Ollama

URL ของ Ollama ที่เป็นลูปแบ็ก เครือข่ายส่วนตัว .local และชื่อโฮสต์เปล่า ไม่จำเป็นต้องใช้โทเค็น Bearer จริง OpenClaw ใช้เครื่องหมาย ollama-local สำหรับโฮสต์เหล่านี้

โฮสต์ระยะไกลสาธารณะและ https://ollama.com ต้องใช้ข้อมูลรับรองจริง ได้แก่ OLLAMA_API_KEY โปรไฟล์การยืนยันตัวตน หรือ apiKey ของผู้ให้บริการ สำหรับการใช้งานบริการโฮสต์โดยตรง ควรเลือกใช้ผู้ให้บริการ ollama-cloud

ผู้ให้บริการแบบกำหนดเองที่มี api: "ollama" จะใช้กฎเดียวกัน ตัวอย่างเช่น ผู้ให้บริการ ollama-remote ที่ชี้ไปยังโฮสต์ LAN ส่วนตัวสามารถใช้ apiKey: "ollama-local" ได้ โดยเอเจนต์ย่อยจะแปลงเครื่องหมายดังกล่าวผ่านฮุกผู้ให้บริการ Ollama แทนที่จะถือว่าเป็นข้อมูลรับรองที่ขาดหายไป นอกจากนี้ agents.defaults.memorySearch.provider ยังสามารถชี้ไปยังรหัสผู้ให้บริการแบบกำหนดเอง เพื่อให้การฝังเวกเตอร์ใช้ปลายทาง Ollama นั้นได้

auth-profiles.json จัดเก็บข้อมูลรับรองสำหรับรหัสผู้ให้บริการ ส่วนการตั้งค่าปลายทาง (baseUrl, api, โมเดล, ส่วนหัว, การหมดเวลา) ให้ใส่ไว้ใน models.providers.<id> ไฟล์แบบแบนรุ่นเก่า เช่น { "ollama-windows": { "apiKey": "ollama-local" } } ไม่ใช่รูปแบบที่ใช้ในรันไทม์ โดย openclaw doctor --fix จะเขียนไฟล์เหล่านั้นใหม่เป็นโปรไฟล์คีย์ API มาตรฐาน ollama-windows:default พร้อมสร้างข้อมูลสำรอง ค่า baseUrl ในไฟล์รุ่นเก่านั้นเป็นข้อมูลรบกวนและควรย้ายไปยังการกำหนดค่าผู้ให้บริการ

การยืนยันตัวตนแบบ Bearer สำหรับการฝังเวกเตอร์หน่วยความจำของ Ollama มีขอบเขตจำกัดเฉพาะโฮสต์ที่ประกาศไว้:

• คีย์ระดับผู้ให้บริการจะถูกส่งไปยังโฮสต์ของผู้ให้บริการนั้นเท่านั้น
• agents.*.memorySearch.remote.apiKey จะถูกส่งไปยังโฮสต์การฝังเวกเตอร์ระยะไกลของรายการนั้นเท่านั้น
• ค่า env OLLAMA_API_KEY เพียงอย่างเดียวจะถือว่าเป็นรูปแบบของ Ollama Cloud และจะไม่ถูกส่งไปยังโฮสต์ภายในเครื่องหรือโฮสต์ที่ให้บริการเองโดยค่าเริ่มต้น

Ollama ทำงานบนเครื่องเดียวกับ Gateway และถูกค้นพบโดยอัตโนมัติ:

ollama serveollama pull gemma4export OLLAMA_API_KEY="ollama-local"openclaw models list --provider ollamaopenclaw models set ollama/gemma4

อย่าเพิ่มบล็อก models.providers.ollama เว้นแต่คุณต้องการกำหนดโมเดลด้วยตนเอง

{  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 คืองบประมาณบริบทของ OpenClaw ส่วน params.num_ctx จะถูกส่งไปยัง Ollama ให้ตั้งค่าทั้งสองให้สอดคล้องกันเมื่อฮาร์ดแวร์ไม่สามารถเรียกใช้บริบทเต็มตามที่โมเดลประกาศไว้ได้

ไม่มีดีมอนภายในเครื่อง ใช้โมเดลที่โฮสต์ไว้โดยตรง:

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" },    },  },}

หากต้องการใช้ ID ผู้ให้บริการ ollama-cloud โดยเฉพาะแทนรูปแบบนี้ โปรดดู Ollama Cloud

ใช้รหัสผู้ให้บริการแบบกำหนดเองเมื่อใช้งานเซิร์ฟเวอร์ Ollama มากกว่าหนึ่งเครื่อง โดยแต่ละรายการจะมี โฮสต์ โมเดล การยืนยันตัวตน และระยะหมดเวลาของตนเอง

{  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 จะตัดคำนำหน้าผู้ให้บริการที่ใช้งานอยู่ (และใช้คำนำหน้าเปล่า ollama/ เป็นทางเลือกสำรอง) ก่อนเรียก Ollama ดังนั้น ollama-large/qwen3.5:27b จะส่งถึง Ollama ในรูป qwen3.5:27b

โมเดลภายในเครื่องบางรุ่นจัดการพรอมต์แบบง่ายได้ แต่มีปัญหากับ ชุดเครื่องมือทั้งหมดของเอเจนต์ ให้จำกัดเครื่องมือและบริบทก่อนแก้ไข การตั้งค่ารันไทม์ส่วนกลาง:

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

ใช้ compat.supportsTools: false เฉพาะเมื่อโมเดลหรือเซิร์ฟเวอร์ ล้มเหลวกับสคีมาเครื่องมืออย่างสม่ำเสมอเท่านั้น เนื่องจากเป็นการแลกความสามารถของเอเจนต์กับเสถียรภาพ localModelLean จะนำเครื่องมือเบราว์เซอร์ Cron ข้อความ การสร้างสื่อ เสียง และ PDF ที่ใช้ทรัพยากรมากออกจากพื้นผิวโดยตรงของเอเจนต์ เว้นแต่มีการกำหนดให้ใช้โดยชัดแจ้ง และย้ายแค็ตตาล็อกขนาดใหญ่ไปไว้หลังการค้นหาเครื่องมือ โดยไม่เปลี่ยน บริบทรันไทม์หรือโหมดการคิดของ Ollama ใช้ร่วมกับ params.num_ctx และ params.thinking: false สำหรับโมเดลการคิดขนาดเล็กแบบ Qwen ที่วนซ้ำหรือ ใช้งบประมาณไปกับการให้เหตุผลที่ซ่อนอยู่

ตั้งค่า api: "openai-completions" โดยชัดแจ้งสำหรับพร็อกซีที่อยู่หลัง /v1/chat/completions:

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

โหมดนี้อาจไม่รองรับการสตรีมและการเรียกใช้เครื่องมือพร้อมกัน คุณ อาจต้องตั้งค่า params: { streaming: false } ในโมเดล

OpenClaw จะแทรก options.num_ctx โดยค่าเริ่มต้นในโหมดนี้ เพื่อไม่ให้ Ollama ย้อนกลับไปใช้บริบทขนาด 4096 โทเค็นโดยไม่มีการแจ้งเตือน หากพร็อกซีของคุณปฏิเสธ ฟิลด์ options ที่ไม่รู้จัก ให้ปิดใช้งาน:

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

สำหรับโมเดลที่ค้นพบโดยอัตโนมัติ OpenClaw จะใช้ขนาดหน้าต่างบริบทที่ /api/show รายงาน รวมถึงค่า PARAMETER num_ctx ที่ใหญ่กว่าจาก Modelfile แบบกำหนดเอง มิฉะนั้นจะย้อนกลับไปใช้หน้าต่างบริบท Ollama เริ่มต้นของ OpenClaw

contextWindow, contextTokens และ maxTokens ระดับผู้ให้บริการจะกำหนด ค่าเริ่มต้นสำหรับทุกโมเดลภายใต้ผู้ให้บริการนั้น และสามารถเขียนทับแยกตาม โมเดลได้ contextWindow คืองบประมาณพรอมต์และ Compaction ของ OpenClaw เอง คำขอเนทีฟ /api/chat จะไม่ตั้งค่า options.num_ctx เว้นแต่คุณตั้งค่า params.num_ctx โดยชัดแจ้ง ดังนั้น Ollama จะใช้ค่าเริ่มต้นของโมเดล OLLAMA_CONTEXT_LENGTH หรือค่าตาม VRAM ของตนเอง ค่า params.num_ctx ที่ไม่ถูกต้อง เป็นศูนย์ ติดลบ หรือไม่เป็นจำนวนจำกัดจะถูกละเว้น หากการกำหนดค่าเก่าใช้ เพียง contextWindow/maxTokens เพื่อบังคับบริบทของคำขอเนทีฟ ให้เรียกใช้ openclaw doctor --fix เพื่อคัดลอกค่าเหล่านั้นไปยัง params.num_ctx อะแดปเตอร์ที่เข้ากันได้กับ OpenAI ยังคงแทรก options.num_ctx โดยค่าเริ่มต้นจาก params.num_ctx หรือ contextWindow ที่กำหนดค่าไว้ ปิดใช้งานด้วย injectNumCtxForOpenAICompat: false หากระบบต้นทางปฏิเสธ options

รายการโมเดลเนทีฟยังรองรับตัวเลือกรันไทม์ทั่วไปของ Ollama ภายใต้ params ซึ่งจะถูกส่งต่อเป็น options ของ /api/chat แบบเนทีฟ ได้แก่ 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 และ num_thread คีย์บางรายการ (format, keep_alive, truncate, shift) จะถูกส่งต่อเป็น ฟิลด์คำขอระดับบนสุดแทนที่จะซ้อนอยู่ใน options OpenClaw จะส่งต่อเฉพาะ คีย์คำขอ Ollama เหล่านี้ ดังนั้นพารามิเตอร์เฉพาะรันไทม์ เช่น streaming จะไม่ถูกส่งไปยัง Ollama ใช้ params.think (หรือ params.thinking) เพื่อตั้งค่า think ระดับบนสุด โดย false จะปิดใช้งาน การคิดระดับ API สำหรับโมเดลการคิดแบบ 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 รายโมเดลก็ ใช้งานได้เช่นกัน หากตั้งค่าทั้งสองตำแหน่ง รายการโมเดลของผู้ให้บริการที่ระบุโดยชัดแจ้งจะมีลำดับความสำคัญสูงกว่า

OpenClaw จะส่งต่อการคิดตามรูปแบบที่ Ollama คาดไว้ คือ think ระดับบนสุด ไม่ใช่ options.think โมเดลที่ค้นพบโดยอัตโนมัติซึ่ง /api/show รายงานว่า มีความสามารถ thinking จะแสดง /think low, /think medium, /think high และ /think max ส่วนโมเดลที่ไม่มีการคิดจะแสดงเฉพาะ /think off

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

หรือตั้งค่าเริ่มต้นของโมเดล:

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

params.think/params.thinking รายโมเดลสามารถปิดใช้งานหรือบังคับการคิดของ API สำหรับโมเดลที่ระบุได้ OpenClaw จะคงการกำหนดค่าอย่างชัดเจนนั้นไว้ เมื่อการทำงานที่ใช้งานอยู่มีเพียงค่าเริ่มต้นโดยนัย off เท่านั้น แต่คำสั่งขณะทำงาน ที่ไม่ใช่ off เช่น /think medium ยังคงมีสิทธิ์แทนที่ คำขอให้คิดที่มีค่าเป็นจริง จะไม่ถูกส่งไปยังโมเดลที่ระบุอย่างชัดเจนว่า reasoning: false และคำขอ think: false จะถูกส่งเสมอไม่ว่าในกรณีใด

โมเดลที่มีชื่อว่า deepseek-r1, reasoning, reason หรือ think จะถือว่า รองรับการให้เหตุผลโดยค่าเริ่มต้น โดยไม่ต้องกำหนดค่าเพิ่มเติม:

ollama pull deepseek-r1:32b

Ollama ทำงานภายในเครื่องและใช้งานได้ฟรี ดังนั้นค่าใช้จ่ายของโมเดลทั้งหมดจึงเป็น 0 ทั้งสำหรับโมเดลที่ค้นพบโดยอัตโนมัติและโมเดลที่กำหนดด้วยตนเอง

Plugin Ollama ที่มาพร้อมระบบจะลงทะเบียนผู้ให้บริการเวกเตอร์ฝังหน่วยความจำสำหรับ การค้นหาหน่วยความจำ โดยใช้ URL ฐานและคีย์ API ของ Ollama ที่กำหนดค่าไว้ เรียก /api/embed และรวมส่วนย่อยของหน่วยความจำหลายส่วน เป็นคำขอ input เดียวเมื่อทำได้

เมื่อ proxy.enabled=true คำขอเวกเตอร์ฝังไปยังต้นทาง local loopback ของโฮสต์ที่ตรงกันทุกประการ ซึ่งได้มาจาก baseUrl ที่กำหนดค่าไว้ จะใช้เส้นทางตรง ที่มีการป้องกันของ OpenClaw แทนพร็อกซีส่งต่อที่มีการจัดการ ชื่อโฮสต์ที่กำหนดค่าไว้ ต้องเป็น localhost หรือค่าตัวอักษร IP แบบลูปแบ็กโดยตรง ชื่อ DNS ที่เพียงแค่ แปลงค่าไปยังลูปแบ็กจะยังคงใช้เส้นทางพร็อกซีที่มีการจัดการ โฮสต์ Ollama บน LAN, tailnet, เครือข่ายส่วนตัว และเครือข่ายสาธารณะจะใช้เส้นทางพร็อกซีที่มีการจัดการเสมอ และการเปลี่ยนเส้นทางไปยังโฮสต์/พอร์ตอื่นจะไม่ได้รับความเชื่อถือสืบทอด proxy.loopbackMode: "proxy" จะกำหนดเส้นทางการรับส่งข้อมูลลูปแบ็กผ่านพร็อกซี เช่นเดิม ส่วน proxy.loopbackMode: "block" จะปฏิเสธก่อนเชื่อมต่อ โปรดดู พร็อกซีที่มีการจัดการ

เวกเตอร์ฝังในขณะสืบค้นจะใช้คำนำหน้าสำหรับการดึงข้อมูลกับโมเดลที่กำหนด หรือแนะนำให้ใช้ ได้แก่ nomic-embed-text, qwen3-embedding และ mxbai-embed-large ชุดเอกสารจะยังคงเป็นข้อมูลดิบ ดังนั้นดัชนีที่มีอยู่ จึงไม่จำเป็นต้องย้ายรูปแบบ

{  agents: {    defaults: {      memorySearch: {        provider: "ollama",        remote: {          // Default for Ollama. Raise on larger hosts if reindexing is too slow.          nonBatchConcurrency: 1,        },      },    },  },}

สำหรับโฮสต์เวกเตอร์ฝังระยะไกล ให้จำกัดขอบเขตการยืนยันตัวตนไว้ที่โฮสต์นั้น:

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

โดยค่าเริ่มต้น Ollama ใช้ API แบบเนทีฟ (/api/chat) ซึ่งรองรับการสตรีม และการเรียกใช้เครื่องมือพร้อมกัน โดยไม่ต้องกำหนดค่าพิเศษ

สำหรับคำขอแบบเนทีฟ การควบคุมการคิดจะถูกส่งต่อโดยตรง: /think off และ openclaw agent --thinking off จะส่ง think: false ที่ระดับบนสุด เว้นแต่จะกำหนด params.think/params.thinking ไว้อย่างชัดเจน; /think low|medium|high จะส่งสตริงระดับความพยายามที่ตรงกัน และ /think max จะแมปเป็นระดับความพยายามสูงสุดของ Ollama คือ think: "high"

บน WSL2 ที่ใช้ NVIDIA/CUDA โปรแกรมติดตั้ง Ollama สำหรับ Linux อย่างเป็นทางการ จะสร้างหน่วย systemd ชื่อ ollama.service พร้อม Restart=always หากบริการนั้น เริ่มทำงานอัตโนมัติและโหลดโมเดลที่ใช้ GPU ระหว่างการบูต WSL2 Ollama อาจตรึง หน่วยความจำของโฮสต์ไว้ระหว่างการโหลด โดยกลไกเรียกคืนหน่วยความจำของ Hyper-V อาจไม่สามารถเรียกคืนเพจเหล่านั้นได้เสมอ Windows จึงอาจยุติ VM ของ WSL2, systemd เริ่ม Ollama ใหม่ และวงจรดังกล่าวก็เกิดซ้ำ

หลักฐาน: WSL2 รีบูต/ถูกยุติซ้ำ ๆ, การใช้ CPU สูงใน app.slice หรือ ollama.service ทันทีหลังเริ่ม WSL2 และได้รับ SIGTERM จาก systemd แทนที่จะมาจากตัวกำจัด OOM ของ Linux

OpenClaw จะบันทึกคำเตือนขณะเริ่มต้นเมื่อตรวจพบ WSL2, เปิดใช้งาน ollama.service พร้อม Restart=always และพบตัวบ่งชี้ CUDA

วิธีบรรเทาปัญหา:

sudo systemctl disable ollama

ฝั่ง Windows ให้เพิ่มข้อมูลต่อไปนี้ลงใน %USERPROFILE%\.wslconfig แล้วเรียกใช้ wsl --shutdown:

[experimental]autoMemoryReclaim=disabled

หรือกำหนดระยะคงการเชื่อมต่อให้สั้นลง / เริ่ม Ollama ด้วยตนเองเฉพาะเมื่อจำเป็น:

export OLLAMA_KEEP_ALIVE=5mollama serve

โปรดดู ollama/ollama#11317

ตรวจสอบว่า Ollama กำลังทำงาน มีการตั้งค่า OLLAMA_API_KEY (หรือโปรไฟล์การยืนยันตัวตน) และ ไม่ได้ กำหนด models.providers.ollama ไว้อย่างชัดเจน:

ollama servecurl http://localhost:11434/api/tags

ดึงโมเดลมาไว้ในเครื่อง หรือกำหนดโมเดลอย่างชัดเจนใน models.providers.ollama:

ollama list  # See what's installedollama pull gemma4ollama pull gpt-oss:20bollama pull llama3.3     # Or another model

ตรวจสอบจากเครื่องและรันไทม์เดียวกับที่เรียกใช้ Gateway:

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

สาเหตุที่พบบ่อย:

• baseUrl ชี้ไปที่ localhost แต่ Gateway ทำงานใน Docker หรือบนโฮสต์อื่น
• URL ใช้ /v1 ซึ่งเลือกการทำงานแบบเข้ากันได้กับ OpenAI แทน Ollama แบบเนทีฟ
• โฮสต์ระยะไกลต้องปรับไฟร์วอลล์หรือการผูกกับ LAN
• โมเดลอยู่ในดีมอนของแล็ปท็อป แต่ไม่ได้อยู่ในดีมอนระยะไกล

โดยทั่วไปผู้ให้บริการกำลังอยู่ในโหมดที่เข้ากันได้กับ OpenAI หรือโมเดล ไม่สามารถจัดการสคีมาของเครื่องมือได้ ควรใช้โหมดเนทีฟ:

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

หากโมเดลขนาดเล็กในเครื่องยังคงล้มเหลวกับสคีมาของเครื่องมือ ให้ตั้งค่า compat.supportsTools: false ในรายการโมเดลนั้นแล้วทดสอบอีกครั้ง

การตอบกลับจาก Kimi/GLM ที่ให้บริการบนโฮสต์ซึ่งเป็นลำดับสัญลักษณ์ยาว ๆ ที่ไม่ใช่ภาษา จะถือว่าเป็นการเรียกผู้ให้บริการที่ล้มเหลวแทนการตอบกลับสำเร็จ เพื่อให้กระบวนการลองใหม่/สลับสำรอง/จัดการข้อผิดพลาดตามปกติเข้ามาทำงาน แทนการบันทึกข้อความที่เสียหายไว้ในเซสชัน

หากเกิดขึ้นอีก ให้บันทึกชื่อโมเดล ไฟล์เซสชันปัจจุบัน และระบุว่าการทำงานใช้ Cloud + Local หรือ Cloud only จากนั้นลองใช้เซสชันใหม่และโมเดลสำรอง:

openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Reply with exactly: ok" --jsonopenclaw models set ollama/gemma4

โมเดลขนาดใหญ่ในเครื่องอาจใช้เวลานานในการโหลดครั้งแรก ให้จำกัดขอบเขต ระยะหมดเวลาไว้ที่ผู้ให้บริการ Ollama และเลือกคงโมเดลไว้ในหน่วยความจำ ระหว่างรอบการโต้ตอบได้:

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

หากตัวโฮสต์เองตอบรับการเชื่อมต่อช้า timeoutSeconds จะขยายระยะหมดเวลา สำหรับการเชื่อมต่อที่มีการป้องกันของผู้ให้บริการนี้ด้วย

หลายโมเดลระบุว่ารองรับบริบทขนาดใหญ่เกินกว่าที่ฮาร์ดแวร์ของคุณจะทำงาน ได้อย่างเหมาะสม Ollama แบบเนทีฟจะใช้ค่าเริ่มต้นของรันไทม์ตนเอง เว้นแต่ จะตั้งค่า params.num_ctx ให้จำกัดทั้งงบประมาณของ OpenClaw และบริบทคำขอ ของ Ollama เพื่อให้เวลาแฝงก่อนโทเค็นแรกคาดการณ์ได้:

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

ลด contextWindow หาก OpenClaw ส่งพรอมต์มากเกินไป ลด params.num_ctx หากบริบทของรันไทม์ Ollama ใหญ่เกินไปสำหรับเครื่อง และลด maxTokens หากการสร้างผลลัพธ์ใช้เวลานานเกินไป