Ollama 故障排除

在 WSL2 和 NVIDIA/CUDA 上，官方 Ollama Linux 安装程序使用 Restart=always 创建 ollama.service systemd 单元。如果该服务在 WSL2 启动期间自动启动并加载 GPU- 支持的模型，则 Ollama 可以在加载时固定主机内存； Hyper-V内存回收不能总是回收这些页面，因此Windows可以终止WSL2 VM，systemd重新启动Ollama，并且循环重复。

证据：在WSL2启动后，WSL2 reboots/terminations、app.slice或ollama.service中出现高CPU，以及来自systemd而不是Linux的SIGTERM OOM 杀手。

当 OpenClaw 检测到 WSL2、已启用 ollama.service 且 Restart=always，并且存在可见的 CUDA 标记时，会记录启动警告。

缓解方法：

sudo systemctl disable ollama

在 Windows 端，将以下内容添加到 %USERPROFILE%\.wslconfig，然后运行 wsl --shutdown：

[experimental]autoMemoryReclaim=disabled

或者缩短 keep-alive / 仅在需要时手动启动 Ollama：

export OLLAMA_KEEP_ALIVE=5mollama serve

参见 ollama/ollama#11317。

确认 Ollama 正在运行并且位于代理的模型范围内。对于环境本地主机发现，设置 OLLAMA_API_KEY（或身份验证配置文件）。无论是否列出模型，都会发现显式自托管端点：

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

在本地拉取该模型，或在 models.providers.ollama 中显式定义它：

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

请在运行 Gateway 的同一台机器和运行时中进行验证：

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

常见原因：

• baseUrl 指向 localhost，但 Gateway 运行在 Docker 中或另一台主机上。
• URL 使用 /v1，选择 OpenAI- 兼容行为而不是本机 Ollama。
• 远程主机需要防火墙或 LAN 绑定设置调整。
• 模型在你笔记本电脑的守护进程上，但不在远程主机上。

通常提供程序处于 OpenAI- 兼容模式，或者模型无法处理工具模式。更喜欢本机模式：

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

如果某个小型本地模型仍然在工具 schema 上失败，请在该模型条目上设置 compat.supportsTools: false 并重新测试。

当回复包含命名可用工具的结构化工具调用尝试（包括包装的 XML、ReAct、Action/Action Input 和旧版 [TOOL_CALL] 块）时，OpenClaw 会要求模型一次在恢复安全时本地调用该工具。早期的副作用可以阻止重试。重复的文本呼叫明显失败，而不是报告成功。该守卫永远不会执行文本呼叫；实质性答案中的示例仍然是文本。原始回复和更正继续保留在会话历史记录中。

在未设置 tools.toolSearch 的情况下，使用本机本地 Ollama 的嵌入式运行会直接公开策略批准的 web_search、web_fetch、memory_search 和 memory_get。其他可选工具仍然被推迟。显式工具搜索设置保留其配置的行为。直接暴露不会启用被拒绝的工具、启用内存或配置网络搜索提供商。

OpenClaw 在同一工具和参数连续三次出现相同故障（包括重复的未知工具 ID）后停止。此保护始终处于活动状态；不需要启用 tools.loopDetection。

Ollama 0.40 的通用解析器可能会将聊天模板标记误认为是广告工具名称。工具搜索跨提供商使用无冲突的 dispatch_action 名称，在指令、请求和新会话历史记录中具有相同的名称。它不再需要 openclaw_tool_call 线路别名。仍然冲突的直接公开名称（例如 ls、name 和 function）保留仅传输别名，例如 openclaw_ls。执行和会话历史记录保留这些工具的原始名称。

这些剩余的别名覆盖本机 Ollama 和 Ollama 插件识别的 OpenAI- 兼容聊天完成路由。其他提供商不变。具有不同标记的自定义 Ollama 模板可能需要单独诊断。

检查记录的错误中的参数。如果模型重复发明工具名称或无法使用公开的模式，请切换到具有本机工具调用的模型并开始新一轮。更改的错误和成功的重试会重置计数。参见工具环检测。

较长的非语言符号运行的托管 Kimi/GLM 响应被视为失败的提供程序调用而不是成功的回复，因此正常的 retry/fallback/error 处理将接管，而不是将损坏的文本保留到会话中。

如果再次出现，请捕获模型名称、当前会话文件以及运行是否使用 Cloud + Local 还是 Ollama Cloud，然后尝试新的会话和后备模型：

openclaw infer model run --model ollama/kimi-k2.6:cloud --prompt "Reply with exactly: ok" --jsonopenclaw models set ollama/gemma4

大型本地模型首次加载可能需要很长时间。将超时时间限定到 Ollama 提供方，并可选地在轮次之间保持模型加载：

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

如果主机本身接受连接很慢，timeoutSeconds 也会为该提供方延长受保护的连接超时时间。

许多模型宣传的上下文超出了您的硬件可以舒适运行的范围。本机请求转发有效的 contextTokens，除非 params.num_ctx 覆盖它。限制 OpenClaw 的预算和 Ollama 的请求上下文，以实现可预测的第一个令牌延迟：

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

如果 OpenClaw 发送过多提示，请降低模型条目的 contextTokens。如果 Ollama 的运行时上下文对于机器来说太大，则降低 params.num_ctx。如果发电运行时间过长，则降低 maxTokens。

如果 curl 至 Ollama 工作但代理程序中止，请尝试 llmman 作为本地服务器。