Passer au contenu principal
OpenClaw s’intègre à l’API native d’Ollama (/api/chat) pour les modèles cloud hébergés et les serveurs Ollama locaux ou auto-hébergés. Vous pouvez utiliser Ollama selon trois modes : Cloud + Local via un hôte Ollama joignable, Cloud only avec https://ollama.com, ou Local only avec un hôte Ollama joignable. OpenClaw enregistre aussi ollama-cloud comme identifiant de fournisseur hébergé de premier ordre pour une utilisation directe d’Ollama Cloud. Utilisez des références comme ollama-cloud/kimi-k2.5:cloud lorsque vous voulez un routage cloud uniquement sans partager l’identifiant du fournisseur local ollama. Pour la page de configuration dédiée au cloud uniquement, consultez Ollama Cloud.
Utilisateurs d’Ollama distant : n’utilisez pas l’URL compatible OpenAI /v1 (http://host:11434/v1) avec OpenClaw. Cela casse l’appel d’outils et les modèles peuvent produire du JSON d’outil brut sous forme de texte simple. Utilisez plutôt l’URL de l’API native d’Ollama : baseUrl: "http://host:11434" (sans /v1).
La configuration du fournisseur Ollama utilise baseUrl comme clé canonique. OpenClaw accepte aussi baseURL pour compatibilité avec les exemples de style SDK OpenAI, mais les nouvelles configurations devraient privilégier baseUrl.

​
Règles d’authentification

Les hôtes Ollama locaux et LAN n’ont pas besoin d’un véritable jeton porteur. OpenClaw utilise le marqueur local ollama-local uniquement pour les URL de base Ollama en local loopback, sur réseau privé, en .local et avec nom d’hôte nu.
Les hôtes publics distants et Ollama Cloud (https://ollama.com) exigent un véritable identifiant via OLLAMA_API_KEY, un profil d’authentification ou apiKey du fournisseur. Pour une utilisation hébergée directe, privilégiez le fournisseur ollama-cloud.
Les identifiants de fournisseur personnalisés qui définissent api: "ollama" suivent les mêmes règles. Par exemple, un fournisseur ollama-remote qui pointe vers un hôte Ollama sur un LAN privé peut utiliser apiKey: "ollama-local", et les sous-agents résoudront ce marqueur via le hook du fournisseur Ollama au lieu de le traiter comme un identifiant manquant. La recherche en mémoire peut aussi définir agents.defaults.memorySearch.provider sur cet identifiant de fournisseur personnalisé afin que les embeddings utilisent le point de terminaison Ollama correspondant.
auth-profiles.json stocke l’identifiant pour un identifiant de fournisseur. Placez les paramètres de point de terminaison (baseUrl, api, identifiants de modèles, en-têtes, délais d’expiration) dans models.providers.<id>. Les anciens fichiers de profil d’authentification plats tels que { "ollama-windows": { "apiKey": "ollama-local" } } ne sont pas un format d’exécution ; exécutez openclaw doctor --fix pour les réécrire au format canonique de profil de clé API ollama-windows:default avec une sauvegarde. baseUrl dans ce fichier est du bruit de compatibilité et devrait être déplacé vers la configuration du fournisseur.
Quand Ollama est utilisé pour les embeddings de mémoire, l’authentification par porteur est limitée à l’hôte où elle a été déclarée :
  • Une clé au niveau du fournisseur est envoyée uniquement à l’hôte Ollama de ce fournisseur.
  • agents.*.memorySearch.remote.apiKey est envoyée uniquement à son hôte d’embedding distant.
  • Une valeur d’environnement pure OLLAMA_API_KEY est traitée comme la convention Ollama Cloud, et n’est pas envoyée par défaut aux hôtes locaux ou auto-hébergés.

​
Bien démarrer

Choisissez votre méthode de configuration et votre mode préférés.

​
Modèles cloud

Cloud + Local utilise un hôte Ollama joignable comme point de contrôle pour les modèles locaux comme cloud. C’est le flux hybride privilégié par Ollama.Utilisez Cloud + local pendant la configuration. OpenClaw demande l’URL de base Ollama, découvre les modèles locaux depuis cet hôte et vérifie si l’hôte est connecté pour l’accès cloud avec ollama signin. Quand l’hôte est connecté, OpenClaw suggère aussi des valeurs par défaut cloud hébergées telles que kimi-k2.5:cloud, minimax-m2.7:cloud et glm-5.1:cloud.Si l’hôte n’est pas encore connecté, OpenClaw conserve une configuration locale uniquement jusqu’à ce que vous exécutiez ollama signin.

​
Découverte des modèles (fournisseur implicite)

Quand vous définissez OLLAMA_API_KEY (ou un profil d’authentification) et que vous ne définissez pas models.providers.ollama ni un autre fournisseur distant personnalisé avec api: "ollama", OpenClaw découvre les modèles depuis l’instance Ollama locale sur http://127.0.0.1:11434.
ComportementDétail
Requête de catalogueInterroge /api/tags
Détection des capacitésUtilise des recherches /api/show en meilleur effort pour lire contextWindow, les paramètres Modelfile num_ctx étendus et les capacités, y compris vision/outils
Modèles visionLes modèles avec une capacité vision signalée par /api/show sont marqués comme compatibles avec les images (input: ["text", "image"]), donc OpenClaw injecte automatiquement les images dans le prompt
Détection du raisonnementUtilise les capacités /api/show lorsqu’elles sont disponibles, y compris thinking ; revient à une heuristique sur le nom du modèle (r1, reasoning, think) quand Ollama omet les capacités
Limites de jetonsDéfinit maxTokens sur le plafond de jetons maximal Ollama par défaut utilisé par OpenClaw
CoûtsDéfinit tous les coûts à 0
Cela évite les entrées de modèle manuelles tout en gardant le catalogue aligné sur l’instance Ollama locale. Vous pouvez utiliser une référence complète telle que ollama/<pulled-model>:latest dans infer model run local ; OpenClaw résout ce modèle installé depuis le catalogue en direct d’Ollama sans exiger d’entrée models.json écrite à la main. Pour les hôtes Ollama connectés, certains modèles :cloud peuvent être utilisables via /api/chat et /api/show avant d’apparaître dans /api/tags. Quand vous sélectionnez explicitement une référence complète ollama/<model>:cloud, OpenClaw valide ce modèle manquant exact avec /api/show et l’ajoute au catalogue d’exécution uniquement si Ollama confirme les métadonnées du modèle. Les fautes de frappe échouent toujours comme modèles inconnus au lieu d’être créées automatiquement. 
# See what models are available
ollama list
openclaw models list
Pour un smoke test étroit de génération de texte qui évite toute la surface d’outils de l’agent, utilisez infer model run local avec une référence complète de modèle Ollama : 
OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/llama3.2:latest \
    --prompt "Reply with exactly: pong" \
    --json
Ce chemin utilise toujours le fournisseur configuré d’OpenClaw, l’authentification et le transport natif Ollama, mais il ne démarre pas un tour d’agent de chat et ne charge pas le contexte MCP/outils. Si cela réussit alors que les réponses normales de l’agent échouent, examinez ensuite la capacité du modèle pour les prompts/outils d’agent. Pour un smoke test étroit de modèle vision sur le même chemin allégé, ajoutez un ou plusieurs fichiers image à infer model run. Cela envoie le prompt et l’image directement au modèle vision Ollama sélectionné sans charger les outils de chat, la mémoire ni le contexte de session antérieur : 
OLLAMA_API_KEY=ollama-local \
  openclaw infer model run \
    --local \
    --model ollama/qwen2.5vl:7b \
    --prompt "Describe this image in one sentence." \
    --file ./photo.jpg \
    --json
model run --file accepte les fichiers détectés comme image/*, y compris les entrées PNG, JPEG et WebP courantes. Les fichiers qui ne sont pas des images sont rejetés avant l’appel à Ollama. Pour la reconnaissance vocale, utilisez plutôt openclaw infer audio transcribe. Lorsque vous basculez une conversation avec /model ollama/<model>, OpenClaw traite cela comme une sélection utilisateur exacte. Si le baseUrl Ollama configuré est injoignable, la réponse suivante échoue avec l’erreur du fournisseur au lieu de répondre silencieusement depuis un autre modèle de secours configuré. Les tâches Cron isolées effectuent une vérification locale de sécurité supplémentaire avant de démarrer le tour de l’agent. Si le modèle sélectionné se résout vers un fournisseur Ollama local, de réseau privé ou .local et que /api/tags est injoignable, OpenClaw enregistre cette exécution Cron comme skipped avec le ollama/<model> sélectionné dans le texte d’erreur. Le précontrôle du point de terminaison est mis en cache pendant 5 minutes, de sorte que plusieurs tâches Cron pointant vers le même démon Ollama arrêté ne lancent pas toutes des requêtes de modèle vouées à l’échec. Vérifiez en direct le chemin de texte local, le chemin de flux natif et les embeddings avec Ollama local à l’aide de : 
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \
  pnpm test:live -- extensions/ollama/ollama.live.test.ts
Pour les tests de fumée avec clé d’API Ollama Cloud, pointez le test en direct vers https://ollama.com et choisissez un modèle hébergé dans le catalogue actuel : 
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
Le test de fumée cloud exécute le texte, le flux natif et la recherche web. Il ignore les embeddings par défaut pour https://ollama.com, car les clés d’API Ollama Cloud peuvent ne pas autoriser /api/embed. Définissez OPENCLAW_LIVE_OLLAMA_EMBEDDINGS=1 lorsque vous voulez explicitement que le test en direct échoue si la clé cloud configurée ne peut pas utiliser le point de terminaison d’embedding. Pour ajouter un nouveau modèle, téléchargez-le simplement avec Ollama : 
ollama pull mistral
Le nouveau modèle sera découvert automatiquement et disponible à l’utilisation.
Si vous définissez explicitement models.providers.ollama, ou configurez un fournisseur distant personnalisé tel que models.providers.ollama-cloud avec api: "ollama", la découverte automatique est ignorée et vous devez définir les modèles manuellement. Les fournisseurs personnalisés de loopback tels que http://127.0.0.2:11434 sont toujours traités comme locaux. Consultez la section de configuration explicite ci-dessous.

​
Inférence locale au Node

Les agents peuvent déléguer une courte tâche à un modèle Ollama installé sur un Node de bureau ou serveur appairé. Le prompt et la réponse traversent la connexion Gateway/Node authentifiée existante ; la requête de modèle s’exécute sur le Node sélectionné avec son point de terminaison Ollama de loopback standard (http://127.0.0.1:11434).
1

Start Ollama on the node

Téléchargez au moins un modèle de chat et gardez Ollama en cours d’exécution :
ollama pull qwen3:0.6b
ollama list
2

Connect the node host

Sur la même machine qu’Ollama, connectez un hôte Node au Gateway :
openclaw node run \
  --host <gateway-host> \
  --port 18789 \
  --display-name "Local inference"
Approuvez le nouvel appareil et ses commandes Node déclarées sur l’hôte Gateway, puis vérifiez le Node :
openclaw devices list
openclaw devices approve <deviceRequestId>
openclaw nodes pending
openclaw nodes approve <nodeRequestId>
openclaw nodes status --connected
Une première connexion et une mise à niveau qui ajoute les commandes Ollama peuvent toutes deux déclencher l’approbation des commandes Node. Si le Node se connecte sans annoncer ollama.models et ollama.chat, vérifiez à nouveau openclaw nodes pending.
3

Ask an agent to use local inference

Le Plugin Ollama groupé expose l’outil node_inference. Les agents utilisent d’abord action: "discover", puis action: "run" avec un Node et un modèle renvoyés. Si exactement un Node compatible est connecté, run peut omettre le Node.Par exemple : « Découvre les modèles Ollama sur mes Nodes, puis utilise le modèle chargé le plus rapide pour résumer ce texte. »
La découverte lit /api/tags, vérifie les capacités avec /api/show et utilise /api/ps lorsqu’il est disponible pour classer en premier les modèles déjà chargés. Elle renvoie uniquement les modèles de chat locaux compatibles : les lignes Ollama Cloud et les modèles réservés aux embeddings sont exclus. Chaque exécution demande à Ollama de désactiver la réflexion du modèle et limite la sortie à 512 tokens, sauf si l’appel d’outil demande une valeur maxTokens différente. Certains modèles, comme GPT-OSS, ne prennent pas en charge la désactivation de la réflexion et peuvent tout de même utiliser des tokens de raisonnement. Pour garder Ollama en cours d’exécution sur un Node sans le rendre disponible aux agents, définissez ce qui suit dans la configuration utilisée par cet hôte Node : 
openclaw config set plugins.entries.ollama.config.nodeInference.enabled false
Si le Node utilise la commande de premier plan openclaw node run de la configuration ci-dessus, arrêtez ce processus et relancez la commande. S’il utilise un service Node installé, exécutez openclaw node restart. Le Node cesse d’annoncer ollama.models et ollama.chat ; Ollama lui-même et le fournisseur Ollama du Gateway restent inchangés. Définissez la valeur sur true et redémarrez le Node pour annoncer à nouveau l’inférence locale. Une surface de commandes modifiée peut nécessiter une approbation via openclaw nodes pending après la reconnexion. Vous pouvez vérifier les mêmes commandes Node sans tour d’agent : 
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
L’inférence locale au Node ne réutilise volontairement pas un models.providers.ollama.baseUrl distant ou cloud. Démarrez Ollama sur le point de terminaison de loopback standard du Node. Les commandes Node sont disponibles par défaut sur les hôtes Node macOS, Linux et Windows et restent soumises à la politique normale d’appairage et de commandes Node.

​
Vision et description d’image

Le Plugin Ollama groupé enregistre Ollama comme fournisseur de compréhension multimédia compatible image. Cela permet à OpenClaw d’acheminer les demandes explicites de description d’image et les modèles d’image par défaut configurés via des modèles de vision Ollama locaux ou hébergés. Pour la vision locale, téléchargez un modèle qui prend en charge les images : 
ollama pull qwen2.5vl:7b
export OLLAMA_API_KEY="ollama-local"
Puis vérifiez avec la CLI infer : 
openclaw infer image describe \
  --file ./photo.jpg \
  --model ollama/qwen2.5vl:7b \
  --json
--model doit être une référence complète <provider/model>. Lorsqu’il est défini, openclaw infer image describe essaie d’abord ce modèle au lieu d’ignorer la description parce que le modèle prend en charge la vision native. Si l’appel au modèle échoue, OpenClaw peut continuer via les agents.defaults.imageModel.fallbacks configurés ; les erreurs de préparation de fichier ou d’URL échouent toujours avant les tentatives de secours. Utilisez infer image describe lorsque vous voulez le flux de fournisseur de compréhension d’image d’OpenClaw, le agents.defaults.imageModel configuré et la forme de sortie de description d’image. Utilisez infer model run --file lorsque vous voulez une sonde brute de modèle multimodal avec un prompt personnalisé et une ou plusieurs images. Pour faire d’Ollama le modèle de compréhension d’image par défaut pour les médias entrants, configurez agents.defaults.imageModel : 
{
  agents: {
    defaults: {
      imageModel: {
        primary: "ollama/qwen2.5vl:7b",
      },
    },
  },
}
Préférez la référence complète ollama/<model>. Si le même modèle est listé sous models.providers.ollama.models avec input: ["text", "image"] et qu’aucun autre fournisseur d’image configuré n’expose cet ID de modèle nu, OpenClaw normalise aussi une référence imageModel nue telle que qwen2.5vl:7b en ollama/qwen2.5vl:7b. Si plusieurs fournisseurs d’image configurés ont le même ID nu, utilisez explicitement le préfixe du fournisseur. Les modèles de vision locaux lents peuvent nécessiter un délai d’expiration de compréhension d’image plus long que les modèles cloud. Ils peuvent aussi planter ou s’arrêter lorsqu’Ollama tente d’allouer tout le contexte de vision annoncé sur du matériel contraint. Définissez un délai d’expiration de capacité et limitez num_ctx sur l’entrée du modèle lorsque vous avez seulement besoin d’un tour normal de description d’image : 
{
  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 }],
      },
    },
  },
}
Ce délai d’expiration s’applique à la compréhension d’image entrante et à l’outil explicite image que l’agent peut appeler pendant un tour. Le models.providers.ollama.timeoutSeconds au niveau du fournisseur contrôle toujours la garde de requête HTTP Ollama sous-jacente pour les appels de modèle normaux. Vérifiez en direct l’outil d’image explicite avec Ollama local à l’aide de : 
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \
  pnpm test:live -- src/agents/tools/image-tool.ollama.live.test.ts
Si vous définissez models.providers.ollama.models manuellement, marquez les modèles de vision avec la prise en charge de l’entrée image : 
{
  id: "qwen2.5vl:7b",
  name: "qwen2.5vl:7b",
  input: ["text", "image"],
  contextWindow: 128000,
  maxTokens: 8192,
}
OpenClaw rejette les demandes de description d’image pour les modèles qui ne sont pas marqués comme compatibles image. Avec la découverte implicite, OpenClaw lit cela depuis Ollama lorsque /api/show signale une capacité de vision.

​
Configuration

Le chemin d’activation local le plus simple passe par une variable d’environnement :
export OLLAMA_API_KEY="ollama-local"
Si OLLAMA_API_KEY est défini, vous pouvez omettre apiKey dans l’entrée du fournisseur et OpenClaw le remplira pour les vérifications de disponibilité.

​
Recettes courantes

Utilisez-les comme points de départ et remplacez les ID de modèles par les noms exacts issus de ollama list ou openclaw models list --provider ollama.
Utilisez ceci quand Ollama s’exécute sur la même machine que le Gateway et que vous voulez qu’OpenClaw découvre automatiquement les modèles installés.
ollama serve
ollama pull gemma4
export OLLAMA_API_KEY="ollama-local"
openclaw models list --provider ollama
openclaw models set ollama/gemma4
Ce parcours garde la configuration minimale. N’ajoutez pas de bloc models.providers.ollama, sauf si vous voulez définir les modèles manuellement.
Utilisez les URL Ollama natives pour les hôtes du LAN. N’ajoutez pas /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 est le budget de contexte côté OpenClaw. params.num_ctx est envoyé à Ollama pour la requête. Gardez-les alignés lorsque votre matériel ne peut pas exécuter le contexte complet annoncé par le modèle.
Utilisez ceci quand vous n’exécutez pas de démon local et que vous voulez accéder directement aux modèles Ollama hébergés.
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" },
    },
  },
}
Utilisez ceci quand un démon Ollama local ou LAN est connecté avec ollama signin et doit servir à la fois les modèles locaux et les modèles :cloud.
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"],
      },
    },
  },
}
Utilisez des ID de fournisseurs personnalisés lorsque vous avez plusieurs serveurs Ollama. Chaque fournisseur obtient son propre hôte, ses modèles, son authentification, son délai d’expiration et ses références de modèle.
{
  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"],
      },
    },
  },
}
Quand OpenClaw envoie la requête, le préfixe du fournisseur actif est supprimé, de sorte que ollama-large/qwen3.5:27b arrive à Ollama sous la forme qwen3.5:27b.
Certains modèles locaux peuvent répondre à des prompts simples, mais ont des difficultés avec toute la surface des outils d’agent. Commencez par limiter les outils et le contexte avant de modifier les paramètres globaux d’exécution.
{
  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 },
          },
        ],
      },
    },
  },
}
Utilisez compat.supportsTools: false uniquement lorsque le modèle ou le serveur échoue de façon fiable sur les schémas d’outils. Cela échange une partie des capacités de l’agent contre de la stabilité. localModelLean retire les outils de navigateur, Cron et messagerie de la surface directe de l’agent, et place par défaut les catalogues plus volumineux derrière des contrôles structurés de recherche d’outils, sauf lorsqu’une exécution doit conserver la sémantique de livraison directe des messages. Cela ne modifie toutefois ni le contexte d’exécution d’Ollama ni le mode de réflexion. Associez-le à params.num_ctx explicite et à params.thinking: false pour les petits modèles de réflexion de style Qwen qui bouclent ou dépensent leur budget de réponse en raisonnement masqué.

​
Sélection du modèle

Une fois configurés, tous vos modèles Ollama sont disponibles : 
{
  agents: {
    defaults: {
      model: {
        primary: "ollama/gpt-oss:20b",
        fallbacks: ["ollama/llama3.3", "ollama/qwen2.5-coder:32b"],
      },
    },
  },
}
Les ID de fournisseurs Ollama personnalisés sont également pris en charge. Lorsqu’une référence de modèle utilise le préfixe du fournisseur actif, comme ollama-spark/qwen3:32b, OpenClaw supprime uniquement ce préfixe avant d’appeler Ollama, afin que le serveur reçoive qwen3:32b. Pour les modèles locaux lents, privilégiez le réglage des requêtes au niveau du fournisseur avant d’augmenter le délai d’expiration de tout l’environnement d’exécution de l’agent : 
{
  models: {
    providers: {
      ollama: {
        timeoutSeconds: 300,
        models: [
          {
            id: "gemma4:26b",
            name: "gemma4:26b",
            params: { keep_alive: "15m" },
          },
        ],
      },
    },
  },
}
timeoutSeconds s’applique à la requête HTTP du modèle, y compris l’établissement de la connexion, les en-têtes, le streaming du corps et l’abandon global du fetch protégé. params.keep_alive est transmis à Ollama comme keep_alive de niveau supérieur sur les requêtes natives /api/chat ; définissez-le par modèle lorsque le temps de chargement du premier tour est le goulot d’étranglement.

​
Vérification rapide

# Ollama daemon visible to this machine
curl http://127.0.0.1:11434/api/tags

# OpenClaw catalog and selected model
openclaw models list --provider ollama
openclaw models status

# Direct model smoke
openclaw infer model run \
  --model ollama/gemma4 \
  --prompt "Reply with exactly: ok"
Pour les hôtes distants, remplacez 127.0.0.1 par l’hôte utilisé dans baseUrl. Si curl fonctionne mais pas OpenClaw, vérifiez si le Gateway s’exécute sur une autre machine, dans un conteneur ou avec un autre compte de service.

​
Recherche Web Ollama

OpenClaw prend en charge Ollama Web Search comme fournisseur web_search intégré.
PropriétéDétail
HôteUtilise votre hôte Ollama configuré (models.providers.ollama.baseUrl s’il est défini, sinon http://127.0.0.1:11434) ; https://ollama.com utilise directement l’API hébergée
AuthSans clé pour les hôtes Ollama locaux connectés ; OLLAMA_API_KEY ou l’authentification de fournisseur configurée pour la recherche directe via https://ollama.com ou les hôtes protégés par auth
ExigenceLes hôtes locaux/auto-hébergés doivent être en cours d’exécution et connectés avec ollama signin ; la recherche hébergée directe nécessite baseUrl: "https://ollama.com" plus une vraie clé API Ollama
Choisissez Ollama Web Search pendant openclaw onboard ou openclaw configure --section web, ou définissez : 
{
  tools: {
    web: {
      search: {
        provider: "ollama",
      },
    },
  },
}
Pour une recherche hébergée directe via 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" },
    },
  },
}
Pour un démon local connecté, OpenClaw utilise le proxy /api/experimental/web_search du démon. Pour https://ollama.com, il appelle directement le point de terminaison hébergé /api/web_search.
Pour la configuration complète et les détails de comportement, consultez Ollama Web Search.

​
Configuration avancée

L’appel d’outils n’est pas fiable en mode compatible OpenAI. Utilisez ce mode uniquement si vous avez besoin du format OpenAI pour un proxy et que vous ne dépendez pas du comportement natif d’appel d’outils.
Si vous devez utiliser le point de terminaison compatible OpenAI à la place (par exemple derrière un proxy qui ne prend en charge que le format OpenAI), définissez explicitement api: "openai-completions" :
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: true, // default: true
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}
Ce mode peut ne pas prendre en charge simultanément le streaming et l’appel d’outils. Vous devrez peut-être désactiver le streaming avec params: { streaming: false } dans la configuration du modèle.Lorsque api: "openai-completions" est utilisé avec Ollama, OpenClaw injecte options.num_ctx par défaut afin qu’Ollama ne revienne pas silencieusement à une fenêtre de contexte de 4096. Si votre proxy ou amont rejette les champs options inconnus, désactivez ce comportement :
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434/v1",
        api: "openai-completions",
        injectNumCtxForOpenAICompat: false,
        apiKey: "ollama-local",
        models: [...]
      }
    }
  }
}
Pour les modèles découverts automatiquement, OpenClaw utilise la fenêtre de contexte signalée par Ollama lorsqu’elle est disponible, y compris les valeurs PARAMETER num_ctx plus grandes provenant de Modelfiles personnalisés. Sinon, il revient à la fenêtre de contexte Ollama par défaut utilisée par OpenClaw.Vous pouvez définir des valeurs par défaut contextWindow, contextTokens et maxTokens au niveau du fournisseur pour chaque modèle sous ce fournisseur Ollama, puis les remplacer par modèle si nécessaire. contextWindow correspond au budget d’invite et de Compaction d’OpenClaw. Les requêtes Ollama natives laissent options.num_ctx non défini, sauf si vous configurez explicitement params.num_ctx, afin qu’Ollama puisse appliquer sa propre valeur par défaut basée sur le modèle, OLLAMA_CONTEXT_LENGTH ou la VRAM. Pour plafonner ou forcer le contexte d’exécution par requête d’Ollama sans reconstruire un Modelfile, définissez params.num_ctx ; les valeurs non valides, nulles, négatives et non finies sont ignorées. Si vous avez mis à niveau une ancienne configuration qui utilisait seulement contextWindow ou maxTokens pour forcer un contexte de requête Ollama native, exécutez openclaw doctor --fix pour copier ces budgets explicites de fournisseur ou de modèle dans params.num_ctx. L’adaptateur Ollama compatible OpenAI injecte toujours options.num_ctx par défaut à partir de params.num_ctx ou contextWindow configuré ; désactivez cela avec injectNumCtxForOpenAICompat: false si votre amont rejette options.Les entrées de modèles Ollama natifs acceptent aussi les options d’exécution Ollama courantes sous params, notamment temperature, top_p, top_k, min_p, num_predict, stop, repeat_penalty, num_batch, num_thread et use_mmap. OpenClaw transmet uniquement les clés de requête Ollama, afin que les paramètres d’exécution OpenClaw comme streaming ne soient pas divulgués à Ollama. Utilisez params.think ou params.thinking pour envoyer le think Ollama de premier niveau ; false désactive la réflexion au niveau de l’API pour les modèles de réflexion de style 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 par modèle fonctionne également. Si les deux sont configurés, l’entrée explicite de modèle du fournisseur l’emporte sur la valeur par défaut de l’agent.
Pour les modèles Ollama natifs, OpenClaw transmet le contrôle de la réflexion comme Ollama l’attend : think au premier niveau, et non options.think. Les modèles découverts automatiquement dont la réponse /api/show inclut la capacité thinking exposent /think low, /think medium, /think high et /think max ; les modèles sans réflexion exposent seulement /think off.
openclaw agent --model ollama/gemma4 --thinking off
openclaw agent --model ollama/gemma4 --thinking low
Vous pouvez aussi définir une valeur par défaut de modèle :
{
  agents: {
    defaults: {
      models: {
        "ollama/gemma4": {
          thinking: "low",
        },
      },
    },
  },
}
params.think ou params.thinking par modèle peut désactiver ou forcer la réflexion de l’API Ollama pour un modèle configuré spécifique. OpenClaw préserve ces paramètres de modèle explicites quand l’exécution active n’a que la valeur implicite par défaut off ; les commandes d’exécution non désactivées comme /think medium remplacent toujours l’exécution active.
OpenClaw traite par défaut les modèles dont le nom contient par exemple deepseek-r1, reasoning ou think comme capables de raisonnement.
ollama pull deepseek-r1:32b
Aucune configuration supplémentaire n’est nécessaire. OpenClaw les marque automatiquement.
Ollama est gratuit et s’exécute localement, donc tous les coûts de modèle sont définis à 0 $. Cela s’applique aux modèles découverts automatiquement comme aux modèles définis manuellement.
Le Plugin Ollama groupé enregistre un fournisseur d’embeddings de mémoire pour la recherche en mémoire. Il utilise l’URL de base Ollama et la clé d’API configurées, appelle le point de terminaison actuel /api/embed d’Ollama, et regroupe plusieurs fragments de mémoire dans une seule requête input lorsque c’est possible.Lorsque proxy.enabled=true, les requêtes d’embedding de mémoire Ollama vers l’origine local loopback exacte de l’hôte dérivée du baseUrl configuré utilisent le chemin direct protégé d’OpenClaw au lieu du proxy de transfert géré. Le nom d’hôte configuré doit lui-même être localhost ou une adresse IP littérale de boucle locale ; les noms DNS qui se résolvent simplement vers la boucle locale utilisent toujours le chemin du proxy géré. Les hôtes Ollama LAN, tailnet, réseau privé et publics restent également sur le chemin du proxy géré. Les redirections vers un autre hôte ou port n’héritent pas de la confiance. Les opérateurs peuvent toujours définir le paramètre global proxy.loopbackMode: "proxy" pour envoyer le trafic de boucle locale via le proxy, ou proxy.loopbackMode: "block" pour refuser les connexions de boucle locale avant d’ouvrir une connexion ; consultez Proxy géré pour l’effet de ce paramètre à l’échelle du processus.
PropriétéValeur
Modèle par défautnomic-embed-text
Auto-pullOui — le modèle d’embedding est récupéré automatiquement s’il n’est pas présent localement
Les embeddings au moment de la requête utilisent des préfixes de récupération pour les modèles qui les exigent ou les recommandent, notamment nomic-embed-text, qwen3-embedding et mxbai-embed-large. Les lots de documents de mémoire restent bruts afin que les index existants ne nécessitent pas de migration de format.Pour sélectionner Ollama comme fournisseur d’embeddings pour la recherche en mémoire :
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        remote: {
          // Default for Ollama. Raise on larger hosts if reindexing is too slow.
          nonBatchConcurrency: 1,
        },
      },
    },
  },
}
Pour un hôte d’embedding distant, gardez l’authentification limitée à cet hôte :
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama",
        model: "nomic-embed-text",
        remote: {
          baseUrl: "http://gpu-box.local:11434",
          apiKey: "ollama-local",
          nonBatchConcurrency: 2,
        },
      },
    },
  },
}
L’intégration Ollama d’OpenClaw utilise par défaut l’API Ollama native (/api/chat), qui prend entièrement en charge simultanément le streaming et l’appel d’outils. Aucune configuration particulière n’est nécessaire.Pour les requêtes natives /api/chat, OpenClaw transmet aussi directement à Ollama le contrôle de la réflexion : /think off et openclaw agent --thinking off envoient think: false au premier niveau, sauf si une valeur explicite de modèle params.think/params.thinking est configurée, tandis que /think low|medium|high envoie la chaîne d’effort think de premier niveau correspondante. /think max correspond à l’effort natif le plus élevé d’Ollama, think: "high".
Si vous devez utiliser le point de terminaison compatible OpenAI, consultez la section « Mode compatible OpenAI hérité » ci-dessus. Le streaming et l’appel d’outils peuvent ne pas fonctionner simultanément dans ce mode.

​
Dépannage

Sous WSL2 avec NVIDIA/CUDA, l’installateur Linux officiel d’Ollama crée une unité systemd ollama.service avec Restart=always. Si ce service démarre automatiquement et charge un modèle appuyé par GPU pendant le démarrage de WSL2, Ollama peut épingler la mémoire de l’hôte pendant le chargement du modèle. La récupération de mémoire Hyper-V ne peut pas toujours récupérer ces pages épinglées, donc Windows peut arrêter la VM WSL2, systemd redémarre Ollama, et la boucle se répète.Indices courants :
  • redémarrages ou arrêts répétés de WSL2 côté Windows
  • CPU élevé dans app.slice ou ollama.service peu après le démarrage de WSL2
  • SIGTERM provenant de systemd plutôt que d’un événement OOM-killer Linux
OpenClaw journalise un avertissement au démarrage lorsqu’il détecte WSL2, ollama.service activé avec Restart=always, et des marqueurs CUDA visibles.Atténuation :
sudo systemctl disable ollama
Ajoutez ceci à %USERPROFILE%\.wslconfig côté Windows, puis exécutez wsl --shutdown :
[experimental]
autoMemoryReclaim=disabled
Définissez une durée keep-alive plus courte dans l’environnement du service Ollama, ou démarrez Ollama manuellement seulement lorsque vous en avez besoin :
export OLLAMA_KEEP_ALIVE=5m
ollama serve
Consultez ollama/ollama#11317.
Assurez-vous qu’Ollama est en cours d’exécution, que vous avez défini OLLAMA_API_KEY (ou un profil d’authentification), et que vous n’avez pas défini d’entrée explicite models.providers.ollama :
ollama serve
Vérifiez que l’API est accessible :
curl http://localhost:11434/api/tags
Si votre modèle n’est pas répertorié, récupérez le modèle localement ou définissez-le explicitement dans models.providers.ollama.
ollama list  # See what's installed
ollama pull gemma4
ollama pull gpt-oss:20b
ollama pull llama3.3     # Or another model
Vérifiez qu’Ollama s’exécute sur le bon port :
# Check if Ollama is running
ps aux | grep ollama

# Or restart Ollama
ollama serve
Vérifiez depuis la même machine et le même runtime que ceux qui exécutent le Gateway :
openclaw gateway status --deep
curl http://ollama-host:11434/api/tags
Causes courantes :
  • baseUrl pointe vers localhost, mais le Gateway s’exécute dans Docker ou sur un autre hôte.
  • L’URL utilise /v1, ce qui sélectionne le comportement compatible OpenAI au lieu d’Ollama natif.
  • L’hôte distant nécessite des modifications de pare-feu ou de liaison LAN côté Ollama.
  • Le modèle est présent sur le daemon de votre ordinateur portable, mais pas sur le daemon distant.
Cela signifie généralement que le fournisseur utilise le mode compatible OpenAI ou que le modèle ne peut pas gérer les schémas d’outils.Préférez le mode Ollama natif :
{
  models: {
    providers: {
      ollama: {
        baseUrl: "http://ollama-host:11434",
        api: "ollama",
      },
    },
  },
}
Si un petit modèle local échoue toujours sur les schémas d’outils, définissez compat.supportsTools: false sur cette entrée de modèle et retestez.
Les réponses Kimi/GLM hébergées qui sont longues et composées de suites de symboles non linguistiques sont traitées comme une sortie fournisseur échouée plutôt que comme une réponse d’assistant réussie. Cela permet à la logique normale de nouvelle tentative, de repli ou de gestion d’erreur de prendre le relais sans persister le texte corrompu dans la session.Si cela se produit à répétition, capturez le nom brut du modèle, le fichier de session actuel et indiquez si l’exécution utilisait Cloud + Local ou Cloud only, puis essayez une nouvelle session et un modèle de repli :
openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Reply with exactly: ok" --json
openclaw models set ollama/gemma4
Les grands modèles locaux peuvent nécessiter un long premier chargement avant que le streaming ne commence. Gardez le délai d’expiration limité au fournisseur Ollama, et demandez éventuellement à Ollama de garder le modèle chargé entre les tours :
{
  models: {
    providers: {
      ollama: {
        timeoutSeconds: 300,
        models: [
          {
            id: "gemma4:26b",
            name: "gemma4:26b",
            params: { keep_alive: "15m" },
          },
        ],
      },
    },
  },
}
Si l’hôte lui-même est lent à accepter les connexions, timeoutSeconds prolonge aussi le délai d’expiration de connexion Undici protégé pour ce fournisseur.
De nombreux modèles Ollama annoncent des contextes plus grands que ce que votre matériel peut exécuter confortablement. Ollama natif utilise le contexte d’exécution par défaut propre à Ollama, sauf si vous définissez params.num_ctx. Limitez à la fois le budget d’OpenClaw et le contexte de requête d’Ollama lorsque vous voulez une latence prévisible jusqu’au premier token :
{
  models: {
    providers: {
      ollama: {
        contextWindow: 32768,
        maxTokens: 8192,
        models: [
          {
            id: "qwen3.5:9b",
            name: "qwen3.5:9b",
            params: { num_ctx: 32768, thinking: false },
          },
        ],
      },
    },
  },
}
Réduisez d’abord contextWindow si OpenClaw envoie une invite trop longue. Réduisez params.num_ctx si Ollama charge un contexte d’exécution trop grand pour la machine. Réduisez maxTokens si la génération dure trop longtemps.
Aide supplémentaire : Dépannage et FAQ.

​
Connexe

Fournisseurs de modèles

Vue d’ensemble de tous les fournisseurs, des références de modèles et du comportement de basculement.

Sélection de modèle

Comment choisir et configurer les modèles.

Recherche Web Ollama

Configuration complète et détails de comportement pour la recherche web propulsée par Ollama.

Configuration

Référence complète de la configuration.