> ## Documentation Index > Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt > Use this file to discover all available pages before exploring further. # Ollama OpenClaw giao tiếp với API gốc của Ollama (`/api/chat`), không phải endpoint tương thích với OpenAI `/v1`. Ba chế độ được hỗ trợ: | Chế độ | Nội dung sử dụng | | ---------------- | --------------------------------------------------------------------------------------------------------- | | Đám mây + Cục bộ | Một máy chủ Ollama có thể truy cập, phục vụ các mô hình cục bộ và (nếu đã đăng nhập) các mô hình `:cloud` | | Chỉ đám mây | Trực tiếp `https://ollama.com`, không có daemon cục bộ | | Chỉ cục bộ | Một máy chủ Ollama có thể truy cập, chỉ các mô hình cục bộ | Để thiết lập chỉ dùng đám mây với id nhà cung cấp chuyên biệt `ollama-cloud`, hãy xem [Ollama Cloud](/vi/providers/ollama-cloud). Sử dụng các tham chiếu `ollama-cloud/` khi bạn muốn định tuyến đám mây tách biệt với nhà cung cấp `ollama` cục bộ. Không sử dụng URL tương thích với OpenAI `/v1` (`http://host:11434/v1`). URL này làm hỏng việc gọi công cụ và các mô hình có thể xuất JSON gọi công cụ thô dưới dạng văn bản thuần. Hãy sử dụng URL gốc: `baseUrl: "http://host:11434"` (không có `/v1`). Khóa cấu hình chuẩn là `baseUrl`. `baseURL` cũng được chấp nhận cho các ví dụ theo kiểu OpenAI SDK, nhưng cấu hình mới nên sử dụng `baseUrl`. ## Quy tắc xác thực Các URL Ollama dạng loopback, mạng riêng, `.local` và tên máy chủ trần không cần bearer token thực. OpenClaw sử dụng dấu mốc `ollama-local` cho các trường hợp này. Các máy chủ từ xa công khai và `https://ollama.com` yêu cầu thông tin xác thực thực: `OLLAMA_API_KEY`, một hồ sơ xác thực hoặc `apiKey` của nhà cung cấp. Để sử dụng trực tiếp dịch vụ được lưu trữ, nên dùng nhà cung cấp `ollama-cloud`. Nhà cung cấp tùy chỉnh có `api: "ollama"` tuân theo cùng các quy tắc. Ví dụ: nhà cung cấp `ollama-remote` trỏ đến máy chủ LAN riêng có thể sử dụng `apiKey: "ollama-local"`; các tác tử con phân giải dấu mốc đó thông qua hook nhà cung cấp Ollama thay vì coi đó là thông tin xác thực bị thiếu. `agents.defaults.memorySearch.provider` cũng có thể trỏ đến một id nhà cung cấp tùy chỉnh để các embedding sử dụng endpoint Ollama đó. `auth-profiles.json` lưu trữ thông tin xác thực cho một id nhà cung cấp; đặt các thiết lập endpoint (`baseUrl`, `api`, mô hình, header, thời gian chờ) trong `models.providers.`. Các tệp phẳng cũ như `{ "ollama-windows": { "apiKey": "ollama-local" } }` không phải là định dạng thời gian chạy; `openclaw doctor --fix` ghi lại chúng thành một hồ sơ khóa API `ollama-windows:default` chuẩn kèm bản sao lưu. Giá trị `baseUrl` trong tệp cũ đó là dữ liệu nhiễu và nên được chuyển sang cấu hình nhà cung cấp. Xác thực bearer cho embedding bộ nhớ Ollama được giới hạn trong máy chủ mà nó được khai báo: * Khóa cấp nhà cung cấp chỉ được gửi đến máy chủ của nhà cung cấp đó. * `agents.*.memorySearch.remote.apiKey` chỉ được gửi đến máy chủ embedding từ xa của nó. * Giá trị env `OLLAMA_API_KEY` thuần túy được coi là quy ước Ollama Cloud và theo mặc định không được gửi đến các máy chủ cục bộ/tự lưu trữ. ## Bắt đầu ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw onboard ``` Chọn **Ollama**, sau đó chọn một chế độ: **Đám mây + Cục bộ**, **Chỉ đám mây** hoặc **Chỉ cục bộ**. Trong lần thiết lập có hướng dẫn mới, trước tiên OpenClaw kiểm tra máy chủ Ollama mặc định hoặc đã cấu hình. Một mô hình đã cài đặt chỉ được tự động đề xuất khi `/api/show` xác nhận hỗ trợ công cụ và cửa sổ ngữ cảnh ít nhất 16K; siêu dữ liệu ngữ cảnh bị thiếu hoặc nhỏ hơn sẽ tiếp tục theo quy trình thiết lập thủ công. Quy trình thiết lập CLI/macOS dùng chung vẫn xác minh tuyến đã chọn bằng một lượt hoàn thành thực trước khi lưu. Việc kiểm tra tự động này không bao giờ tải về mô hình; nếu không có mô hình phù hợp đã cài đặt, hướng dẫn thiết lập ban đầu sẽ tiếp tục đến trình chọn Ollama thông thường. `Cloud only` nhắc nhập `OLLAMA_API_KEY` và đề xuất các giá trị mặc định đám mây được lưu trữ. `Cloud + Local` và `Local only` nhắc nhập URL cơ sở Ollama, khám phá các mô hình có sẵn và tự động tải về mô hình cục bộ đã chọn nếu còn thiếu. Thẻ `:latest` đã cài đặt như `gemma4:latest` được hiển thị một lần thay vì lặp lại `gemma4`. `Cloud + Local` cũng kiểm tra xem máy chủ đã đăng nhập để truy cập đám mây hay chưa. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw models list --provider ollama ``` Không tương tác: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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` và `--custom-model-id` là tùy chọn; nếu bỏ qua, hệ thống sử dụng máy chủ cục bộ mặc định và mô hình được đề xuất `gemma4`. Tải xuống từ [ollama.com/download](https://ollama.com/download), sau đó tải về một mô hình: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama pull gemma4 ``` Để truy cập đám mây kết hợp, hãy chạy `ollama signin` trên cùng máy chủ. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export OLLAMA_API_KEY="ollama-local" # máy chủ cục bộ/LAN, giá trị bất kỳ đều dùng được export OLLAMA_API_KEY="your-real-key" # chỉ https://ollama.com ``` Hoặc trong cấu hình: `openclaw config set models.providers.ollama.apiKey "OLLAMA_API_KEY"`. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw models list openclaw models set ollama/gemma4 ``` Hoặc trong cấu hình: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { model: { primary: "ollama/gemma4" }, }, }, } ``` ## Mô hình đám mây thông qua máy chủ cục bộ `Cloud + Local` định tuyến cả mô hình cục bộ và mô hình `:cloud` thông qua một máy chủ Ollama có thể truy cập — đây là luồng kết hợp của Ollama và là chế độ cần chọn trong quá trình thiết lập khi bạn muốn sử dụng cả hai. OpenClaw nhắc nhập URL cơ sở, khám phá các mô hình cục bộ và kiểm tra trạng thái `ollama signin`. Khi đã đăng nhập, hệ thống đề xuất các giá trị mặc định được lưu trữ (`kimi-k2.5:cloud`, `minimax-m2.7:cloud`, `glm-5.1:cloud`, `glm-5.2:cloud`). Nếu chưa đăng nhập, quá trình thiết lập vẫn chỉ dùng cục bộ cho đến khi bạn chạy `ollama signin`. Để chỉ truy cập đám mây mà không có daemon cục bộ, hãy sử dụng `openclaw onboard --auth-choice ollama-cloud` và xem [Ollama Cloud](/vi/providers/ollama-cloud) — đường dẫn đó không cần `ollama signin` hoặc máy chủ đang chạy: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw onboard --auth-choice ollama-cloud openclaw models set ollama-cloud/kimi-k2.5:cloud ``` Danh sách mô hình đám mây hiển thị trong `openclaw onboard` được lấy trực tiếp từ `https://ollama.com/api/tags`, giới hạn ở 500 mục, vì vậy trình chọn phản ánh danh mục được lưu trữ hiện tại. Nếu `ollama.com` không thể truy cập hoặc không trả về mô hình nào tại thời điểm thiết lập, OpenClaw quay về danh sách đề xuất được mã hóa cứng để hướng dẫn thiết lập ban đầu vẫn hoàn tất. ## Khám phá mô hình (nhà cung cấp ngầm định) Khi `OLLAMA_API_KEY` (hoặc một hồ sơ xác thực) được đặt và cả `models.providers.ollama` lẫn một nhà cung cấp tùy chỉnh khác có `api: "ollama"` đều không được định nghĩa, OpenClaw khám phá mô hình từ `http://127.0.0.1:11434`: | Hành vi | Chi tiết | | ------------------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Truy vấn danh mục | `/api/tags` | | Phát hiện khả năng | `/api/show` theo phương thức nỗ lực tối đa đọc `contextWindow`, các tham số Modelfile `num_ctx` và các khả năng (thị giác/công cụ/suy luận) | | Mô hình thị giác | Khả năng `vision` từ `/api/show` đánh dấu mô hình có khả năng xử lý hình ảnh (`input: ["text", "image"]`) | | Phát hiện suy luận | Sử dụng khả năng `thinking` từ `/api/show` khi có; nếu Ollama bỏ qua các khả năng, hệ thống quay về quy tắc phỏng đoán theo tên (`r1`, `reason`, `reasoning`, `think`). `glm-5.2:cloud` và `deepseek-v4-flash\|pro:cloud` luôn được coi là có khả năng suy luận bất kể khả năng được báo cáo. | | Giới hạn token | `maxTokens` mặc định là mức trần token tối đa Ollama của OpenClaw | | Chi phí | Tất cả chi phí đều là `0` | ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama list openclaw models list ``` Việc đặt `models.providers.ollama` với một mảng `models` rõ ràng, hoặc một nhà cung cấp tùy chỉnh có `api: "ollama"` và `baseUrl` không phải loopback, sẽ vô hiệu hóa tự động khám phá; khi đó các mô hình phải được định nghĩa thủ công (xem [Cấu hình](#configuration)). Mục `models.providers.ollama` trỏ đến `https://ollama.com` được lưu trữ cũng bỏ qua việc khám phá, vì các mô hình Ollama Cloud do nhà cung cấp quản lý. Các nhà cung cấp tùy chỉnh dạng loopback như `http://127.0.0.2:11434` vẫn được coi là cục bộ và tiếp tục tự động khám phá. Bạn có thể sử dụng tham chiếu đầy đủ như `ollama/:latest` mà không cần mục `models.json` viết thủ công; OpenClaw phân giải trực tiếp. Với các máy chủ đã đăng nhập, việc chọn tham chiếu `ollama/:cloud` không có trong danh sách sẽ xác thực chính xác mô hình đó bằng `/api/show` và chỉ thêm mô hình vào danh mục thời gian chạy nếu Ollama xác nhận siêu dữ liệu — lỗi chính tả vẫn thất bại vì mô hình không xác định. ### Kiểm thử nhanh Để thực hiện phép thăm dò văn bản hẹp, bỏ qua toàn bộ bề mặt công cụ của tác tử: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} OLLAMA_API_KEY=ollama-local \ openclaw infer model run \ --local \ --model ollama/llama3.2:latest \ --prompt "Chỉ trả lời chính xác: pong" \ --json ``` Thêm `--file` cùng một hình ảnh để thực hiện phép thăm dò gọn nhẹ cho mô hình thị giác (chấp nhận PNG/JPEG/WebP; các tệp không phải hình ảnh bị từ chối trước khi gọi Ollama — sử dụng `openclaw infer audio transcribe` cho âm thanh): ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} OLLAMA_API_KEY=ollama-local \ openclaw infer model run \ --local \ --model ollama/qwen2.5vl:7b \ --prompt "Mô tả hình ảnh này trong một câu." \ --file ./photo.jpg \ --json ``` Cả hai đường dẫn đều không tải công cụ trò chuyện, bộ nhớ hoặc ngữ cảnh phiên. Nếu phép thử thành công trong khi phản hồi thông thường của tác tử thất bại, vấn đề có khả năng nằm ở khả năng dùng công cụ/tác tử của mô hình, không phải endpoint. Việc chọn một mô hình bằng `/model ollama/` là lựa chọn chính xác của người dùng: nếu `baseUrl` đã cấu hình không thể truy cập được, phản hồi tiếp theo sẽ thất bại với lỗi của nhà cung cấp thay vì âm thầm chuyển sang một mô hình đã cấu hình khác. Các tác vụ cron cô lập bổ sung một bước kiểm tra an toàn cục bộ trước khi bắt đầu lượt của agent: nếu mô hình đã chọn được phân giải thành nhà cung cấp Ollama cục bộ/mạng riêng/`.local` và `/api/tags` không thể truy cập được, OpenClaw ghi nhận lần chạy đó là `skipped`, với mô hình xuất hiện trong nội dung lỗi. Việc kiểm tra endpoint này được lưu vào bộ nhớ đệm trong 5 phút cho mỗi máy chủ, nhờ đó các tác vụ cron lặp lại nhắm đến một daemon đã dừng sẽ không đồng loạt khởi chạy các yêu cầu chắc chắn thất bại. Xác minh trực tiếp: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \ pnpm test:live -- extensions/ollama/ollama.live.test.ts ``` Đối với Ollama Cloud, hãy trỏ cùng bài kiểm thử trực tiếp đó đến endpoint được lưu trữ (mặc định bỏ qua embedding; buộc bật bằng `OPENCLAW_LIVE_OLLAMA_EMBEDDINGS=1` vì khóa đám mây có thể không cấp quyền cho `/api/embed`): ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export OLLAMA_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 ``` Để thêm một mô hình, hãy tải mô hình đó xuống và hệ thống sẽ tự động phát hiện: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama pull mistral ``` ## Suy luận cục bộ trên Node Các agent có thể ủy quyền một tác vụ ngắn cho mô hình Ollama trên máy tính để bàn hoặc Node máy chủ đã ghép nối. Prompt và phản hồi đi qua kết nối Gateway/Node đã xác thực hiện có; yêu cầu chạy trên endpoint Ollama loopback của chính Node đó (`http://127.0.0.1:11434`). ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama pull qwen3:0.6b ollama list ``` ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw node run \ --host \ --port 18789 \ --display-name "Local inference" ``` Phê duyệt thiết bị và các lệnh Node của thiết bị đó trên máy chủ Gateway, sau đó xác minh: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw devices list openclaw devices approve openclaw nodes pending openclaw nodes approve openclaw nodes status --connected ``` Lần kết nối đầu tiên hoặc một bản nâng cấp bổ sung các lệnh Ollama có thể kích hoạt yêu cầu phê duyệt lệnh Node. Nếu Node kết nối nhưng không quảng bá `ollama.models` và `ollama.chat`, hãy kiểm tra lại `openclaw nodes pending`. Plugin Ollama đi kèm cung cấp công cụ `node_inference`. Các agent gọi `action: "discover"` trước, sau đó gọi `action: "run"` với một Node và mô hình từ kết quả đó (`run` có thể bỏ qua Node khi chỉ có đúng một Node có khả năng được kết nối). Ví dụ: "Khám phá các mô hình Ollama trên các Node của tôi, sau đó sử dụng mô hình đã tải nhanh nhất để tóm tắt văn bản này." Quá trình khám phá đọc `/api/tags`, kiểm tra các khả năng của `/api/show` và sử dụng `/api/ps` khi có thể để ưu tiên xếp hạng các mô hình đã tải. Quá trình này chỉ trả về các mô hình cục bộ mà Ollama báo cáo là có khả năng trò chuyện (khả năng `completion`) — các hàng Ollama Cloud và mô hình chỉ dành cho embedding bị loại trừ. Mỗi lần chạy đều tắt chế độ suy nghĩ của mô hình và mặc định giới hạn đầu ra ở 512 token (giới hạn cứng 8192), trừ khi lệnh gọi công cụ yêu cầu một `maxTokens` khác; một số mô hình (ví dụ GPT-OSS) không hỗ trợ tắt chế độ suy nghĩ và vẫn có thể tạo ra token suy luận. Để Ollama tiếp tục chạy trên một Node mà không cung cấp cho các agent: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw config set plugins.entries.ollama.config.nodeInference.enabled false ``` Khởi động lại Node (`openclaw node restart`, hoặc dừng/chạy lại `openclaw node run` đối với phiên chạy ở foreground). Node ngừng quảng bá `ollama.models` và `ollama.chat`; bản thân Ollama và nhà cung cấp Ollama của Gateway không bị ảnh hưởng. Đặt lại giá trị thành `true` và khởi động lại để bật lại; bề mặt lệnh đã thay đổi có thể cần phê duyệt lại `openclaw nodes pending` sau khi kết nối lại. Xác minh trực tiếp các lệnh Node mà không cần lượt của agent: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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` giới hạn thời gian Node được phép chạy lệnh; `--timeout` giới hạn toàn bộ lệnh gọi Gateway và phải lớn hơn. Suy luận cục bộ trên Node luôn sử dụng endpoint loopback của chính Node đó — không tái sử dụng `models.providers.ollama.baseUrl` từ xa/đám mây đã cấu hình. Các lệnh Node mặc định khả dụng trên máy chủ Node macOS, Linux và Windows, đồng thời vẫn tuân theo chính sách ghép nối/lệnh Node thông thường. ## Thị giác và mô tả hình ảnh Plugin Ollama đi kèm đăng ký Ollama làm nhà cung cấp hiểu nội dung đa phương tiện có khả năng xử lý hình ảnh, nhờ đó OpenClaw có thể định tuyến các yêu cầu mô tả hình ảnh tường minh và các giá trị mặc định của mô hình hình ảnh đã cấu hình qua các mô hình thị giác Ollama cục bộ hoặc được lưu trữ. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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` phải là tham chiếu `` đầy đủ; khi được đặt, `infer image describe` sẽ thử mô hình đó trước thay vì bỏ qua bước mô tả đối với các mô hình đã hỗ trợ thị giác gốc. Nếu lệnh gọi thất bại, OpenClaw có thể tiếp tục qua `agents.defaults.imageModel.fallbacks`; lỗi chuẩn bị tệp/URL sẽ khiến quy trình thất bại trước khi thử phương án dự phòng. Sử dụng `infer image describe` cho luồng hiểu hình ảnh của OpenClaw và `imageModel` đã cấu hình; sử dụng `infer model run --file` cho phép thử đa phương thức thô với prompt tùy chỉnh. Để đặt Ollama làm nhà cung cấp hiểu hình ảnh mặc định cho nội dung đa phương tiện đến: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { imageModel: { primary: "ollama/qwen2.5vl:7b", }, }, }, } ``` Ưu tiên tham chiếu `ollama/` đầy đủ. Một tham chiếu `imageModel` trần như `qwen2.5vl:7b` chỉ được chuẩn hóa thành `ollama/qwen2.5vl:7b` khi đúng mô hình đó được liệt kê trong `models.providers.ollama.models` với `input: ["text", "image"]` và không có nhà cung cấp hình ảnh nào khác đã cấu hình cung cấp cùng ID trần; nếu không, hãy sử dụng tiền tố nhà cung cấp một cách tường minh. Các mô hình thị giác cục bộ chậm có thể cần thời gian chờ hiểu hình ảnh dài hơn các mô hình đám mây và có thể gặp sự cố trên phần cứng hạn chế nếu Ollama cố phân bổ toàn bộ ngữ cảnh thị giác được mô hình quảng bá. Hãy đặt thời gian chờ khả năng và giới hạn `num_ctx`: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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 }], }, }, }, } ``` Thời gian chờ này áp dụng cho việc hiểu hình ảnh đầu vào và công cụ `image` tường minh. `models.providers.ollama.timeoutSeconds` vẫn kiểm soát cơ chế bảo vệ yêu cầu HTTP Ollama nền tảng cho các lệnh gọi mô hình thông thường. Xác minh trực tiếp: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \ pnpm test:live -- src/agents/tools/image-tool.ollama.live.test.ts ``` Nếu bạn định nghĩa `models.providers.ollama.models` theo cách thủ công, hãy đánh dấu tường minh các mô hình thị giác: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { id: "qwen2.5vl:7b", name: "qwen2.5vl:7b", input: ["text", "image"], contextWindow: 128000, maxTokens: 8192, } ``` OpenClaw từ chối các yêu cầu mô tả hình ảnh đối với mô hình không được đánh dấu là có khả năng xử lý hình ảnh. Với khám phá ngầm định, thông tin này đến từ khả năng thị giác của `/api/show`. ## Cấu hình ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export OLLAMA_API_KEY="ollama-local" ``` Nếu `OLLAMA_API_KEY` đã được đặt, bạn có thể bỏ qua `apiKey` trong mục nhập nhà cung cấp; OpenClaw sẽ tự điền để kiểm tra tính khả dụng. Sử dụng cấu hình tường minh cho thiết lập đám mây được lưu trữ, máy chủ/cổng không mặc định, ngữ cảnh bắt buộc hoặc danh sách mô hình hoàn toàn thủ công: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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 } ] } } } } ``` Cấu hình tường minh sẽ tắt khám phá tự động, vì vậy phải liệt kê các mô hình: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { apiKey: "ollama-local", baseUrl: "http://ollama-host:11434", // Không có /v1 - URL API Ollama gốc api: "ollama", // Tường minh: đảm bảo hành vi gọi công cụ gốc timeoutSeconds: 300, // Tùy chọn: ngân sách kết nối/truyền luồng dài hơn cho các mô hình cục bộ chưa được tải models: [ { id: "qwen3:32b", name: "qwen3:32b", params: { keep_alive: "15m", // Tùy chọn: giữ mô hình được tải giữa các lượt }, }, ], }, }, }, } ``` Không thêm `/v1`. Đường dẫn đó chọn chế độ tương thích OpenAI, trong đó việc gọi công cụ không đáng tin cậy. ## Công thức thường dùng Thay thế ID mô hình bằng tên chính xác từ `ollama list` hoặc `openclaw models list --provider ollama`. Ollama trên cùng máy với Gateway, được phát hiện tự động: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama serve ollama pull gemma4 export OLLAMA_API_KEY="ollama-local" openclaw models list --provider ollama openclaw models set ollama/gemma4 ``` Không thêm khối `models.providers.ollama` trừ khi bạn cần các mô hình thủ công. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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` là ngân sách ngữ cảnh của OpenClaw; `params.num_ctx` được gửi đến Ollama. Hãy giữ chúng đồng bộ khi phần cứng không thể chạy toàn bộ ngữ cảnh được mô hình quảng bá. Không có daemon cục bộ, sử dụng trực tiếp các mô hình được lưu trữ: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export OLLAMA_API_KEY="your-ollama-api-key" ``` ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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" }, }, }, } ``` Để sử dụng id nhà cung cấp chuyên biệt `ollama-cloud` thay cho cấu trúc này, hãy xem [Ollama Cloud](/vi/providers/ollama-cloud). ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama signin ollama pull gemma4 ``` ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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"], }, }, }, } ``` Sử dụng các ID nhà cung cấp tùy chỉnh khi chạy nhiều máy chủ Ollama; mỗi máy chủ có host, mô hình, thông tin xác thực và thời gian chờ riêng. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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 loại bỏ tiền tố nhà cung cấp đang hoạt động (nếu không có thì dùng tiền tố trần `ollama/`) trước khi gọi Ollama, vì vậy `ollama-large/qwen3.5:27b` đến Ollama dưới dạng `qwen3.5:27b`. Một số mô hình cục bộ xử lý tốt các prompt đơn giản nhưng gặp khó khăn với toàn bộ bề mặt công cụ của agent. Hãy giới hạn công cụ và ngữ cảnh trước khi thay đổi các cài đặt runtime toàn cục: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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 }, }, ], }, }, }, } ``` Chỉ sử dụng `compat.supportsTools: false` khi mô hình hoặc máy chủ thường xuyên gặp lỗi với schema công cụ — tùy chọn này đánh đổi khả năng của agent để lấy sự ổn định. `localModelLean` loại bỏ các công cụ nặng về trình duyệt, cron, tin nhắn, tạo nội dung đa phương tiện, giọng nói và PDF khỏi bề mặt trực tiếp của agent trừ khi được yêu cầu rõ ràng, đồng thời đặt các danh mục lớn hơn phía sau Tìm kiếm công cụ. Tùy chọn này không thay đổi ngữ cảnh runtime hoặc chế độ suy nghĩ của Ollama. Hãy kết hợp với `params.num_ctx` và `params.thinking: false` cho các mô hình suy nghĩ nhỏ kiểu Qwen thường lặp vô hạn hoặc tiêu tốn ngân sách vào quá trình suy luận ẩn. ### Chọn mô hình ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { model: { primary: "ollama/gpt-oss:20b", fallbacks: ["ollama/llama3.3", "ollama/qwen2.5-coder:32b"], }, }, }, } ``` Các ID nhà cung cấp tùy chỉnh hoạt động theo cách tương tự: đối với một tham chiếu sử dụng tiền tố nhà cung cấp đang hoạt động, chẳng hạn như `ollama-spark/qwen3:32b`, OpenClaw loại bỏ tiền tố đó trước khi gọi Ollama và gửi `qwen3:32b`. Đối với các mô hình cục bộ chậm, nên ưu tiên tinh chỉnh theo phạm vi nhà cung cấp trước khi tăng thời gian chờ của toàn bộ runtime agent: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { timeoutSeconds: 300, models: [ { id: "gemma4:26b", name: "gemma4:26b", params: { keep_alive: "15m" }, }, ], }, }, }, } ``` `timeoutSeconds` bao quát yêu cầu HTTP của mô hình: thiết lập kết nối, header, truyền luồng nội dung và thao tác hủy guarded-fetch tổng thể. `params.keep_alive` được chuyển tiếp dưới dạng `keep_alive` cấp cao nhất trên các yêu cầu `/api/chat` gốc; hãy đặt theo từng mô hình khi thời gian tải ở lượt đầu tiên là điểm nghẽn. ### Xác minh nhanh ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Daemon Ollama hiển thị với máy này curl http://127.0.0.1:11434/api/tags # Danh mục OpenClaw và mô hình đã chọn openclaw models list --provider ollama openclaw models status # Kiểm tra nhanh mô hình trực tiếp openclaw infer model run \ --model ollama/gemma4 \ --prompt "Chỉ trả lời chính xác: ok" ``` Đối với host từ xa, hãy thay `127.0.0.1` bằng host `baseUrl`. Nếu `curl` hoạt động nhưng OpenClaw thì không, hãy kiểm tra xem Gateway có chạy trên một máy, container hoặc tài khoản dịch vụ khác hay không. ## Tìm kiếm web Ollama OpenClaw tích hợp sẵn **Tìm kiếm web Ollama** dưới dạng nhà cung cấp `web_search`. | Thuộc tính | Chi tiết | | ---------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | Host | `models.providers.ollama.baseUrl` khi được đặt, nếu không thì `http://127.0.0.1:11434`; `https://ollama.com` sử dụng trực tiếp API được lưu trữ | | Xác thực | Không cần khóa đối với host cục bộ đã đăng nhập; `OLLAMA_API_KEY` hoặc xác thực nhà cung cấp đã cấu hình cho tìm kiếm trực tiếp qua `https://ollama.com` hoặc các host được bảo vệ bằng xác thực | | Yêu cầu | Các host cục bộ/tự lưu trữ phải đang chạy và được đăng nhập bằng `ollama signin`; tìm kiếm trực tiếp được lưu trữ cần `baseUrl: "https://ollama.com"` cùng một khóa API thực | Chọn tùy chọn này trong `openclaw onboard` hoặc `openclaw configure --section web`, hoặc đặt: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { tools: { web: { search: { provider: "ollama", }, }, }, } ``` Đối với tìm kiếm được lưu trữ trực tiếp thông qua Ollama Cloud: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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" }, }, }, } ``` Đối với host tự lưu trữ, OpenClaw trước tiên thử proxy `/api/experimental/web_search` cục bộ, sau đó chuyển sang đường dẫn `/api/web_search` được lưu trữ trên cùng host; một daemon cục bộ đã đăng nhập thường phản hồi thông qua proxy cục bộ. Các lệnh gọi trực tiếp `https://ollama.com` luôn sử dụng endpoint `/api/web_search` được lưu trữ. Để biết đầy đủ về thiết lập và hành vi, hãy xem [Tìm kiếm web Ollama](/vi/tools/ollama-search). ## Cấu hình nâng cao **Việc gọi công cụ không đáng tin cậy trong chế độ này.** Chỉ sử dụng khi proxy cần định dạng OpenAI và bạn không phụ thuộc vào cơ chế gọi công cụ gốc. Đặt `api: "openai-completions"` một cách rõ ràng cho proxy phía sau `/v1/chat/completions`: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { baseUrl: "http://ollama-host:11434/v1", api: "openai-completions", injectNumCtxForOpenAICompat: true, // mặc định: true apiKey: "ollama-local", models: [...] } } } } ``` Chế độ này có thể không hỗ trợ đồng thời truyền luồng và gọi công cụ; bạn có thể cần `params: { streaming: false }` trên mô hình. OpenClaw mặc định chèn `options.num_ctx` trong chế độ này để Ollama không âm thầm quay về ngữ cảnh 4096 token. Nếu proxy từ chối các trường `options` không xác định, hãy tắt tùy chọn này: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { baseUrl: "http://ollama-host:11434/v1", api: "openai-completions", injectNumCtxForOpenAICompat: false, apiKey: "ollama-local", models: [...] } } } } ``` Đối với các mô hình được tự động phát hiện, OpenClaw sử dụng cửa sổ ngữ cảnh mà `/api/show` báo cáo, bao gồm các giá trị `PARAMETER num_ctx` lớn hơn từ Modelfile tùy chỉnh; nếu không, OpenClaw sẽ dùng cửa sổ ngữ cảnh Ollama mặc định của mình. `contextWindow`, `contextTokens` và `maxTokens` ở cấp nhà cung cấp đặt giá trị mặc định cho mọi mô hình thuộc nhà cung cấp đó và có thể được ghi đè theo từng mô hình. `contextWindow` là ngân sách prompt/Compaction riêng của OpenClaw. Các yêu cầu `/api/chat` gốc để `options.num_ctx` ở trạng thái chưa đặt trừ khi bạn đặt `params.num_ctx` một cách rõ ràng, vì vậy Ollama áp dụng giá trị mặc định dựa trên mô hình, `OLLAMA_CONTEXT_LENGTH` hoặc VRAM của chính nó; các giá trị `params.num_ctx` không hợp lệ, bằng không, âm hoặc không hữu hạn sẽ bị bỏ qua. Nếu một cấu hình cũ chỉ sử dụng `contextWindow`/`maxTokens` để buộc ngữ cảnh yêu cầu gốc, hãy chạy `openclaw doctor --fix` để sao chép các giá trị đó vào `params.num_ctx`. Bộ chuyển đổi tương thích OpenAI vẫn mặc định chèn `options.num_ctx` từ `params.num_ctx` hoặc `contextWindow` đã cấu hình; hãy tắt bằng `injectNumCtxForOpenAICompat: false` nếu upstream từ chối `options`. Các mục mô hình gốc cũng chấp nhận các tùy chọn runtime Ollama phổ biến trong `params`, được chuyển tiếp dưới dạng `/api/chat` `options` gốc: `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` và `num_thread`. Một số khóa (`format`, `keep_alive`, `truncate`, `shift`) được chuyển tiếp dưới dạng các trường yêu cầu cấp cao nhất thay vì nằm trong `options`. OpenClaw chỉ chuyển tiếp các khóa yêu cầu Ollama này, vì vậy các tham số chỉ dành cho runtime như `streaming` không bao giờ được gửi đến Ollama. Sử dụng `params.think` (hoặc `params.thinking`) để đặt `think` cấp cao nhất; `false` tắt chế độ suy nghĩ ở cấp API cho các mô hình suy nghĩ kiểu Qwen. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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/"].params.num_ctx` theo từng mô hình cũng hoạt động; mục mô hình nhà cung cấp được chỉ định rõ sẽ được ưu tiên nếu cả hai đều được thiết lập. OpenClaw chuyển tiếp chế độ suy luận theo cách Ollama mong đợi: `think` ở cấp cao nhất, không phải `options.think`. Các mô hình được tự động phát hiện mà `/api/show` báo cáo khả năng `thinking` sẽ cung cấp `/think low`, `/think medium`, `/think high` và `/think max`; các mô hình không suy luận chỉ cung cấp `/think off`. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw agent --model ollama/gemma4 --thinking off openclaw agent --model ollama/gemma4 --thinking low ``` Hoặc đặt giá trị mặc định cho mô hình: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { models: { "ollama/gemma4": { thinking: "low", }, }, }, }, } ``` `params.think`/`params.thinking` theo từng mô hình có thể tắt hoặc buộc suy luận qua API cho một mô hình cụ thể. OpenClaw giữ nguyên cấu hình tường minh đó khi lượt chạy đang hoạt động chỉ có giá trị mặc định ngầm định `off`; một lệnh thời gian chạy không phải off như `/think medium` vẫn ghi đè lên cấu hình này. Yêu cầu suy luận có giá trị đúng sẽ không bao giờ được gửi đến mô hình được đánh dấu rõ ràng là `reasoning: false`; yêu cầu `think: false` luôn được gửi bất kể cấu hình. Các mô hình có tên `deepseek-r1`, `reasoning`, `reason` hoặc `think` được mặc định xem là có khả năng suy luận — không cần cấu hình thêm: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama pull deepseek-r1:32b ``` Ollama chạy cục bộ và miễn phí, vì vậy mọi chi phí mô hình đều là `0` đối với cả mô hình được tự động phát hiện và mô hình được định nghĩa thủ công. Plugin Ollama đi kèm đăng ký một nhà cung cấp embedding bộ nhớ cho [tìm kiếm bộ nhớ](/vi/concepts/memory). Plugin sử dụng URL cơ sở và khóa API Ollama đã cấu hình, gọi `/api/embed` và gộp nhiều đoạn bộ nhớ vào một yêu cầu `input` khi có thể. Khi `proxy.enabled=true`, các yêu cầu embedding đến chính xác nguồn loopback cục bộ trên máy được suy ra từ `baseUrl` đã cấu hình sẽ sử dụng đường dẫn trực tiếp được bảo vệ của OpenClaw thay vì proxy chuyển tiếp được quản lý. Tên máy đã cấu hình phải là `localhost` hoặc một địa chỉ IP loopback dạng chữ — các tên DNS chỉ phân giải thành loopback vẫn sử dụng đường dẫn proxy được quản lý. Các máy chủ Ollama trên LAN, tailnet, mạng riêng và mạng công cộng luôn đi qua đường dẫn proxy được quản lý, đồng thời chuyển hướng đến máy chủ/cổng khác không kế thừa độ tin cậy. `proxy.loopbackMode: "proxy"` vẫn định tuyến lưu lượng loopback qua proxy; `proxy.loopbackMode: "block"` từ chối lưu lượng đó trước khi kết nối — xem [Proxy được quản lý](/vi/security/network-proxy#gateway-loopback-mode). | Thuộc tính | Giá trị | | -------------------------------- | ---------------------------------------------------------------------------------------------------- | | Mô hình mặc định | `nomic-embed-text` | | Tự động tải xuống | Có, nếu chưa tồn tại cục bộ | | Mức đồng thời nội tuyến mặc định | 1 (các nhà cung cấp khác mặc định cao hơn; tăng bằng `nonBatchConcurrency` nếu máy chủ có thể xử lý) | Embedding tại thời điểm truy vấn sử dụng các tiền tố truy xuất cho những mô hình yêu cầu hoặc khuyến nghị chúng: `nomic-embed-text`, `qwen3-embedding` và `mxbai-embed-large`. Các lô tài liệu vẫn giữ nguyên dữ liệu thô, vì vậy các chỉ mục hiện có không cần di chuyển định dạng. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { memorySearch: { provider: "ollama", remote: { // Mặc định cho Ollama. Tăng trên các máy chủ lớn hơn nếu việc lập lại chỉ mục quá chậm. nonBatchConcurrency: 1, }, }, }, }, } ``` Đối với máy chủ embedding từ xa, hãy giới hạn phạm vi xác thực ở máy chủ đó: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { memorySearch: { provider: "ollama", model: "nomic-embed-text", remote: { baseUrl: "http://gpu-box.local:11434", apiKey: "ollama-local", nonBatchConcurrency: 2, }, }, }, }, } ``` Ollama mặc định sử dụng **API gốc** (`/api/chat`), hỗ trợ đồng thời phát trực tuyến và gọi công cụ — không cần cấu hình đặc biệt. Đối với các yêu cầu gốc, chế độ kiểm soát suy luận được chuyển tiếp trực tiếp: `/think off` và `openclaw agent --thinking off` gửi `think: false` ở cấp cao nhất trừ khi `params.think`/`params.thinking` được cấu hình tường minh; `/think low|medium|high` gửi chuỗi mức độ tương ứng; `/think max` ánh xạ tới mức độ cao nhất của Ollama là `think: "high"`. Để sử dụng điểm cuối tương thích OpenAI, hãy xem "Chế độ tương thích OpenAI cũ" ở trên — phát trực tuyến và gọi công cụ có thể không hoạt động đồng thời tại đó. ## Khắc phục sự cố Trên WSL2 với NVIDIA/CUDA, trình cài đặt Ollama Linux chính thức tạo một đơn vị systemd `ollama.service` với `Restart=always`. Nếu dịch vụ đó tự động khởi động và tải một mô hình sử dụng GPU trong lúc WSL2 khởi động, Ollama có thể giữ chặt bộ nhớ máy chủ khi tải; cơ chế thu hồi bộ nhớ của Hyper-V không phải lúc nào cũng có thể thu hồi các trang đó, vì vậy Windows có thể chấm dứt máy ảo WSL2, systemd khởi động lại Ollama và vòng lặp tiếp diễn. Dấu hiệu: WSL2 liên tục khởi động lại/chấm dứt, mức sử dụng CPU cao trong `app.slice` hoặc `ollama.service` ngay sau khi WSL2 khởi động và SIGTERM từ systemd thay vì trình xử lý OOM của Linux. OpenClaw ghi cảnh báo khởi động khi phát hiện WSL2, `ollama.service` được bật với `Restart=always` và có thể thấy các dấu hiệu CUDA. Biện pháp giảm thiểu: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} sudo systemctl disable ollama ``` Ở phía Windows, thêm nội dung này vào `%USERPROFILE%\.wslconfig`, sau đó chạy `wsl --shutdown`: ```ini theme={"theme":{"light":"min-light","dark":"min-dark"}} [experimental] autoMemoryReclaim=disabled ``` Hoặc rút ngắn thời gian duy trì kết nối / chỉ khởi động Ollama thủ công khi cần: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} export OLLAMA_KEEP_ALIVE=5m ollama serve ``` Xem [ollama/ollama#11317](https://github.com/ollama/ollama/issues/11317). Xác nhận Ollama đang chạy, `OLLAMA_API_KEY` (hoặc một hồ sơ xác thực) đã được thiết lập, và `models.providers.ollama` **không** được định nghĩa rõ ràng: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama serve curl http://localhost:11434/api/tags ``` Tải mô hình về máy cục bộ hoặc định nghĩa rõ ràng mô hình đó trong `models.providers.ollama`: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} ollama list # Xem những gì đã được cài đặt ollama pull gemma4 ollama pull gpt-oss:20b ollama pull llama3.3 # Hoặc một mô hình khác ``` ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Kiểm tra xem Ollama có đang chạy không ps aux | grep ollama # Hoặc khởi động lại Ollama ollama serve ``` Xác minh từ cùng máy và môi trường chạy Gateway: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw gateway status --deep curl http://ollama-host:11434/api/tags ``` Các nguyên nhân thường gặp: * `baseUrl` trỏ đến `localhost`, nhưng Gateway chạy trong Docker hoặc trên một máy chủ khác. * URL sử dụng `/v1`, chọn hành vi tương thích với OpenAI thay vì Ollama gốc. * Máy chủ từ xa cần thay đổi cấu hình tường lửa hoặc liên kết LAN. * Mô hình nằm trên daemon của máy tính xách tay nhưng không có trên daemon từ xa. Thông thường, nhà cung cấp đang ở chế độ tương thích với OpenAI hoặc mô hình không thể xử lý lược đồ công cụ. Ưu tiên chế độ gốc: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { baseUrl: "http://ollama-host:11434", api: "ollama", }, }, }, } ``` Nếu một mô hình cục bộ nhỏ vẫn không xử lý được lược đồ công cụ, hãy đặt `compat.supportsTools: false` trong mục nhập của mô hình đó rồi kiểm thử lại. Các phản hồi Kimi/GLM được lưu trữ trên máy chủ chứa chuỗi ký hiệu dài, không mang tính ngôn ngữ được coi là một lệnh gọi nhà cung cấp thất bại thay vì một phản hồi thành công, nhờ đó cơ chế thử lại/chuyển đổi dự phòng/xử lý lỗi thông thường sẽ tiếp quản thay vì lưu văn bản bị hỏng vào phiên. Nếu sự cố tái diễn, hãy ghi lại tên mô hình, tệp phiên hiện tại và liệu lần chạy có sử dụng `Cloud + Local` hay `Cloud only` hay không, sau đó thử một phiên mới và một mô hình dự phòng: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Chỉ trả lời chính xác: ok" --json openclaw models set ollama/gemma4 ``` Các mô hình cục bộ lớn có thể cần nhiều thời gian cho lần tải đầu tiên. Giới hạn phạm vi thời gian chờ cho nhà cung cấp Ollama và tùy chọn duy trì mô hình ở trạng thái đã tải giữa các lượt: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { timeoutSeconds: 300, models: [ { id: "gemma4:26b", name: "gemma4:26b", params: { keep_alive: "15m" }, }, ], }, }, }, } ``` Nếu bản thân máy chủ phản hồi kết nối chậm, `timeoutSeconds` cũng kéo dài thời gian chờ kết nối được bảo vệ cho nhà cung cấp này. Nhiều mô hình công bố kích thước ngữ cảnh lớn hơn mức phần cứng có thể chạy ổn định. Ollama gốc sử dụng giá trị mặc định của môi trường chạy riêng trừ khi `params.num_ctx` được thiết lập. Giới hạn cả ngân sách của OpenClaw và ngữ cảnh yêu cầu của Ollama để có độ trễ token đầu tiên ổn định: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { ollama: { contextWindow: 32768, maxTokens: 8192, models: [ { id: "qwen3.5:9b", name: "qwen3.5:9b", params: { num_ctx: 32768, thinking: false }, }, ], }, }, }, } ``` Giảm `contextWindow` nếu OpenClaw gửi quá nhiều nội dung nhắc. Giảm `params.num_ctx` nếu ngữ cảnh môi trường chạy của Ollama quá lớn đối với máy. Giảm `maxTokens` nếu quá trình tạo nội dung kéo dài quá lâu. Trợ giúp thêm: [Khắc phục sự cố](/vi/help/troubleshooting) và [Câu hỏi thường gặp](/vi/help/faq). ## Liên quan Thiết lập chỉ dành cho đám mây với nhà cung cấp `ollama-cloud` chuyên dụng. Tổng quan về tất cả nhà cung cấp, tham chiếu mô hình và hành vi chuyển đổi dự phòng. Cách chọn và cấu hình mô hình. Chi tiết đầy đủ về thiết lập và hành vi của tính năng tìm kiếm web do Ollama hỗ trợ. Tài liệu tham chiếu cấu hình đầy đủ.