Ollama

ローカルおよび LAN の Ollama ホストには、実際の bearer トークンは不要です。OpenClaw は、loopback、プライベートネットワーク、.local、および素のホスト名の Ollama ベース URL に対してのみ、ローカルの ollama-local マーカーを使用します。

リモートの公開ホストおよび Ollama Cloud（https://ollama.com）では、OLLAMA_API_KEY、認証プロファイル、またはプロバイダーの apiKey を通じた実際の認証情報が必要です。

api: "ollama" を設定するカスタムプロバイダー ID も同じルールに従います。たとえば、プライベート LAN の Ollama ホストを指す ollama-remote プロバイダーは apiKey: "ollama-local" を使用でき、サブエージェントはそれを認証情報の欠落として扱うのではなく、Ollama プロバイダーフックを通じてそのマーカーを解決します。メモリ検索でも agents.defaults.memorySearch.provider をそのカスタムプロバイダー ID に設定して、埋め込みが対応する Ollama エンドポイントを使用するようにできます。

auth-profiles.json はプロバイダー ID の認証情報を保存します。エンドポイント設定（baseUrl、api、モデル ID、ヘッダー、タイムアウト）は models.providers.<id> に配置してください。{ "ollama-windows": { "apiKey": "ollama-local" } } のような古いフラットな認証プロファイルファイルはランタイム形式ではありません。openclaw doctor --fix を実行して、バックアップ付きで正規の ollama-windows:default API キープロファイルに書き換えてください。そのファイル内の baseUrl は互換性のためのノイズであり、プロバイダー設定に移動する必要があります。

Ollama がメモリ埋め込みに使用される場合、bearer 認証は宣言されたホストにスコープされます。

• プロバイダーレベルのキーは、そのプロバイダーの Ollama ホストにのみ送信されます。
• agents.*.memorySearch.remote.apiKey は、そのリモート埋め込みホストにのみ送信されます。
• 純粋な OLLAMA_API_KEY 環境値は Ollama Cloud の慣例として扱われ、デフォルトではローカルまたはセルフホストのホストには送信されません。

Ollama が Gateway と同じマシンで実行されており、インストール済みモデルを OpenClaw に自動検出させたい場合に使用します。

ollama serve
ollama pull gemma4
export OLLAMA_API_KEY="ollama-local"
openclaw models list --provider ollama
openclaw models set ollama/gemma4

このパスでは設定を最小限に保てます。モデルを手動で定義したい場合を除き、models.providers.ollama ブロックを追加しないでください。

LAN ホストにはネイティブ Ollama URL を使用します。/v1 は追加しないでください。

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://gpu-box.local:11434",
        apiKey: "ollama-local",
        api: "ollama",
        timeoutSeconds: 300,
        contextWindow: 32768,
        maxTokens: 8192,
        models: [
          {
            id: "qwen3.5:9b",
            name: "qwen3.5:9b",
            reasoning: true,
            input: ["text"],
            params: {
              num_ctx: 32768,
              thinking: false,
              keep_alive: "15m",
            },
          },
        ],
      },
    },
  },
  agents: {
    defaults: {
      model: { primary: "ollama/qwen3.5:9b" },
    },
  },
}

contextWindow は OpenClaw 側の context budget です。params.num_ctx はリクエストで Ollama に送信されます。ハードウェアがモデルの公開されている完全な context を実行できない場合は、これらを揃えてください。

ローカルデーモンを実行せず、ホストされた Ollama モデルを直接使いたい場合に使用します。

export OLLAMA_API_KEY="your-ollama-api-key"

{
  models: {
    providers: {
      ollama: {
        baseUrl: "https://ollama.com",
        apiKey: "OLLAMA_API_KEY",
        api: "ollama",
        models: [
          {
            id: "kimi-k2.5:cloud",
            name: "kimi-k2.5:cloud",
            reasoning: false,
            input: ["text", "image"],
            contextWindow: 128000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
  agents: {
    defaults: {
      model: { primary: "ollama/kimi-k2.5:cloud" },
    },
  },
}

ローカルまたは LAN の Ollama デーモンが ollama signin でサインイン済みで、ローカルモデルと :cloud モデルの両方を提供する必要がある場合に使用します。

ollama signin
ollama pull gemma4

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://127.0.0.1:11434",
        apiKey: "ollama-local",
        api: "ollama",
        timeoutSeconds: 300,
        models: [
          { id: "gemma4", name: "gemma4", input: ["text"] },
          { id: "kimi-k2.5:cloud", name: "kimi-k2.5:cloud", input: ["text", "image"] },
        ],
      },
    },
  },
  agents: {
    defaults: {
      model: {
        primary: "ollama/gemma4",
        fallbacks: ["ollama/kimi-k2.5:cloud"],
      },
    },
  },
}

複数の Ollama server がある場合は、カスタム provider ID を使用します。各 provider は独自のホスト、モデル、認証、タイムアウト、モデル ref を持ちます。

{
  models: {
    providers: {
      "ollama-fast": {
        baseUrl: "http://mini.local:11434",
        apiKey: "ollama-local",
        api: "ollama",
        contextWindow: 32768,
        models: [{ id: "gemma4", name: "gemma4", input: ["text"] }],
      },
      "ollama-large": {
        baseUrl: "http://gpu-box.local:11434",
        apiKey: "ollama-local",
        api: "ollama",
        timeoutSeconds: 420,
        contextWindow: 131072,
        maxTokens: 16384,
        models: [{ id: "qwen3.5:27b", name: "qwen3.5:27b", input: ["text"] }],
      },
    },
  },
  agents: {
    defaults: {
      model: {
        primary: "ollama-fast/gemma4",
        fallbacks: ["ollama-large/qwen3.5:27b"],
      },
    },
  },
}

OpenClaw がリクエストを送信するとき、アクティブな provider prefix は削除されるため、ollama-large/qwen3.5:27b は qwen3.5:27b として Ollama に到達します。

一部のローカルモデルは単純なプロンプトには回答できますが、完全な agent tool surface では苦戦することがあります。グローバルランタイム設定を変更する前に、まず tools と context を制限してください。

{
  agents: {
    defaults: {
      experimental: {
        localModelLean: true,
      },
      model: { primary: "ollama/gemma4" },
    },
  },
  models: {
    providers: {
      ollama: {
        baseUrl: "http://127.0.0.1:11434",
        apiKey: "ollama-local",
        api: "ollama",
        contextWindow: 32768,
        models: [
          {
            id: "gemma4",
            name: "gemma4",
            input: ["text"],
            params: { num_ctx: 32768 },
            compat: { supportsTools: false },
          },
        ],
      },
    },
  },
}

compat.supportsTools: false は、モデルまたはサーバーがツールスキーマで確実に失敗する場合にのみ使用します。これは安定性と引き換えにエージェント機能を制限します。 localModelLean はエージェントの表面からブラウザー、cron、メッセージツールを削除しますが、Ollama のランタイムコンテキストや思考モードは変更しません。ループしたり、応答予算を隠れた推論に費やしたりする小さな Qwen スタイルの思考モデルでは、明示的な params.num_ctx と params.thinking: false を組み合わせてください。

代わりに OpenAI 互換エンドポイントを使用する必要がある場合（たとえば、OpenAI 形式のみをサポートするプロキシの背後にある場合）は、api: "openai-completions" を明示的に設定します。

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: true, // default: true
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}

このモードでは、ストリーミングとツール呼び出しを同時にサポートしない場合があります。モデル設定で params: { streaming: false } を使ってストリーミングを無効にする必要があるかもしれません。

Ollama で api: "openai-completions" が使用される場合、OpenClaw はデフォルトで options.num_ctx を注入し、Ollama が暗黙的に 4096 のコンテキストウィンドウへフォールバックしないようにします。プロキシまたはアップストリームが未知の options フィールドを拒否する場合は、この挙動を無効にしてください。

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: false,
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}

自動検出されたモデルでは、OpenClaw は利用可能な場合、カスタム Modelfile のより大きな PARAMETER num_ctx 値を含め、Ollama が報告するコンテキストウィンドウを使用します。それ以外の場合は、OpenClaw が使用するデフォルトの Ollama コンテキストウィンドウにフォールバックします。

その Ollama プロバイダー配下のすべてのモデルに対して、プロバイダーレベルの contextWindow、contextTokens、maxTokens のデフォルトを設定し、必要に応じてモデルごとに上書きできます。contextWindow は OpenClaw のプロンプトと Compaction の予算です。ネイティブの Ollama リクエストでは、params.num_ctx を明示的に設定しない限り options.num_ctx は未設定のままになるため、Ollama は独自のモデル、OLLAMA_CONTEXT_LENGTH、または VRAM ベースのデフォルトを適用できます。Modelfile を再ビルドせずに Ollama のリクエストごとのランタイムコンテキストを上限設定または強制するには、params.num_ctx を設定します。無効、ゼロ、負数、非有限の値は無視されます。OpenAI 互換 Ollama アダプターは、設定された params.num_ctx または contextWindow からデフォルトで引き続き options.num_ctx を注入します。アップストリームが options を拒否する場合は、injectNumCtxForOpenAICompat: false で無効にしてください。

ネイティブ Ollama モデルエントリは、temperature、top_p、top_k、min_p、num_predict、stop、repeat_penalty、num_batch、num_thread、use_mmap など、一般的な Ollama ランタイムオプションも params 配下で受け付けます。OpenClaw は Ollama リクエストキーだけを転送するため、streaming のような OpenClaw ランタイムパラメーターが Ollama に漏れることはありません。トップレベルの Ollama think を送信するには params.think または params.thinking を使用します。false は Qwen スタイルの思考モデルで API レベルの思考を無効にします。

{
  models: {
    providers: {
      ollama: {
        contextWindow: 32768,
        models: [
          {
            id: "llama3.3",
            contextWindow: 131072,
            maxTokens: 65536,
            params: {
              num_ctx: 32768,
              temperature: 0.7,
              top_p: 0.9,
              thinking: false,
            },
          }
        ]
      }
    }
  }
}

モデルごとの agents.defaults.models["ollama/<model>"].params.num_ctx も機能します。両方が設定されている場合は、明示的なプロバイダーモデルエントリがエージェントデフォルトより優先されます。

ネイティブ Ollama モデルでは、OpenClaw は Ollama が期待する形式で思考制御を転送します。つまり options.think ではなく、トップレベルの think です。/api/show レスポンスに thinking 機能が含まれる自動検出モデルは、/think low、/think medium、/think high、/think max を公開します。思考非対応モデルは /think off のみを公開します。

openclaw agent --model ollama/gemma4 --thinking off
openclaw agent --model ollama/gemma4 --thinking low

モデルデフォルトも設定できます。

{
  agents: {
    defaults: {
      models: {
        "ollama/gemma4": {
          thinking: "low",
        },
      },
    },
  },
}

モデルごとの params.think または params.thinking は、特定の設定済みモデルに対して Ollama API の思考を無効化または強制できます。アクティブな実行に暗黙的なデフォルト off しかない場合、OpenClaw はそれらの明示的なモデルパラメーターを保持します。/think medium のような off 以外のランタイムコマンドは、引き続きアクティブな実行を上書きします。

OpenClaw は、deepseek-r1、reasoning、think のような名前のモデルをデフォルトで推論対応として扱います。

ollama pull deepseek-r1:32b

追加設定は不要です。OpenClaw が自動的にマークします。

Ollama は無料でローカル実行されるため、すべてのモデルコストは $0 に設定されます。これは自動検出モデルと手動定義モデルの両方に適用されます。

バンドルされた Ollama Plugin は、メモリ検索 用のメモリエンベディングプロバイダーを登録します。設定済みの Ollama ベース URL と API キーを使用し、Ollama の現在の /api/embed エンドポイントを呼び出し、可能な場合は複数のメモリチャンクを 1 つの input リクエストにバッチ化します。

クエリ時のエンベディングは、nomic-embed-text、qwen3-embedding、mxbai-embed-large など、それを必要とする、または推奨するモデル向けに検索プレフィックスを使用します。メモリドキュメントのバッチは生のままに保たれるため、既存のインデックスで形式移行は不要です。

メモリ検索エンベディングプロバイダーとして Ollama を選択するには:

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        remote: {
          // Default for Ollama. Raise on larger hosts if reindexing is too slow.
          nonBatchConcurrency: 1,
        },
      },
    },
  },
}

リモートエンベディングホストでは、認証をそのホストに限定してください。

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        model: "nomic-embed-text",
        remote: {
          baseUrl: "http://gpu-box.local:11434",
          apiKey: "ollama-local",
          nonBatchConcurrency: 2,
        },
      },
    },
  },
}

OpenClaw の Ollama 連携は、デフォルトで ネイティブ Ollama API (/api/chat) を使用します。これはストリーミングとツール呼び出しの同時利用を完全にサポートしています。特別な設定は不要です。

ネイティブ /api/chat リクエストでは、OpenClaw は thinking 制御も Ollama に直接転送します。/think off と openclaw agent --thinking off は、明示的なモデル params.think/params.thinking 値が設定されていない限り、トップレベルの think: false を送信します。一方、/think low|medium|high は対応するトップレベルの think effort 文字列を送信します。/think max は Ollama のネイティブの最大 effort である think: "high" に対応します。

NVIDIA/CUDA を使用する WSL2 では、公式の Ollama Linux インストーラーが Restart=always を持つ ollama.service systemd ユニットを作成します。そのサービスが自動起動し、WSL2 の起動中に GPU 対応モデルを読み込むと、モデルの読み込み中に Ollama がホストメモリを固定することがあります。Hyper-V のメモリ回収では、それらの固定ページを常に回収できるとは限らないため、Windows が WSL2 VM を終了し、systemd が再び Ollama を起動して、ループが繰り返されます。

よくある証拠:

• Windows 側からの WSL2 の繰り返し再起動または終了
• WSL2 起動直後の app.slice または ollama.service での高い CPU 使用率
• Linux OOM-killer イベントではなく systemd からの SIGTERM

OpenClaw は、WSL2、Restart=always が有効な ollama.service、および可視の CUDA マーカーを検出すると、起動時警告をログに記録します。

緩和策:

sudo systemctl disable ollama

これを Windows 側の %USERPROFILE%\.wslconfig に追加し、その後 wsl --shutdown を実行します。

[experimental]
autoMemoryReclaim=disabled

Ollama サービス環境でより短い keep-alive を設定するか、必要なときだけ Ollama を手動で起動します。

export OLLAMA_KEEP_ALIVE=5m
ollama serve

ollama/ollama#11317 を参照してください。

Ollama が実行中であり、OLLAMA_API_KEY（または認証プロファイル）を設定していて、明示的な models.providers.ollama エントリを定義していないことを確認してください。

ollama serve

API にアクセスできることを確認します。

curl http://localhost:11434/api/tags

モデルが一覧にない場合は、そのモデルをローカルに pull するか、models.providers.ollama で明示的に定義してください。

ollama list  # インストール済みのものを確認
ollama pull gemma4
ollama pull gpt-oss:20b
ollama pull llama3.3     # または別のモデル

Ollama が正しいポートで実行されていることを確認してください。

# Ollama が実行中か確認
ps aux | grep ollama

# または Ollama を再起動
ollama serve

Gateway を実行している同じマシンとランタイムから確認してください。

openclaw gateway status --deep
curl http://ollama-host:11434/api/tags

よくある原因:

• baseUrl が localhost を指しているが、Gateway は Docker 内または別のホストで実行されている。
• URL が /v1 を使用しており、ネイティブ Ollama ではなく OpenAI 互換の動作が選択されている。
• リモートホスト側で、Ollama 側のファイアウォールまたは LAN バインドの変更が必要。
• モデルがノート PC のデーモンには存在するが、リモートデーモンには存在しない。

これは通常、プロバイダーが OpenAI 互換モードを使用しているか、モデルがツールスキーマを扱えないことを意味します。

ネイティブ Ollama モードを優先してください。

{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434",
        api: "ollama",
      },
    },
  },
}

小さなローカルモデルがツールスキーマでまだ失敗する場合は、そのモデルエントリで compat.supportsTools: false を設定して再テストしてください。

長い非言語的な記号列であるホスト型 Kimi/GLM レスポンスは、成功したアシスタント回答ではなく、失敗したプロバイダー出力として扱われます。これにより、破損したテキストをセッションに永続化せずに、通常の再試行、フォールバック、またはエラー処理へ移行できます。

繰り返し発生する場合は、生のモデル名、現在のセッションファイル、実行が Cloud + Local と Cloud only のどちらを使用したかを記録し、その後、新しいセッションとフォールバックモデルを試してください。

openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Reply with exactly: ok" --json
openclaw models set ollama/gemma4

大規模なローカルモデルでは、ストリーミングが始まる前に最初の読み込みに長い時間が必要な場合があります。タイムアウトは Ollama プロバイダーに限定し、必要に応じてターン間でモデルを読み込んだままにするよう Ollama に依頼します。

{
  models: {
    providers: {
      ollama: {
        timeoutSeconds: 300,
        models: [
          {
            id: "gemma4:26b",
            name: "gemma4:26b",
            params: { keep_alive: "15m" },
          },
        ],
      },
    },
  },
}

ホスト自体が接続の受け付けに時間がかかる場合、timeoutSeconds はこのプロバイダーに対して保護された Undici 接続タイムアウトも延長します。

多くの Ollama モデルは、ハードウェアで快適に実行できる範囲を超えるコンテキストを advertised しています。ネイティブ Ollama は、params.num_ctx を設定しない限り、Ollama 独自のランタイムコンテキスト既定値を使用します。予測可能な初回トークンレイテンシが必要な場合は、OpenClaw のバジェットと Ollama のリクエストコンテキストの両方を上限設定してください。

{
  models: {
    providers: {
      ollama: {
        contextWindow: 32768,
        maxTokens: 8192,
        models: [
          {
            id: "qwen3.5:9b",
            name: "qwen3.5:9b",
            params: { num_ctx: 32768, thinking: false },
          },
        ],
      },
    },
  },
}

OpenClaw が送信するプロンプトが多すぎる場合は、まず contextWindow を下げてください。Ollama がマシンに対して大きすぎるランタイムコンテキストを読み込んでいる場合は、params.num_ctx を下げてください。生成が長すぎる場合は、maxTokens を下げてください。