Ollama 的出现，让在本地运行大模型变得前所未有的简便。而 OpenClaw 工具链可以通过 Ollama 提供的 OpenAI 兼容 API 实现无缝对接。最巧妙的是，只要配置好 OLLAMA_API_KEY（或完成认证），且未在配置文件中显式定义 models.providers.ollama 条目，OpenClaw 便能自动发现本地所有支持工具调用的模型，省去大量手动配置的繁琐步骤。
快速开始
想立刻上手？只需按以下步骤操作即可：
- 首先安装 Ollama，下载地址：https://ollama.ai
- 然后拉取所需的模型：
ollama pull llama3.3 # 或 ollama pull qwen2.5-coder:32b # 或 ollama pull deepseek-r1:32b
- 接下来，为 OpenClaw 启用 Ollama 支持。这里有个技巧：任意填写一个值即可，因为本地运行 Ollama 并不需要真实的 API 密钥。
# 设置环境变量 export OLLAMA_API_KEY="ollama-local" # 或在配置文件中设置 openclaw config set models.providers.ollama.apiKey "ollama-local"
- 最后，直接在配置中引用 Ollama 下的模型：
{
agents: {
defaults: {
model: { primary: "ollama/llama3.3" },
},
},
}
模型发现（隐式提供商）
当你设置了 OLLAMA_API_KEY 但未定义 models.providers.ollama 时，精彩之处就展现出来：OpenClaw 会自动连接本地 Ollama 实例（默认地址 https://127.0.0.1:11434），并自动发现可用模型。具体流程如下：
- 首先查询
/api/tags和/api/show这两个接口。 - 然后从返回结果中，仅筛选出那些报告具备
tools能力的模型。 - 如果某个模型报告了
thinking能力，它会被自动标记为reasoning类型（即具备推理能力）。 - 上下文窗口大小（
contextWindow）从model_info["读取；若读取不到，则使用默认值。.context_length"] maxTokens被设置为上下文窗口值的10倍。- 所有费用均设为
0，毕竟是本地运行。
通过这套自动化机制，你完全无需手动配置每个模型，OpenClaw 会持续维护一个与 Ollama 能力同步的模型目录。想查看当前可用模型？非常简单：
ollama list openclaw models list
若想使用新模型，只需通过 Ollama 拉取即可：
ollama pull mistral
拉取完成后，该模型会被 OpenClaw 自动发现并纳入使用。请注意：如果你在配置中显式设置了 models.providers.ollama，自动发现功能将被禁用，届时需要手动定义每个模型（具体方法参考下一节）。
配置
基本设置（隐式发现）
想要快速启用 Ollama？环境变量是最直接的方式：
export OLLAMA_API_KEY="ollama-local"
显式设置（手动模型）
什么情况下需要显式配置呢？常见场景包括：
- Ollama 运行在其他主机或非默认端口上。
- 你想手动指定上下文窗口大小，或精确控制模型列表。
- 你想将那些未报告工具支持能力的模型也纳入进来。
此时，你需要在配置文件中完整定义所有参数：
{
models: {
providers: {
ollama: {
// 注意：地址需包含 /v1，以兼容 OpenAI API 格式
baseUrl: "https://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
}
]
}
}
}
}
值得注意的是，若已设置 OLLAMA_API_KEY 环境变量，则提供商条目中的 apiKey 可以省略。OpenClaw 会自动从环境变量获取该值进行可用性检查。
自定义基础 URL（显式配置）
延续上一条，如果你的 Ollama 不在本地，且不想使用自动发现，就需要进行显式配置。但请牢记：这也会禁用自动发现，所有模型都必须手动定义：
{
models: {
providers: {
ollama: {
apiKey: "ollama-local",
baseUrl: "https://ollama-host:11434/v1",
},
},
},
}
模型选择
配置完成后，所有 Ollama 下的模型即可直接调用。例如，可以这样配置一个主模型和一个备用模型：
{
agents: {
defaults: {
model: {
primary: "ollama/llama3.3",
fallbacks: ["ollama/qwen2.5-coder:32b"],
},
},
},
}
高级用法
推理模型
当 Ollama 在 /api/show 接口中报告模型具备 thinking 能力时，OpenClaw 会自动将其标记为推理模型。例如拉取 DeepSeek-R1 模型后，它就会自动拥有这一属性：
ollama pull deepseek-r1:32b
模型费用
这一点无需多言：Ollama 完全免费，所有费用均为 $0。
上下文窗口
对于自动发现的模型，OpenClaw 优先使用 Ollama 报告的上下文窗口值。若报告中没有该值，则默认回退为 8192。当然，你也可以在显式提供商配置中，通过覆盖 contextWindow 和 maxTokens 来获得完全控制权。
故障排除
如果一切顺利，Ollama 将很快成为你工具箱中的利器——但如果遇到问题，可以参考以下方案：
Ollama 未被检测到
首先确保 Ollama 确实在运行，并且你已经设置了 OLLAMA_API_KEY，同时没有定义显式的 models.providers.ollama 条目。你可以这样启动服务：
ollama serve
然后确认 API 是否正常访问：
curl https://localhost:11434/api/tags
没有可用模型
请记住，OpenClaw 的自动发现仅对报告了工具支持的模型生效。如果模型未被列出，有两个解决办法：
- 拉取一个明确支持工具调用的模型。
- 或者在
models.providers.ollama中显式定义该模型的参数。
添加模型的操作十分直观：
ollama list # 查看已安装的模型 ollama pull llama3.3 # 拉取一个新模型
连接被拒绝
这通常意味着 Ollama 未在预期端口上运行。请检查：
# 查看 Ollama 进程是否存在 ps aux | grep ollama # 或者直接重启 Ollama ollama serve
另请参阅
- 模型提供商 - 所有提供商概览
- 模型选择 - 如何选择模型
- 配置 - 完整配置参考
