多实例部署claudefable5.1需隔离端口、模型缓存、mcp服务端口、gpu并发及api key：各实例须用不同--port和--mcp-server-port，独立--cache-dir，--max-concurrent-requests限流，并配专属api key。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
多实例部署 ClaudeFable5.1 本身不冲突，真正冲突的是资源、端口、模型缓存和配置文件路径。只要隔离这四点，就能稳定跑多个实例。
每个实例必须独占一个本地端口
默认情况下，所有本地服务（如通过 omp_rpc 启动的 OMP 进程、或基于 anthropic-http-proxy 的中转服务）都监听 localhost:8000。启动第二个实例时会报 Address already in use 错误。
- 用
--port 8001、--port 8002显式指定不同端口（适用于 OMP、Claude Code Desktop 的 CLI 模式） - 在
~/.omp/config.yaml中为每个实例单独配置server.port字段 - 若走反向代理（如 Nginx），确保 upstream 指向不同后端端口，且 proxy_pass 路径带唯一前缀（如
/fable51-a/和/fable51-b/）
模型加载路径与缓存目录不能共用
ClaudeFable5.1 在本地加载时会写入临时权重缓存、KV cache 快照和推理状态快照。多个实例共享同一 cache_dir 会导致读写竞争、corrupted cache file 或静默降级为 CPU 推理。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
- 启动时显式传参：
--cache-dir ~/.claude/cache-fable51-a - 在 TOML 配置（如
~/.codex/config.toml）中为每个 profile 设置独立model.cache_dir - 避免使用默认路径
~/.cache/anthropic/—— 它会被所有 Anthropic 客户端共享 - 注意：
cache_dir下的model.bin可复用，但kv_cache/和state_snapshots/必须隔离
OMP 实例间需分离 MCP Server 和 agent identity
如果你用 OMP + Tandem 架构跑多个 ClaudeFable5.1 agent（比如一个做代码审查、一个做文档生成），它们共用同一个 MCP Server 就会混用 session、tool call ID 和 history context。
- 每个 OMP 实例启动时加
--mcp-server-port 3001（而非默认3000） - 在
agent_config.yaml中设置唯一identity.name（如fable51-code-review、fable51-doc-gen） - 不要让两个实例同时监听同一
tool_call_channel，否则会出现工具调用被错误路由到另一个 agent - 验证方式：调用
curl http://localhost:3001/v1/health，确认返回的identity字段与预期一致
GPU 显存与推理并发数要硬限
ClaudeFable5.1 单实例在 32GB 显存卡上推荐最大并发 max_concurrent_requests=4。两个实例若不限制，会争抢显存导致 OOM 或 cudaErrorMemoryAllocation。
- 用
--max-concurrent-requests 2限制每个实例的并发上限 - 若用 vLLM 或 llama.cpp 后端，还需设
--gpu-memory-utilization 0.8防止爆显存 - 关键检查项：运行
nvidia-smi，确认每个python进程占用的显存稳定在12–16GB区间，而不是忽高忽低或持续上涨 - 别依赖“自动调度”——Fable 5.1 的 Adaptive thinking 机制会让 token 生成量浮动，必须人为封顶
最容易被忽略的一点是：多个实例如果共用同一个 API Key 或同一份 credentials.json，Anthropic 服务端可能因 rate limit 策略把请求随机打到不同实例，造成上下文断裂。务必为每个实例分配独立的 key，并在客户端配置里显式绑定。
