Ollama

ローカルおよび LAN の Ollama ホストには、本物の bearer token は不要です。OpenClaw は、loopback、プライベートネットワーク、.local、およびベアホスト名の 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。

リモート公開ホストと Ollama Cloud (https://ollama.com) には、OLLAMA_API_KEY、認証プロファイル、またはプロバイダーの apiKey を通じた本物の認証情報が必要です。直接ホスト型で使用する場合は、プロバイダー ollama-cloud を優先してください。

api: "ollama" を設定するカスタムプロバイダー ID は、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欠落した認証情報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 に設定できるため、埋め込みは対応する Ollama エンドポイントを使用します。

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> に入れてください。{ "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、バックアップ付きの正規 ollama-windows:default API キープロファイルへ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、プロバイダー設定へ移動する必要があります。

Ollama をメモリ埋め込みに使用する場合、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 env 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、OpenClaw にインストール済みモデルを自動検出させたい場合に使用します。

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

この経路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の 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 側のコンテキスト予算です。params.num_ctx はリクエスト時に Ollama へ送信されます。ハードウェアがモデルの公称最大コンテキスト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、ホスト型 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 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"],      },    },  },}

Ollama サーバーが複数ある場合は、カスタムプロバイダー ID を使用します。各プロバイダーは独自のホスト、モデル、認証、タイムアウト、モデル参照を持ちます。

{  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、アクティブなプロバイダープレフィックスは取り除かれるため、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、エージェントツールの全体的な表面では苦戦します。グローバルなランタイム設定を変更する前に、まずツールとコンテキストの制限から始めてください。

{  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安定して失敗する場合にのみ使用してください。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、直接のエージェント表面からブラウザー、cron、メッセージツールを削除し、実行が直接のメッセージ配信セマンティクスを維持する必要がある場合を除き、より大きなカタログを構造化された Tool Search コントロールの背後にデフォルトで配置します。ただし、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）、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場合があります。

api: "openai-completions" を Ollama と使用する場合、OpenClaw はデフォルトで options.num_ctx を注入するため、Ollama が暗黙に 4096 コンテキストウィンドウへフォールバックすることはありません。プロキシ/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、この動作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、利用可能な場合、OpenClaw は Ollama 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 からのより大きな PARAMETER num_ctx 値も含まれます。それ以外の場合は、OpenClaw 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 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 を再構築せずに 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、非有限の値は無視されます。以前の設定で contextWindow または maxTokens だけを使ってネイティブ Ollama リクエストコンテキストを強制していた場合は、openclaw doctor --fix を実行して、それらの明示的なプロバイダーまたはモデル予算を params.num_ctx にコピーしてください。OpenAI 互換 Ollama アダプターは、設定済みの 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 を含む、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。自動検出されたモデルの /api/show レスポンスに thinking ケイパビリティが含まれる場合は、/think low、/think medium、/think high、/think max を公開します。非思考モデルは /think off のみを公開します。

openclaw agent --model ollama/gemma4 --thinking offopenclaw 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 で、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。OpenClaw は、アクティブな実行に暗黙のデフォルト off しかない場合、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 などの名前を持つモデルを、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、自動検出されたモデルと手動定義された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、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。

proxy.enabled=true の場合、設定済みの baseUrl から導出された正確なホスト local loopback オリジンへの Ollama メモリ埋め込みリクエストは、管理対象フォワードプロキシではなく OpenClaw の保護された直接パスを使用します。設定されたホスト名自体が localhost またはループバック IP リテラルである必要があります。単にループバックに解決される DNS 名は、引き続き管理対象プロキシパスを使用します。LAN、tailnet、プライベートネットワーク、公開 Ollama ホストも管理対象プロキシパスのままです。別のホストまたはポートへのリダイレクトは信頼を継承しません。オペレーターは引き続きグローバルな proxy.loopbackMode: "proxy" 設定を指定してループバックトラフィックをプロキシ経由で送信することも、proxy.loopbackMode: "block" を指定して接続を開く前にループバック接続を拒否することもできます。この設定のプロセス全体への影響については、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は、nomic-embed-text、qwen3-embedding、mxbai-embed-large など、それを必要または推奨するモデルに対して取得プレフィックスを使用します。既存のインデックスに形式移行が不要になるよう、メモリドキュメントバッチは生のまま保持されます。

メモリ検索の埋め込みプロバイダーとして Ollama を選択するには、次のようにします。

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

リモート埋め込みホストでは、認証をそのホストにスコープしてください。

{  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 は思考制御も Ollama に直接転送します。明示的なモデル params.think/params.thinking 値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。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 の最上位ネイティブ effort である think: "high" にマップされます。

NVIDIA/CUDA を使用する WSL2 では、公式 Ollama Linux インストーラーが Restart=always の 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 起動中に GPU バックの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 のメモリ回収は、それらの固定ページを常に回収できるわけではないため、Windows が WSL2 VM を終了し、systemd が Ollama を再び起動し、ループが繰り返される可能性があります。

一般的な証拠:

• 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 で有効化された ollama.service、および可視の CUDA マーカーを検出した場合、起動時警告をログに記録します。

軽減策:

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=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）を設定していること、そして明示的な 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  # See what's installedollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # Or another model

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。

# Check if Ollama is runningps aux | grep ollama # Or restart Ollamaollama 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 --deepcurl http://ollama-host:11434/api/tags

一般的な原因:

• baseUrl が localhost を指しているが、Gateway が Docker 内または別ホスト上で実行されている。
• URL が /v1 を使用しており、ネイティブ Ollama ではなく OpenAI 互換の動作を選択している。
• リモートホスト側の Ollama でファイアウォールまたは LAN バインディングの変更が必要。
• モデルがラップトップ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処理でき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まだツールスキーマで失敗する場合は、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、通常のリトライ、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 または Cloud only のどちらを使用したかを取得し、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" --jsonopenclaw models set ollama/gemma4

大きなローカルモデルでは、ストリーミングが始まる前の初回読み込みに時間がかかることがあります。タイムアウトは Ollama プロバイダーにスコープし、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 に要求します。

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

ホスト自体の接続受け入れが遅い場合、timeoutSeconds はこのプロバイダーの保護された Undici 接続タイムアウトも延長します。

多くの Ollama モデルは、使用している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提示します。ネイティブの 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のデフォルトを使用します。予測可能な初回トークンレイテンシが必要な場合は、OpenClaw の予算と 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、まず contextWindow を下げます。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 を下げます。生成が長く続きすぎる場合は、maxTokens を下げます。