs + Gemma 组合可以接受小型直接 /v1/chat/completions 请求，但在完整的 OpenClaw agent 运行时轮次中仍会失败。如果发生这种情况，请先尝试：
compat: {
  requiresStringContent: true,
  supportsTools: false
}
这会为该模型禁用 OpenClaw 的工具模式表面，并可降低更严格本地后端上的提示压力。如果很小的直接请求仍然可用，但普通 OpenClaw agent 轮次继续在 inferrs 内部崩溃，则剩余问题通常是上游模型或服务器行为，而不是 OpenClaw 的传输层。
配置完成后，测试两个层级：
curl http://127.0.0.1:8080/v1/chat/completions \
  -H 'content-type: application/json' \
  -d '{"model":"google/gemma-4-E2B-it","messages":[{"role":"user","content":"What is 2 + 2?"}],"stream":false}'

openclaw infer model run \
  --model inferrs/google/gemma-4-E2B-it \
  --prompt "What is 2 + 2? Reply with one short sentence." \
  --json
如果第一个命令可用，但第二个命令失败，请查看下面的故障排除部分。
inferrs 会被视为代理式的 OpenAI 兼容 /v1 后端，而不是原生 OpenAI 端点。
  • 此处不适用仅限原生 OpenAI 的请求塑形
  • 没有 service_tier，没有 Responses store，没有提示缓存提示，也没有 OpenAI 推理兼容负载塑形
  • 隐藏的 OpenClaw 归因标头（originator、version、User-Agent）不会注入到自定义 inferrs 基础 URL 中

​
故障排除

inferrs 未运行、不可访问，或未绑定到预期的主机/端口。请确保服务器已启动，并正在你配置的地址上监听。
在模型条目中设置 compat.requiresStringContent: true。详情请参阅上面的 requiresStringContent 部分。
尝试设置 compat.supportsTools: false 以禁用工具模式表面。请参阅上面的 Gemma 工具模式注意事项。
如果 OpenClaw 不再遇到模式错误，但 inferrs 仍然在较大的 agent 轮次上崩溃，请将其视为上游 inferrs 或模型限制。降低提示压力，或切换到不同的本地后端或模型。
如需通用帮助，请参阅故障排除和常见问题。

​
相关内容

本地模型

使用 OpenClaw 连接本地模型服务器。

本地模型服务

为已配置的提供商按需启动本地模型服务器。

Gateway 网关故障排除

调试探测通过但 agent 运行失败的本地 OpenAI 兼容后端。

模型选择

所有提供商、模型引用和故障转移行为概览。