Ollama

OpenClaw kommuniziert mit der nativen API von Ollama (/api/chat), nicht mit dem OpenAI-kompatiblen Endpunkt /v1. Drei Modi werden unterstützt:

Modus	Verwendete Ressourcen
Cloud + lokal	Ein erreichbarer Ollama-Host, der lokale Modelle und (falls angemeldet) `:cloud`-Modelle bereitstellt
Nur Cloud	Direkt `https://ollama.com`, ohne lokalen Daemon
Nur lokal	Ein erreichbarer Ollama-Host, ausschließlich mit lokalen Modellen

Informationen zur reinen Cloud-Einrichtung mit der dedizierten Provider-ID ollama-cloud finden Sie unter Ollama Cloud. Verwenden Sie ollama-cloud/<model>-Referenzen, wenn das Cloud-Routing von einem lokalen ollama-Provider getrennt bleiben soll.

Verwenden Sie nicht die OpenAI-kompatible URL /v1 (http://host:11434/v1). Dadurch funktionieren Tool-Aufrufe nicht ordnungsgemäß, und Modelle können unverarbeitetes Tool-Aufruf-JSON als Klartext ausgeben. Verwenden Sie die native URL: baseUrl: "http://host:11434" (ohne /v1).

Der kanonische Konfigurationsschlüssel ist baseUrl. baseURL wird auch für Beispiele im Stil des OpenAI-SDK akzeptiert, neue Konfigurationen sollten jedoch baseUrl verwenden.

Authentifizierungsregeln

Lokale und LAN-Hosts

Ollama-URLs für Loopback, private Netzwerke, .local und einfache Hostnamen benötigen kein echtes Bearer-Token. OpenClaw verwendet für diese die Markierung ollama-local.

Remote- und Ollama-Cloud-Hosts

Öffentliche Remote-Hosts und https://ollama.com erfordern echte Anmeldedaten: OLLAMA_API_KEY, ein Authentifizierungsprofil oder den Wert apiKey des Providers. Bevorzugen Sie für die direkte gehostete Nutzung den Provider ollama-cloud.

Benutzerdefinierte Provider-IDs

Für einen benutzerdefinierten Provider mit api: "ollama" gelten dieselben Regeln. Beispielsweise kann ein auf einen privaten LAN-Host verweisender ollama-remote-Provider apiKey: "ollama-local" verwenden; Sub-Agenten lösen diese Markierung über den Ollama-Provider-Hook auf, anstatt sie als fehlende Anmeldedaten zu behandeln. memory.search.provider kann ebenfalls auf eine benutzerdefinierte Provider-ID verweisen, damit Einbettungen diesen Ollama-Endpunkt verwenden.

Authentifizierungsprofile

auth-profiles.json speichert die Anmeldedaten für eine Provider-ID; speichern Sie Endpunkteinstellungen (baseUrl, api, Modelle, Header, Zeitüberschreitungen) in models.providers.<id>. Ältere flache Dateien wie { "ollama-windows": { "apiKey": "ollama-local" } } sind kein Laufzeitformat; openclaw doctor --fix schreibt sie mit einer Sicherung in ein kanonisches API-Schlüsselprofil ollama-windows:default um. Ein Wert baseUrl in dieser Legacy-Datei ist irrelevant und sollte in die Provider-Konfiguration verschoben werden.

Gültigkeitsbereich von Speicher-Einbettungen

Die Bearer-Authentifizierung für Ollama-Speicher-Einbettungen ist auf den Host beschränkt, für den sie deklariert wurde:

Ein Schlüssel auf Provider-Ebene wird nur an den Host dieses Providers gesendet.
memory.search.remote.apiKey und agentenspezifische Überschreibungen werden nur an ihren Remote-Einbettungshost gesendet.
Ein reiner Umgebungswert OLLAMA_API_KEY wird als Ollama-Cloud-Konvention behandelt und standardmäßig nicht an lokale oder selbst gehostete Hosts gesendet.

Erste Schritte

Onboarding (empfohlen)
Manuelle Einrichtung

Onboarding ausführen

openclaw onboard

Wählen Sie Ollama und anschließend einen Modus: Cloud + lokal, Nur Cloud oder Nur lokal.Bei einer neuen geführten Einrichtung prüft OpenClaw zunächst den standardmäßigen oder konfigurierten Ollama-Host. Ein installiertes Modell wird nur dann automatisch angeboten, wenn /api/show die Tool-Unterstützung und ein Kontextfenster von mindestens 16K bestätigt; fehlende oder kleinere Kontextmetadaten verbleiben im manuellen Einrichtungsablauf. Die gemeinsame Einrichtungsabfolge für CLI/macOS überprüft die ausgewählte Route weiterhin mit einer echten Vervollständigung, bevor sie gespeichert wird. Diese automatische Prüfung ruft niemals ein Modell ab; wenn kein geeignetes installiertes Modell vorhanden ist, wird das Onboarding mit der regulären Ollama-Auswahl fortgesetzt.

Modell auswählen

Cloud only fragt nach OLLAMA_API_KEY und schlägt gehostete Cloud-Standardwerte vor. Cloud + Local und Local only fragen nach einer Ollama-Basis-URL, ermitteln verfügbare Modelle und rufen das ausgewählte lokale Modell automatisch ab, falls es fehlt. Ein installiertes :latest-Tag wie gemma4:latest wird einmal angezeigt, anstatt gemma4 zu duplizieren. Cloud + Local prüft außerdem, ob der Host für den Cloud-Zugriff angemeldet ist.

Überprüfen

openclaw models list --provider ollama

Nicht interaktiv:

openclaw onboard --non-interactive \
  --auth-choice ollama \
  --custom-base-url "http://ollama-host:11434" \
  --custom-model-id "qwen3.5:27b" \
  --accept-risk

--custom-base-url und --custom-model-id sind optional; wenn sie weggelassen werden, kommen der lokale Standardhost und das vorgeschlagene Modell gemma4 zum Einsatz.

Ollama installieren und starten

Laden Sie Ollama von ollama.com/download herunter und rufen Sie anschließend ein Modell ab:

ollama pull gemma4

Führen Sie für hybriden Cloud-Zugriff ollama signin auf demselben Host aus.

Anmeldedaten festlegen

export OLLAMA_API_KEY="ollama-local"    # lokaler/LAN-Host, beliebiger Wert funktioniert
export OLLAMA_API_KEY="your-real-key"   # nur https://ollama.com

Alternativ in der Konfiguration: openclaw config set models.providers.ollama.apiKey "OLLAMA_API_KEY".

Modell auswählen

openclaw models list
openclaw models set ollama/gemma4

Alternativ in der Konfiguration:

{
  agents: {
    defaults: {
      model: { primary: "ollama/gemma4" },
    },
  },
}

Cloud-Modelle über einen lokalen Host

Cloud + Local leitet sowohl lokale als auch :cloud-Modelle über einen einzigen erreichbaren Ollama-Host weiter. Dies ist der hybride Ablauf von Ollama und der Modus, den Sie bei der Einrichtung wählen sollten, wenn Sie beides verwenden möchten. OpenClaw fragt nach der Basis-URL, ermittelt lokale Modelle und prüft den Status ollama signin. Wenn der Host angemeldet ist, werden gehostete Standardwerte vorgeschlagen (kimi-k2.5:cloud, minimax-m2.7:cloud, glm-5.1:cloud, glm-5.2:cloud). Wenn der Host nicht angemeldet ist, bleibt die Einrichtung rein lokal, bis Sie ollama signin ausführen. Verwenden Sie für reinen Cloud-Zugriff ohne lokalen Daemon openclaw onboard --auth-choice ollama-cloud und lesen Sie Ollama Cloud. Dieser Pfad benötigt weder ollama signin noch einen laufenden Server:

openclaw onboard --auth-choice ollama-cloud
openclaw models set ollama-cloud/kimi-k2.5:cloud

Die während openclaw onboard angezeigte Cloud-Modellliste wird live aus https://ollama.com/api/tags befüllt und ist auf 500 Einträge begrenzt, sodass die Auswahl den aktuellen gehosteten Katalog widerspiegelt. Wenn ollama.com zum Einrichtungszeitpunkt nicht erreichbar ist oder keine Modelle zurückgibt, greift OpenClaw auf seine fest codierte Vorschlagsliste zurück, damit das Onboarding dennoch abgeschlossen werden kann.

Modellerkennung (impliziter Provider)

Wenn OLLAMA_API_KEY (oder ein Authentifizierungsprofil) festgelegt ist und weder models.providers.ollama noch ein anderer benutzerdefinierter Provider mit api: "ollama" definiert ist, ermittelt OpenClaw Modelle aus http://127.0.0.1:11434:

Verhalten	Details
Katalogabfrage	`/api/tags`
Funktionserkennung	Die bestmögliche Erkennung über `/api/show` liest `contextWindow`, `num_ctx`-Modelfile-Parameter und Funktionen (Bildverarbeitung/Tools/Denken)
Bildmodelle	Eine `vision`-Funktion aus `/api/show` kennzeichnet das Modell als bildfähig (`input: ["text", "image"]`)
Reasoning-Erkennung	Verwendet, sofern verfügbar, die `thinking`-Funktion aus `/api/show`; andernfalls wird auf eine Namensheuristik (`r1`, `reason`, `reasoning`, `think`) zurückgegriffen, wenn Ollama keine Funktionen angibt. `glm-5.2:cloud` und `deepseek-v4-flash\|pro:cloud` werden unabhängig von den gemeldeten Funktionen immer als Reasoning behandelt.
Tokenlimits	`maxTokens` verwendet standardmäßig die Obergrenze für Ollama-Tokens von OpenClaw
Kosten	Alle Kosten betragen `0`

ollama list
openclaw models list

Das Festlegen von models.providers.ollama mit einem expliziten models-Array oder eines benutzerdefinierten Providers mit api: "ollama" und einer nicht auf Loopback verweisenden baseUrl deaktiviert die automatische Erkennung; Modelle müssen dann manuell definiert werden (siehe Konfiguration). Ein auf das gehostete https://ollama.com verweisender models.providers.ollama-Eintrag überspringt die Erkennung ebenfalls, da Ollama-Cloud-Modelle vom Provider verwaltet werden. Benutzerdefinierte Loopback-Provider wie http://127.0.0.2:11434 gelten weiterhin als lokal und behalten die automatische Erkennung bei. Sie können eine vollständige Referenz wie ollama/<pulled-model>:latest ohne einen manuell erstellten models.json-Eintrag verwenden; OpenClaw löst sie live auf. Bei angemeldeten Hosts wird bei der Auswahl einer nicht aufgeführten ollama/<model>:cloud-Referenz genau dieses Modell mit /api/show validiert und nur dann zum Laufzeitkatalog hinzugefügt, wenn Ollama die Metadaten bestätigt. Tippfehler führen weiterhin zu einem Fehler wegen eines unbekannten Modells.

Smoke-Tests

Für eine gezielte Textprüfung, die die vollständige Tool-Oberfläche des Agenten überspringt:

OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/llama3.2:latest \
    --prompt "Antworten Sie exakt mit: pong" \
    --json

Fügen Sie für eine schlanke Prüfung eines Bildverarbeitungsmodells --file mit einem Bild hinzu (akzeptiert PNG/JPEG/WebP; Nicht-Bilddateien werden abgelehnt, bevor Ollama aufgerufen wird – verwenden Sie openclaw infer audio transcribe für Audio):

OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/qwen2.5vl:7b \
    --prompt "Beschreiben Sie dieses Bild in einem Satz." \
    --file ./photo.jpg \
    --json

Keiner der beiden Pfade lädt Chat-Tools, Speicher oder Sitzungskontext. Wenn die Ausführung erfolgreich ist, während normale Agentenantworten fehlschlagen, liegt das Problem wahrscheinlich an der Tool-/Agentenfähigkeit des Modells und nicht am Endpunkt. Die Auswahl eines Modells mit /model ollama/<model> ist eine exakte Benutzerentscheidung: Wenn das konfigurierte baseUrl nicht erreichbar ist, schlägt die nächste Antwort mit dem Provider- Fehler fehl, statt stillschweigend auf ein anderes konfiguriertes Modell zurückzugreifen. Isolierte Cron-Aufträge führen vor Beginn des Agent-Durchlaufs eine lokale Sicherheitsprüfung durch: Wenn das ausgewählte Modell auf einen Ollama-Provider im lokalen/privaten Netzwerk/.local aufgelöst wird und /api/tags nicht erreichbar ist, zeichnet OpenClaw diesen Durchlauf als skipped auf, wobei das Modell im Fehlertext enthalten ist. Diese Endpunktprüfung wird pro Host 5 Minuten lang zwischengespeichert, sodass wiederholte Cron-Aufträge bei einem angehaltenen Daemon nicht alle fehlschlagende Anfragen starten. Live-Verifizierung:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \
  pnpm test:live -- extensions/ollama/ollama.live.test.ts

Richten Sie denselben Live-Test für Ollama Cloud auf den gehosteten Endpunkt aus (Embeddings werden standardmäßig übersprungen; erzwingen Sie sie mit OPENCLAW_LIVE_OLLAMA_EMBEDDINGS=1, da ein Cloud-Schlüssel möglicherweise /api/embed nicht autorisiert):

export OLLAMA_API_KEY='<your-ollama-cloud-api-key>'
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 \
OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com \
OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.1:cloud \
OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=1 \
pnpm test:live -- extensions/ollama/ollama.live.test.ts

Um ein Modell hinzuzufügen, laden Sie es herunter; es wird automatisch erkannt:

ollama pull mistral

Node-lokale Inferenz

Agenten können eine kurze Aufgabe an ein Ollama-Modell auf einem gekoppelten Desktop- oder Server-Node delegieren. Prompt und Antwort werden über die bestehende authentifizierte Gateway-/Node-Verbindung übertragen; die Anfrage wird am Ollama-Loopback-Endpunkt des Nodes (http://127.0.0.1:11434) ausgeführt.

Ollama auf dem Node starten

ollama pull qwen3:0.6b
ollama list

Node-Host verbinden

openclaw node run \
  --host <gateway-host> \
  --port 18789 \
  --display-name "Local inference"

Genehmigen Sie das Gerät und seine Node-Befehle auf dem Gateway-Host und überprüfen Sie anschließend:

openclaw devices list
openclaw devices approve <deviceRequestId>
openclaw nodes pending
openclaw nodes approve <nodeRequestId>
openclaw nodes status --connected

Eine erste Verbindung oder ein Upgrade, das Ollama-Befehle hinzufügt, kann eine Genehmigung der Node-Befehle auslösen. Wenn sich der Node verbindet, ohne ollama.models und ollama.chat anzukündigen, prüfen Sie openclaw nodes pending erneut.

Von einem Agenten verwenden

Das mitgelieferte Ollama-Plugin stellt das Tool node_inference bereit. Agenten rufen zuerst action: "discover" und anschließend action: "run" mit einem Node und Modell aus diesem Ergebnis auf (run kann den Node auslassen, wenn genau ein geeigneter Node verbunden ist). Beispiel: „Ermitteln Sie die Ollama-Modelle auf meinen Nodes und verwenden Sie dann das schnellste geladene Modell, um diesen Text zusammenzufassen.“

Die Erkennung liest /api/tags, prüft die Fähigkeiten von /api/show und verwendet /api/ps, sofern verfügbar, um bereits geladene Modelle zuerst einzustufen. Sie gibt nur lokale Modelle zurück, die Ollama als chatfähig meldet (Fähigkeit completion) — Ollama-Cloud-Einträge und reine Embedding-Modelle werden ausgeschlossen. Jeder Durchlauf deaktiviert das Denken des Modells und begrenzt die Ausgabe standardmäßig auf 512 Token (feste Obergrenze 8192), sofern der Tool-Aufruf kein anderes maxTokens anfordert; einige Modelle (beispielsweise GPT-OSS) unterstützen das Deaktivieren des Denkens nicht und geben möglicherweise weiterhin Reasoning-Token aus. So lassen Sie Ollama auf einem Node laufen, ohne es Agenten bereitzustellen:

openclaw config set plugins.entries.ollama.config.nodeInference.enabled false

Starten Sie den Node neu (openclaw node restart, oder beenden Sie openclaw node run und führen Sie es für eine Vordergrundsitzung erneut aus). Der Node kündigt ollama.models und ollama.chat nicht mehr an; Ollama selbst und der Ollama-Provider des Gateways bleiben davon unberührt. Setzen Sie den Wert wieder auf true und starten Sie neu, um die Funktion wieder zu aktivieren; eine geänderte Befehlsoberfläche kann nach der erneuten Verbindung wieder eine Genehmigung von openclaw nodes pending erfordern. Überprüfen Sie die Node-Befehle direkt und ohne Agent-Durchlauf:

openclaw nodes invoke \
  --node "Local inference" \
  --command ollama.models \
  --params '{}' \
  --invoke-timeout 90000 \
  --timeout 100000

openclaw nodes invoke \
  --node "Local inference" \
  --command ollama.chat \
  --params '{"model":"qwen3:0.6b","prompt":"Reply with exactly: pong","maxTokens":32,"timeoutMs":120000}' \
  --invoke-timeout 130000 \
  --timeout 140000

--invoke-timeout begrenzt, wie lange der Node den Befehl ausführen darf; --timeout begrenzt den gesamten Gateway-Aufruf und sollte größer sein. Node-lokale Inferenz verwendet immer den eigenen Loopback-Endpunkt des Nodes — sie verwendet kein konfiguriertes entferntes/Cloud-models.providers.ollama.baseUrl. Die Node-Befehle sind standardmäßig auf macOS-, Linux- und Windows-Node-Hosts verfügbar und unterliegen weiterhin den üblichen Richtlinien für Node-Kopplung und -Befehle.

Bildverarbeitung und Bildbeschreibung

Das mitgelieferte Ollama-Plugin registriert Ollama als bildfähigen Provider für das Medienverständnis, sodass OpenClaw explizite Anfragen zur Bildbeschreibung und konfigurierte Standardwerte für Bildmodelle über lokale oder gehostete Ollama- Bildverarbeitungsmodelle leiten kann.

ollama pull qwen2.5vl:7b
export OLLAMA_API_KEY="ollama-local"
openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --json

--model muss eine vollständige <provider/model>-Referenz sein; wenn diese festgelegt ist, versucht infer image describe zuerst dieses Modell, statt die Beschreibung bei Modellen zu überspringen, die bereits native Bildverarbeitung unterstützen. Wenn der Aufruf fehlschlägt, kann OpenClaw mit agents.defaults.imageModel.fallbacks fortfahren; Fehler bei der Datei-/URL- Vorbereitung treten auf, bevor ein Fallback versucht wird. Verwenden Sie infer image describe für den Bildverständnisablauf von OpenClaw und das konfigurierte imageModel; verwenden Sie infer model run --file für eine direkte multimodale Prüfung mit einem benutzerdefinierten Prompt. So legen Sie Ollama als standardmäßigen Provider für das Bildverständnis eingehender Medien fest:

{
  agents: {
    defaults: {
      imageModel: {
        primary: "ollama/qwen2.5vl:7b",
      },
    },
  },
}

Bevorzugen Sie die vollständige ollama/<model>-Referenz. Eine einfache imageModel-Referenz wie qwen2.5vl:7b wird nur dann zu ollama/qwen2.5vl:7b normalisiert, wenn genau dieses Modell unter models.providers.ollama.models mit input: ["text", "image"] aufgeführt ist und kein anderer konfigurierter Bild-Provider dieselbe einfache ID bereitstellt; verwenden Sie andernfalls explizit das Provider-Präfix. Langsame lokale Bildverarbeitungsmodelle können für das Bildverständnis ein längeres Zeitlimit als Cloud-Modelle benötigen und auf Hardware mit eingeschränkten Ressourcen abstürzen, wenn Ollama versucht, den gesamten angekündigten Bildkontext des Modells zuzuweisen. Legen Sie ein Fähigkeits- Zeitlimit fest und begrenzen Sie num_ctx:

{
  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 }],
      },
    },
  },
}

Dieses Zeitlimit gilt für das Verständnis eingehender Bilder und für das explizite Tool image. models.providers.ollama.timeoutSeconds steuert weiterhin die zugrunde liegende Absicherung der Ollama-HTTP-Anfrage für normale Modellaufrufe. Live-Verifizierung:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \
  pnpm test:live -- src/agents/tools/image-tool.ollama.live.test.ts

Wenn Sie models.providers.ollama.models manuell definieren, kennzeichnen Sie Bildverarbeitungsmodelle explizit:

{
  id: "qwen2.5vl:7b",
  name: "qwen2.5vl:7b",
  input: ["text", "image"],
  contextWindow: 128000,
  maxTokens: 8192,
}

OpenClaw lehnt Anfragen zur Bildbeschreibung für Modelle ab, die nicht als bildfähig gekennzeichnet sind. Bei impliziter Erkennung stammt diese Angabe aus der Bildverarbeitungsfähigkeit von /api/show.

Konfiguration

Grundlegend (implizite Erkennung)
Explizit (manuelle Modelle)
Benutzerdefinierte Basis-URL

export OLLAMA_API_KEY="ollama-local"

Wenn OLLAMA_API_KEY festgelegt ist, können Sie apiKey im Provider-Eintrag auslassen; OpenClaw ergänzt es für Verfügbarkeitsprüfungen.

Verwenden Sie eine explizite Konfiguration für eine gehostete Cloud-Einrichtung, einen vom Standard abweichenden Host/Port, erzwungene Kontextfenster oder vollständig manuelle Modelllisten:

{
  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"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 128000,
            maxTokens: 8192
          }
        ]
      }
    }
  }
}

Eine explizite Konfiguration deaktiviert die automatische Erkennung, daher müssen die Modelle aufgeführt werden:

{
  models: {
    providers: {
      ollama: {
        apiKey: "ollama-local",
        baseUrl: "http://ollama-host:11434", // Kein /v1 – native Ollama-API-URL
        api: "ollama", // Explizit: gewährleistet natives Tool-Calling-Verhalten
        timeoutSeconds: 300, // Optional: längeres Verbindungs-/Streaming-Budget für kalte lokale Modelle
        models: [
          {
            id: "qwen3:32b",
            name: "qwen3:32b",
            params: {
              keep_alive: "15m", // Optional: hält das Modell zwischen Durchläufen geladen
            },
          },
        ],
      },
    },
  },
}

Fügen Sie /v1 nicht hinzu. Dieser Pfad wählt den OpenAI-kompatiblen Modus aus, in dem Tool-Aufrufe nicht zuverlässig sind.

Häufige Konfigurationen

Ersetzen Sie Modell-IDs durch die exakten Namen aus ollama list oder openclaw models list --provider ollama.

Lokales Modell mit automatischer Erkennung

Ollama auf demselben Rechner wie das Gateway, automatisch erkannt:

ollama serve
ollama pull gemma4
export OLLAMA_API_KEY="ollama-local"
openclaw models list --provider ollama
openclaw models set ollama/gemma4

Fügen Sie keinen models.providers.ollama-Block hinzu, sofern Sie keine manuellen Modelle benötigen.

Ollama-Host im LAN mit manuellen Modellen

{
  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 ist das Kontextbudget von OpenClaw; params.num_ctx wird an Ollama gesendet. Halten Sie beide aufeinander abgestimmt, wenn die Hardware nicht den gesamten angekündigten Kontext des Modells ausführen kann.

Nur Ollama Cloud

Kein lokaler Daemon, direkt gehostete Modelle:

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" },
    },
  },
}

Informationen zur Verwendung der dedizierten Provider-ID ollama-cloud anstelle dieser Struktur finden Sie unter Ollama Cloud.

Cloud und lokale Modelle über einen angemeldeten Daemon

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"],
      },
    },
  },
}

Mehrere Ollama-Hosts

Benutzerdefinierte Provider-IDs beim Betrieb mehrerer Ollama-Server; jeder erhält einen eigenen Host, eigene Modelle, eine eigene Authentifizierung und ein eigenes Zeitlimit.

{
  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 entfernt vor dem Aufruf von Ollama das Präfix des aktiven Providers (mit Rückgriff auf ein einfaches Präfix ollama/), sodass ollama-large/qwen3.5:27b Ollama als qwen3.5:27b erreicht.

Schlankes lokales Modellprofil

Einige lokale Modelle verarbeiten einfache Prompts, haben jedoch Schwierigkeiten mit dem vollständigen Tool-Umfang des Agenten. Begrenzen Sie Tools und Kontext, bevor Sie globale Laufzeiteinstellungen ändern:

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

Verwenden Sie compat.supportsTools: false nur, wenn das Modell oder der Server bei Tool-Schemas zuverlässig fehlschlägt — dabei wird Agentenfunktionalität zugunsten der Stabilität aufgegeben. localModelLean entfernt ressourcenintensive Browser-, Cron-, Nachrichten-, Mediengenerierungs-, Sprach- und PDF-Tools aus dem direkten Agentenumfang, sofern sie nicht ausdrücklich erforderlich sind, und stellt größere Kataloge über die Tool-Suche bereit. Dies ändert weder den Laufzeitkontext noch den Denkmodus von Ollama. Kombinieren Sie es mit params.num_ctx und params.thinking: false für kleine Qwen-artige Denkmodelle, die Schleifen bilden oder ihr Budget für verborgenes Schlussfolgern aufwenden.

Modellauswahl

{
  agents: {
    defaults: {
      model: {
        primary: "ollama/gpt-oss:20b",
        fallbacks: ["ollama/llama3.3", "ollama/qwen2.5-coder:32b"],
      },
    },
  },
}

Benutzerdefinierte Provider-IDs funktionieren genauso: Bei einer Referenz, die das Präfix des aktiven Providers verwendet, wie etwa ollama-spark/qwen3:32b, entfernt OpenClaw dieses Präfix vor dem Aufruf von Ollama und sendet qwen3:32b. Bei langsamen lokalen Modellen sollten Sie zunächst providerspezifische Anpassungen vornehmen, bevor Sie das Zeitlimit der gesamten Agentenlaufzeit erhöhen:

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

timeoutSeconds umfasst die HTTP-Anfrage an das Modell: Verbindungsaufbau, Header, Body-Streaming und den gesamten geschützten Fetch-Abbruch. params.keep_alive wird bei nativen /api/chat-Anfragen als keep_alive auf oberster Ebene weitergeleitet; legen Sie den Wert pro Modell fest, wenn die Ladezeit beim ersten Durchlauf der Engpass ist.

Schnellüberprüfung

# Ollama-Daemon ist für diesen Rechner erreichbar
curl http://127.0.0.1:11434/api/tags

# OpenClaw-Katalog und ausgewähltes Modell
openclaw models list --provider ollama
openclaw models status

# Direkter Modell-Schnelltest
openclaw infer model run \
  --model ollama/gemma4 \
  --prompt "Antworten Sie exakt mit: ok"

Ersetzen Sie bei Remote-Hosts 127.0.0.1 durch den Host baseUrl. Wenn curl funktioniert, OpenClaw jedoch nicht, prüfen Sie, ob der Gateway auf einem anderen Rechner, in einem Container oder unter einem anderen Dienstkonto ausgeführt wird.

Ollama-Websuche

OpenClaw enthält die Ollama-Websuche als Provider web_search.

Eigenschaft	Details
Host	`models.providers.ollama.baseUrl`, wenn festgelegt, andernfalls `http://127.0.0.1:11434`; `https://ollama.com` verwendet die gehostete API direkt
Authentifizierung	Ohne Schlüssel für einen angemeldeten lokalen Host; `OLLAMA_API_KEY` oder konfigurierte Provider-Authentifizierung für die direkte Suche über `https://ollama.com` oder authentifizierungsgeschützte Hosts
Voraussetzung	Lokale/selbst gehostete Hosts müssen ausgeführt werden und mit `ollama signin` angemeldet sein; die direkte gehostete Suche benötigt `baseUrl: "https://ollama.com"` sowie einen echten API-Schlüssel

Wählen Sie ihn während openclaw onboard oder openclaw configure --section web aus, oder legen Sie Folgendes fest:

{
  tools: {
    web: {
      search: {
        provider: "ollama",
      },
    },
  },
}

Für die direkte gehostete Suche über 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" },
    },
  },
}

Bei einem selbst gehosteten Host versucht OpenClaw zuerst den lokalen Proxy /api/experimental/web_search und greift anschließend auf den gehosteten Pfad /api/web_search auf demselben Host zurück; ein angemeldeter lokaler Daemon antwortet normalerweise über den lokalen Proxy. Direkte Aufrufe von https://ollama.com verwenden immer den gehosteten Endpunkt /api/web_search.

Die vollständige Einrichtung und das Verhalten werden unter Ollama-Websuche beschrieben.

Erweiterte Konfiguration

Veralteter OpenAI-kompatibler Modus

Tool-Aufrufe sind in diesem Modus nicht zuverlässig. Verwenden Sie ihn nur, wenn ein Proxy das OpenAI-Format benötigt und Sie nicht auf native Tool-Aufrufe angewiesen sind.

Legen Sie api: "openai-completions" ausdrücklich für einen Proxy hinter /v1/chat/completions fest:

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

Dieser Modus unterstützt möglicherweise nicht gleichzeitig Streaming und Tool-Aufrufe; eventuell benötigen Sie params: { streaming: false } für das Modell.OpenClaw fügt in diesem Modus standardmäßig options.num_ctx ein, damit Ollama nicht unbemerkt auf einen Kontext mit 4096 Token zurückfällt. Wenn Ihr Proxy unbekannte Felder vom Typ options ablehnt, deaktivieren Sie dies:

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

Kontextfenster

Bei automatisch erkannten Modellen verwendet OpenClaw das von /api/show gemeldete Kontextfenster, einschließlich größerer PARAMETER num_ctx-Werte aus benutzerdefinierten Modelfiles; andernfalls wird auf das standardmäßige Ollama-Kontextfenster von OpenClaw zurückgegriffen.contextWindow, contextTokens und maxTokens auf Provider-Ebene legen Standardwerte für jedes Modell unter diesem Provider fest und können pro Modell überschrieben werden. contextWindow ist OpenClaws eigenes Prompt-/Compaction-Budget. Native /api/chat-Anfragen lassen options.num_ctx ungesetzt, sofern Sie params.num_ctx nicht ausdrücklich festlegen; dadurch verwendet Ollama seinen eigenen modell-, OLLAMA_CONTEXT_LENGTH- oder VRAM-basierten Standardwert. Ungültige, nullwertige, negative oder nicht endliche params.num_ctx-Werte werden ignoriert. Wenn eine ältere Konfiguration ausschließlich contextWindow/maxTokens verwendete, um den Kontext nativer Anfragen zu erzwingen, führen Sie openclaw doctor --fix aus, um diese Werte nach params.num_ctx zu kopieren. Der OpenAI-kompatible Adapter fügt options.num_ctx weiterhin standardmäßig aus dem konfigurierten params.num_ctx oder contextWindow ein; deaktivieren Sie dies mit injectNumCtxForOpenAICompat: false, wenn das Upstream-System options ablehnt.Native Modelleinträge akzeptieren unter params außerdem gängige Ollama-Laufzeitoptionen, die als native /api/chat-options weitergeleitet werden: 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 und num_thread. Einige Schlüssel (format, keep_alive, truncate, shift) werden als Anfragefelder auf oberster Ebene statt als verschachtelte options weitergeleitet. OpenClaw leitet nur diese Ollama-Anfrageschlüssel weiter, sodass reine Laufzeitparameter wie streaming niemals an Ollama gesendet werden. Verwenden Sie params.think (oder params.thinking), um think auf oberster Ebene festzulegen; false deaktiviert das Denken auf API-Ebene für Qwen-artige Denkmodelle.

{
  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,
            },
          }
        ]
      }
    }
  }
}

Pro Modell funktioniert agents.defaults.models["ollama/<model>"].params.num_ctx ebenfalls; der explizite Provider-Modelleintrag hat Vorrang, wenn beide festgelegt sind.

Steuerung des Denkens

OpenClaw leitet das Denken so weiter, wie Ollama es erwartet: think auf oberster Ebene, nicht options.think. Automatisch erkannte Modelle, deren /api/show eine thinking-Fähigkeit meldet, stellen /think low, /think medium, /think high und /think max bereit; Modelle ohne Denkfunktion stellen nur /think off bereit.

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

Alternativ können Sie einen Modellstandard festlegen:

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

Mit params.think/params.thinking pro Modell lässt sich das API-Denken für ein bestimmtes Modell deaktivieren oder erzwingen. OpenClaw behält diese explizite Konfiguration bei, wenn der aktive Lauf nur den impliziten Standard off verwendet; ein Laufzeitbefehl, der nicht „off“ entspricht, wie /think medium, setzt sie dennoch außer Kraft. Eine aktivierte Denkanforderung wird niemals an ein Modell gesendet, das explizit mit reasoning: false gekennzeichnet ist; eine think: false-Anforderung wird unabhängig davon immer gesendet.

Reasoning-Modelle

Modelle namens deepseek-r1, reasoning, reason oder think werden standardmäßig als Reasoning-fähig behandelt — es ist keine zusätzliche Konfiguration erforderlich:

ollama pull deepseek-r1:32b

Modellkosten

Ollama wird lokal ausgeführt und ist kostenlos, daher betragen sämtliche Modellkosten sowohl für automatisch erkannte als auch für manuell definierte Modelle 0.

Speicher-Embeddings

Das mitgelieferte Ollama-Plugin registriert einen Provider für Speicher-Embeddings für die Speichersuche. Er verwendet die konfigurierte Ollama-Basis-URL und den API-Schlüssel, ruft /api/embed auf und fasst nach Möglichkeit mehrere Speicherabschnitte in einer input-Anforderung zusammen.Bei proxy.enabled=true verwenden Embedding-Anforderungen an den exakten hostlokalen Loopback-Ursprung, der aus dem konfigurierten baseUrl abgeleitet wird, den abgesicherten direkten Pfad von OpenClaw anstelle des verwalteten Forward-Proxys. Der konfigurierte Hostname muss selbst localhost oder ein Loopback-IP-Literal sein — DNS-Namen, die lediglich zu Loopback aufgelöst werden, verwenden weiterhin den verwalteten Proxy-Pfad. Ollama-Hosts im LAN, Tailnet, privaten Netzwerk oder öffentlichen Netzwerk verbleiben stets auf dem verwalteten Proxy-Pfad, und Weiterleitungen zu einem anderen Host/Port übernehmen das Vertrauen nicht. proxy.loopbackMode: "proxy" leitet Loopback-Datenverkehr trotzdem durch den Proxy; proxy.loopbackMode: "block" lehnt ihn vor dem Verbindungsaufbau ab — siehe Verwalteter Proxy.

Eigenschaft	Wert
Standardmodell	`nomic-embed-text`
Automatischer Abruf	Ja, falls lokal nicht vorhanden
Standardmäßige Inline-Parallelität	1 (andere Provider verwenden standardmäßig höhere Werte; erhöhen Sie den Wert mit `nonBatchConcurrency`, wenn der Host dies bewältigen kann)

Embeddings zur Abfragezeit verwenden für Modelle, die diese erfordern oder empfehlen, Abrufpräfixe: nomic-embed-text, qwen3-embedding und mxbai-embed-large. Dokument-Batches bleiben unverändert, sodass vorhandene Indizes keine Formatmigration benötigen.

{
  memory: {
    search: {
      provider: "ollama",
      remote: {
        // Standard für Ollama. Auf größeren Hosts erhöhen, wenn die Neuindizierung zu langsam ist.
        nonBatchConcurrency: 1,
      },
    },
  },
}

Begrenzen Sie bei einem entfernten Embedding-Host die Authentifizierung auf diesen Host:

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

Streaming-Konfiguration

Ollama verwendet standardmäßig die native API (/api/chat), die Streaming und Tool-Aufrufe gemeinsam unterstützt — es ist keine besondere Konfiguration erforderlich.Bei nativen Anforderungen wird die Steuerung des Denkens direkt weitergeleitet: /think off und openclaw agent --thinking off senden think: false auf oberster Ebene, sofern kein explizites params.think/params.thinking konfiguriert ist; /think low|medium|high senden die entsprechende Aufwandszeichenfolge; /think max wird Ollamas höchstem Aufwand think: "high" zugeordnet.

Informationen zur Verwendung des OpenAI-kompatiblen Endpunkts finden Sie stattdessen oben unter „Legacy OpenAI-kompatibler Modus“ — Streaming und Tool-Aufrufe funktionieren dort möglicherweise nicht gemeinsam.

Fehlerbehebung

WSL2-Absturzschleife (wiederholte Neustarts)

Unter WSL2 mit NVIDIA/CUDA erstellt das offizielle Ollama-Linux-Installationsprogramm eine ollama.service-systemd-Unit mit Restart=always. Wenn dieser Dienst automatisch startet und während des WSL2-Starts ein GPU-gestütztes Modell lädt, kann Ollama beim Laden Hostspeicher fest belegen; die Hyper-V-Speicherrückgewinnung kann diese Seiten nicht immer zurückgewinnen, sodass Windows die WSL2-VM beenden kann, systemd Ollama neu startet und sich die Schleife wiederholt.Hinweise: wiederholte WSL2-Neustarts/-Beendigungen, hohe CPU-Auslastung in app.slice oder ollama.service direkt nach dem WSL2-Start und SIGTERM von systemd statt durch den Linux-OOM-Killer.OpenClaw protokolliert beim Start eine Warnung, wenn es WSL2, aktiviertes ollama.service mit Restart=always und sichtbare CUDA-Markierungen erkennt.Abhilfe:

sudo systemctl disable ollama

Fügen Sie auf der Windows-Seite Folgendes zu %USERPROFILE%\.wslconfig hinzu und führen Sie anschließend wsl --shutdown aus:

[experimental]
autoMemoryReclaim=disabled

Alternativ können Sie die Keep-Alive-Zeit verkürzen bzw. Ollama nur bei Bedarf manuell starten:

export OLLAMA_KEEP_ALIVE=5m
ollama serve

Siehe ollama/ollama#11317.

Ollama wird nicht erkannt

Vergewissern Sie sich, dass Ollama ausgeführt wird, OLLAMA_API_KEY (oder ein Authentifizierungsprofil) festgelegt ist und models.providers.ollama nicht explizit definiert ist:

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

Keine Modelle verfügbar

Rufen Sie das Modell lokal ab oder definieren Sie es explizit in models.providers.ollama:

ollama list  # Anzeigen, was installiert ist
ollama pull gemma4
ollama pull gpt-oss:20b
ollama pull llama3.3     # Oder ein anderes Modell

Verbindung abgelehnt

# Prüfen, ob Ollama ausgeführt wird
ps aux | grep ollama

# Oder Ollama neu starten
ollama serve

Entfernter Host funktioniert mit curl, aber nicht mit OpenClaw

Überprüfen Sie dies auf demselben Rechner und in derselben Laufzeitumgebung, in der das Gateway ausgeführt wird:

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

Häufige Ursachen:

baseUrl verweist auf localhost, aber das Gateway wird in Docker oder auf einem anderen Host ausgeführt.
Die URL verwendet /v1, wodurch OpenAI-kompatibles Verhalten anstelle des nativen Ollama-Verhaltens ausgewählt wird.
Der entfernte Host erfordert Änderungen an der Firewall oder LAN-Bindung.
Das Modell befindet sich im Daemon Ihres Laptops, jedoch nicht im entfernten Daemon.

Modell gibt Tool-JSON als Text aus

Üblicherweise befindet sich der Provider im OpenAI-kompatiblen Modus oder das Modell kann Tool-Schemas nicht verarbeiten. Bevorzugen Sie den nativen Modus:

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

Wenn ein kleines lokales Modell bei Tool-Schemas weiterhin fehlschlägt, legen Sie compat.supportsTools: false für diesen Modelleintrag fest und testen Sie erneut.

Kimi oder GLM gibt unleserliche Symbole zurück

Gehostete Kimi-/GLM-Antworten, die aus langen Folgen nichtsprachlicher Symbole bestehen, werden als fehlgeschlagener Provider-Aufruf und nicht als erfolgreiche Antwort behandelt, sodass die normale Wiederholungs-/Fallback-/Fehlerbehandlung übernimmt, statt beschädigten Text dauerhaft in der Sitzung zu speichern.Wenn das Problem erneut auftritt, erfassen Sie den Modellnamen, die aktuelle Sitzungsdatei und ob der Lauf Cloud + Local oder Cloud only verwendet hat. Versuchen Sie anschließend eine neue Sitzung und ein Fallback-Modell:

openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Antworten Sie exakt mit: ok" --json
openclaw models set ollama/gemma4

Zeitüberschreitung bei kaltem lokalem Modell

Große lokale Modelle können beim ersten Laden viel Zeit benötigen. Begrenzen Sie die Zeitüberschreitung auf den Ollama-Provider und lassen Sie das Modell optional zwischen Interaktionen geladen:

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

Wenn der Host selbst Verbindungen nur langsam annimmt, verlängert timeoutSeconds außerdem die abgesicherte Verbindungszeitüberschreitung für diesen Provider.

Modell mit großem Kontext ist zu langsam oder der Arbeitsspeicher reicht nicht aus

Viele Modelle geben Kontextgrößen an, die auf Ihrer Hardware nicht problemlos ausgeführt werden können. Das native Ollama verwendet seinen eigenen Laufzeitstandard, sofern params.num_ctx nicht festgelegt ist. Begrenzen Sie sowohl das Budget von OpenClaw als auch den Anforderungskontext von Ollama, um eine vorhersagbare Latenz bis zum ersten Token zu erreichen:

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

Verringern Sie contextWindow, wenn OpenClaw einen zu großen Prompt sendet. Verringern Sie params.num_ctx, wenn der Laufzeitkontext von Ollama für den Rechner zu groß ist. Verringern Sie maxTokens, wenn die Generierung zu lange dauert.

Weitere Hilfe: Fehlerbehebung und FAQ.

Ollama Cloud

Reine Cloud-Einrichtung mit dem dedizierten ollama-cloud-Provider.

Modell-Provider

Übersicht über alle Provider, Modellreferenzen und das Failover-Verhalten.

Modellauswahl

Auswahl und Konfiguration von Modellen.

Ollama-Websuche

Vollständige Einrichtungs- und Verhaltensdetails für die Ollama-gestützte Websuche.

Konfiguration

Vollständige Konfigurationsreferenz.

Overview

Concepts and configuration

Providers

Authentifizierungsregeln

Erste Schritte

Cloud-Modelle über einen lokalen Host

Modellerkennung (impliziter Provider)

Smoke-Tests

Node-lokale Inferenz

Bildverarbeitung und Bildbeschreibung

Konfiguration

Häufige Konfigurationen

Modellauswahl

Schnellüberprüfung

Ollama-Websuche

Erweiterte Konfiguration

Fehlerbehebung

Verwandte Themen

Ollama Cloud

Modell-Provider

Modellauswahl

Ollama-Websuche

Konfiguration

​Authentifizierungsregeln

​Erste Schritte

​Cloud-Modelle über einen lokalen Host

​Modellerkennung (impliziter Provider)

​Smoke-Tests

​Node-lokale Inferenz

​Bildverarbeitung und Bildbeschreibung

​Konfiguration

​Häufige Konfigurationen

​Modellauswahl

​Schnellüberprüfung

​Ollama-Websuche

​Erweiterte Konfiguration

​Fehlerbehebung

​Verwandte Themen

Ollama Cloud

Modell-Provider

Modellauswahl

Ollama-Websuche

Konfiguration

Authentifizierungsregeln

Erste Schritte

Cloud-Modelle über einen lokalen Host

Modellerkennung (impliziter Provider)

Smoke-Tests

Node-lokale Inferenz

Bildverarbeitung und Bildbeschreibung

Konfiguration

Häufige Konfigurationen

Modellauswahl

Schnellüberprüfung

Ollama-Websuche

Erweiterte Konfiguration

Fehlerbehebung

Verwandte Themen