---
read_when:
- 你想要讓 OpenClaw 連線至本機 vLLM 伺服器執行
- 您希望透過 OpenAI 相容的 /v1 端點使用自己的模型
summary: 使用 vLLM（與 OpenAI 相容的本機伺服器）執行 OpenClaw
title: vLLM
x-i18n:
generated_at: "2026-07-11T21:44:35Z"
model: gpt-5.6
postprocess_version: locale-links-v1
provider: openai
source_hash: 98d1044c0a82efb6c9937e961d765d0cfcea8664cbaa043168921b457756512c
source_path: providers/vllm.md
workflow: 16
---
vLLM 透過 **OpenAI 相容**的 HTTP API 提供開放原始碼模型（以及部分自訂模型）。OpenClaw 使用 `openai-completions` API 連線，並可在你透過 `VLLM_API_KEY` 選擇啟用時**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
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
export VLLM_API_KEY="vllm-local"
```
請替換為你的其中一個 vLLM 模型 ID：
```json5
{
agents: {
defaults: {
model: { primary: "vllm/your-model-id" },
},
},
}
```
```bash
openclaw models list --provider vllm
```
若要進行非互動式設定（CI、指令碼），請直接傳入基礎 URL、金鑰與模型：
```bash
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/*": {}` 加入 `agents.defaults.models`，即可讓 OpenClaw 同時查詢該已設定提供者的 `/models` 端點，並納入所有公布的 vLLM 模型。
## 明確設定
當 vLLM 執行於其他主機或連接埠、你想固定 `contextWindow`/`maxTokens`、伺服器要求真正的 API 金鑰，或你連線至受信任的迴路、區域網路或 Tailscale 端點時，請進行明確設定：
```json5
{
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加入萬用字元：
```json5
{
agents: {
defaults: {
models: {
"vllm/*": {},
},
},
},
}
```
## 進階設定
vLLM 會被視為代理式的 OpenAI 相容 `/v1` 後端，而非原生 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 |
| 提示詞快取提示 | 不傳送 |
| OpenAI 推理相容承載資料塑形 | 不套用 |
| 隱藏的 OpenClaw 歸屬標頭 | 不注入自訂基礎 URL |
對於 Qwen 模型，當伺服器需要 Qwen 聊天範本參數時，請在模型列設定 `compat.thinkingFormat: "qwen-chat-template"`。這些模型提供二元的 `/think` 設定檔（`off`、`on`），因為 Qwen 聊天範本的思考功能是開啟／關閉旗標，而非 OpenAI 式的投入程度階梯。
```json5
{
models: {
providers: {
vllm: {
models: [
{
id: "Qwen/Qwen3-8B",
name: "Qwen3 8B",
reasoning: true,
compat: { thinkingFormat: "qwen-chat-template" },
},
],
},
},
},
}
```
OpenClaw 會將 `/think off` 對應至：
```json
{
"chat_template_kwargs": {
"enable_thinking": false,
"preserve_thinking": true
}
}
```
非 `off` 的思考層級會傳送 `enable_thinking: true`。如果你的端點改為需要 DashScope 式的頂層旗標，請使用 `compat.thinkingFormat: "qwen"`，將 `enable_thinking` 傳送至請求根層級。
對於關閉思考功能的 `vllm/nemotron-3-*` 模型，隨附的外掛會傳送：
```json
{
"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` 是最後套用的請求主體覆寫。
```json5
{
agents: {
defaults: {
models: {
"vllm/nemotron-3-super": {
params: {
chat_template_kwargs: {
enable_thinking: false,
force_nonempty_content: true,
},
},
},
},
},
},
}
```
請先確認 vLLM 啟動時使用了適合該模型的正確工具呼叫解析器與聊天範本。vLLM 文件指出，Qwen2.5 模型使用 `hermes`，而 Qwen3-Coder 模型使用 `qwen3_xml`。
症狀：Skills／工具從未執行、助理輸出 `{"name":"read","arguments":...}` 之類的原始 JSON／XML，或 OpenClaw 傳送 `tool_choice: "auto"` 時，vLLM 傳回空的 `tool_calls` 陣列。
某些 Qwen／vLLM 組合只會在請求使用 `tool_choice: "required"` 時傳回結構化工具呼叫。可透過 `params.extra_body` 為個別模型強制設定：
```json5
{
agents: {
defaults: {
models: {
"vllm/Qwen-Qwen2.5-Coder-32B-Instruct": {
params: {
extra_body: {
tool_choice: "required",
},
},
},
},
},
},
}
```
將模型 ID 替換為 `openclaw models list --provider vllm` 顯示的確切 ID，或透過命令列介面套用相同的覆寫：
```bash
openclaw config set agents.defaults.models '{"vllm/Qwen-Qwen2.5-Coder-32B-Instruct":{"params":{"extra_body":{"tool_choice":"required"}}}}' --strict-json --merge
```
這是一項選擇啟用的因應措施：它會強制每個含有工具的回合進行工具呼叫，因此僅應用於可接受此行為的專用模型項目。請勿將其設為所有 vLLM 模型的全域預設值，也不要將其與會把任意助理文字轉換成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
{
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、遠端區域網路主機或 tailnet 連線，請設定提供者範圍的請求逾時：
```json5
{
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` 僅套用於 vLLM 模型的 HTTP 請求：連線建立、回應標頭、主體串流，以及受保護擷取的總體中止。它也會將此提供者的 LLM 閒置／串流監控上限提高至隱含的約 120 秒預設值以上。請優先使用此設定，而非增加控制整個代理執行過程的 `agents.defaults.timeoutSeconds`。
請檢查 vLLM 伺服器是否正在執行且可供存取：
```bash
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。對於迴路、區域網路及 Tailscale 端點上的受保護模型請求，OpenClaw 會信任已設定 `models.providers.vllm.baseUrl` 的確切來源。若未明確選擇啟用，中繼資料／連結本機來源仍會遭到封鎖。僅當 vLLM 請求必須存取另一個私人來源時，才將 `models.providers.vllm.request.allowPrivateNetwork: true` 設為 `true`；若要停用確切來源信任，則設為 `false`。
如果請求因驗證錯誤而失敗，請設定與伺服器設定相符的有效 `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。
自動探索要求設定 `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。
如果 Qwen 模型輸出 JSON／XML 工具語法而非執行 Skill：
- 使用適合該模型的正確解析器／範本啟動 vLLM。
- 使用 `openclaw models list --provider vllm` 確認確切的模型 ID。
- 僅當 `tool_choice: "auto"` 仍傳回空的工具呼叫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](/zh-TW/help/troubleshooting)與[常見問題](/zh-TW/help/faq)。
## 相關內容
選擇提供者、模型參照及容錯移轉行為。
原生 OpenAI 提供者與 OpenAI 相容路由行為。
驗證詳細資訊與憑證重複使用規則。
常見問題及其解決方式。