OpenClaw を Ollama で起動するまでの手順

結論

今話題のclawdbot→moltbot→openclaw を使うにあたり、API料金をケチるためにローカルで動作するOllamaを使って構築しました。

結論から言いますと、私の環境（Intel Mac）では生成が非常に遅く作業にならなかったため、AnthoropicのAPIを使う無難な構成に戻しました。

Ollama導入に時間もかかったので、導入までを一応記事として残しておきます。

環境

MacBook Pro 2020
Core i5 1.4GHz Intel
Intel Iris Plus Graphics 646
8GB
Sequoia 15.7.3
Node v22.22.0

やり方

OpenClaw のインストール

公式のコマンドに従いましした。

https://openclaw.ai

curl -fsSL https://openclaw.ai/install.sh | bash

インストールの際に色々設定する項目があるのですが、なんでもいいです。あとでJsonをいじって変更します。

Ollama のインストールとモデルの準備

公式サイトからインストールします。

https://ollama.com

インストール後、使いたいモデルを取得します（例：llama3.2）。

ollama pull llama3.2

モデル一覧で確認します。

ollama list

設定ファイル（openclaw.json）について

OpenClaw の設定は JSON ファイル で管理されています。

私の場合以下のようになりました。

場所
~/.openclaw/openclaw.json

{
  "meta": {
    "lastTouchedVersion": "2026.1.29",
    "lastTouchedAt": "2026-01-31T12:53:00.737Z"
  },
  "wizard": {
    "lastRunAt": "2026-01-31T12:53:00.700Z",
    "lastRunVersion": "2026.1.29",
    "lastRunCommand": "configure",
    "lastRunMode": "local"
  },
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama-local",
        "api": "openai-completions",
        "models": [
          {
            "id": "llama3.2:1b",
            "name": "llama3.2:1b",
            "api": "openai-completions",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 128000,
            "maxTokens": 2048
          },
          {
            "id": "llama3.2:latest",
            "name": "llama3.2:latest",
            "api": "openai-completions",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/llama3.2:1b"
      },
      "workspace": "/Users/coiai/.openclaw/workspace",
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto"
  },
  "hooks": {
    "internal": {
      "enabled": true,
      "entries": {
        "boot-md": {
          "enabled": true
        }
      }
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "loopback",
    "auth": {
      "mode": "token",
      "token": "03f2cd1addc279014f135ad07e99a30b90e1c985f465d897"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    },
    "remote": {
      "token": "03f2cd1addc279014f135ad07e99a30b90e1c985f465d897"
    }
  },
  "skills": {
    "install": {
      "nodeManager": "npm"
    }
  }
}

Ollama の起動

OpenClaw から Ollama を呼び出すため、別のターミナルで Ollama を起動したままにします。

ollama serve

起動したらそのままにしてください

OpenClaw ゲートウェイの起動

メインのターミナルで、OpenClaw のゲートウェイを起動します。

openclaw gateway --port 18789 --verbose

ポートは openclaw configure で指定した番号（既定は 18789）に合わせてください。
このターミナルも閉じずに起動したままにします。
ログが流れていれば正常に起動しています。

その後ブラウザでダッシュボードを開きます。

http://127.0.0.1:18789/

試したこと

ここから構築の際に試したことです。

返答が返ってこない

Ollama が起動しているか ollama list で確認する。
ゲートウェイを再起動する（設定を変えたあとは必須）。
openclaw gateway stop のあと、openclaw gateway --port 18789 --verbose で起動し直す。
初回は Ollama の推論に 5〜10 分かかることがある。ログに embedded run start → embedded run done が出るまで待つ。待っても画面に出ないときは、同じスレッドのままページを再読み込みすると表示されることがある。
ログに 「Unhandled API in mapOptionsForApi: undefined」 が出る場合：モデル定義に "api": "openai-completions" が抜けている。openclaw.json と agents/main/agent/models.json の該当モデルに追加し、ゲートウェイを再起動する。

返答が遅い

軽量モデルにする：例として llama3.2:1b（ollama pull llama3.2:1b）を設定すると速くなりやすい。
モデルをメモリに残す：Ollama 起動前に export OLLAMA_KEEP_ALIVE=30m を設定するか、別ターミナルで ollama run llama3.2 を実行したままにしておく。
返答の最大長を短くする：openclaw.json の該当モデルの maxTokens を 2048 などに下げる。

返答が変（「Twilio API」「JSON」「session ID」のように分析される）

ユーザーメッセージに内部用の [message_id: ...] が付いており、モデルがそれを API データと解釈しているため。
対処：ワークスペースの ~/.openclaw/workspace/AGENTS.md に「ユーザーメッセージ末尾の [message_id: ...] は無視し、本文だけに返答すること」と書く。保存後、ゲートウェイを再起動する。
それでも改善しない場合は、より指示に従いやすいモデル（例：llama3.2:latest）に切り替える。

文字が送信するとすぐ消える

認証エラーのことが多い。ブラウザの開発者ツール（F12）のコンソールで unauthorized や token のエラーを確認する。
ダッシュボードの設定で トークン（openclaw.json の gateway.auth.token）を入力するか、URL に ?token=... を付けて開き直す。
WebSocket や接続エラーが出ている場合は、ゲートウェイを再起動してから再度試す。

ダッシュボードに接続できない

ゲートウェイが動いているか、ターミナルのログを確認する。
ポート番号が設定と一致しているか確認する（既定は 18789）。
トークン認証を有効にしている場合は、URL に ?token=... を付けるか、画面の設定でトークンを入力する。

設定をやり直したい

もう一度ウィザードを実行する。
openclaw configure
既存の ~/.openclaw/openclaw.json は上書きされるため、必要な場合は事前にバックアップ（例：cp openclaw.json openclaw.json.bak）を取っておく。