openclaw 接入ollama部署的本地模型

用 openclaw 跑 agent，又想让它走本机 ollama 的本地模型，最容易卡在两件事：一是配置文件里模型名、base_url、接口格式对不上，二是 ollama 那边没监听对地址或模型没拉下来，openclaw 报的错又很含糊。这篇按「先确认 ollama 通了、再改 openclaw 配置、最后调参数和排查」的顺序走一遍，给判断标准和可回退的做法。

用 openclaw 跑 agent，又想让它走本机 ollama 的本地模型，最容易卡在两件事：一是配置文件里模型名、base_url、接口格式对不上，二是 ollama 那边没监听对地址或模型没拉下来，而 openclaw 报的错又很含糊，只丢一句连接失败或者模型不存在。这篇按「先确认 ollama 通了、再改 openclaw 配置、最后调参数和排查」的顺序走一遍，每一步都给判断标准和可回退的做法。

整体思路是别同时改两边。先让 ollama 端能被命令行直接调用成功，再去动 openclaw 的配置；配置跑通一个模型之后，才考虑加第二个模型或者调参。本地部署和云端 API 最大的差别在于，出错时责任往往在你这台机器上，而不是对面服务，所以排查方向要反过来。

动手改配置前，先把 ollama 这一端验通

很多人一上来就改 openclaw 的配置，改完报错又怀疑是客户端写得不对，其实问题常常在 ollama 这端根本没通。先做最小验证：用命令行直接向 ollama 发一条最短请求，能拿到像样的回复，再谈接 openclaw。模型名要和当初拉取时用的标签完全一致，大小写、冒号后面的部分都不能想当然。

1. 确认服务在跑看 ollama 进程是否存活，端口是否在监听。起不来的话先解决这一层，别往下走。
2. 确认模型已拉到本地列出本地已有模型列表，找到你要用的那一个；列表里没有就说明没拉下来。
3. 命令行发一条最小请求用最简的请求体问一句话，只关心能不能出结果，不关心质量。
4. 记下返回结构看清返回的字段长什么样，后面填 openclaw 的接口路径和解析方式要跟它对齐。

还有两个高频坑。一是 ollama 的原生接口和它的 OpenAI 兼容入口路径不同、返回结构也不同，openclaw 里填哪种取决于它支持哪种调用方式，混填是 404 的头号来源。二是如果 openclaw 跑在容器或另一台机器上，配置里的 localhost 指的是它自己，不是你的宿主机，要换成宿主机可达的地址，同时把 ollama 的监听地址放开，改完先确认这个端口从 openclaw 那侧能访问到。想先量一遍连通性和延迟，可以去 接口测速：先量出你的延迟基线 过一遍，比在配置里盲试省事得多。

openclaw 里的模型段怎么填：字段对应关系

openclaw 的模型配置一般分两块：一是服务地址与鉴权，二是模型名与调用格式。两块要成对改，只改一处必然不生效。本地 ollama 通常不需要真的密钥，但不少客户端会校验这个字段非空，随手填个占位符就行，别因为「本地不需要 key」就把这一行留空。

模型名写法随客户端而变：有的要原样标签，有的要加供应商标识前缀，有的只有走 OpenAI 兼容入口时才认这个名字。先用一个能跑通的写法验证，再考虑加别的模型。多个本地模型可以并列配置，但默认模型只能有一个，建议先只配一个跑通，跑通后按同样格式把其余模型追加进去。

openclaw 和别的客户端配置键名不通用，别把别处的示例整段照搬，改键名比改值更常出问题。

选模型规模之前，先确认自己的机器跑不跑得动，站内的 部署测算 可以拿来对照你选的模型规模是否合适，免得配完了发现加载都费劲，白白浪费一轮调试时间。

参数怎么定：上下文、并发和超时三个坑

配置连上了，不等于能稳定用。本地模型在参数上和云端差异很大，尤其这三个最容易翻车：上下文长度、并发数、超时时间。它们的共同点是，配错了不会明确告诉你哪里错，只会表现成「很慢」「偶尔失败」「答一半断了」。

• 上下文长度按实际能接受的显存来设，客户端里设得比模型实际支持更长只会报错或者被截断，不确定就先调小，跑通后往上加。
• 本地单机的并发上限远低于云端，agent 场景经常并发发请求，容易互相抢显存导致全都变慢甚至一起失败，并发压到一两个起步，看响应再放。
• 超时时间要给足，本地模型首 token 可能明显慢于云端，默认超时往往太短，表现就是「配置没错但一直失败」。
• 留意模型是否被设成空闲即卸载，卸载之后第一次调用会额外慢一截，agent 短时间反复调用时这个体验落差很明显。

想知道当前输出速度、显存占用和并发之间的实际关系，先用 接口测速：先量出你的延迟基线 记录一条基线，再对照 几张卡够用：按模型算一遍 判断是不是硬件先到顶了。如果是硬件限制，调参数救不回来，只能减并发、缩上下文或者换更小的模型。

连不上或答不对时的排查顺序

报错含糊的时候，最忌讳两边同时改。按「ollama 进程 → 端口可达 → 接口返回 → openclaw 配置 → 参数」的顺序逐层确认，从下往上查，确认一层再进下一层。换模型仍然失败时，回到最小验证：命令行发一条请求，成功说明问题在客户端侧，失败说明问题在 ollama 侧。

最后一种情况要单独说：模型答非所问、不遵守工具调用格式，往往不是配置能修的，换一个更适配 agent 场景的模型，比继续调参划算。哪些模型在工具调用和长上下文上更稳，可以看 AI 模型库 里当时的对比口径，别只凭模型大小判断。要注意的是，能力强一些的模型对显存和速度的要求也更高，换之前先确认机器扛得住，否则只是把问题从「答不对」换成「跑不动」。