Ollama

میزبان‌های محلی و LAN مربوط به Ollama به توکن bearer واقعی نیاز ندارند. OpenClaw نشانگر محلی ollama-local را فقط برای loopback، شبکه خصوصی، .local، و URLهای پایه Ollama با نام میزبان ساده استفاده می‌کند.

میزبان‌های عمومی راه دور و Ollama Cloud (https://ollama.com) از طریق OLLAMA_API_KEY، یک نمایه احراز هویت، یا apiKey ارائه‌دهنده به یک اعتبارنامه واقعی نیاز دارند. برای استفاده میزبانی‌شده مستقیم، ارائه‌دهنده ollama-cloud را ترجیح دهید.

شناسه‌های ارائه‌دهنده سفارشی که api: "ollama" را تنظیم می‌کنند، از همان قواعد پیروی می‌کنند. برای نمونه، یک ارائه‌دهنده ollama-remote که به یک میزبان Ollama در LAN خصوصی اشاره می‌کند، می‌تواند از apiKey: "ollama-local" استفاده کند و زیرفرستاده‌ها آن نشانگر را از طریق هوک ارائه‌دهنده Ollama حل می‌کنند، به‌جای اینکه آن را اعتبارنامه گم‌شده تلقی کنند. جست‌وجوی حافظه نیز می‌تواند agents.defaults.memorySearch.provider را روی آن شناسه ارائه‌دهنده سفارشی تنظیم کند تا embeddingها از نقطه پایانی Ollama متناظر استفاده کنند.

auth-profiles.json اعتبارنامه را برای یک شناسه ارائه‌دهنده ذخیره می‌کند. تنظیمات نقطه پایانی (baseUrl، api، شناسه‌های مدل، سرآیندها، زمان‌انتظارها) را در models.providers.<id> قرار دهید. فایل‌های قدیمی نمایه احراز هویت تخت مانند { "ollama-windows": { "apiKey": "ollama-local" } } قالب زمان اجرا نیستند؛ openclaw doctor --fix را اجرا کنید تا آن‌ها با تهیه نسخه پشتیبان، به نمایه کلید API معیار ollama-windows:default بازنویسی شوند. baseUrl در آن فایل نویز سازگاری است و باید به پیکربندی ارائه‌دهنده منتقل شود.

وقتی Ollama برای embeddingهای حافظه استفاده می‌شود، احراز هویت bearer به میزبانی محدود می‌شود که در آن اعلام شده است:

• یک کلید در سطح ارائه‌دهنده فقط به میزبان Ollama همان ارائه‌دهنده ارسال می‌شود.
• agents.*.memorySearch.remote.apiKey فقط به میزبان embedding راه دور خودش ارسال می‌شود.
• مقدار env خالص OLLAMA_API_KEY به‌عنوان قرارداد Ollama Cloud در نظر گرفته می‌شود و به‌طور پیش‌فرض به میزبان‌های محلی یا خودمیزبان ارسال نمی‌شود.

زمانی از این استفاده کنید که Ollama روی همان ماشینی اجرا می‌شود که Gateway روی آن است و می‌خواهید OpenClaw مدل‌های نصب‌شده را به‌طور خودکار کشف کند.

ollama serveollama pull gemma4export OLLAMA_API_KEY="ollama-local"openclaw models list --provider ollamaopenclaw models set ollama/gemma4

این مسیر پیکربندی را حداقلی نگه می‌دارد. مگر اینکه بخواهید مدل‌ها را دستی تعریف کنید، بلوک models.providers.ollama اضافه نکنید.

برای میزبان‌های LAN از URLهای بومی Ollama استفاده کنید. /v1 اضافه نکنید.

{  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 بودجه زمینه در سمت OpenClaw است. params.num_ctx برای درخواست به Ollama فرستاده می‌شود. وقتی سخت‌افزار شما نمی‌تواند زمینه کامل اعلام‌شده مدل را اجرا کند، این دو را هم‌راستا نگه دارید.

وقتی daemon محلی اجرا نمی‌کنید و مدل‌های میزبانی‌شده Ollama را مستقیماً می‌خواهید، از این استفاده کنید.

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" },    },  },}

وقتی یک daemon محلی یا LAN مربوط به Ollama با ollama signin وارد شده است و باید هم مدل‌های محلی و هم مدل‌های :cloud را سرو کند، از این استفاده کنید.

ollama signinollama 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"],      },    },  },}

وقتی بیش از یک سرور Ollama دارید، از شناسه‌های provider سفارشی استفاده کنید. هر provider میزبان، مدل‌ها، احراز هویت، timeout و ارجاع‌های مدل خودش را دارد.

{  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"],      },    },  },}

وقتی OpenClaw درخواست را می‌فرستد، پیشوند provider فعال حذف می‌شود تا ollama-large/qwen3.5:27b به‌شکل qwen3.5:27b به Ollama برسد.

برخی مدل‌های محلی می‌توانند به promptهای ساده پاسخ دهند، اما با سطح کامل ابزارهای agent مشکل دارند. پیش از تغییر تنظیمات سراسری runtime، ابتدا ابزارها و زمینه را محدود کنید.

{  agents: {    list: [      {        id: "local",        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 },          },        ],      },    },  },}

فقط زمانی از compat.supportsTools: false استفاده کنید که مدل یا سرور به‌طور قابل اتکا روی schemaهای ابزار شکست می‌خورد. این کار قابلیت agent را با پایداری معاوضه می‌کند. localModelLean ابزارهای مرورگر، cron و پیام را از سطح مستقیم agent حذف می‌کند و catalogهای بزرگ‌تر را به‌جز زمانی که یک اجرا باید معناشناسی تحویل مستقیم پیام را حفظ کند، پشت کنترل‌های ساختاریافته Tool Search پیش‌فرض می‌برد؛ اما زمینه runtime یا حالت thinking مربوط به Ollama را تغییر نمی‌دهد. برای مدل‌های thinking کوچک به سبک Qwen که در loop می‌افتند یا بودجه پاسخ خود را صرف reasoning پنهان می‌کنند، آن را با params.num_ctx صریح و params.thinking: false همراه کنید.

اگر لازم است به‌جای آن از endpoint سازگار با OpenAI استفاده کنید (برای مثال پشت proxy که فقط از قالب OpenAI پشتیبانی می‌کند)، api: "openai-completions" را صریحاً تنظیم کنید:

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

این حالت ممکن است هم‌زمان از streaming و فراخوانی ابزار پشتیبانی نکند. شاید لازم باشد streaming را با params: { streaming: false } در پیکربندی مدل غیرفعال کنید.

وقتی api: "openai-completions" با Ollama استفاده می‌شود، OpenClaw به‌طور پیش‌فرض options.num_ctx را تزریق می‌کند تا Ollama بی‌سروصدا به پنجره زمینه 4096 برنگردد. اگر proxy/upstream شما فیلدهای ناشناخته options را رد می‌کند، این رفتار را غیرفعال کنید:

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

برای مدل‌های کشف‌شده به‌صورت خودکار، OpenClaw در صورت موجود بودن از پنجره زمینه گزارش‌شده توسط Ollama استفاده می‌کند، از جمله مقادیر بزرگ‌تر PARAMETER num_ctx از Modelfileهای سفارشی. در غیر این صورت به پنجره زمینه پیش‌فرض Ollama که OpenClaw استفاده می‌کند برمی‌گردد.

می‌توانید پیش‌فرض‌های سطح ارائه‌دهنده‌ی contextWindow، contextTokens و maxTokens را برای هر مدل زیر آن ارائه‌دهنده‌ی Ollama تنظیم کنید، سپس در صورت نیاز آن‌ها را برای هر مدل بازنویسی کنید. contextWindow بودجه‌ی پرامپت و Compaction در OpenClaw است. درخواست‌های بومی Ollama، options.num_ctx را تنظیم‌نشده می‌گذارند مگر اینکه params.num_ctx را صراحتاً پیکربندی کنید، تا Ollama بتواند پیش‌فرض خودش را بر اساس مدل، OLLAMA_CONTEXT_LENGTH یا VRAM اعمال کند. برای محدود کردن یا اجبار زمینه‌ی زمان اجرای هر درخواست Ollama بدون بازسازی Modelfile، params.num_ctx را تنظیم کنید؛ مقادیر نامعتبر، صفر، منفی و غیرمتناهی نادیده گرفته می‌شوند. اگر یک پیکربندی قدیمی‌تر را ارتقا داده‌اید که فقط از contextWindow یا maxTokens برای اجبار زمینه‌ی درخواست بومی Ollama استفاده می‌کرد، openclaw doctor --fix را اجرا کنید تا آن بودجه‌های صریح ارائه‌دهنده یا مدل را در params.num_ctx کپی کند. آداپتر سازگار با OpenAI برای Ollama همچنان به‌طور پیش‌فرض options.num_ctx را از params.num_ctx یا contextWindow پیکربندی‌شده تزریق می‌کند؛ اگر بالادستی شما options را رد می‌کند، این رفتار را با injectNumCtxForOpenAICompat: false غیرفعال کنید.

ورودی‌های مدل بومی Ollama همچنین گزینه‌های رایج زمان اجرای Ollama را زیر params می‌پذیرند، از جمله temperature، top_p، top_k، min_p، num_predict، stop، repeat_penalty، num_batch، num_thread و use_mmap. OpenClaw فقط کلیدهای درخواست Ollama را ارسال می‌کند، بنابراین پارامترهای زمان اجرای OpenClaw مانند streaming به Ollama نشت نمی‌کنند. برای ارسال think سطح‌بالای Ollama از params.think یا params.thinking استفاده کنید؛ false تفکر در سطح API را برای مدل‌های تفکرمحور سبک Qwen غیرفعال می‌کند.

{  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,            },          }        ]      }    }  }}

agents.defaults.models["ollama/<model>"].params.num_ctx در سطح هر مدل نیز کار می‌کند. اگر هر دو پیکربندی شده باشند، ورودی صریح مدلِ ارائه‌دهنده بر پیش‌فرض agent برتری دارد.

برای مدل‌های بومی Ollama، OpenClaw کنترل تفکر را همان‌طور که Ollama انتظار دارد ارسال می‌کند: think در سطح بالا، نه options.think. مدل‌های کشف‌شده‌ی خودکار که پاسخ /api/show آن‌ها قابلیت thinking را شامل می‌شود، /think low، /think medium، /think high و /think max را ارائه می‌کنند؛ مدل‌های بدون تفکر فقط /think off را ارائه می‌کنند.

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

همچنین می‌توانید یک پیش‌فرض مدل تنظیم کنید:

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

params.think یا params.thinking در سطح هر مدل می‌تواند تفکر API در Ollama را برای یک مدل پیکربندی‌شده‌ی مشخص غیرفعال یا اجباری کند. OpenClaw این پارامترهای صریح مدل را هنگامی که اجرای فعال فقط پیش‌فرض ضمنی off را دارد حفظ می‌کند؛ فرمان‌های زمان اجرا که off نیستند، مانند /think medium، همچنان اجرای فعال را بازنویسی می‌کنند.

OpenClaw مدل‌هایی با نام‌هایی مانند deepseek-r1، reasoning یا think را به‌طور پیش‌فرض دارای قابلیت استدلال در نظر می‌گیرد.

ollama pull deepseek-r1:32b

به پیکربندی اضافه‌ای نیاز نیست. OpenClaw آن‌ها را به‌صورت خودکار علامت‌گذاری می‌کند.

Ollama رایگان است و به‌صورت محلی اجرا می‌شود، بنابراین همه‌ی هزینه‌های مدل روی ۰ دلار تنظیم می‌شوند. این موضوع هم برای مدل‌های کشف‌شده‌ی خودکار و هم برای مدل‌های تعریف‌شده‌ی دستی صدق می‌کند.

Plugin همراه Ollama یک ارائه‌دهنده‌ی جاسازی حافظه برای جست‌وجوی حافظه ثبت می‌کند. این ارائه‌دهنده از URL پایه‌ی Ollama و کلید API پیکربندی‌شده استفاده می‌کند، endpoint فعلی /api/embed در Ollama را فراخوانی می‌کند و در صورت امکان چندین قطعه‌ی حافظه را در یک درخواست input دسته‌بندی می‌کند.

وقتی proxy.enabled=true باشد، درخواست‌های جاسازی حافظه‌ی Ollama به مبدأ دقیق host-local loopback که از baseUrl پیکربندی‌شده مشتق شده است، به‌جای پراکسی هدایت‌شده‌ی مدیریت‌شده، از مسیر مستقیم محافظت‌شده‌ی OpenClaw استفاده می‌کنند. نام میزبان پیکربندی‌شده باید خودش localhost یا یک literal آدرس IP loopback باشد؛ نام‌های DNS که صرفاً به loopback resolve می‌شوند همچنان از مسیر پراکسی مدیریت‌شده استفاده می‌کنند. میزبان‌های LAN، tailnet، شبکه‌ی خصوصی و عمومی Ollama نیز در مسیر پراکسی مدیریت‌شده باقی می‌مانند. تغییرمسیرها به میزبان یا درگاه دیگر اعتماد را به ارث نمی‌برند. اپراتورها همچنان می‌توانند تنظیم سراسری proxy.loopbackMode: "proxy" را برای ارسال ترافیک loopback از طریق پراکسی، یا proxy.loopbackMode: "block" را برای رد کردن اتصال‌های loopback پیش از باز کردن اتصال تنظیم کنند؛ برای اثر سراسری این تنظیم در سطح فرایند، پراکسی مدیریت‌شده را ببینید.

جاسازی‌های زمان پرس‌وجو برای مدل‌هایی که به پیشوندهای بازیابی نیاز دارند یا آن‌ها را توصیه می‌کنند، از این پیشوندها استفاده می‌کنند، از جمله nomic-embed-text، qwen3-embedding و mxbai-embed-large. دسته‌های سند حافظه خام باقی می‌مانند تا نمایه‌های موجود به مهاجرت قالب نیاز نداشته باشند.

برای انتخاب Ollama به‌عنوان ارائه‌دهنده‌ی جاسازی جست‌وجوی حافظه:

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

برای یک میزبان جاسازی راه‌دور، احراز هویت را محدود به همان میزبان نگه دارید:

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

یکپارچه‌سازی Ollama در OpenClaw به‌طور پیش‌فرض از API بومی Ollama (/api/chat) استفاده می‌کند که به‌طور کامل از استریم و فراخوانی ابزار به‌صورت هم‌زمان پشتیبانی می‌کند. به پیکربندی ویژه‌ای نیاز نیست.

برای درخواست‌های بومی /api/chat، OpenClaw همچنین کنترل تفکر را مستقیماً به Ollama ارسال می‌کند: /think off و openclaw agent --thinking off، مگر اینکه مقدار صریح مدل params.think/params.thinking پیکربندی شده باشد، think: false را در سطح بالا ارسال می‌کنند، در حالی که /think low|medium|high رشته‌ی تلاش think متناظر را در سطح بالا ارسال می‌کند. /think max به بالاترین تلاش بومی Ollama، یعنی think: "high"، نگاشت می‌شود.

در WSL2 همراه با NVIDIA/CUDA، نصب‌کننده‌ی رسمی لینوکس Ollama یک واحد systemd با نام ollama.service و Restart=always ایجاد می‌کند. اگر این سرویس به‌صورت خودکار شروع شود و هنگام بوت WSL2 یک مدل متکی به GPU را بارگذاری کند، Ollama می‌تواند هنگام بارگذاری مدل، حافظه‌ی میزبان را pin کند. بازیابی حافظه‌ی Hyper-V همیشه نمی‌تواند آن صفحه‌های pin‌شده را بازپس بگیرد، بنابراین Windows می‌تواند VM مربوط به WSL2 را خاتمه دهد، systemd دوباره Ollama را شروع می‌کند و حلقه تکرار می‌شود.

شواهد رایج:

• راه‌اندازی‌های مجدد یا خاتمه‌های تکراری WSL2 از سمت Windows
• CPU بالا در app.slice یا ollama.service کمی پس از شروع WSL2
• SIGTERM از systemd به‌جای رویداد OOM-killer در Linux

OpenClaw وقتی WSL2، فعال بودن ollama.service با Restart=always و نشانگرهای قابل‌مشاهده‌ی CUDA را تشخیص دهد، هنگام شروع یک هشدار ثبت می‌کند.

راهکار کاهش اثر:

sudo systemctl disable ollama

این را در سمت Windows به %USERPROFILE%\.wslconfig اضافه کنید، سپس wsl --shutdown را اجرا کنید:

[experimental]autoMemoryReclaim=disabled

در محیط سرویس Ollama یک keep-alive کوتاه‌تر تنظیم کنید، یا Ollama را فقط وقتی به آن نیاز دارید به‌صورت دستی شروع کنید:

export OLLAMA_KEEP_ALIVE=5mollama serve

ollama/ollama#11317 را ببینید.

مطمئن شوید Ollama در حال اجراست و OLLAMA_API_KEY را تنظیم کرده‌اید (یا یک نمایه‌ی احراز هویت دارید)، و اینکه یک ورودی صریح models.providers.ollama تعریف نکرده‌اید:

ollama serve

بررسی کنید API در دسترس است:

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

اگر مدل شما فهرست نشده است، یا مدل را به‌صورت محلی دریافت کنید یا آن را صراحتاً در models.providers.ollama تعریف کنید.

ollama list  # See what's installedollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # Or another model

بررسی کنید Ollama روی درگاه درست در حال اجراست:

# Check if Ollama is runningps aux | grep ollama # Or restart Ollamaollama serve

از همان ماشین و زمان اجرایی که Gateway را اجرا می‌کند بررسی کنید:

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

علت‌های رایج:

• baseUrl به localhost اشاره می‌کند، اما Gateway در Docker یا روی میزبان دیگری اجرا می‌شود.
• URL از /v1 استفاده می‌کند که به‌جای رفتار بومی Ollama، رفتار سازگار با OpenAI را انتخاب می‌کند.
• میزبان راه‌دور در سمت Ollama به تغییرات firewall یا binding شبکه‌ی LAN نیاز دارد.
• مدل روی daemon لپ‌تاپ شما موجود است اما روی daemon راه‌دور موجود نیست.

این معمولاً یعنی ارائه‌دهنده از حالت سازگار با OpenAI استفاده می‌کند یا مدل نمی‌تواند schemaهای ابزار را مدیریت کند.

حالت بومی Ollama را ترجیح دهید:

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

اگر یک مدل محلی کوچک همچنان روی schemaهای ابزار شکست می‌خورد، روی ورودی آن مدل compat.supportsTools: false را تنظیم کنید و دوباره آزمایش کنید.

پاسخ‌های میزبانی‌شده‌ی Kimi/GLM که طولانی و شامل دنباله‌های نمادین غیرزبانی هستند، به‌جای یک پاسخ موفق assistant، به‌عنوان خروجی ناموفق ارائه‌دهنده در نظر گرفته می‌شوند. این اجازه می‌دهد retry، fallback یا مدیریت خطای معمول بدون ماندگار کردن متن خراب در session وارد عمل شود.

اگر این اتفاق تکرار شد، نام خام مدل، فایل session فعلی و اینکه اجرا از Cloud + Local یا Cloud only استفاده کرده است را ثبت کنید، سپس یک session تازه و یک مدل fallback را امتحان کنید:

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

مدل‌های محلی بزرگ ممکن است پیش از شروع استریم به یک بارگذاری اولیه‌ی طولانی نیاز داشته باشند. timeout را محدود به ارائه‌دهنده‌ی Ollama نگه دارید و در صورت تمایل از Ollama بخواهید مدل را بین نوبت‌ها بارگذاری‌شده نگه دارد:

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

اگر خود میزبان در پذیرش اتصال‌ها کند باشد، timeoutSeconds همچنین مهلت اتصال محافظت‌شده Undici را برای این ارائه‌دهنده افزایش می‌دهد.

بسیاری از مدل‌های Ollama زمینه‌هایی را اعلام می‌کنند که بزرگ‌تر از آن‌اند که سخت‌افزار شما بتواند به‌راحتی اجرا کند. Ollama بومی از پیش‌فرض زمینه زمان اجرای خود Ollama استفاده می‌کند، مگر اینکه params.num_ctx را تنظیم کنید. وقتی تأخیر قابل پیش‌بینی برای نخستین توکن می‌خواهید، هم بودجه OpenClaw و هم زمینه درخواست Ollama را محدود کنید:

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

اگر OpenClaw اعلان بیش از حدی ارسال می‌کند، ابتدا contextWindow را کاهش دهید. اگر Ollama در حال بارگذاری زمینه زمان اجرایی است که برای دستگاه بیش از حد بزرگ است، params.num_ctx را کاهش دهید. اگر تولید بیش از حد طول می‌کشد، maxTokens را کاهش دهید.