快速开始
推断器
inferrs 通过兼容 OpenAI 的 /v1 API 提供本地模型服务。OpenClaw 通过通用的 openai-completions 适配器与它通信。
| 属性 | 值 |
|---|---|
| 提供商 ID | inferrs（自定义；在 models.providers.inferrs 下配置） |
| 插件 | 无——它不是 OpenClaw 内置的提供商插件 |
| 身份验证环境变量 | 无需设置；如果你的 inferrs 服务器未启用身份验证，任何值均可使用 |
| API | 兼容 OpenAI（openai-completions） |
| 建议的基础 URL | http://127.0.0.1:8080/v1（或你的 inferrs 服务器监听的其他地址） |
入门指南
使用模型启动 inferrs
inferrs serve google/gemma-4-E2B-it \ --host 127.0.0.1 \ --port 8080 \ --device metal验证服务器是否可访问
curl http://127.0.0.1:8080/healthcurl http://127.0.0.1:8080/v1/models添加 OpenClaw 提供商条目
添加一个明确的提供商条目，并将默认模型指向它。请参阅下方的配置示例。
完整配置示例
在本地 inferrs 服务器上运行 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
OpenClaw 可以仅在选择 inferrs/... 模型时自行启动 inferrs。在同一个提供商条目中添加 localService：
{ 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 网关主机上运行 which inferrs，并使用该命令返回的路径。完整字段参考：本地模型服务。
高级配置
为什么 requiresStringContent 很重要
某些 inferrs Chat Completions 路由仅接受字符串形式的 messages[].content，不接受结构化的内容部分数组。
Gemma 和工具架构注意事项
某些 inferrs 与 Gemma 的组合能够接受小型的直接 /v1/chat/completions 请求，但会在完整的 OpenClaw 智能体运行时轮次中失败。请先尝试禁用工具架构表面：
compat: { requiresStringContent: true, supportsTools: false}这样可以减轻严格本地后端的提示词压力。如果小型直接请求仍然有效，但普通的 OpenClaw 智能体轮次仍持续在 inferrs 内部崩溃，应将其视为上游模型或服务器限制，而不是 OpenClaw 传输问题。
手动冒烟测试
配置完成后，请分别测试两个层级：
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如果第一个命令有效，但第二个命令失败，请参阅下方的故障排查。
代理式行为
由于 inferrs 使用通用的 openai-completions 适配器（而非 openai-responses），因此绝不会应用仅限原生 OpenAI 的请求格式处理：不会发送 service_tier、Responses 的 store、提示词缓存提示或 OpenAI 推理兼容载荷格式。
故障排查
curl /v1/models 失败
inferrs 未运行、无法访问，或未绑定到你配置的主机和端口。请确认服务器已启动并正在该地址上监听。
messages[].content 预期为字符串
在模型条目中设置 compat.requiresStringContent: true（见上文）。
直接调用 /v1/chat/completions 成功，但 openclaw infer model run 失败
设置 compat.supportsTools: false 以禁用工具架构表面（请参阅上方的 Gemma 注意事项）。
inferrs 在较大的智能体轮次中仍然崩溃
如果架构错误已经消失，但 inferrs 在较大的智能体轮次中仍然崩溃，请将其视为上游 inferrs 或模型的限制。请减轻提示词压力，或切换后端或模型。
