> ## 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.
# vLLM
vLLM 透過 **OpenAI 相容**的 HTTP API 提供開放原始碼（以及部分自訂）模型。OpenClaw 使用 `openai-completions` API 連線，並可在你選擇使用 `VLLM_API_KEY` 時**自動探索**模型。
| 屬性 | 值 |
| -------- | ---------------------------------- |
| 提供者 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` |
| 串流用量 | 支援（`stream_options.include_usage`） |
## 開始使用
你的基礎 URL 必須公開 `/v1` 端點（`/v1/models`、`/v1/chat/completions`）。vLLM 通常執行於：
```text theme={"theme":{"light":"min-light","dark":"min-dark"}}
http://127.0.0.1:8000/v1
```
如果你的伺服器未強制驗證，任何非空值都可使用：
```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
export VLLM_API_KEY="vllm-local"
```
替換為你的其中一個 vLLM 模型 ID：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
agents: {
defaults: {
model: { primary: "vllm/your-model-id" },
},
},
}
```
```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
openclaw models list --provider vllm
```
對於非互動式設定（CI、腳本），請直接傳入基礎 URL、金鑰和模型：
```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
openclaw onboard --non-interactive \
--mode local \
--auth-choice vllm \
--custom-base-url "http://127.0.0.1:8000/v1" \
--custom-api-key "vllm-local" \
--custom-model-id "your-model-id"
```
## 模型探索（隱含提供者）
當已設定 `VLLM_API_KEY`（或存在驗證設定檔），且**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 只會使用你宣告的模型。將 `"vllm/*": {}` 新增至 `agents.defaults.models`，即可讓 OpenClaw 也查詢該已設定提供者的 `/models` 端點，並納入所有公告的 vLLM 模型。
## 明確設定
當 vLLM 執行在不同主機或連接埠、你想固定 `contextWindow`/`maxTokens`、你的伺服器需要真實 API 金鑰，或你要連線到受信任的 loopback、LAN 或 Tailscale 端點時，請明確設定：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
models: {
providers: {
vllm: {
baseUrl: "http://127.0.0.1:8000/v1",
apiKey: "${VLLM_API_KEY}",
api: "openai-completions",
timeoutSeconds: 300, // Optional: extend 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,
},
],
},
},
},
}
```
若要讓提供者保持動態，而不列出每個模型，請在可見模型目錄中新增萬用字元：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
agents: {
defaults: {
models: {
"vllm/*": {},
},
},
},
}
```
## 進階設定
vLLM 會被視為代理樣式的 OpenAI 相容 `/v1` 後端，而不是原生 OpenAI 端點：
| 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 reasoning 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 |
對於 Qwen 模型，當伺服器預期 Qwen 聊天範本 kwargs 時，請在模型列上設定 `compat.thinkingFormat: "qwen-chat-template"`。這些模型會公開二元 `/think` 設定檔（`off`、`on`），因為 Qwen 聊天範本思考是開/關旗標，而不是 OpenAI 樣式的 effort 階梯。
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
models: {
providers: {
vllm: {
models: [
{
id: "Qwen/Qwen3-8B",
name: "Qwen3 8B",
reasoning: true,
compat: { thinkingFormat: "qwen-chat-template" },
},
],
},
},
},
}
```
OpenClaw 會將 `/think off` 對應為：
```json theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
"chat_template_kwargs": {
"enable_thinking": false,
"preserve_thinking": true
}
}
```
非 `off` 的思考層級會傳送 `enable_thinking: true`。如果你的端點改為預期 DashScope 樣式的最上層旗標，請使用 `compat.thinkingFormat: "qwen"`，以在請求根層級傳送 `enable_thinking`。
對於已關閉思考的 `vllm/nemotron-3-*` 模型，隨附外掛會傳送：
```json theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
"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`，該值會優先，因為 `extra_body` 是最後的請求本文覆寫。
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
agents: {
defaults: {
models: {
"vllm/nemotron-3-super": {
params: {
chat_template_kwargs: {
enable_thinking: false,
force_nonempty_content: true,
},
},
},
},
},
},
}
```
請先確認 vLLM 已使用該模型正確的工具呼叫剖析器和聊天範本啟動。vLLM 文件針對 Qwen2.5 模型記載 `hermes`，針對 Qwen3-Coder 模型記載 `qwen3_xml`。
症狀：skills/工具從未執行、助理輸出原始 JSON/XML，例如 `{"name":"read","arguments":...}`，或 vLLM 在 OpenClaw 傳送 `tool_choice: "auto"` 時傳回空的 `tool_calls` 陣列。
某些 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。使用 `params.extra_body` 逐模型強制啟用：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
agents: {
defaults: {
models: {
"vllm/Qwen-Qwen2.5-Coder-32B-Instruct": {
params: {
extra_body: {
tool_choice: "required",
},
},
},
},
},
},
}
```
請將模型 ID 替換為 `openclaw models list --provider vllm` 中的確切 ID，或從命令列介面套用相同覆寫：
```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
openclaw config set agents.defaults.models '{"vllm/Qwen-Qwen2.5-Coder-32B-Instruct":{"params":{"extra_body":{"tool_choice":"required"}}}}' --strict-json --merge
```
這是選擇啟用的因應措施：它會強制每個含工具的回合進行工具呼叫，因此只應用於可接受此行為的專用模型項目。不要將它設定為所有 vLLM 模型的全域預設，也不要將它與會把任意助理文字轉換為可執行工具呼叫的代理搭配使用。
如果你的 vLLM 伺服器執行於非預設主機或連接埠，請在明確提供者設定中設定 `baseUrl`：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
models: {
providers: {
vllm: {
baseUrl: "http://192.168.1.50:9000/v1",
apiKey: "${VLLM_API_KEY}",
api: "openai-completions",
timeoutSeconds: 300,
models: [
{
id: "my-custom-model",
name: "Remote vLLM Model",
reasoning: false,
input: ["text"],
contextWindow: 64000,
maxTokens: 4096,
},
],
},
},
},
}
```
## 疑難排解
對於大型本機模型、遠端 LAN 主機或 tailnet 連結，請設定提供者範圍的請求逾時：
```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
models: {
providers: {
vllm: {
baseUrl: "http://192.168.1.50:8000/v1",
apiKey: "${VLLM_API_KEY}",
api: "openai-completions",
timeoutSeconds: 300,
models: [{ id: "your-model-id", name: "Local vLLM Model" }],
},
},
},
}
```
`timeoutSeconds` 只套用於 vLLM 模型 HTTP 請求：連線建立、回應標頭、本文串流，以及總體受保護擷取中止。它也會將此提供者的 LLM 閒置/串流監看上限提高到隱含的約 120 秒預設值以上。請優先使用此設定，而不是提高 `agents.defaults.timeoutSeconds`，後者控制整個代理執行。
檢查 vLLM 伺服器正在執行且可存取：
```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
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 已以 OpenAI 相容伺服器模式啟動。OpenClaw 會信任在 loopback、LAN 和 Tailscale 端點上，針對受保護模型請求所設定的確切 `models.providers.vllm.baseUrl` origin。中繼資料/link-local origins 在未明確選擇啟用時仍會被封鎖。只有在 vLLM 請求必須到達另一個私人 origin 時，才設定 `models.providers.vllm.request.allowPrivateNetwork: true`；或設定為 `false` 以退出確切 origin 信任。
如果請求因驗證錯誤而失敗，請設定符合伺服器組態的真實 `VLLM_API_KEY`，或在 `models.providers.vllm` 下明確設定提供者。
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。
自動探索需要設定 `VLLM_API_KEY`。如果你已定義 `models.providers.vllm`，OpenClaw 只會使用你宣告的模型，除非 `agents.defaults.models` 包含 `"vllm/*": {}`。
如果 Qwen 模型列印 JSON/XML 工具語法，而不是執行 skill：
* 使用該模型正確的剖析器/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，才新增專用逐模型 `params.extra_body.tool_choice: "required"` 覆寫。
更多協助：[疑難排解](/zh-TW/help/troubleshooting) 和 [常見問題](/zh-TW/help/faq)。
## 相關
選擇提供者、模型參照和容錯移轉行為。
原生 OpenAI 提供者和 OpenAI 相容路由行為。
驗證詳細資料與憑證重用規則。
常見問題及其解決方式。