Ollama

ループバック、プライベートネットワーク、.local、およびホスト名のみの Ollama URL には、実際のベアラートークンは必要ありません。これらには OpenClaw が ollama-local マーカーを使用します。

パブリックなリモートホストと https://ollama.com には、実際の認証情報（OLLAMA_API_KEY、認証プロファイル、またはプロバイダーの apiKey）が必要です。ホスト型サービスを直接使用する場合は、ollama-cloud プロバイダーを推奨します。

api: "ollama" を持つカスタムプロバイダーにも同じルールが適用されます。たとえば、プライベート LAN ホストを参照する ollama-remote プロバイダーは apiKey: "ollama-local" を使用できます。サブエージェントはこれを認証情報の欠如として扱わず、Ollama プロバイダーフックを介してそのマーカーを解決します。埋め込みでその Ollama エンドポイントを使用するために、memory.search.provider でカスタムプロバイダー ID を指定することもできます。

auth-profiles.json にはプロバイダー ID の認証情報を保存し、エンドポイント設定（baseUrl、api、モデル、ヘッダー、タイムアウト）は models.providers.<id> に配置します。{ "ollama-windows": { "apiKey": "ollama-local" } } などの古いフラットファイルはランタイム形式ではありません。openclaw doctor --fix はバックアップを作成し、それらを正規の ollama-windows:default API キープロファイルに書き換えます。そのレガシーファイル内の baseUrl 値は不要な情報であり、プロバイダー設定に移す必要があります。

Ollama のメモリ埋め込みに使用するベアラー認証のスコープは、宣言時に指定されたホストに限定されます。

• プロバイダーレベルのキーは、そのプロバイダーのホストにのみ送信されます。
• memory.search.remote.apiKey およびエージェント単位のオーバーライドは、それぞれのリモート埋め込みホストにのみ送信されます。
• OLLAMA_API_KEY 環境変数の値のみが設定されている場合、それは Ollama Cloud の規約として扱われ、デフォルトではローカルまたはセルフホスト型ホストには送信されません。

Gateway と同じマシン上の Ollama が自動的に検出されます。

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

手動モデルが必要でない限り、models.providers.ollama ブロックを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 のコンテキスト上限で、params.num_ctx は Ollama に送信されます。ハードウェアでモデルの公開済みコンテキスト全体を実行できない場合は、 両者を一致させてください。

ローカルデーモンを使用せず、ホスト型モデルを直接使用します。

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" },    },  },}

この形式の代わりに専用の ollama-cloud プロバイダー ID を使用する場合は、 Ollama Cloudを参照してください。

複数の Ollama サーバーを実行する場合は、カスタムプロバイダー ID を使用します。それぞれに 独自のホスト、モデル、認証、タイムアウトが設定されます。

{  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 は Ollama を呼び出す前に、アクティブなプロバイダーのプレフィックス （プレーンな ollama/ プレフィックスにフォールバック）を削除するため、 ollama-large/qwen3.5:27b は qwen3.5:27b として Ollama に渡されます。

一部のローカルモデルは単純なプロンプトには対応できますが、エージェントの ツールサーフェス全体を扱うのは困難です。グローバルなランタイム設定を変更する前に、 ツールとコンテキストを制限してください。

{  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 },          },        ],      },    },  },}

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てください。安定性と引き換えにエージェントの能力が低下します。 localModelLean は、明示的に必要とされない限り、負荷の高いブラウザー、Cron、メッセージ、メディア生成、 音声、PDF の各ツールをエージェントの直接的なサーフェスから除外し、 より大きなカタログを Tool Search の背後に配置します。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。ループする、または 隠れた推論に予算を費やす小規模な Qwen 系思考モデルでは、params.num_ctx および params.thinking: false と組み合わせてください。

/v1/chat/completions の背後にあるプロキシでは、api: "openai-completions" を 明示的に設定してください。

{  models: {    providers: {      ollama: {        baseUrl: "http://ollama-host:11434/v1",        api: "openai-completions",        injectNumCtxForOpenAICompat: true, // デフォルト: 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の同時使用がサポートされない場合があります。 モデルで params: { streaming: false } が必要になることがあります。

このモードでは、Ollama が暗黙的に 4096 トークンのコンテキストへ フォールバックしないように、OpenClaw はデフォルトで options.num_ctx を挿入します。 プロキシが未知の options フィールドを拒否する場合は、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 /api/show が報告するコンテキストウィンドウを使用します。 これには、カスタム Modelfile のより大きな PARAMETER num_ctx 値も含まれます。 それ以外の場合は、OpenClaw のデフォルトの Ollama コンテキストウィンドウにフォールバックします。

プロバイダーレベルの contextWindow、contextTokens、maxTokens は、 そのプロバイダー配下のすべてのモデルにデフォルト値を設定し、モデルごとに 上書きできます。contextWindow は OpenClaw 独自のプロンプトおよび Compaction の予算です。ネイティブの /api/chat 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り、Ollama 独自のモデル、 OLLAMA_CONTEXT_LENGTH、または VRAM に基づくデフォルトが適用されます。無効、ゼロ、負、 または有限でない params.num_ctx 値は無視されます。古い設定でネイティブリクエストの コンテキストを強制するために contextWindow/maxTokens のみを使用していた場合は、 openclaw doctor --fix を実行して、それらを params.num_ctx にコピーしてください。 OpenAI 互換アダプターは引き続き、設定された params.num_ctx または contextWindow からデフォルトで options.num_ctx を挿入します。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。

ネイティブモデルのエントリーでは、params 配下に一般的な Ollama ランタイムオプションも指定でき、 ネイティブの /api/chat options として転送されます: num_keep、seed、 num_predict、top_k、top_p、min_p、typical_p、repeat_last_n、 temperature、repeat_penalty、presence_penalty、frequency_penalty、 stop、num_batch、num_gpu、main_gpu、use_mmap、num_thread。 一部のキー（format、keep_alive、truncate、shift）は、 options にネストされず、トップレベルのリクエストフィールドとして転送されます。OpenClaw が 転送するのはこれらの Ollama リクエストキーのみであるため、streaming のような ランタイム専用のパラメーターが Ollama に送信されることはありません。トップレベルの think を設定するには、params.think（または params.thinking）を使用してください。false は、Qwen 系思考モデルの 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優先されます。

OpenClaw は Ollama が期待する形式で Thinking 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。自動検出されたモデルのうち、/api/show が thinking 機能を報告するものでは、/think low、/think medium、/think high、 /think max が公開されます。Thinking 非対応モデルでは /think off のみが公開されます。

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

または、モデルのデフォルトを設定します。

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

モデルごとの params.think/params.thinking により、特定モデルの API Thinking を無効化または強制できます。アクティブな実行に暗黙の off デフォルトしかない場合、OpenClaw はその明示的な設定を保持します。ただし、/think medium のような off 以外のランタイムコマンドは、引き続きその設定を上書きします。明示的に reasoning: false と指定されたモデルには、真と評価される Thinking リクエストは送信されません。 think: false リクエストは常に送信されます。

deepseek-r1、reasoning、reason、think という名前のモデルは、 デフォルトで推論対応として扱われます。追加設定は不要です。

ollama pull deepseek-r1:32b

Ollama はローカルで実行され、無料であるため、自動検出されたモデルと手動定義されたモデルの どちらでも、すべてのモデルコストは 0 です。

同梱の Ollama Plugin は、メモリ検索用のメモリ埋め込みプロバイダーを 登録します。設定済みの Ollama ベース URL と API キーを使用して /api/embed を呼び出し、可能な場合は複数のメモリチャンクを 1 回の input リクエストにまとめます。

proxy.enabled=true の場合、設定された baseUrl から導出される、正確にホストローカルの loopback オリジンへの埋め込みリクエストでは、管理対象の転送プロキシではなく OpenClaw の保護された直接パスが使用されます。設定するホスト名自体が localhost または loopback IP リテラルでなければなりません。単に DNS 解決の結果が loopback になる名前では、引き続き管理対象プロキシパスが使用されます。LAN、 tailnet、プライベートネットワーク、およびパブリックの Ollama ホストでは常に 管理対象プロキシパスが使用され、別のホストやポートへのリダイレクトには 信頼が引き継がれません。proxy.loopbackMode: "proxy" では loopback トラフィックも プロキシ経由になります。proxy.loopbackMode: "block" では接続前に拒否されます。 管理対象プロキシを参照してください。

クエリ時の埋め込みでは、取得用プレフィックスが必須または推奨されるモデル、 nomic-embed-text、qwen3-embedding、mxbai-embed-large に対して それらを使用します。ドキュメントのバッチは未加工のままなので、既存のインデックスに 形式の移行は不要です。

{  memory: {    search: {      provider: "ollama",      remote: {        // Ollama のデフォルトです。再インデックスが遅すぎる場合は、大規模なホストで増やしてください。        nonBatchConcurrency: 1,      },    },  },}

リモートの埋め込みホストでは、認証のスコープをそのホストに限定してください。

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

Ollama はデフォルトで ネイティブ 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併用をサポートしており、特別な設定は不要です。

ネイティブリクエストでは、Thinking の制御が直接転送されます。明示的な params.think/params.thinking が設定されていない限り、/think off と openclaw agent --thinking off はトップレベルの think: false を送信します。/think low|medium|high は対応する effort 文字列を送信します。/think max は Ollama 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 を指定した 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 を使用するモデルを読み込むと、Ollama が読み込み中に 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のページを必ずしも 回収できないため、Windows が WSL2 VM を終了し、systemd が Ollama を再起動して、ループが繰り返されることがあります。

判断材料としては、WSL2 の再起動や終了が繰り返されること、WSL2 起動直後に app.slice または ollama.service の CPU 使用率が高くなること、Linux の OOM killer ではなく systemd から SIGTERM が送られることが挙げられます。

OpenClaw は、WSL2、Restart=always を指定して有効化された ollama.service、 および可視の CUDA マーカーを検出すると、起動時に警告を記録します。

対処方法：

sudo systemctl disable ollama

Windows 側では、次の内容を %USERPROFILE%\.wslconfig に追加してから wsl --shutdown を実行します。

[experimental]autoMemoryReclaim=disabled

または、keep-alive を短くするか、必要なときだけ Ollama を手動で起動します。

export OLLAMA_KEEP_ALIVE=5mollama serve

ollama/ollama#11317を参照してください。

Ollama が実行中であること、OLLAMA_API_KEY（または認証プロファイル）が設定されていること、 および models.providers.ollama が明示的に定義されていないことを確認してください。

ollama servecurl http://localhost:11434/api/tags

モデルをローカルに pull するか、 models.providers.ollama で明示的に定義します。

ollama list  # インストール済みのモデルを確認ollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # または別のモデル

Gateway を実行しているものと同じマシンおよびランタイムから確認してください。

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

一般的な原因：

• 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 を使用しているため、ネイティブ Ollama ではなく OpenAI 互換の動作が選択されている。
• リモートホストで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、リモート側には存在しない。

通常、プロバイダーが OpenAI 互換モードになっているか、モデルが ツールスキーマを処理できないことが原因です。ネイティブモードを推奨します。

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

小規模なローカルモデルが引き続きツールスキーマで失敗する場合は、そのモデルエントリに compat.supportsTools: false を設定して再テストしてください。

ホスト型 Kimi/GLM の応答が、言語として意味をなさない記号の長い連続である場合、 成功した応答ではなく、失敗したプロバイダー呼び出しとして扱われます。そのため、 破損したテキストをセッションに保存する代わりに、通常の再試行、フォールバック、 エラー処理が実行されます。

再発した場合は、モデル名、現在のセッションファイル、および実行で Cloud + Local と Cloud only のどちらを使用したかを記録し、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" --jsonopenclaw models set ollama/gemma4

大規模なローカルモデルは、初回読み込みに時間がかかることがあります。タイムアウトを Ollama プロバイダーに限定し、必要に応じてターン間もモデルを読み込み済みの状態に保ちます。

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

ホスト自体が接続を受け付けるまでに時間がかかる場合は、timeoutSeconds により このプロバイダーの保護された接続タイムアウトも延長されます。

多くのモデルは、ハードウェアで無理なく実行できる容量を超えるコンテキストを 公称値として示します。ネイティブ Ollama は、params.num_ctx が設定されていない限り、 独自のランタイムデフォルトを使用します。最初のトークンが返るまでのレイテンシーを予測可能にするには、 OpenClaw の割り当てと Ollama のリクエストコンテキストの両方に上限を設定します。

{  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、contextWindow を下げます。 Ollama のランタイムコンテキストがマシンに対して大きすぎる場合は、params.num_ctx を下げます。 生成に時間がかかりすぎる場合は、maxTokens を下げます。