跳轉到主要內容
ds4 透過本機 Metal 後端提供 DeepSeek V4 Flash，並具備 OpenAI 相容的 /v1 API。OpenClaw 透過通用的 openai-completions 提供者系列連線到 ds4。 ds4 不是內建的 OpenClaw 提供者外掛。請在 models.providers.ds4 下設定，然後選取 ds4/deepseek-v4-flash。
屬性值
提供者 IDds4
外掛無（僅設定）
APIOpenAI 相容的 Chat Completions（openai-completions）
基礎 URLhttp://127.0.0.1:18000/v1（建議）
模型 IDdeepseek-v4-flash
工具呼叫OpenAI 風格的 tools / tool_calls
推理DeepSeek 風格的 thinking 和 reasoning_effort

​
需求

  • 支援 Metal 的 macOS。
  • 可正常運作的 ds4 checkout，包含 ds4-server 和 DeepSeek V4 Flash GGUF 檔案。
  • 足夠支援你選擇內容的記憶體；較大的 --ctx 值會在伺服器啟動時配置更多 KV 記憶體。
OpenClaw agent 回合包含工具 schema 和工作區內容。像 --ctx 4096 這樣很小的內容可能通過直接 curl 測試，但在完整 agent 執行時因 500 prompt exceeds context 而失敗。agent 和工具煙霧測試請至少使用 --ctx 32768。只有在記憶體足夠且要啟用 ds4 Think Max 時，才使用 --ctx 393216。

​
快速開始

1

啟動 ds4-server

將 <DS4_DIR> 替換為你的 ds4 checkout 路徑。
<DS4_DIR>/ds4-server \
  --model <DS4_DIR>/ds4flash.gguf \
  --host 127.0.0.1 \
  --port 18000 \
  --ctx 32768 \
  --tokens 128
2

驗證 OpenAI 相容端點

curl http://127.0.0.1:18000/v1/models
回應應包含 deepseek-v4-flash。
3

加入 OpenClaw 提供者設定

加入完整設定中的設定，然後執行一次性模型檢查：
openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json

​
完整設定

當 ds4 已在 127.0.0.1:18000 上執行時，使用此設定。 
{
  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"],
            },
          },
        ],
      },
    },
  },
}
讓 contextWindow 與 ds4-server --ctx 保持一致。除非你刻意想讓 OpenClaw 請求比伺服器預設值更少的輸出，否則讓 maxTokens 與 --tokens 保持一致。

​
隨需啟動

OpenClaw 可以只在選取 ds4/... 模型時啟動 ds4。將 localService 加到同一個提供者項目： 
{
  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 必須是絕對可執行檔路徑。不會使用 shell 查找和 ~ 展開。請參閱本機模型服務以了解每個 localService 欄位。

​
Think Max

ds4 只有在兩者皆為 true 時才會套用 Think Max：
  • ds4-server 以 --ctx 393216 或更高值啟動。
  • 請求使用 reasoning_effort: "max"（或等效的 ds4 effort 欄位）。
如果你執行這麼大的內容，請同時更新伺服器旗標和 OpenClaw 模型中繼資料： 
{
  contextWindow: 393216,
  maxTokens: 384000,
  compat: {
    supportsUsageInStreaming: true,
    supportsReasoningEffort: true,
    maxTokensField: "max_tokens",
    supportsStrictMode: false,
    thinkingFormat: "deepseek",
    supportedReasoningEfforts: ["low", "medium", "high", "xhigh", "max"],
  },
}

​
測試

直接 HTTP 檢查，繞過 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（與快速開始檢查相同）： 
openclaw infer model run \
  --local \
  --model ds4/deepseek-v4-flash \
  --thinking off \
  --prompt "Reply with exactly: openclaw-ds4-ok" \
  --json
完整 agent 和工具呼叫煙霧測試，內容至少為 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
預期結果：
  • executionTrace.winnerProvider 為 ds4
  • executionTrace.winnerModel 為 deepseek-v4-flash
  • toolSummary.calls 至少為 1
  • finalAssistantVisibleText 以 tool-ok 開頭

​
疑難排解

ds4 未執行，或未綁定到 baseUrl 中的主機/連接埠。啟動 ds4-server，然後重試：
curl http://127.0.0.1:18000/v1/models
設定的 --ctx 對 OpenClaw 回合來說太小。提高 ds4-server --ctx，然後更新 models.providers.ds4.models[].contextWindow 以保持一致。含工具的完整 agent 回合需要比直接單訊息 curl 請求多得多的內容。
ds4 只有在 --ctx 至少為 393216 且請求要求 reasoning_effort: "max" 時才會使用 Think Max。較小的內容會退回高推理。
ds4 有冷啟動的 Metal 駐留和模型暖機階段。當 OpenClaw 隨需啟動伺服器時，請設定 localService.readyTimeoutMs: 300000。

​
相關

本機模型服務

在模型請求前隨需啟動本機模型伺服器。

本機模型

選擇並操作本機模型後端。

模型提供者

設定提供者參照、驗證和容錯移轉。

DeepSeek

原生 DeepSeek 提供者行為與思考控制。