OpenClaw使用Ollama本地模型的實現(xiàn)(支持工具調用))
Ollama 是一個本地 LLM 運行時,可以輕松在你的機器上運行開源模型。OpenClaw 通過 Ollama 的 OpenAI 兼容 API 進行集成,并且當你通過 OLLAMA_API_KEY(或認證配置)啟用且未定義顯式的 models.providers.ollama 條目時,可以自動發(fā)現(xiàn)支持工具調用的模型。
快速開始
- 安裝 Ollama:https://ollama.ai
- 拉取模型:
ollama pull llama3.3 # 或 ollama pull qwen2.5-coder:32b # 或 ollama pull deepseek-r1:32b
- 為 OpenClaw 啟用 Ollama(任意值即可;Ollama 不需要真實密鑰):
# 設置環(huán)境變量 export OLLAMA_API_KEY="ollama-local" # 或在配置文件中設置 openclaw config set models.providers.ollama.apiKey "ollama-local"
- 使用 Ollama 模型:
{
agents: {
defaults: {
model: { primary: "ollama/llama3.3" },
},
},
}模型發(fā)現(xiàn)(隱式提供商)
當你設置了 OLLAMA_API_KEY(或認證配置)且未定義 models.providers.ollama 時,OpenClaw 會從本地 Ollama 實例 http://127.0.0.1:11434 發(fā)現(xiàn)模型:
- 查詢
/api/tags和/api/show - 僅保留報告了
tools能力的模型 - 當模型報告
thinking時標記為reasoning - 在可用時從
model_info["<arch>.context_length"]讀取contextWindow - 將
maxTokens設置為上下文窗口的 10 倍 - 所有費用設置為
0
這樣無需手動配置模型條目,同時保持目錄與 Ollama 的能力對齊。查看可用模型:
ollama list openclaw models list
要添加新模型,只需通過 Ollama 拉取:
ollama pull mistral
新模型將被自動發(fā)現(xiàn)并可供使用。如果你顯式設置了 models.providers.ollama,自動發(fā)現(xiàn)將被跳過,你必須手動定義模型(見下文)。
配置
基本設置(隱式發(fā)現(xiàn))
啟用 Ollama 最簡單的方式是通過環(huán)境變量:
export OLLAMA_API_KEY="ollama-local"
顯式設置(手動模型)
在以下情況使用顯式配置:
- Ollama 運行在其他主機/端口上。
- 你想強制指定上下文窗口或模型列表。
- 你想包含未報告工具支持的模型。
{
models: {
providers: {
ollama: {
// 使用包含 /v1 的主機地址以兼容 OpenAI API
baseUrl: "http://ollama-host:11434/v1",
apiKey: "ollama-local",
api: "openai-completions",
models: [
{
id: "llama3.3",
name: "Llama 3.3",
reasoning: false,
input: ["text"],
cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
contextWindow: 8192,
maxTokens: 8192 * 10
}
]
}
}
}
}如果設置了 OLLAMA_API_KEY,你可以在提供商條目中省略 apiKey,OpenClaw 會自動填充以進行可用性檢查。
自定義基礎 URL(顯式配置)
如果 Ollama 運行在不同的主機或端口上(顯式配置會禁用自動發(fā)現(xiàn),因此需要手動定義模型):
{
models: {
providers: {
ollama: {
apiKey: "ollama-local",
baseUrl: "http://ollama-host:11434/v1",
},
},
},
}模型選擇
配置完成后,所有 Ollama 模型即可使用:
{
agents: {
defaults: {
model: {
primary: "ollama/llama3.3",
fallbacks: ["ollama/qwen2.5-coder:32b"],
},
},
},
}高級用法
推理模型
當 Ollama 在 /api/show 中報告 thinking 時,OpenClaw 會將模型標記為具有推理能力:
ollama pull deepseek-r1:32b
模型費用
Ollama 免費且在本地運行,因此所有模型費用均設置為 $0。
上下文窗口
對于自動發(fā)現(xiàn)的模型,OpenClaw 會使用 Ollama 報告的上下文窗口(如果可用),否則默認為 8192。你可以在顯式提供商配置中覆蓋 contextWindow 和 maxTokens。
故障排除
Ollama 未被檢測到
確保 Ollama 正在運行,且你已設置 OLLAMA_API_KEY(或認證配置),并且未定義顯式的 models.providers.ollama 條目:
ollama serve
同時確認 API 可訪問:
curl http://localhost:11434/api/tags
沒有可用模型
OpenClaw 僅自動發(fā)現(xiàn)報告了工具支持的模型。如果你的模型未列出,可以:
- 拉取一個支持工具調用的模型,或
- 在
models.providers.ollama中顯式定義該模型。
添加模型:
ollama list # 查看已安裝的模型 ollama pull llama3.3 # 拉取模型
連接被拒絕
檢查 Ollama 是否在正確的端口上運行:
# 檢查 Ollama 是否在運行 ps aux | grep ollama # 或重啟 Ollama ollama serve
另請參閱
到此這篇關于OpenClaw使用Ollama本地模型(支持工具調用))的文章就介紹到這了,更多相關OpenClaw使用Ollama本地模型內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持腳本之家!
相關文章

Windows本地部署OpenClaw并連接Ollama模型的完整指南
本文檔基于實際部署經(jīng)驗編寫,旨在幫助大家在 Windows 系統(tǒng)上從零開始搭建 OpenClaw,并連接本地 Ollama 模型(如 Qwen2.5 或 Qwen3),使其具備完整的智能體能力,有需要的2026-03-10
OpenClaw+Ollama+Qwen3.5:cloud/Qwen3:0.6b部署本地離線部署AI大模型(無需GPU)
無需GPU、無需云端API,在Windows10/11電腦上,手把手教你部署Ollama+Qwen3.5:cloud(主力模型)+Qwen3:0.6b(輕量備選)+OpenClaw,實現(xiàn)本地離線運行私人AI,感興趣的可以2026-03-10
本指南重點介紹 OpenClaw + Ollama,我還會講解最常見的問題、API 模式的重要性、如何設置本地+云端混合流程,以及如何避免本地模型輸出過于冗長,感興趣的朋友跟隨小編一起2026-03-05
Linux環(huán)境下配置openclaw并連接到局域網(wǎng)ollama模型
本文介紹了如何在Linux環(huán)境下配置OpenClaw并連接到局域網(wǎng)內的ollama模型,包括環(huán)境準備、部署步驟、配置provider和model、飛書插件安裝與配置,以及消息測試和定時任務設置,2026-03-04
基于Ollama本地搭建OpenClaw私人助手的實現(xiàn)步驟
本文詳細介紹了在Mac上本地安裝和配置OpenClaw,包括下載模型、搭建環(huán)境、配置agentskills等步驟,文中通過示例代碼介紹的非常詳細,需要的朋友們下面隨著小編來一起學習學2026-03-11






