Naar hoofdinhoud gaan

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

OpenClaw integreert met Ollama’s native API (/api/chat) voor gehoste cloudmodellen en lokale/zelfgehoste Ollama-servers. Je kunt Ollama in drie modi gebruiken: Cloud + Local via een bereikbare Ollama-host, Cloud only tegen https://ollama.com, of Local only tegen een bereikbare Ollama-host.
Externe Ollama-gebruikers: Gebruik de /v1 OpenAI-compatibele URL (http://host:11434/v1) niet met OpenClaw. Dit breekt tool-calling en modellen kunnen ruwe tool-JSON als platte tekst uitvoeren. Gebruik in plaats daarvan de native Ollama API-URL: baseUrl: "http://host:11434" (geen /v1).
Ollama-providerconfiguratie gebruikt baseUrl als canonieke sleutel. OpenClaw accepteert ook baseURL voor compatibiliteit met voorbeelden in OpenAI SDK-stijl, maar nieuwe configuratie moet bij voorkeur baseUrl gebruiken.

​
Auth-regels

Lokale en LAN Ollama-hosts hebben geen echte bearer-token nodig. OpenClaw gebruikt de lokale ollama-local-markering alleen voor loopback, private-network-, .local- en kale hostnaam-Ollama-base-URL’s.
Externe openbare hosts en Ollama Cloud (https://ollama.com) vereisen een echte credential via OLLAMA_API_KEY, een auth-profiel of de apiKey van de provider.
Aangepaste provider-id’s die api: "ollama" instellen, volgen dezelfde regels. Bijvoorbeeld: een ollama-remote-provider die naar een private LAN Ollama-host wijst, kan apiKey: "ollama-local" gebruiken en sub-agents zullen die markering via de Ollama-providerhook oplossen in plaats van deze als een ontbrekende credential te behandelen. Geheugenzoekopdrachten kunnen ook agents.defaults.memorySearch.provider instellen op die aangepaste provider-id, zodat embeddings het overeenkomende Ollama-endpoint gebruiken.
auth-profiles.json slaat de credential voor een provider-id op. Plaats endpointinstellingen (baseUrl, api, model-id’s, headers, timeouts) in models.providers.<id>. Oudere platte auth-profielbestanden zoals { "ollama-windows": { "apiKey": "ollama-local" } } zijn geen runtime-indeling; voer openclaw doctor --fix uit om ze te herschrijven naar het canonieke ollama-windows:default API-key-profiel met een back-up. baseUrl in dat bestand is compatibiliteitsruis en moet naar providerconfiguratie worden verplaatst.
Wanneer Ollama wordt gebruikt voor geheugenembeddings, is bearer-auth beperkt tot de host waar deze is gedeclareerd:
  • Een sleutel op providerniveau wordt alleen naar de Ollama-host van die provider verzonden.
  • agents.*.memorySearch.remote.apiKey wordt alleen naar de externe embeddinghost ervan verzonden.
  • Een pure OLLAMA_API_KEY-omgevingswaarde wordt behandeld als de Ollama Cloud-conventie en wordt standaard niet naar lokale of zelfgehoste hosts verzonden.

​
Aan de slag

Kies je gewenste installatiemethode en modus.
Beste voor: de snelste route naar een werkende Ollama-cloud- of lokale installatie.
1

Onboarding uitvoeren

openclaw onboard
Selecteer Ollama uit de providerlijst.
2

Kies je modus

  • Cloud + Local — lokale Ollama-host plus cloudmodellen die via die host worden gerouteerd
  • Cloud only — gehoste Ollama-modellen via https://ollama.com
  • Local only — alleen lokale modellen
3

Selecteer een model

Cloud only vraagt om OLLAMA_API_KEY en stelt gehoste cloudstandaarden voor. Cloud + Local en Local only vragen om een Ollama-base-URL, ontdekken beschikbare modellen en halen het geselecteerde lokale model automatisch op als het nog niet beschikbaar is. Wanneer Ollama een geïnstalleerde :latest-tag meldt, zoals gemma4:latest, toont de installatie dat geïnstalleerde model één keer in plaats van zowel gemma4 als gemma4:latest te tonen of de kale alias opnieuw op te halen. Cloud + Local controleert ook of die Ollama-host is aangemeld voor cloudtoegang.
4

Controleer of het model beschikbaar is

openclaw models list --provider ollama

​
Niet-interactieve modus

openclaw onboard --non-interactive \
  --auth-choice ollama \
  --accept-risk
Geef optioneel een aangepaste base-URL of model op:
openclaw onboard --non-interactive \
  --auth-choice ollama \
  --custom-base-url "http://ollama-host:11434" \
  --custom-model-id "qwen3.5:27b" \
  --accept-risk

​
Cloudmodellen

Cloud + Local gebruikt een bereikbare Ollama-host als controlepunt voor zowel lokale als cloudmodellen. Dit is Ollama’s aanbevolen hybride stroom.Gebruik Cloud + Local tijdens de installatie. OpenClaw vraagt om de Ollama-base-URL, ontdekt lokale modellen van die host en controleert of de host met ollama signin is aangemeld voor cloudtoegang. Wanneer de host is aangemeld, stelt OpenClaw ook gehoste cloudstandaarden voor, zoals kimi-k2.5:cloud, minimax-m2.7:cloud en glm-5.1:cloud.Als de host nog niet is aangemeld, houdt OpenClaw de installatie alleen lokaal totdat je ollama signin uitvoert.

​
Modeldetectie (impliciete provider)

Wanneer je OLLAMA_API_KEY (of een auth-profiel) instelt en geen models.providers.ollama of een andere aangepaste externe provider met api: "ollama" definieert, ontdekt OpenClaw modellen vanuit de lokale Ollama-instantie op http://127.0.0.1:11434.
GedragDetail
CatalogusqueryVraagt /api/tags op
Detectie van mogelijkhedenGebruikt best-effort /api/show-lookups om contextWindow, uitgebreide num_ctx Modelfile-parameters en mogelijkheden inclusief vision/tools te lezen
Vision-modellenModellen met een door /api/show gerapporteerde vision-mogelijkheid worden gemarkeerd als image-capable (input: ["text", "image"]), zodat OpenClaw automatisch afbeeldingen in de prompt injecteert
RedeneerdetectieGebruikt /api/show-mogelijkheden wanneer beschikbaar, inclusief thinking; valt terug op een modelnaamheuristiek (r1, reasoning, think) wanneer Ollama mogelijkheden weglaat
TokenlimietenStelt maxTokens in op de standaard Ollama max-token-limiet die door OpenClaw wordt gebruikt
KostenStelt alle kosten in op 0
Dit voorkomt handmatige modelitems en houdt de catalogus tegelijk afgestemd op de lokale Ollama-instantie. Je kunt een volledige ref zoals ollama/<pulled-model>:latest gebruiken in lokale infer model run; OpenClaw lost dat geïnstalleerde model op vanuit Ollama’s livecatalogus zonder dat een handgeschreven models.json-item nodig is. Voor aangemelde Ollama-hosts kunnen sommige :cloud-modellen bruikbaar zijn via /api/chat en /api/show voordat ze in /api/tags verschijnen. Wanneer je expliciet een volledige ollama/<model>:cloud-ref selecteert, valideert OpenClaw dat exacte ontbrekende model met /api/show en voegt het alleen toe aan de runtimecatalogus als Ollama modelmetadata bevestigt. Typefouten mislukken nog steeds als onbekende modellen in plaats van automatisch te worden aangemaakt. 
# See what models are available
ollama list
openclaw models list
Voor een smalle rooktest voor tekstgeneratie die het volledige oppervlak van agent-tools vermijdt, gebruik je lokale infer model run met een volledige Ollama-modelref: 
OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/llama3.2:latest \
    --prompt "Reply with exactly: pong" \
    --json
Dat pad gebruikt nog steeds OpenClaw’s geconfigureerde provider, auth en native Ollama- transport, maar start geen chat-agentbeurt en laadt geen MCP/toolcontext. Als dit slaagt terwijl normale agent-antwoorden mislukken, onderzoek dan vervolgens de agent- prompt-/toolcapaciteit van het model. Voor een smalle rooktest voor vision-modellen op hetzelfde lichte pad voeg je een of meer afbeeldingsbestanden toe aan infer model run. Dit verzendt de prompt en afbeelding rechtstreeks naar het geselecteerde Ollama vision-model zonder chattools, geheugen of eerdere sessiecontext te laden: 
OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/qwen2.5vl:7b \
    --prompt "Describe this image in one sentence." \
    --file ./photo.jpg \
    --json
model run --file accepteert bestanden die als image/* worden gedetecteerd, inclusief gangbare PNG-, JPEG- en WebP-invoer. Niet-afbeeldingsbestanden worden geweigerd voordat Ollama wordt aangeroepen. Gebruik voor spraakherkenning in plaats daarvan openclaw infer audio transcribe. Wanneer je een gesprek omschakelt met /model ollama/<model>, behandelt OpenClaw dat als een exacte gebruikersselectie. Als de geconfigureerde Ollama baseUrl onbereikbaar is, mislukt het volgende antwoord met de providerfout in plaats van stilzwijgend te antwoorden vanuit een ander geconfigureerd fallbackmodel. Geïsoleerde Cron-taken voeren één extra lokale veiligheidscontrole uit voordat ze de agentbeurt starten. Als het geselecteerde model wordt omgezet naar een lokale, privé-netwerk- of .local Ollama-provider en /api/tags onbereikbaar is, registreert OpenClaw die Cron-run als skipped met het geselecteerde ollama/<model> in de fouttekst. De endpoint-preflight wordt 5 minuten gecachet, zodat meerdere Cron-taken die naar dezelfde gestopte Ollama-daemon wijzen niet allemaal mislukte modelverzoeken starten. Verifieer live het lokale tekstpad, het native streampad en embeddings met lokale Ollama met: 
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \
  pnpm test:live -- extensions/ollama/ollama.live.test.ts
Om een nieuw model toe te voegen, haal je het eenvoudig op met Ollama: 
ollama pull mistral
Het nieuwe model wordt automatisch ontdekt en beschikbaar gemaakt voor gebruik.
Als je models.providers.ollama expliciet instelt, of een aangepaste externe provider configureert zoals models.providers.ollama-cloud met api: "ollama", wordt automatische ontdekking overgeslagen en moet je modellen handmatig definiëren. Aangepaste loopback-providers zoals http://127.0.0.2:11434 worden nog steeds als lokaal behandeld. Zie de sectie expliciete configuratie hieronder.

​
Visie en afbeeldingsbeschrijving

De meegeleverde Ollama-Plugin registreert Ollama als een mediabegrip-provider met afbeeldingsondersteuning. Hierdoor kan OpenClaw expliciete afbeeldingsbeschrijvingsverzoeken en geconfigureerde standaardwaarden voor afbeeldingsmodellen routeren via lokale of gehoste Ollama-visiemodellen. Voor lokale visie haal je een model op dat afbeeldingen ondersteunt: 
ollama pull qwen2.5vl:7b
export OLLAMA_API_KEY="ollama-local"
Verifieer daarna met de infer-CLI: 
openclaw infer image describe \
  --file ./photo.jpg \
  --model ollama/qwen2.5vl:7b \
  --json
--model moet een volledige <provider/model>-ref zijn. Wanneer deze is ingesteld, voert openclaw infer image describe dat model rechtstreeks uit in plaats van beschrijving over te slaan omdat het model native visie ondersteunt. Gebruik infer image describe wanneer je OpenClaw’s providerflow voor afbeeldingsbegrip, de geconfigureerde agents.defaults.imageModel en de uitvoervorm voor afbeeldingsbeschrijving wilt. Gebruik infer model run --file wanneer je een ruwe multimodale modelprobe wilt met een aangepaste prompt en één of meer afbeeldingen. Om Ollama het standaardmodel voor afbeeldingsbegrip voor inkomende media te maken, configureer je agents.defaults.imageModel: 
{
  agents: {
    defaults: {
      imageModel: {
        primary: "ollama/qwen2.5vl:7b",
      },
    },
  },
}
Geef de voorkeur aan de volledige ollama/<model>-ref. Als hetzelfde model onder models.providers.ollama.models staat met input: ["text", "image"] en geen andere geconfigureerde afbeeldingsprovider die kale model-ID blootstelt, normaliseert OpenClaw ook een kale imageModel-ref zoals qwen2.5vl:7b naar ollama/qwen2.5vl:7b. Als meer dan één geconfigureerde afbeeldingsprovider dezelfde kale ID heeft, gebruik dan expliciet het providerprefix. Trage lokale visiemodellen kunnen een langere timeout voor afbeeldingsbegrip nodig hebben dan cloudmodellen. Ze kunnen ook crashen of stoppen wanneer Ollama probeert de volledige geadverteerde visiecontext toe te wijzen op beperkte hardware. Stel een capability-timeout in en beperk num_ctx op de modelvermelding wanneer je alleen een normale afbeeldingsbeschrijvingsbeurt nodig hebt: 
{
  models: {
    providers: {
      ollama: {
        models: [
          {
            id: "qwen2.5vl:7b",
            name: "qwen2.5vl:7b",
            input: ["text", "image"],
            params: { num_ctx: 2048, keep_alive: "1m" },
          },
        ],
      },
    },
  },
  tools: {
    media: {
      image: {
        timeoutSeconds: 180,
        models: [{ provider: "ollama", model: "qwen2.5vl:7b", timeoutSeconds: 300 }],
      },
    },
  },
}
Deze timeout geldt voor inkomend afbeeldingsbegrip en voor de expliciete image-tool die de agent tijdens een beurt kan aanroepen. models.providers.ollama.timeoutSeconds op providerniveau bestuurt nog steeds de onderliggende Ollama HTTP-verzoekbeveiliging voor normale modelaanroepen. Verifieer live de expliciete afbeeldingstool met lokale Ollama met: 
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \
  pnpm test:live -- src/agents/tools/image-tool.ollama.live.test.ts
Als je models.providers.ollama.models handmatig definieert, markeer visiemodellen dan met ondersteuning voor afbeeldingsinvoer: 
{
  id: "qwen2.5vl:7b",
  name: "qwen2.5vl:7b",
  input: ["text", "image"],
  contextWindow: 128000,
  maxTokens: 8192,
}
OpenClaw weigert afbeeldingsbeschrijvingsverzoeken voor modellen die niet als afbeeldingsgeschikt zijn gemarkeerd. Bij impliciete ontdekking leest OpenClaw dit uit Ollama wanneer /api/show een visie-capability rapporteert.

​
Configuratie

Het eenvoudigste lokale activeringspad loopt via een omgevingsvariabele:
export OLLAMA_API_KEY="ollama-local"
Als OLLAMA_API_KEY is ingesteld, kun je apiKey in de providervermelding weglaten en vult OpenClaw deze in voor beschikbaarheidscontroles.

​
Veelvoorkomende recepten

Gebruik deze als uitgangspunt en vervang model-ID’s door de exacte namen uit ollama list of openclaw models list --provider ollama.
Gebruik dit wanneer Ollama op dezelfde machine draait als de Gateway en je wilt dat OpenClaw de geïnstalleerde modellen automatisch ontdekt.
ollama serve
ollama pull gemma4
export OLLAMA_API_KEY="ollama-local"
openclaw models list --provider ollama
openclaw models set ollama/gemma4
Dit pad houdt de configuratie minimaal. Voeg geen models.providers.ollama-blok toe tenzij je modellen handmatig wilt definiëren.
Gebruik native Ollama-URL’s voor LAN-hosts. Voeg geen /v1 toe.
{
  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 is het contextbudget aan de OpenClaw-kant. params.num_ctx wordt voor het verzoek naar Ollama gestuurd. Houd ze op elkaar afgestemd wanneer je hardware de volledige geadverteerde context van het model niet kan draaien.
Gebruik dit wanneer je geen lokale daemon draait en gehoste Ollama-modellen rechtstreeks wilt gebruiken.
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" },
    },
  },
}
Gebruik dit wanneer een lokale of LAN-Ollama-daemon is aangemeld met ollama signin en zowel lokale modellen als :cloud-modellen moet bedienen.
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"],
      },
    },
  },
}
Gebruik aangepaste provider-ID’s wanneer je meer dan één Ollama-server hebt. Elke provider krijgt zijn eigen host, modellen, authenticatie, timeout en modelrefs.
{
  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"],
      },
    },
  },
}
Wanneer OpenClaw het verzoek verstuurt, wordt het actieve providerprefix verwijderd zodat ollama-large/qwen3.5:27b Ollama bereikt als qwen3.5:27b.
Sommige lokale modellen kunnen eenvoudige prompts beantwoorden, maar hebben moeite met het volledige agenttooloppervlak. Begin met het beperken van tools en context voordat je globale runtime-instellingen wijzigt.
{
  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 },
          },
        ],
      },
    },
  },
}
Gebruik compat.supportsTools: false alleen wanneer het model of de server betrouwbaar faalt op toolschema’s. Het ruilt agentcapaciteit in voor stabiliteit. localModelLean verwijdert de browser-, cron- en berichttools uit het agentoppervlak, maar verandert de runtimecontext of denkmodus van Ollama niet. Combineer het met expliciete params.num_ctx en params.thinking: false voor kleine Qwen-achtige denkmodellen die in een lus terechtkomen of hun responsbudget besteden aan verborgen redenering.

​
Modelselectie

Zodra alles is geconfigureerd, zijn al je Ollama-modellen beschikbaar: 
{
  agents: {
    defaults: {
      model: {
        primary: "ollama/gpt-oss:20b",
        fallbacks: ["ollama/llama3.3", "ollama/qwen2.5-coder:32b"],
      },
    },
  },
}
Aangepaste Ollama-provider-id’s worden ook ondersteund. Wanneer een modelreferentie het actieve providerprefix gebruikt, zoals ollama-spark/qwen3:32b, verwijdert OpenClaw alleen dat prefix voordat Ollama wordt aangeroepen, zodat de server qwen3:32b ontvangt. Voor trage lokale modellen geef je de voorkeur aan providergebonden requesttuning voordat je de timeout van de volledige agent-runtime verhoogt: 
{
  models: {
    providers: {
      ollama: {
        timeoutSeconds: 300,
        models: [
          {
            id: "gemma4:26b",
            name: "gemma4:26b",
            params: { keep_alive: "15m" },
          },
        ],
      },
    },
  },
}
timeoutSeconds geldt voor het HTTP-request naar het model, inclusief het opzetten van de verbinding, headers, body-streaming en de totale bewaakte fetch-afbreking. params.keep_alive wordt doorgestuurd naar Ollama als top-level keep_alive bij native /api/chat-requests; stel dit per model in wanneer de laadtijd van de eerste beurt de bottleneck is.

​
Snelle verificatie

# Ollama daemon visible to this machine
curl http://127.0.0.1:11434/api/tags

# OpenClaw catalog and selected model
openclaw models list --provider ollama
openclaw models status

# Direct model smoke
openclaw infer model run \
  --model ollama/gemma4 \
  --prompt "Reply with exactly: ok"
Voor externe hosts vervang je 127.0.0.1 door de host die in baseUrl wordt gebruikt. Als curl werkt maar OpenClaw niet, controleer dan of de Gateway op een andere machine, container of serviceaccount draait. OpenClaw ondersteunt Ollama Web Search als een gebundelde web_search-provider.
EigenschapDetail
HostGebruikt je geconfigureerde Ollama-host (models.providers.ollama.baseUrl wanneer ingesteld, anders http://127.0.0.1:11434); https://ollama.com gebruikt de gehoste API rechtstreeks
AuthZonder sleutel voor aangemelde lokale Ollama-hosts; OLLAMA_API_KEY of geconfigureerde providerauthenticatie voor rechtstreeks zoeken via https://ollama.com of met auth beschermde hosts
VereisteLokale/zelfgehoste hosts moeten actief zijn en aangemeld zijn met ollama signin; rechtstreeks gehost zoeken vereist baseUrl: "https://ollama.com" plus een echte Ollama-API-sleutel
Kies Ollama Web Search tijdens openclaw onboard of openclaw configure --section web, of stel in: 
{
  tools: {
    web: {
      search: {
        provider: "ollama",
      },
    },
  },
}
Voor rechtstreeks gehost zoeken via Ollama Cloud: 
{
  models: {
    providers: {
      ollama: {
        baseUrl: "https://ollama.com",
        apiKey: "OLLAMA_API_KEY",
        api: "ollama",
        models: [{ id: "kimi-k2.5:cloud", name: "kimi-k2.5:cloud", input: ["text"] }],
      },
    },
  },
  tools: {
    web: {
      search: { provider: "ollama" },
    },
  },
}
Voor een aangemelde lokale daemon gebruikt OpenClaw de /api/experimental/web_search-proxy van de daemon. Voor https://ollama.com roept het rechtstreeks het gehoste /api/web_search-endpoint aan.
Zie Ollama Web Search voor de volledige installatie- en gedragsdetails.

​
Geavanceerde configuratie

Toolaanroepen zijn niet betrouwbaar in OpenAI-compatibele modus. Gebruik deze modus alleen als je OpenAI-indeling nodig hebt voor een proxy en niet afhankelijk bent van native gedrag voor toolaanroepen.
Als je in plaats daarvan het OpenAI-compatibele endpoint moet gebruiken (bijvoorbeeld achter een proxy die alleen de OpenAI-indeling ondersteunt), stel api: "openai-completions" dan expliciet in:
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: true, // default: true
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}
Deze modus ondersteunt streaming en toolaanroepen mogelijk niet tegelijk. Mogelijk moet je streaming uitschakelen met params: { streaming: false } in de modelconfiguratie.Wanneer api: "openai-completions" met Ollama wordt gebruikt, injecteert OpenClaw standaard options.num_ctx, zodat Ollama niet stil terugvalt op een contextvenster van 4096. Als je proxy/upstream onbekende options-velden weigert, schakel dit gedrag dan uit:
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: false,
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}
Voor automatisch ontdekte modellen gebruikt OpenClaw het contextvenster dat door Ollama wordt gerapporteerd wanneer beschikbaar, inclusief grotere PARAMETER num_ctx-waarden uit aangepaste Modelfiles. Anders valt het terug op het standaard Ollama-contextvenster dat door OpenClaw wordt gebruikt.Je kunt standaardwaarden op providerniveau instellen voor contextWindow, contextTokens en maxTokens voor elk model onder die Ollama-provider, en ze daarna per model overschrijven wanneer nodig. contextWindow is het prompt- en Compaction-budget van OpenClaw. Native Ollama-requests laten options.num_ctx leeg tenzij je expliciet params.num_ctx configureert, zodat Ollama zijn eigen model, OLLAMA_CONTEXT_LENGTH of op VRAM gebaseerde standaard kan toepassen. Stel params.num_ctx in om Ollama’s runtimecontext per request te begrenzen of af te dwingen zonder een Modelfile opnieuw te bouwen; ongeldige, nul-, negatieve en niet-eindige waarden worden genegeerd. De OpenAI-compatibele Ollama-adapter injecteert nog steeds standaard options.num_ctx vanuit de geconfigureerde params.num_ctx of contextWindow; schakel dat uit met injectNumCtxForOpenAICompat: false als je upstream options weigert.Native Ollama-modelvermeldingen accepteren ook de algemene Ollama-runtimeopties onder params, waaronder temperature, top_p, top_k, min_p, num_predict, stop, repeat_penalty, num_batch, num_thread en use_mmap. OpenClaw stuurt alleen Ollama-requestsleutels door, zodat OpenClaw-runtimeparams zoals streaming niet naar Ollama lekken. Gebruik params.think of params.thinking om top-level Ollama think te versturen; false schakelt denken op API-niveau uit voor Qwen-achtige denkmodellen.
{
  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,
            },
          }
        ]
      }
    }
  }
}
Per-model agents.defaults.models["ollama/<model>"].params.num_ctx werkt ook. Als beide zijn geconfigureerd, wint de expliciete providermodelvermelding van de agentstandaard.
Voor native Ollama-modellen stuurt OpenClaw denkcontrole door zoals Ollama die verwacht: top-level think, niet options.think. Automatisch ontdekte modellen waarvan de /api/show-respons de thinking-capaciteit bevat, bieden /think low, /think medium, /think high en /think max; niet-denkende modellen bieden alleen /think off.
openclaw agent --model ollama/gemma4 --thinking off
openclaw agent --model ollama/gemma4 --thinking low
Je kunt ook een modelstandaard instellen:
{
  agents: {
    defaults: {
      models: {
        "ollama/gemma4": {
          thinking: "low",
        },
      },
    },
  },
}
Per-model params.think of params.thinking kan Ollama-API-denken uitschakelen of afdwingen voor een specifiek geconfigureerd model. OpenClaw behoudt die expliciete modelparams wanneer de actieve run alleen de impliciete standaard off heeft; niet-off runtimecommando’s zoals /think medium overschrijven de actieve run nog steeds.
OpenClaw behandelt modellen met namen zoals deepseek-r1, reasoning of think standaard als redeneercapabel.
ollama pull deepseek-r1:32b
Er is geen aanvullende configuratie nodig. OpenClaw markeert ze automatisch.
Ollama is gratis en draait lokaal, dus alle modelkosten zijn ingesteld op $0. Dit geldt voor zowel automatisch ontdekte als handmatig gedefinieerde modellen.
De gebundelde Ollama-Plugin registreert een provider voor geheugen-embeddings voor geheugenzoekopdrachten. Deze gebruikt de geconfigureerde Ollama-basis-URL en API-sleutel, roept Ollama’s huidige /api/embed-endpoint aan en bundelt meerdere geheugenfragmenten waar mogelijk in één input-request.
EigenschapWaarde
Standaardmodelnomic-embed-text
Automatisch ophalenJa — het embeddingmodel wordt automatisch opgehaald als het niet lokaal aanwezig is
Embeddings tijdens query’s gebruiken retrievalprefixen voor modellen die ze vereisen of aanbevelen, waaronder nomic-embed-text, qwen3-embedding en mxbai-embed-large. Geheugendocumentbatches blijven onbewerkt, zodat bestaande indexen geen formaatmigratie nodig hebben.Om Ollama te selecteren als embeddingprovider voor geheugenzoekopdrachten:
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        remote: {
          // Default for Ollama. Raise on larger hosts if reindexing is too slow.
          nonBatchConcurrency: 1,
        },
      },
    },
  },
}
Houd voor een externe embeddinghost de auth beperkt tot die host:
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        model: "nomic-embed-text",
        remote: {
          baseUrl: "http://gpu-box.local:11434",
          apiKey: "ollama-local",
          nonBatchConcurrency: 2,
        },
      },
    },
  },
}
OpenClaw’s Ollama-integratie gebruikt standaard de native Ollama-API (/api/chat), die streaming en toolaanroepen tegelijk volledig ondersteunt. Er is geen speciale configuratie nodig.Voor native /api/chat-verzoeken stuurt OpenClaw denkbesturing ook rechtstreeks door naar Ollama: /think off en openclaw agent --thinking off sturen top-level think: false, tenzij een expliciete modelwaarde params.think/params.thinking is geconfigureerd, terwijl /think low|medium|high de overeenkomende top-level think-inspanningstekenreeks sturen. /think max wordt gekoppeld aan Ollama’s hoogste native inspanning, think: "high".
Als je het OpenAI-compatibele endpoint moet gebruiken, zie dan de sectie “Verouderde OpenAI-compatibele modus” hierboven. Streaming en toolaanroepen werken in die modus mogelijk niet tegelijk.

​
Probleemoplossing

Op WSL2 met NVIDIA/CUDA maakt de officiële Ollama Linux-installer een ollama.service systemd-unit met Restart=always. Als die service automatisch start en een GPU-ondersteund model laadt tijdens het opstarten van WSL2, kan Ollama hostgeheugen vastzetten terwijl het model wordt geladen. Hyper-V-geheugenterugwinning kan die vastgezette pagina’s niet altijd terugwinnen, waardoor Windows de WSL2-VM kan beëindigen, systemd Ollama opnieuw start en de lus zich herhaalt.Veelvoorkomend bewijs:
  • herhaalde WSL2-herstarts of beëindigingen vanaf de Windows-kant
  • hoge CPU in app.slice of ollama.service kort na het opstarten van WSL2
  • SIGTERM van systemd in plaats van een Linux OOM-killer-gebeurtenis
OpenClaw logt een opstartwaarschuwing wanneer het WSL2 detecteert, ollama.service ingeschakeld is met Restart=always en zichtbare CUDA-markeringen aanwezig zijn.Beperking:
sudo systemctl disable ollama
Voeg dit toe aan %USERPROFILE%\.wslconfig aan de Windows-kant en voer daarna wsl --shutdown uit:
[experimental]
autoMemoryReclaim=disabled
Stel een kortere keep-alive in de Ollama-serviceomgeving in, of start Ollama alleen handmatig wanneer je het nodig hebt:
export OLLAMA_KEEP_ALIVE=5m
ollama serve
Zie ollama/ollama#11317.
Zorg dat Ollama draait en dat je OLLAMA_API_KEY (of een auth-profiel) hebt ingesteld, en dat je geen expliciete models.providers.ollama-vermelding hebt gedefinieerd:
ollama serve
Controleer of de API toegankelijk is:
curl http://localhost:11434/api/tags
Als je model niet wordt vermeld, haal het model dan lokaal op of definieer het expliciet in models.providers.ollama.
ollama list  # See what's installed
ollama pull gemma4
ollama pull gpt-oss:20b
ollama pull llama3.3     # Or another model
Controleer of Ollama op de juiste poort draait:
# Check if Ollama is running
ps aux | grep ollama

# Or restart Ollama
ollama serve
Controleer dit vanaf dezelfde machine en runtime waarop de Gateway draait:
openclaw gateway status --deep
curl http://ollama-host:11434/api/tags
Veelvoorkomende oorzaken:
  • baseUrl verwijst naar localhost, maar de Gateway draait in Docker of op een andere host.
  • De URL gebruikt /v1, waardoor OpenAI-compatibel gedrag wordt geselecteerd in plaats van native Ollama.
  • De externe host heeft firewall- of LAN-bindingswijzigingen nodig aan de Ollama-kant.
  • Het model is aanwezig op de daemon van je laptop, maar niet op de externe daemon.
Dit betekent meestal dat de provider de OpenAI-compatibele modus gebruikt of dat het model geen toolschema’s aankan.Geef de voorkeur aan native Ollama-modus:
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434",
        api: "ollama",
      },
    },
  },
}
Als een klein lokaal model nog steeds faalt op toolschema’s, stel dan compat.supportsTools: false in voor die modelvermelding en test opnieuw.
Gehoste Kimi/GLM-antwoorden die bestaan uit lange, niet-linguïstische reeksen symbolen worden behandeld als mislukte provideruitvoer in plaats van als een geslaagd assistentantwoord. Daardoor kunnen normale retries, fallback of foutafhandeling het overnemen zonder de beschadigde tekst in de sessie op te slaan.Als dit herhaaldelijk gebeurt, leg dan de ruwe modelnaam, het huidige sessiebestand en of de run Cloud + Local of Cloud only gebruikte vast, en probeer daarna een nieuwe sessie en een fallbackmodel:
openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Reply with exactly: ok" --json
openclaw models set ollama/gemma4
Grote lokale modellen kunnen een lange eerste laadactie nodig hebben voordat streaming begint. Houd de time-out beperkt tot de Ollama-provider en vraag Ollama eventueel om het model tussen beurten geladen te houden:
{
  models: {
    providers: {
      ollama: {
        timeoutSeconds: 300,
        models: [
          {
            id: "gemma4:26b",
            name: "gemma4:26b",
            params: { keep_alive: "15m" },
          },
        ],
      },
    },
  },
}
Als de host zelf traag verbindingen accepteert, verlengt timeoutSeconds ook de bewaakte Undici-verbindingstime-out voor deze provider.
Veel Ollama-modellen adverteren contexten die groter zijn dan je hardware comfortabel kan uitvoeren. Native Ollama gebruikt Ollama’s eigen standaard runtimecontext, tenzij je params.num_ctx instelt. Beperk zowel het budget van OpenClaw als de aanvraagcontext van Ollama wanneer je voorspelbare first-token-latentie wilt:
{
  models: {
    providers: {
      ollama: {
        contextWindow: 32768,
        maxTokens: 8192,
        models: [
          {
            id: "qwen3.5:9b",
            name: "qwen3.5:9b",
            params: { num_ctx: 32768, thinking: false },
          },
        ],
      },
    },
  },
}
Verlaag eerst contextWindow als OpenClaw te veel prompt verstuurt. Verlaag params.num_ctx als Ollama een runtimecontext laadt die te groot is voor de machine. Verlaag maxTokens als generatie te lang duurt.
Meer hulp: Probleemoplossing en FAQ.

​
Gerelateerd

Modelproviders

Overzicht van alle providers, modelreferenties en failover-gedrag.

Modelselectie

Modellen kiezen en configureren.

Ollama-webzoekfunctie

Volledige configuratie- en gedragsdetails voor webzoekopdrachten met Ollama.

Configuratie

Volledige configuratiereferentie.