Ollama

โฮสต์ Ollama แบบ local และ LAN ไม่ต้องใช้ bearer token จริง OpenClaw ใช้เครื่องหมาย ollama-local แบบ local เฉพาะกับ URL ฐานของ Ollama ที่เป็น loopback, เครือข่ายส่วนตัว, .local, และชื่อโฮสต์เปล่าเท่านั้น

โฮสต์สาธารณะระยะไกลและ Ollama Cloud (https://ollama.com) ต้องใช้ข้อมูลรับรองจริงผ่าน OLLAMA_API_KEY, โปรไฟล์ยืนยันตัวตน, หรือ apiKey ของผู้ให้บริการ สำหรับการใช้แบบโฮสต์โดยตรง ควรใช้ผู้ให้บริการ ollama-cloud

id ผู้ให้บริการแบบกำหนดเองที่ตั้งค่า api: "ollama" จะใช้กฎเดียวกัน ตัวอย่างเช่น ผู้ให้บริการ ollama-remote ที่ชี้ไปยังโฮสต์ Ollama บน LAN ส่วนตัวสามารถใช้ apiKey: "ollama-local" ได้ และ sub-agent จะ resolve เครื่องหมายนั้นผ่าน hook ของผู้ให้บริการ Ollama แทนที่จะถือว่าเป็นข้อมูลรับรองที่ขาดหาย การค้นหาหน่วยความจำยังสามารถตั้งค่า agents.defaults.memorySearch.provider เป็น id ผู้ให้บริการแบบกำหนดเองนั้น เพื่อให้ embeddings ใช้ endpoint Ollama ที่ตรงกัน

auth-profiles.json เก็บข้อมูลรับรองสำหรับ id ผู้ให้บริการ วางการตั้งค่า endpoint (baseUrl, api, id โมเดล, headers, timeouts) ไว้ใน models.providers.<id> ไฟล์ auth-profile แบบแบนรุ่นเก่า เช่น { "ollama-windows": { "apiKey": "ollama-local" } } ไม่ใช่รูปแบบ runtime ให้รัน openclaw doctor --fix เพื่อเขียนใหม่เป็นโปรไฟล์ API key มาตรฐาน ollama-windows:default พร้อมไฟล์สำรอง baseUrl ในไฟล์นั้นเป็น noise เพื่อความเข้ากันได้และควรถูกย้ายไปยังการกำหนดค่าผู้ให้บริการ

เมื่อใช้ Ollama สำหรับ embeddings หน่วยความจำ การยืนยันตัวตนแบบ bearer จะถูกจำกัดขอบเขตไว้ที่โฮสต์ที่ประกาศไว้:

• คีย์ระดับผู้ให้บริการจะถูกส่งไปยังโฮสต์ Ollama ของผู้ให้บริการนั้นเท่านั้น
• agents.*.memorySearch.remote.apiKey จะถูกส่งไปยังโฮสต์ embedding ระยะไกลของตัวเองเท่านั้น
• ค่า env OLLAMA_API_KEY ล้วนจะถูกถือเป็นธรรมเนียมของ Ollama Cloud และโดยค่าเริ่มต้นจะไม่ส่งไปยังโฮสต์ local หรือโฮสต์เอง

ใช้ตัวเลือกนี้เมื่อ Ollama รันบนเครื่องเดียวกับ Gateway และคุณต้องการให้ OpenClaw ค้นพบโมเดลที่ติดตั้งไว้โดยอัตโนมัติ

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

เส้นทางนี้ทำให้การกำหนดค่าน้อยที่สุด อย่าเพิ่มบล็อก models.providers.ollama เว้นแต่คุณต้องการกำหนดโมเดลด้วยตนเอง

ใช้ URL ของ Ollama แบบ native สำหรับ host ใน LAN อย่าเพิ่ม /v1

{  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 คือ budget ของ context ฝั่ง OpenClaw params.num_ctx จะถูกส่งไปยัง Ollama สำหรับคำขอ จัดให้สอดคล้องกันเมื่อฮาร์ดแวร์ของคุณไม่สามารถรัน context เต็มตามที่โมเดลประกาศไว้ได้

ใช้ตัวเลือกนี้เมื่อคุณไม่ได้รัน daemon ภายในเครื่องและต้องการใช้โมเดล Ollama แบบ hosted โดยตรง

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" },    },  },}

ใช้ตัวเลือกนี้เมื่อ daemon Ollama ภายในเครื่องหรือใน LAN ได้ลงชื่อเข้าใช้ด้วย ollama signin และควรให้บริการทั้งโมเดลภายในเครื่องและโมเดล :cloud

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"],      },    },  },}

ใช้ ID ผู้ให้บริการแบบกำหนดเองเมื่อคุณมีเซิร์ฟเวอร์ Ollama มากกว่าหนึ่งเครื่อง ผู้ให้บริการแต่ละรายจะมี host, โมเดล, auth, timeout และ ref โมเดลของตนเอง

{  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"],      },    },  },}

เมื่อ OpenClaw ส่งคำขอ คำนำหน้าผู้ให้บริการที่ใช้งานอยู่จะถูกตัดออก ดังนั้น ollama-large/qwen3.5:27b จะไปถึง Ollama เป็น qwen3.5:27b

โมเดลภายในเครื่องบางตัวสามารถตอบพรอมป์ง่าย ๆ ได้ แต่มีปัญหากับพื้นผิวเครื่องมือตัวแทนแบบเต็มรูปแบบ ให้เริ่มด้วยการจำกัดเครื่องมือและบริบทก่อนเปลี่ยนการตั้งค่ารันไทม์ส่วนกลาง

{  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 เฉพาะเมื่อโมเดลหรือเซิร์ฟเวอร์ล้มเหลวกับสคีมาเครื่องมืออย่างสม่ำเสมอเท่านั้น ซึ่งเป็นการแลกความสามารถของตัวแทนกับเสถียรภาพ localModelLean จะลบเครื่องมือเบราว์เซอร์, cron และข้อความออกจากพื้นผิวตัวแทนโดยตรง และตั้งค่าเริ่มต้นให้แค็ตตาล็อกขนาดใหญ่อยู่หลังตัวควบคุม Tool Search แบบมีโครงสร้าง ยกเว้นเมื่อการรันต้องคงความหมายของการส่งข้อความโดยตรงไว้ แต่จะไม่เปลี่ยนบริบทรันไทม์หรือโหมดการคิดของ Ollama จับคู่กับ params.num_ctx และ params.thinking: false อย่างชัดเจนสำหรับโมเดลคิดแบบ Qwen ขนาดเล็กที่วนซ้ำหรือใช้โควตาการตอบสนองไปกับการให้เหตุผลที่ซ่อนอยู่

หากคุณจำเป็นต้องใช้ปลายทางที่เข้ากันได้กับ OpenAI แทน (เช่น อยู่หลังพร็อกซีที่รองรับเฉพาะรูปแบบ OpenAI) ให้ตั้งค่า api: "openai-completions" อย่างชัดเจน:

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

โหมดนี้อาจไม่รองรับการสตรีมและการเรียกใช้เครื่องมือพร้อมกัน คุณอาจต้องปิดการสตรีมด้วย params: { streaming: false } ในการกำหนดค่าโมเดล

เมื่อใช้ api: "openai-completions" กับ Ollama OpenClaw จะฉีด options.num_ctx ตามค่าเริ่มต้น เพื่อให้ Ollama ไม่ย้อนกลับไปใช้หน้าต่างบริบท 4096 อย่างเงียบ ๆ หากพร็อกซี/อัปสตรีมของคุณปฏิเสธฟิลด์ options ที่ไม่รู้จัก ให้ปิดพฤติกรรมนี้:

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

สำหรับโมเดลที่ค้นพบอัตโนมัติ OpenClaw จะใช้หน้าต่างบริบทที่ Ollama รายงานเมื่อมี รวมถึงค่า PARAMETER num_ctx ที่ใหญ่ขึ้นจาก Modelfile แบบกำหนดเอง มิฉะนั้นจะย้อนกลับไปใช้หน้าต่างบริบทเริ่มต้นของ Ollama ที่ OpenClaw ใช้

คุณสามารถตั้งค่าเริ่มต้น contextWindow, contextTokens และ maxTokens ระดับผู้ให้บริการสำหรับทุกโมเดลภายใต้ผู้ให้บริการ Ollama นั้น แล้วแทนที่เป็นรายโมเดลเมื่อจำเป็น contextWindow คือโควตาพรอมป์และ Compaction ของ OpenClaw คำขอ Ollama แบบเนทีฟจะปล่อย options.num_ctx ไว้โดยไม่ตั้งค่า เว้นแต่คุณจะกำหนดค่า params.num_ctx อย่างชัดเจน เพื่อให้ Ollama ใช้ค่าเริ่มต้นตามโมเดลของตัวเอง, OLLAMA_CONTEXT_LENGTH หรือ VRAM ได้ หากต้องการจำกัดหรือบังคับบริบทรันไทม์ต่อคำขอของ Ollama โดยไม่ต้องสร้าง Modelfile ใหม่ ให้ตั้งค่า params.num_ctx; ค่าที่ไม่ถูกต้อง เป็นศูนย์ ติดลบ และไม่จำกัดจะถูกละเว้น หากคุณอัปเกรดการกำหนดค่าเก่าที่ใช้เฉพาะ contextWindow หรือ maxTokens เพื่อบังคับบริบทคำขอ Ollama แบบเนทีฟ ให้รัน openclaw doctor --fix เพื่อคัดลอกโควตาผู้ให้บริการหรือโมเดลที่ชัดเจนเหล่านั้นไปยัง params.num_ctx อะแดปเตอร์ Ollama ที่เข้ากันได้กับ OpenAI ยังคงฉีด options.num_ctx ตามค่าเริ่มต้นจาก params.num_ctx หรือ contextWindow ที่กำหนดค่าไว้; ปิดด้วย injectNumCtxForOpenAICompat: false หากอัปสตรีมของคุณปฏิเสธ options

รายการโมเดล Ollama แบบเนทีฟยังยอมรับตัวเลือกรันไทม์ Ollama ทั่วไปภายใต้ params รวมถึง temperature, top_p, top_k, min_p, num_predict, stop, repeat_penalty, num_batch, num_thread และ use_mmap OpenClaw จะส่งต่อเฉพาะคีย์คำขอ Ollama ดังนั้นพารามิเตอร์รันไทม์ OpenClaw เช่น streaming จะไม่รั่วไปยัง Ollama ใช้ params.think หรือ params.thinking เพื่อส่ง think ระดับบนสุดของ Ollama; false จะปิดการคิดระดับ API สำหรับโมเดลคิดแบบ 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 ต่อโมเดลก็ใช้ได้เช่นกัน หากกำหนดค่าทั้งสองแบบ รายการโมเดลผู้ให้บริการที่ชัดเจนจะมีผลเหนือกว่าค่าเริ่มต้นของตัวแทน

สำหรับโมเดล Ollama แบบเนทีฟ OpenClaw จะส่งต่อการควบคุมการคิดตามที่ Ollama คาดหวัง: think ระดับบนสุด ไม่ใช่ options.think โมเดลที่ค้นพบอัตโนมัติซึ่งการตอบกลับ /api/show มีความสามารถ thinking จะแสดง /think low, /think medium, /think high และ /think max; โมเดลที่ไม่คิดจะแสดงเฉพาะ /think off

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

คุณยังสามารถตั้งค่าเริ่มต้นของโมเดลได้:

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

params.think หรือ params.thinking ต่อโมเดลสามารถปิดหรือบังคับการคิดผ่าน Ollama API สำหรับโมเดลที่กำหนดค่าไว้โดยเฉพาะ OpenClaw จะคงพารามิเตอร์โมเดลที่ชัดเจนเหล่านั้นไว้เมื่อการรันที่ใช้งานอยู่มีเพียงค่าเริ่มต้นโดยนัย off; คำสั่งรันไทม์ที่ไม่ใช่ off เช่น /think medium ยังคงแทนที่การรันที่ใช้งานอยู่

OpenClaw ถือว่าโมเดลที่มีชื่ออย่าง deepseek-r1, reasoning หรือ think มีความสามารถในการให้เหตุผลตามค่าเริ่มต้น

ollama pull deepseek-r1:32b

ไม่จำเป็นต้องกำหนดค่าเพิ่มเติม OpenClaw จะทำเครื่องหมายโมเดลเหล่านั้นโดยอัตโนมัติ

Ollama ฟรีและทำงานภายในเครื่อง ดังนั้นค่าใช้จ่ายโมเดลทั้งหมดจึงถูกตั้งเป็น $0 ซึ่งใช้กับทั้งโมเดลที่ค้นพบอัตโนมัติและโมเดลที่กำหนดด้วยตนเอง

Plugin Ollama ที่รวมมาด้วยจะลงทะเบียนผู้ให้บริการการฝังเวกเตอร์หน่วยความจำสำหรับ การค้นหาหน่วยความจำ โดยใช้ URL ฐานของ Ollama และ API key ที่กำหนดค่าไว้ เรียก endpoint /api/embed ปัจจุบันของ Ollama และจัดชุด ชิ้นส่วนหน่วยความจำหลายรายการไว้ในคำขอ input เดียวเมื่อทำได้

เมื่อ proxy.enabled=true คำขอฝังเวกเตอร์หน่วยความจำของ Ollama ไปยังต้นทาง host-local loopback ที่ตรงกันทุกประการซึ่งได้มาจาก baseUrl ที่กำหนดค่าไว้ จะใช้เส้นทางตรงที่มีการป้องกันของ OpenClaw แทน managed forward proxy ชื่อโฮสต์ที่กำหนดค่าไว้ต้องเป็น localhost หรือ IP literal แบบ loopback เองเท่านั้น ชื่อ DNS ที่เพียงแค่ resolve ไปยัง loopback ยังคงใช้เส้นทาง managed proxy โฮสต์ Ollama บน LAN, tailnet, เครือข่ายส่วนตัว และสาธารณะก็ยังคงอยู่บนเส้นทาง managed proxy เช่นกัน การเปลี่ยนเส้นทางไปยังโฮสต์หรือพอร์ตอื่น จะไม่สืบทอดความน่าเชื่อถือ ผู้ปฏิบัติงานยังสามารถตั้งค่า proxy.loopbackMode: "proxy" ระดับ global เพื่อส่งทราฟฟิก loopback ผ่าน proxy หรือ proxy.loopbackMode: "block" เพื่อปฏิเสธการเชื่อมต่อ loopback ก่อนเปิดการเชื่อมต่อได้ ดู Managed proxy สำหรับผลกระทบทั่วทั้งกระบวนการ ของการตั้งค่านี้

การฝังเวกเตอร์ขณะ query ใช้คำนำหน้าการดึงข้อมูลสำหรับโมเดลที่ต้องใช้หรือแนะนำให้ใช้ รวมถึง nomic-embed-text, qwen3-embedding และ mxbai-embed-large ชุดเอกสารหน่วยความจำจะคงเป็น raw เพื่อให้ดัชนีที่มีอยู่ไม่ต้องย้ายรูปแบบ

หากต้องการเลือก Ollama เป็นผู้ให้บริการการฝังเวกเตอร์สำหรับการค้นหาหน่วยความจำ:

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

สำหรับโฮสต์ฝังเวกเตอร์ระยะไกล ให้จำกัด auth ให้อยู่เฉพาะโฮสต์นั้น:

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

การผสานรวม Ollama ของ OpenClaw ใช้ API ดั้งเดิมของ Ollama (/api/chat) เป็นค่าเริ่มต้น ซึ่งรองรับทั้ง streaming และการเรียกใช้เครื่องมือพร้อมกันอย่างสมบูรณ์ ไม่จำเป็นต้องกำหนดค่าพิเศษ

สำหรับคำขอ /api/chat ดั้งเดิม OpenClaw ยังส่งต่อการควบคุม thinking ไปยัง Ollama โดยตรง: /think off และ openclaw agent --thinking off จะส่ง think: false ระดับบนสุด เว้นแต่จะมีการกำหนดค่าโมเดล params.think/params.thinking ไว้อย่างชัดเจน ส่วน /think low|medium|high จะส่งสตริง effort ของ think ระดับบนสุดที่ตรงกัน /think max จะ map ไปยัง effort ดั้งเดิมสูงสุดของ Ollama คือ think: "high"

บน WSL2 ที่ใช้ NVIDIA/CUDA ตัวติดตั้ง Ollama Linux อย่างเป็นทางการจะสร้าง systemd unit ชื่อ ollama.service พร้อม Restart=always หากบริการนั้นเริ่มอัตโนมัติและโหลดโมเดลที่ใช้ GPU ระหว่างการ boot ของ WSL2 Ollama อาจตรึงหน่วยความจำของโฮสต์ไว้ขณะโหลดโมเดล Hyper-V memory reclaim อาจไม่สามารถ reclaim หน้าเหล่านั้นที่ถูกตรึงไว้ได้เสมอ ทำให้ Windows อาจหยุด VM ของ WSL2, systemd เริ่ม Ollama อีกครั้ง และเกิดวงจรซ้ำ

หลักฐานที่พบบ่อย:

• WSL2 รีบูตหรือถูกหยุดซ้ำจากฝั่ง Windows
• CPU สูงใน app.slice หรือ ollama.service ไม่นานหลังจาก WSL2 เริ่มทำงาน
• SIGTERM จาก systemd แทนที่จะเป็นเหตุการณ์ Linux OOM-killer

OpenClaw จะบันทึกคำเตือนตอนเริ่มต้นเมื่อพบ WSL2, ollama.service ที่เปิดใช้พร้อม Restart=always และ marker ของ CUDA ที่มองเห็นได้

การบรรเทาปัญหา:

sudo systemctl disable ollama

เพิ่มสิ่งนี้ลงใน %USERPROFILE%\.wslconfig ที่ฝั่ง Windows แล้วเรียกใช้ wsl --shutdown:

[experimental]autoMemoryReclaim=disabled

ตั้ง keep-alive ที่สั้นลงในสภาพแวดล้อมของบริการ Ollama หรือเริ่ม Ollama ด้วยตนเองเฉพาะเมื่อต้องใช้:

export OLLAMA_KEEP_ALIVE=5mollama serve

ดู ollama/ollama#11317

ตรวจสอบว่า Ollama กำลังทำงานอยู่ และคุณตั้งค่า OLLAMA_API_KEY แล้ว (หรือมีโปรไฟล์ auth) และคุณ ไม่ได้ กำหนดรายการ models.providers.ollama อย่างชัดเจน:

ollama serve

ตรวจสอบว่า API เข้าถึงได้:

curl http://localhost:11434/api/tags

หากโมเดลของคุณไม่อยู่ในรายการ ให้ดึงโมเดลมาไว้ในเครื่องหรือกำหนดไว้โดยตรงใน models.providers.ollama

ollama list  # See what's installedollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # Or another model

ตรวจสอบว่า Ollama กำลังทำงานบนพอร์ตที่ถูกต้อง:

# Check if Ollama is runningps aux | grep ollama # Or restart Ollamaollama serve

ตรวจสอบจากเครื่องและ runtime เดียวกันกับที่รัน Gateway:

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

สาเหตุที่พบบ่อย:

• baseUrl ชี้ไปที่ localhost แต่ Gateway รันอยู่ใน Docker หรือบนโฮสต์อื่น
• URL ใช้ /v1 ซึ่งเลือกพฤติกรรมที่เข้ากันได้กับ OpenAI แทน Ollama ดั้งเดิม
• โฮสต์ระยะไกลต้องปรับ firewall หรือการ bind บน LAN ที่ฝั่ง Ollama
• โมเดลมีอยู่บน daemon ของแล็ปท็อปคุณ แต่ไม่มีบน daemon ระยะไกล

โดยปกติหมายความว่าผู้ให้บริการกำลังใช้โหมดที่เข้ากันได้กับ OpenAI หรือโมเดลไม่สามารถจัดการ tool schema ได้

ควรใช้โหมด Ollama ดั้งเดิม:

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

หากโมเดล local ขนาดเล็กยังล้มเหลวกับ tool schema ให้ตั้ง compat.supportsTools: false ในรายการโมเดลนั้นแล้วทดสอบใหม่

การตอบกลับ Kimi/GLM แบบ hosted ที่ยาวและเป็นชุดสัญลักษณ์ที่ไม่ใช่ภาษา จะถูกถือเป็น output ของผู้ให้บริการที่ล้มเหลว แทนที่จะเป็นคำตอบ assistant ที่สำเร็จ ซึ่งทำให้ retry, fallback หรือการจัดการข้อผิดพลาดตามปกติรับช่วงต่อได้โดยไม่บันทึกข้อความที่เสียหายลงใน session

หากเกิดซ้ำ ให้บันทึกชื่อโมเดลดิบ ไฟล์ session ปัจจุบัน และ run นั้นใช้ Cloud + Local หรือ Cloud only จากนั้นลอง session ใหม่และโมเดล fallback:

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

โมเดล local ขนาดใหญ่อาจต้องใช้เวลานานในการโหลดครั้งแรกก่อน streaming จะเริ่ม ให้จำกัด timeout ไว้เฉพาะผู้ให้บริการ Ollama และจะขอให้ Ollama คงโมเดลไว้ในหน่วยความจำระหว่าง turn ก็ได้:

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

หากตัวโฮสต์เองตอบรับการเชื่อมต่อช้า timeoutSeconds ยังขยาย guarded Undici connect timeout สำหรับผู้ให้บริการนี้ด้วย

โมเดล Ollama จำนวนมากประกาศ context ที่ใหญ่กว่าฮาร์ดแวร์ของคุณจะรันได้อย่างสบาย Ollama ดั้งเดิมใช้ค่าเริ่มต้น context runtime ของ Ollama เอง เว้นแต่คุณจะตั้ง params.num_ctx จำกัดทั้ง budget ของ OpenClaw และ request context ของ Ollama เมื่อคุณต้องการ latency ของ token แรกที่คาดเดาได้:

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

ลด contextWindow ก่อนหาก OpenClaw ส่ง prompt มากเกินไป ลด params.num_ctx หาก Ollama กำลังโหลด runtime context ที่ใหญ่เกินไปสำหรับเครื่อง ลด maxTokens หากการสร้างผลลัพธ์ใช้เวลานานเกินไป