vLLM - OpenClaw

vLLM 可以透過 OpenAI 相容 HTTP API 提供開放原始碼（以及部分自訂）模型。OpenClaw 會使用 openai-completions API 連接到 vLLM。當你選擇啟用 VLLM_API_KEY 時，OpenClaw 也可以從 vLLM 自動探索可用模型（如果你的伺服器未強制驗證，任何值都可以）。在 agents.defaults.models 中使用 vllm/*，可在同時設定自訂 vLLM 基礎 URL 時，讓探索保持動態。 OpenClaw 會將 vllm 視為支援串流使用量計算的本機 OpenAI 相容供應商，因此狀態/內容 Token 計數可以從 stream_options.include_usage 回應更新。

屬性	值
供應商 ID	`vllm`
API	`openai-completions`（OpenAI 相容）
驗證	`VLLM_API_KEY` 環境變數
預設基礎 URL	`http://127.0.0.1:8000/v1`

開始使用

使用 OpenAI 相容伺服器啟動 vLLM

你的基礎 URL 應公開 /v1 端點（例如 /v1/models、/v1/chat/completions）。vLLM 通常執行於：

http://127.0.0.1:8000/v1

設定 API 金鑰環境變數

如果你的伺服器未強制驗證，任何值都可以：

export VLLM_API_KEY="vllm-local"

選取模型

請替換為你的其中一個 vLLM 模型 ID：

{
  agents: {
    defaults: {
      model: { primary: "vllm/your-model-id" },
    },
  },
}

確認模型可用

openclaw models list --provider vllm

模型探索（隱含供應商）

當已設定 VLLM_API_KEY（或存在驗證設定檔），且你未定義 models.providers.vllm 時，OpenClaw 會查詢：

GET http://127.0.0.1:8000/v1/models

並將傳回的 ID 轉換為模型項目。

如果你明確設定 models.providers.vllm，OpenClaw 預設會使用你宣告的模型。當你希望 OpenClaw 查詢該已設定供應商的 /models 端點，並包含所有宣告的 vLLM 模型時，請將 "vllm/*": {} 加入 agents.defaults.models。

明確設定（手動模型）

在下列情況使用明確設定：

vLLM 執行於不同主機或連接埠
你想固定 contextWindow 或 maxTokens 值
你的伺服器需要真正的 API 金鑰（或你想控制標頭）
你連接到受信任的迴環、LAN 或 Tailscale vLLM 端點

{
  models: {
    providers: {
      vllm: {
        baseUrl: "http://127.0.0.1:8000/v1",
        apiKey: "${VLLM_API_KEY}",
        api: "openai-completions",
        request: { allowPrivateNetwork: true },
        timeoutSeconds: 300, // Optional: extend connect/header/body/request timeout for slow local models
        models: [
          {
            id: "your-model-id",
            name: "Local vLLM Model",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 128000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

若要讓此供應商保持動態，而不必手動列出每個模型，請將供應商萬用字元加入可見模型目錄：

{
  agents: {
    defaults: {
      models: {
        "vllm/*": {},
      },
    },
  },
}

進階設定

代理樣式行為

vLLM 會被視為代理樣式的 OpenAI 相容 /v1 後端，而不是原生 OpenAI 端點。這表示：

行為	是否套用？
原生 OpenAI 請求塑形	否
`service_tier`	不傳送
Responses `store`	不傳送
提示快取提示	不傳送
OpenAI 推理相容酬載塑形	不套用
隱藏的 OpenClaw 歸因標頭	不會注入自訂基礎 URL

Qwen 思考控制

對於透過 vLLM 提供的 Qwen 模型，當伺服器預期使用 Qwen 聊天範本 kwargs 時，請在模型項目上設定 params.qwenThinkingFormat: "chat-template"。OpenClaw 會將 /think off 對應為：

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

非 off 的思考等級會傳送 enable_thinking: true。如果你的端點預期改用 DashScope 樣式的頂層旗標，請使用 params.qwenThinkingFormat: "top-level"，將 enable_thinking 傳送到請求根層級。也接受 snake-case 的 params.qwen_thinking_format。

Nemotron 3 思考控制

vLLM/Nemotron 3 可以使用聊天範本 kwargs 來控制推理是以隱藏推理還是可見答案文字傳回。當 OpenClaw 工作階段在關閉思考時使用 vllm/nemotron-3-*，隨附的 vLLM Plugin 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，該值會具有最終優先權，因為 extra_body 是最後的請求主體覆寫。

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

Qwen 工具呼叫顯示為文字

首先確認 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。例如，vLLM 文件指出 Qwen2.5 模型使用 hermes，Qwen3-Coder 模型使用 qwen3_xml。症狀：

Skills 或工具從未執行
助理列印原始 JSON/XML，例如 {"name":"read","arguments":...}
當 OpenClaw 傳送 tool_choice: "auto" 時，vLLM 傳回空的 tool_calls 陣列

有些 Qwen/vLLM 組合只有在請求使用 tool_choice: "required" 時才會傳回結構化工具呼叫。對於這些模型項目，請使用 params.extra_body 強制 OpenAI 相容請求欄位：

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

將 Qwen-Qwen2.5-Coder-32B-Instruct 替換為下列命令傳回的確切 ID：

openclaw models list --provider vllm

你也可以從 CLI 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

這是一個選擇啟用的相容性因應方案。它會讓每次帶有工具的模型回合都需要工具呼叫，因此只應用於該行為可接受的專用本機模型項目。請勿將它作為所有 vLLM 模型的全域預設值，也不要使用會盲目將任意助理文字轉換為可執行工具呼叫的代理。

自訂基礎 URL

如果你的 vLLM 伺服器執行於非預設主機或連接埠，請在明確供應商設定中設定 baseUrl：

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

疑難排解

首次回應緩慢或遠端伺服器逾時

對於大型本機模型、遠端 LAN 主機或 tailnet 連結，請設定供應商範圍的請求逾時：

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

timeoutSeconds 僅套用於 vLLM 模型 HTTP 請求，包括連線設定、回應標頭、主體串流，以及整體受保護 fetch 中止。請優先使用此設定，再考慮增加控制整個 Agent 執行的 agents.defaults.timeoutSeconds。

無法連上伺服器

檢查 vLLM 伺服器是否正在執行且可存取：

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

如果看到連線錯誤，請確認主機、連接埠，以及 vLLM 是否以 OpenAI 相容伺服器模式啟動。對於明確的迴環、LAN 或 Tailscale 端點，也請設定 models.providers.vllm.request.allowPrivateNetwork: true；除非供應商被明確信任，否則供應商請求預設會封鎖私人網路 URL。

請求發生驗證錯誤

如果請求因驗證錯誤而失敗，請設定符合你伺服器設定的真實 VLLM_API_KEY，或在 models.providers.vllm 下明確設定供應商。

如果你的 vLLM 伺服器未強制驗證，VLLM_API_KEY 的任何非空值都可作為 OpenClaw 的選擇啟用訊號。

未探索到模型

自動探索需要設定 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。

工具呈現為原始文字

如果 Qwen 模型列印 JSON/XML 工具語法而不是執行 Skill，請查看上方進階設定中的 Qwen 指引。通常的修正方式是：

使用該模型的正確剖析器/範本啟動 vLLM
使用 openclaw models list --provider vllm 確認確切模型 ID
只有在 tool_choice: "auto" 仍傳回空白或純文字工具呼叫時，才加入專用的個別模型 params.extra_body.tool_choice: "required" 覆寫

更多協助：疑難排解和常見問題。

模型選擇

選擇供應商、模型參照與容錯移轉行為。

OpenAI

原生 OpenAI 供應商與 OpenAI 相容路由行為。

OAuth 和驗證

驗證詳細資訊與憑證重用規則。

疑難排解

常見問題及其解決方式。

Documentation Index

​開始使用

​模型探索（隱含供應商）

​明確設定（手動模型）

​進階設定

​疑難排解

​相關

模型選擇

OpenAI

OAuth 和驗證

疑難排解

開始使用

模型探索（隱含供應商）

明確設定（手動模型）

進階設定

疑難排解

相關