Ollama

URL ของ Ollama ที่เป็นลูปแบ็ก เครือข่ายส่วนตัว .local และชื่อโฮสต์เปล่า ไม่จำเป็นต้องใช้ bearer token จริง OpenClaw ใช้เครื่องหมาย ollama-local สำหรับกรณีเหล่านี้

โฮสต์ระยะไกลสาธารณะและ https://ollama.com ต้องใช้ข้อมูลประจำตัวจริง ได้แก่ OLLAMA_API_KEY, โปรไฟล์การตรวจสอบสิทธิ์ หรือ apiKey ของผู้ให้บริการ สำหรับการใช้งานแบบโฮสต์โดยตรง แนะนำให้ใช้ผู้ให้บริการ ollama-cloud

ผู้ให้บริการแบบกำหนดเองที่มี api: "ollama" จะใช้กฎเดียวกัน ตัวอย่างเช่น ผู้ให้บริการ ollama-remote ที่ชี้ไปยังโฮสต์ LAN ส่วนตัวสามารถใช้ apiKey: "ollama-local" ได้ โดยเอเจนต์ย่อยจะแก้ไขเครื่องหมายดังกล่าวผ่านฮุกผู้ให้บริการ Ollama แทนที่จะถือว่าเป็นข้อมูลประจำตัวที่ขาดหายไป นอกจากนี้ agents.defaults.memorySearch.provider ยังสามารถชี้ไปยัง ID ผู้ให้บริการแบบกำหนดเองเพื่อให้งานฝังเวกเตอร์ใช้ปลายทาง Ollama นั้นได้

auth-profiles.json จัดเก็บข้อมูลประจำตัวสำหรับ ID ผู้ให้บริการ ให้ใส่การตั้งค่าปลายทาง (baseUrl, api, โมเดล, ส่วนหัว, ระยะหมดเวลา) ไว้ใน models.providers.<id> ไฟล์แบบแบนรุ่นเก่า เช่น { "ollama-windows": { "apiKey": "ollama-local" } } ไม่ใช่รูปแบบรันไทม์ โดย openclaw doctor --fix จะเขียนไฟล์เหล่านั้นใหม่เป็นโปรไฟล์คีย์ API ollama-windows:default มาตรฐานพร้อมข้อมูลสำรอง ค่า baseUrl ในไฟล์เดิมดังกล่าวเป็นข้อมูลรบกวนและควรย้ายไปยังการกำหนดค่าผู้ให้บริการ

การตรวจสอบสิทธิ์แบบ bearer สำหรับการฝังเวกเตอร์หน่วยความจำของ Ollama จำกัดขอบเขตไว้เฉพาะโฮสต์ที่ประกาศไว้:

• คีย์ระดับผู้ให้บริการจะส่งไปยังโฮสต์ของผู้ให้บริการนั้นเท่านั้น
• agents.*.memorySearch.remote.apiKey จะส่งไปยังโฮสต์การฝังเวกเตอร์ระยะไกลของตัวเองเท่านั้น
• ค่า env OLLAMA_API_KEY เพียงอย่างเดียวจะถือเป็นรูปแบบของ Ollama Cloud และโดยค่าเริ่มต้นจะไม่ส่งไปยังโฮสต์ภายในเครื่องหรือโฮสต์ที่จัดการเอง

Ollama อยู่บนเครื่องเดียวกับ Gateway และระบบค้นพบโดยอัตโนมัติ:

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

อย่าเพิ่มบล็อก models.providers.ollama เว้นแต่ต้องการใช้โมเดลแบบกำหนดเอง

{  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 คืองบประมาณบริบทของ OpenClaw ส่วน params.num_ctx จะถูกส่งไปยัง Ollama ให้ตั้งค่าทั้งสองให้สอดคล้องกันเมื่อฮาร์ดแวร์ไม่สามารถเรียกใช้บริบททั้งหมด ที่โมเดลประกาศไว้ได้

ไม่มีดีมอนภายในเครื่อง ใช้โมเดลที่โฮสต์ไว้โดยตรง:

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" },    },  },}

สำหรับรหัสผู้ให้บริการเฉพาะ ollama-cloud แทนโครงสร้างนี้ โปรดดู Ollama Cloud

ใช้รหัสผู้ให้บริการที่กำหนดเองเมื่อเรียกใช้เซิร์ฟเวอร์ Ollama มากกว่าหนึ่งเซิร์ฟเวอร์ โดยแต่ละรายการจะมี โฮสต์ โมเดล การยืนยันตัวตน และระยะหมดเวลาของตนเอง

{  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 จะตัดคำนำหน้าผู้ให้บริการที่ใช้งานอยู่ (และใช้คำนำหน้า ollama/ แบบไม่มีส่วนขยายเป็นทางเลือกสำรอง) ก่อนเรียก Ollama ดังนั้น ollama-large/qwen3.5:27b จึงไปถึง Ollama ในรูป qwen3.5:27b

โมเดลภายในเครื่องบางรุ่นจัดการพรอมต์ง่าย ๆ ได้ แต่มีปัญหากับพื้นผิวเครื่องมือทั้งหมดของเอเจนต์ ให้จำกัดเครื่องมือและบริบทก่อนปรับการตั้งค่ารันไทม์ส่วนกลาง:

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

ใช้ compat.supportsTools: false เฉพาะเมื่อโมเดลหรือเซิร์ฟเวอร์ ล้มเหลวกับสคีมาเครื่องมืออย่างสม่ำเสมอเท่านั้น เนื่องจากเป็นการแลกความสามารถของเอเจนต์กับความเสถียร localModelLean จะนำเครื่องมือเบราว์เซอร์, cron, ข้อความ, การสร้างสื่อ, เสียง และ PDF ที่ใช้ทรัพยากรมากออกจากพื้นผิวโดยตรงของเอเจนต์ เว้นแต่จะระบุว่าจำเป็นอย่างชัดเจน และย้ายแค็ตตาล็อกขนาดใหญ่ไปไว้หลัง Tool Search การตั้งค่านี้ไม่เปลี่ยนบริบทรันไทม์หรือโหมดการคิด ของ Ollama ใช้ร่วมกับ params.num_ctx และ params.thinking: false สำหรับโมเดลการคิดขนาดเล็กแบบ Qwen ที่วนซ้ำหรือ ใช้งบประมาณไปกับการใช้เหตุผลที่ซ่อนอยู่

ตั้งค่า api: "openai-completions" อย่างชัดเจนสำหรับพร็อกซีที่อยู่เบื้องหลัง /v1/chat/completions:

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

โหมดนี้อาจไม่รองรับการสตรีมและการเรียกใช้เครื่องมือพร้อมกัน คุณ อาจต้องตั้งค่า params: { streaming: false } บนโมเดล

OpenClaw จะแทรก options.num_ctx ตามค่าเริ่มต้นในโหมดนี้ เพื่อไม่ให้ Ollama ย้อนกลับไปใช้บริบท 4096 โทเค็นโดยไม่แจ้งเตือน หากพร็อกซีของคุณปฏิเสธ ฟิลด์ options ที่ไม่รู้จัก ให้ปิดใช้งาน:

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

สำหรับโมเดลที่ค้นพบโดยอัตโนมัติ OpenClaw จะใช้หน้าต่างบริบทที่ /api/show รายงาน รวมถึงค่า PARAMETER num_ctx ที่มากขึ้นจาก Modelfile ที่กำหนดเอง มิฉะนั้นจะย้อนกลับไปใช้หน้าต่างบริบท Ollama เริ่มต้นของ OpenClaw

contextWindow, contextTokens และ maxTokens ระดับผู้ให้บริการจะกำหนด ค่าเริ่มต้นให้ทุกโมเดลภายใต้ผู้ให้บริการนั้น และสามารถแทนที่แยกตาม โมเดลได้ contextWindow คืองบประมาณพรอมต์/Compaction ของ OpenClaw เอง คำขอ /api/chat แบบเนทีฟจะไม่ตั้งค่า options.num_ctx เว้นแต่จะตั้งค่า params.num_ctx อย่างชัดเจน ดังนั้น Ollama จึงใช้ค่าเริ่มต้นของโมเดล OLLAMA_CONTEXT_LENGTH หรือค่าเริ่มต้นตาม VRAM ของตนเอง ส่วนค่า params.num_ctx ที่ไม่ถูกต้อง เป็นศูนย์ เป็นลบ หรือไม่เป็นจำนวนจำกัดจะถูกละเว้น หากการกำหนดค่ารุ่นเก่าใช้เพียง contextWindow/maxTokens เพื่อบังคับบริบทคำขอแบบเนทีฟ ให้เรียกใช้ openclaw doctor --fix เพื่อคัดลอกค่าเหล่านั้นไปยัง params.num_ctx อะแดปเตอร์ ที่เข้ากันได้กับ OpenAI ยังคงแทรก options.num_ctx ตามค่าเริ่มต้นจาก params.num_ctx หรือ contextWindow ที่กำหนดค่าไว้ ให้ปิดใช้งานด้วย injectNumCtxForOpenAICompat: false หากระบบต้นทางปฏิเสธ options

รายการโมเดลแบบเนทีฟยังยอมรับตัวเลือกรันไทม์ทั่วไปของ Ollama ภายใต้ params ซึ่งส่งต่อเป็น /api/chat options แบบเนทีฟ ได้แก่ 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 และ num_thread คีย์บางรายการ (format, keep_alive, truncate, shift) จะถูกส่งต่อเป็น ฟิลด์คำขอระดับบนสุดแทนที่จะซ้อนอยู่ใน options OpenClaw จะ ส่งต่อเฉพาะคีย์คำขอ Ollama เหล่านี้ ดังนั้นพารามิเตอร์สำหรับรันไทม์เท่านั้น เช่น streaming จะไม่ถูกส่งไปยัง Ollama ใช้ params.think (หรือ params.thinking) เพื่อตั้งค่า think ระดับบนสุด โดย false จะปิดใช้งาน การคิดระดับ API สำหรับโมเดลการคิดแบบ 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,            },          }        ]      }    }  }}

agents.defaults.models["ollama/<model>"].params.num_ctx แบบต่อโมเดลก็ ใช้งานได้เช่นกัน หากตั้งค่าทั้งสองแบบ รายการโมเดลของผู้ให้บริการที่ระบุไว้อย่างชัดเจนจะมีผลก่อน

OpenClaw ส่งต่อการคิดตามรูปแบบที่ Ollama คาดไว้: ใช้ think ที่ระดับบนสุด ไม่ใช่ options.think โมเดลที่ค้นพบโดยอัตโนมัติซึ่ง /api/show รายงาน ความสามารถ thinking จะแสดง /think low, /think medium, /think high และ /think max ส่วนโมเดลที่ไม่รองรับการคิดจะแสดงเฉพาะ /think off

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

หรือตั้งค่าเริ่มต้นของโมเดล:

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

params.think/params.thinking แบบต่อโมเดลสามารถปิดใช้งานหรือบังคับ การคิดผ่าน API สำหรับโมเดลที่ระบุได้ OpenClaw จะคงการกำหนดค่าที่ระบุไว้อย่างชัดเจนนั้น เมื่อการเรียกใช้งานปัจจุบันมีเพียงค่าเริ่มต้น off โดยนัย แต่คำสั่งรันไทม์ ที่ไม่ใช่การปิด เช่น /think medium จะยังคงแทนที่ค่านี้ ระบบจะไม่ส่งคำขอการคิด ที่มีค่าเป็นจริงไปยังโมเดลที่ทำเครื่องหมายอย่างชัดเจนว่า reasoning: false และจะส่งคำขอ think: false เสมอไม่ว่าในกรณีใด

โมเดลที่ชื่อ deepseek-r1, reasoning, reason หรือ think จะถือว่า รองรับการให้เหตุผลโดยค่าเริ่มต้น โดยไม่ต้องกำหนดค่าเพิ่มเติม:

ollama pull deepseek-r1:32b

Ollama ทำงานภายในเครื่องและใช้งานได้ฟรี ดังนั้นค่าใช้จ่ายของโมเดลทั้งหมดจึงเป็น 0 ทั้งสำหรับ โมเดลที่ค้นพบโดยอัตโนมัติและโมเดลที่กำหนดด้วยตนเอง

Plugin Ollama ที่รวมมาให้จะลงทะเบียนผู้ให้บริการเวกเตอร์ฝังตัวของหน่วยความจำสำหรับ การค้นหาหน่วยความจำ โดยใช้ URL ฐานและคีย์ API ของ Ollama ที่กำหนดไว้ เรียก /api/embed และรวมส่วนย่อยของหน่วยความจำหลายส่วนไว้ใน คำขอ input เดียวเมื่อทำได้

เมื่อ proxy.enabled=true คำขอเวกเตอร์ฝังตัวที่ส่งไปยังต้นทางลูปแบ็ก ภายในโฮสต์ที่ตรงกันทุกประการ ซึ่งได้มาจาก baseUrl ที่กำหนดไว้ จะใช้เส้นทางตรง ที่มีการป้องกันของ OpenClaw แทนพร็อกซีส่งต่อที่ได้รับการจัดการ ชื่อโฮสต์ที่กำหนดไว้ ต้องเป็น localhost หรือค่าลิเทอรัล IP ลูปแบ็กเท่านั้น ชื่อ DNS ที่เพียงแค่แปลงค่าเป็นลูปแบ็กจะยังคงใช้เส้นทางพร็อกซีที่ได้รับการจัดการ โฮสต์ Ollama บน LAN, tailnet, เครือข่ายส่วนตัว และเครือข่ายสาธารณะจะอยู่บนเส้นทางพร็อกซี ที่ได้รับการจัดการเสมอ และการเปลี่ยนเส้นทางไปยังโฮสต์/พอร์ตอื่นจะไม่ได้รับ ความเชื่อถือสืบทอดมา proxy.loopbackMode: "proxy" จะกำหนดเส้นทางทราฟฟิกลูปแบ็กผ่าน พร็อกซีอยู่ดี ส่วน proxy.loopbackMode: "block" จะปฏิเสธก่อนเชื่อมต่อ โปรดดู พร็อกซีที่ได้รับการจัดการ

เวกเตอร์ฝังตัวขณะค้นหาใช้คำนำหน้าสำหรับการดึงข้อมูลกับโมเดลที่จำเป็นต้องใช้หรือ แนะนำให้ใช้ ได้แก่ nomic-embed-text, qwen3-embedding และ mxbai-embed-large ส่วนชุดเอกสารจะคงข้อมูลดิบไว้ ดังนั้นดัชนีที่มีอยู่จึง ไม่ต้องย้ายรูปแบบ

{  agents: {    defaults: {      memorySearch: {        provider: "ollama",        remote: {          // ค่าเริ่มต้นสำหรับ Ollama เพิ่มค่านี้บนโฮสต์ขนาดใหญ่หากการสร้างดัชนีใหม่ช้าเกินไป          nonBatchConcurrency: 1,        },      },    },  },}

สำหรับโฮสต์เวกเตอร์ฝังตัวระยะไกล ให้จำกัดขอบเขตการยืนยันตัวตนไว้ที่โฮสต์นั้น:

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

Ollama ใช้ API แบบเนทีฟ (/api/chat) โดยค่าเริ่มต้น ซึ่งรองรับ การสตรีมและการเรียกใช้เครื่องมือพร้อมกัน โดยไม่ต้องกำหนดค่าพิเศษ

สำหรับคำขอแบบเนทีฟ การควบคุมการคิดจะถูกส่งต่อโดยตรง: /think off และ openclaw agent --thinking off จะส่ง think: false ที่ระดับบนสุด เว้นแต่จะกำหนด params.think/params.thinking ไว้อย่างชัดเจน ส่วน /think low|medium|high จะส่งสตริงระดับความพยายามที่ตรงกัน และ /think max จะแมปเป็น ระดับความพยายามสูงสุดของ Ollama คือ think: "high"

บน WSL2 ที่ใช้ NVIDIA/CUDA โปรแกรมติดตั้ง Ollama อย่างเป็นทางการสำหรับ Linux จะสร้าง หน่วย systemd ollama.service พร้อม Restart=always หากบริการนั้น เริ่มทำงานอัตโนมัติและโหลดโมเดลที่ใช้ GPU ระหว่างการบูต WSL2 ตัว Ollama อาจตรึง หน่วยความจำของโฮสต์ขณะโหลด โดยการเรียกคืนหน่วยความจำของ Hyper-V อาจไม่สามารถเรียกคืน หน้าเหล่านั้นได้เสมอ Windows จึงอาจยุติ VM ของ WSL2 จากนั้น systemd จะเริ่ม Ollama ใหม่ และลูปจะเกิดซ้ำ

หลักฐาน: WSL2 รีบูต/ถูกยุติซ้ำ มีการใช้ CPU สูงใน app.slice หรือ ollama.service ทันทีหลังเริ่ม WSL2 และได้รับ SIGTERM จาก systemd แทนที่จะเป็น Linux OOM killer

OpenClaw จะบันทึกคำเตือนเมื่อเริ่มต้น หากตรวจพบ WSL2, เปิดใช้งาน ollama.service พร้อม Restart=always และพบเครื่องหมาย CUDA ที่มองเห็นได้

วิธีบรรเทาปัญหา:

sudo systemctl disable ollama

ในฝั่ง Windows ให้เพิ่มข้อมูลต่อไปนี้ใน %USERPROFILE%\.wslconfig แล้วเรียกใช้ wsl --shutdown:

[experimental]autoMemoryReclaim=disabled

หรือลดระยะเวลาคงการทำงาน / เริ่ม Ollama ด้วยตนเองเฉพาะเมื่อจำเป็น:

export OLLAMA_KEEP_ALIVE=5mollama serve

โปรดดู ollama/ollama#11317

ยืนยันว่า Ollama กำลังทำงาน มีการตั้งค่า OLLAMA_API_KEY (หรือโปรไฟล์การยืนยันตัวตน) และ ไม่ได้ กำหนด models.providers.ollama ไว้อย่างชัดเจน:

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

ดึงโมเดลมาไว้ภายในเครื่อง หรือกำหนดไว้อย่างชัดเจนใน models.providers.ollama:

ollama list  # ดูว่าติดตั้งอะไรไว้แล้วollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # หรือโมเดลอื่น

ตรวจสอบจากเครื่องและรันไทม์เดียวกันกับที่เรียกใช้ Gateway:

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

สาเหตุที่พบบ่อย:

• baseUrl ชี้ไปที่ localhost แต่ Gateway ทำงานใน Docker หรือบนโฮสต์อื่น
• URL ใช้ /v1 ซึ่งเลือกพฤติกรรมที่เข้ากันได้กับ OpenAI แทน Ollama แบบเนทีฟ
• โฮสต์ระยะไกลต้องเปลี่ยนการตั้งค่าไฟร์วอลล์หรือการผูกกับ LAN
• โมเดลอยู่ในดีมอนบนแล็ปท็อปของคุณ แต่ไม่ได้อยู่ในดีมอนระยะไกล

โดยทั่วไปผู้ให้บริการอยู่ในโหมดที่เข้ากันได้กับ OpenAI หรือโมเดลไม่สามารถ จัดการสคีมาของเครื่องมือได้ ควรใช้โหมดเนทีฟ:

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

หากโมเดลภายในเครื่องขนาดเล็กยังคงล้มเหลวกับสคีมาของเครื่องมือ ให้ตั้งค่า compat.supportsTools: false ในรายการโมเดลนั้นแล้วทดสอบอีกครั้ง

การตอบกลับจาก Kimi/GLM ที่โฮสต์ไว้ซึ่งเป็นชุดสัญลักษณ์ยาวและไม่ใช่ภาษา จะถือว่าเป็นการเรียกผู้ให้บริการที่ล้มเหลว ไม่ใช่การตอบกลับที่สำเร็จ ดังนั้น ระบบจะใช้การลองใหม่/การสำรอง/การจัดการข้อผิดพลาดตามปกติ แทนที่จะบันทึก ข้อความที่เสียหายลงในเซสชัน

หากเกิดขึ้นอีก ให้บันทึกชื่อโมเดล ไฟล์เซสชันปัจจุบัน และ การเรียกใช้งานนั้นใช้ Cloud + Local หรือ Cloud only จากนั้นลองใช้ เซสชันใหม่และโมเดลสำรอง:

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

โมเดลภายในเครื่องขนาดใหญ่อาจต้องใช้เวลานานในการโหลดครั้งแรก ให้จำกัดขอบเขตการหมดเวลาไว้ที่ ผู้ให้บริการ Ollama และเลือกคงโมเดลไว้ในหน่วยความจำระหว่างรอบได้:

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

หากตัวโฮสต์เองตอบรับการเชื่อมต่อช้า timeoutSeconds จะ ขยายระยะหมดเวลาการเชื่อมต่อแบบมีการป้องกันสำหรับผู้ให้บริการนี้ด้วย

หลายโมเดลประกาศขนาดบริบทที่ใหญ่เกินกว่าฮาร์ดแวร์ของคุณจะเรียกใช้ ได้อย่างราบรื่น Ollama แบบเนทีฟจะใช้ค่าเริ่มต้นของรันไทม์ของตัวเอง เว้นแต่ จะตั้งค่า params.num_ctx จำกัดทั้งงบประมาณของ OpenClaw และบริบทคำขอ ของ Ollama เพื่อให้เวลาแฝงก่อนโทเค็นแรกคาดการณ์ได้:

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

ลด contextWindow หาก OpenClaw ส่งพรอมป์มากเกินไป ลด params.num_ctx หากบริบทรันไทม์ของ Ollama ใหญ่เกินไปสำหรับเครื่อง ลด maxTokens หากการสร้างผลลัพธ์ใช้เวลานานเกินไป