Ollama

Для URL Ollama с loopback-адресами, адресами частной сети, .local и простыми именами хостов настоящий bearer-токен не требуется. Для них OpenClaw использует маркер ollama-local.

Для общедоступных удалённых хостов и https://ollama.com требуются настоящие учётные данные: OLLAMA_API_KEY, профиль аутентификации или apiKey провайдера. Для прямого использования размещённого сервиса предпочтителен провайдер ollama-cloud.

Для пользовательского провайдера с api: "ollama" действуют те же правила. Например, провайдер ollama-remote, указывающий на частный хост в LAN, может использовать apiKey: "ollama-local"; субагенты разрешают этот маркер через хук провайдера Ollama, а не считают его отсутствующими учётными данными. agents.defaults.memorySearch.provider также может указывать на идентификатор пользовательского провайдера, чтобы для эмбеддингов использовалась соответствующая конечная точка Ollama.

auth-profiles.json хранит учётные данные для идентификатора провайдера; параметры конечной точки (baseUrl, api, модели, заголовки, тайм-ауты) задавайте в models.providers.<id>. Старые плоские файлы, такие как { "ollama-windows": { "apiKey": "ollama-local" } }, не являются форматом среды выполнения; openclaw doctor --fix преобразует их в канонический профиль API-ключа ollama-windows:default и создаёт резервную копию. Значение baseUrl в таком устаревшем файле является лишним и должно быть перенесено в конфигурацию провайдера.

Bearer-аутентификация для эмбеддингов памяти Ollama ограничена хостом, для которого она была объявлена:

• Ключ уровня провайдера отправляется только на хост этого провайдера.
• agents.*.memorySearch.remote.apiKey отправляется только на удалённый хост эмбеддингов.
• Значение только из переменной окружения OLLAMA_API_KEY считается соглашением Ollama Cloud и по умолчанию не отправляется на локальные или самостоятельно размещённые хосты.

Ollama на той же машине, что и Gateway, обнаруживается автоматически:

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

Не добавляйте блок models.providers.ollama, если модели не требуется задавать вручную.

{  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 — бюджет контекста OpenClaw; params.num_ctx отправляется в Ollama. Согласуйте их, если оборудование не может выполнить модель с полным заявленным контекстом.

Без локального демона, напрямую размещённые модели:

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" },    },  },}

Для выделенного идентификатора провайдера ollama-cloud вместо этой структуры см. Ollama Cloud.

Пользовательские идентификаторы провайдеров при запуске нескольких серверов Ollama; у каждого свои хост, модели, аутентификация и тайм-аут.

{  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"],      },    },  },}

Перед вызовом Ollama OpenClaw удаляет префикс активного провайдера (при его отсутствии используя простой префикс ollama/), поэтому ollama-large/qwen3.5:27b поступает в Ollama как qwen3.5:27b.

Некоторые локальные модели справляются с простыми запросами, но испытывают трудности с полным набором инструментов агента. Ограничьте инструменты и контекст, прежде чем изменять глобальные настройки среды выполнения:

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

Используйте compat.supportsTools: false, только если модель или сервер стабильно завершается с ошибкой при обработке схем инструментов: это повышает стабильность ценой возможностей агента. localModelLean удаляет ресурсоёмкие инструменты браузера, cron, сообщений, генерации мультимедиа, голоса и PDF из непосредственного набора инструментов агента, если они явно не требуются, и помещает более крупные каталоги за Tool Search. Это не изменяет контекст среды выполнения или режим мышления Ollama. Используйте его вместе с params.num_ctx и params.thinking: false для небольших моделей мышления в стиле Qwen, которые зацикливаются или расходуют свой бюджет на скрытые рассуждения.

Явно задайте api: "openai-completions" для прокси за /v1/chat/completions:

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

Этот режим может не поддерживать потоковую передачу и вызов инструментов одновременно; возможно, потребуется params: { streaming: false } в модели.

В этом режиме OpenClaw по умолчанию внедряет options.num_ctx, чтобы Ollama не переходил без уведомления к контексту на 4096 токенов. Если прокси отклоняет неизвестные поля options, отключите это:

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

Для автоматически обнаруженных моделей OpenClaw использует контекстное окно, о котором сообщает /api/show, включая увеличенные значения PARAMETER num_ctx из пользовательских Modelfile; в противном случае используется контекстное окно Ollama по умолчанию в OpenClaw.

Параметры уровня провайдера contextWindow, contextTokens и maxTokens задают значения по умолчанию для каждой модели этого провайдера и могут быть переопределены для отдельных моделей. contextWindow — собственный бюджет запросов/Compaction OpenClaw. В нативных запросах /api/chat поле options.num_ctx остаётся незаданным, если params.num_ctx не задано явно, поэтому Ollama применяет собственное значение по умолчанию, определяемое моделью, OLLAMA_CONTEXT_LENGTH или объёмом VRAM; недопустимые, нулевые, отрицательные или неконечные значения params.num_ctx игнорируются. Если в старой конфигурации для принудительного задания контекста нативного запроса использовались только contextWindow/maxTokens, выполните openclaw doctor --fix, чтобы скопировать их в params.num_ctx. Адаптер, совместимый с OpenAI, по-прежнему по умолчанию внедряет options.num_ctx из настроенного params.num_ctx или contextWindow; отключите это с помощью injectNumCtxForOpenAICompat: false, если вышестоящая система отклоняет options.

Нативные записи моделей также принимают стандартные параметры среды выполнения Ollama в params, передаваемые как нативные /api/chat options: 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 и num_thread. Несколько ключей (format, keep_alive, truncate, shift) передаются как поля запроса верхнего уровня, а не внутри options. OpenClaw передаёт только эти ключи запросов Ollama, поэтому параметры, используемые только средой выполнения, например streaming, никогда не отправляются в Ollama. Используйте params.think (или params.thinking), чтобы задать think верхнего уровня; false отключает мышление на уровне API для моделей мышления в стиле Qwen.

{  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,            },          }        ]      }    }  }}

Параметр agents.defaults.models["ollama/<model>"].params.num_ctx для отдельных моделей также работает; если заданы оба, приоритет имеет явная запись модели провайдера.

OpenClaw передаёт параметр мышления в ожидаемом Ollama виде: think верхнего уровня, а не options.think. Автоматически обнаруженные модели, для которых /api/show сообщает о возможности thinking, предоставляют /think low, /think medium, /think high и /think max; модели без мышления предоставляют только /think off.

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

Или задайте модель по умолчанию:

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

Параметры params.think/params.thinking для отдельной модели могут отключить или принудительно включить рассуждение через API для конкретной модели. OpenClaw сохраняет эту явную конфигурацию, когда в активном запуске задано только неявное значение по умолчанию off; команда среды выполнения, не отключающая рассуждение, например /think medium, всё равно переопределяет её. Запрос с включённым рассуждением никогда не отправляется модели, явно помеченной reasoning: false; запрос think: false отправляется всегда.

Модели с именами deepseek-r1, reasoning, reason или think по умолчанию считаются поддерживающими рассуждение — дополнительная конфигурация не требуется:

ollama pull deepseek-r1:32b

Ollama работает локально и бесплатно, поэтому стоимость всех моделей равна 0 как для автоматически обнаруженных, так и для заданных вручную моделей.

Встроенный плагин Ollama регистрирует провайдер эмбеддингов памяти для поиска по памяти. Он использует настроенные базовый URL Ollama и ключ API, вызывает /api/embed и по возможности объединяет несколько фрагментов памяти в один запрос input.

При proxy.enabled=true запросы эмбеддингов к точному локальному loopback-источнику, полученному из настроенного baseUrl, используют защищённый прямой путь OpenClaw вместо управляемого прокси переадресации. Само настроенное имя хоста должно быть localhost или литералом loopback-IP — DNS-имена, которые лишь разрешаются в loopback-адрес, по-прежнему используют путь через управляемый прокси. Хосты Ollama в LAN, tailnet, частной или общедоступной сети всегда используют путь через управляемый прокси, а перенаправления на другой хост или порт не наследуют доверие. proxy.loopbackMode: "proxy" всё равно направляет loopback-трафик через прокси; proxy.loopbackMode: "block" запрещает его до подключения — см. Управляемый прокси.

Эмбеддинги во время запроса используют префиксы поиска для моделей, которым они необходимы или рекомендованы: nomic-embed-text, qwen3-embedding и mxbai-embed-large. Пакеты документов остаются без изменений, поэтому существующим индексам не требуется миграция формата.

{  agents: {    defaults: {      memorySearch: {        provider: "ollama",        remote: {          // Значение по умолчанию для Ollama. Увеличьте на более мощных хостах, если переиндексация выполняется слишком медленно.          nonBatchConcurrency: 1,        },      },    },  },}

Для удалённого хоста эмбеддингов ограничьте область действия аутентификации этим хостом:

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

Ollama по умолчанию использует нативный API (/api/chat), который поддерживает одновременную потоковую передачу и вызов инструментов — специальная конфигурация не требуется.

Для нативных запросов управление рассуждением передаётся напрямую: /think off и openclaw agent --thinking off отправляют верхнеуровневый параметр think: false, если явно не настроен params.think/params.thinking; /think low|medium|high отправляют соответствующую строку уровня рассуждения; /think max сопоставляется с максимальным уровнем рассуждения Ollama — think: "high".

В WSL2 с NVIDIA/CUDA официальный установщик Ollama для Linux создаёт модуль systemd ollama.service с Restart=always. Если эта служба запускается автоматически и загружает модель с поддержкой GPU во время загрузки WSL2, Ollama может закрепить память хоста во время загрузки; механизм возврата памяти Hyper-V не всегда может освободить эти страницы, поэтому Windows может завершить виртуальную машину WSL2, systemd перезапустит Ollama, и цикл повторится.

Признаки: повторные перезагрузки или завершения WSL2, высокая загрузка ЦП процессами app.slice или ollama.service сразу после запуска WSL2 и сигнал SIGTERM от systemd, а не от механизма Linux OOM killer.

OpenClaw записывает предупреждение при запуске, когда обнаруживает WSL2, включённый ollama.service с Restart=always и видимые маркеры CUDA.

Способ устранения:

sudo systemctl disable ollama

В Windows добавьте следующее в %USERPROFILE%\.wslconfig, затем выполните wsl --shutdown:

[experimental]autoMemoryReclaim=disabled

Либо сократите время поддержания активности или запускайте Ollama вручную только при необходимости:

export OLLAMA_KEEP_ALIVE=5mollama serve

См. ollama/ollama#11317.

Убедитесь, что Ollama запущен, OLLAMA_API_KEY (или профиль аутентификации) задан, а models.providers.ollama не определён явно:

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

Скачайте модель локально или задайте её явно в models.providers.ollama:

ollama list  # Просмотреть установленные моделиollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # Или другую модель

Выполните проверку на той же машине и в той же среде выполнения, где работает Gateway:

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

Распространённые причины:

• baseUrl указывает на localhost, но Gateway работает в Docker или на другом хосте.
• В URL используется /v1, из-за чего выбирается OpenAI-совместимое поведение вместо нативного Ollama.
• На удалённом хосте необходимо изменить настройки межсетевого экрана или привязки к LAN.
• Модель находится в фоновом процессе на вашем ноутбуке, но отсутствует в удалённом.

Обычно провайдер работает в OpenAI-совместимом режиме либо модель не может обрабатывать схемы инструментов. Предпочтителен нативный режим:

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

Если небольшая локальная модель по-прежнему не справляется со схемами инструментов, задайте compat.supportsTools: false в записи этой модели и повторите проверку.

Ответы размещённых Kimi/GLM, представляющие собой длинные последовательности нелингвистических символов, считаются не успешным ответом, а неудачным вызовом провайдера, поэтому вместо сохранения повреждённого текста в сеансе применяются обычные механизмы повторных попыток, резервного переключения и обработки ошибок.

Если проблема повторится, сохраните имя модели, текущий файл сеанса и сведения о том, использовался ли при запуске Cloud + Local или Cloud only, затем попробуйте новый сеанс и резервную модель:

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

Первоначальная загрузка больших локальных моделей может занимать много времени. Ограничьте область действия тайм-аута провайдером Ollama и при необходимости оставляйте модель загруженной между обращениями:

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

Если сам хост медленно принимает подключения, timeoutSeconds также увеличивает защищённый тайм-аут подключения для этого провайдера.

Многие модели заявляют контекст большего размера, чем ваше оборудование способно комфортно обрабатывать. Нативный Ollama использует собственное значение среды выполнения по умолчанию, если не задан params.num_ctx. Ограничьте как бюджет OpenClaw, так и контекст запроса Ollama, чтобы обеспечить предсказуемую задержку до первого токена:

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

Уменьшите contextWindow, если OpenClaw отправляет слишком большой промпт. Уменьшите params.num_ctx, если контекст среды выполнения Ollama слишком велик для этой машины. Уменьшите maxTokens, если генерация занимает слишком много времени.